Herramientas de IA gratuitas de Google Cloud

Empieza a usar Gemini con Google AI Studio, una herramienta web que te permite crear prototipos y ejecutar peticiones directamente en tu navegador. Si eres desarrollador, estudiante o investigador, prueba la API para desarrolladores de Gemini, que permite la experimentación, la creación de prototipos y los despliegues de IA. 

La edición Basic de la API de Translation permite traducir de forma dinámica más de 100 pares de idiomas gracias al modelo de traducción automática neuronal (NMT) preentrenado de Google. Los primeros 500.000 caracteres son gratuitos al mes, lo que la convierte en una opción idónea para aplicaciones que gestionen principalmente contenido informal generado por usuarios, como chats, redes sociales o comentarios.

La edición Advanced de la API de Translation incluye todas las funciones de la edición Basic y ofrece funciones de personalización mejoradas, como la creación de glosarios para traducir términos específicos de un dominio y la organización por lotes de solicitudes de grandes volúmenes de texto. Los primeros 500.000 caracteres son gratuitos al mes, lo que incluye la traducción de documentos formateados con traducción automática neuronal y modelos personalizados.

Cloud Vision AI utiliza el modelo de aprendizaje automático de Google entrenado previamente para integrar fácilmente funciones de detección de visión en las aplicaciones. Las primeras 1000 unidades (solicitudes de funciones) del mes son gratuitas, lo que incluye detectar y etiquetar caras, objetos, puntos de referencia y logotipos en imágenes, entre otros datos.

La API Speech-to-Text usa el reconocimiento de voz síncrono para transcribir archivos de audio de hasta 60 segundos de duración. El contenido de audio se puede subir a través de archivos locales o segmentos de Google Cloud Storage. Los primeros 60 minutos de audio procesados del mes son gratuitos.

La API Text‐to‐Speech convierte cadenas, palabras y frases arbitrarias en el sonido de una persona que habla las mismas cosas, y admite más de 380 voces en más de 50 idiomas y variedades lingüísticas. Entre los usos habituales de la API se incluyen añadir voz sintética a las aplicaciones, mejorar los bots de voz del servicio de atención al cliente y mejorar la accesibilidad de los usuarios. Los primeros 4 millones de textos procesados en voz estándar al mes son gratuitos.

La API de Natural Language utiliza la comprensión del lenguaje natural (CLN) para identificar y extraer el significado de las aplicaciones con funciones como el análisis de opinión, el análisis de entidades, el análisis de opinión de entidades, la clasificación de contenido y el análisis sintáctico. Las primeras 5000 unidades (1 unidad = 1000 caracteres Unicode) de texto analizado son gratuitas al mes para todas las funciones, excepto para la clasificación de contenido (30.000 unidades gratis al mes). 

La API de Video Intelligence utiliza modelos de aprendizaje automático preentrenados que identifican y etiquetan automáticamente los metadatos de los vídeos, como tipos de tomas, caras, personas, famosos, contenido explícito, logotipos y texto. Los primeros 1000 minutos de vídeo analizados son gratuitos al mes.

NotebookLM utiliza las capacidades de comprensión multimodal de Gemini 1.5 para resumir el material de origen que se sube (como PDFs, sitios web, vídeos de YouTube, archivos de audio, etc.) y extraer información interesante entre temas. Además, con Resumen de Audio, puedes convertir tus fuentes en interesantes debates en profundidad, como si fueran pódcasts.