モバイル デベロッパー向けの ML
ML Kit は、Google の機械学習の専門知識を、パワフルで使いやすいパッケージでモバイル デベロッパーに提供します。デバイス上での実行に最適化されたソリューションにより、iOS アプリや Android アプリの魅力、パーソナライズ、利便性を向上させることができます。
モバイル向けに最適化
ML Kit の処理はデバイス上で行われます。これにより、処理が高速になり、カメラ入力の処理などのリアルタイムのユースケースが可能になります。オフラインでも動作し、デバイスに残す必要がある画像やテキストの処理に使用できます。
Google の専門知識を活用した構築
Google 独自のモバイル エクスペリエンスを支える機械学習テクノロジーを活用できます。
簡単な操作
Google は、最高水準の機械学習モデルと高度な処理パイプラインを組み合わせて、使いやすい API を通じて提供し、アプリで強力なユースケースを実現します。
Gemini Nano でオンデバイス生成 AI を始める
Gemini Nano と ML Kit の GenAI API を使用して、Android アプリでオンデバイスの生成 AI を活用しましょう。
プロンプト
カスタムのテキストのみのプロンプトまたはマルチモーダル プロンプトに基づいてテキスト コンテンツを生成します。
エージェント ワークフロー
マルチターンの会話と複数ステップのツール呼び出しワークフローを自動化します。
エンベディング
テキストと画像のベクトル エンベディングを生成して、セマンティック検索を強化します。
音声認識
話し言葉をリアルタイムでテキストに変換します。
音声翻訳
音声を別の言語のテキストにリアルタイムで翻訳します。
テキスト読み上げ
テキストから自然な音声を作成します。
画像の説明
画像の簡単な説明を入力します。
要約
記事やチャットでの会話を 1 ～ 3 個の箇条書きに要約します。
校正
文法を修正し、スペルミスを修正して、短いコンテンツを洗練させます。
書き換え
コンテンツを、フォーマル、簡潔、絵文字付きなど、さまざまなスタイルで言い換えます。
Vision API
画像にラベルを付け、バーコード、テキスト、顔、オブジェクトを検出する動画および画像の分析 API。
バーコード スキャン
バーコードをスキャンして処理します。ほとんどの標準的な 1D および 2D 形式をサポートします。
顔検出
顔と顔のランドマークを検出します。
顔メッシュ検出 新規
近距離の画像で顔のメッシュ情報を検出します。
テキスト認識 v2
画像からテキストを認識して抽出します。
画像ラベル付け
物体、場所、活動、動物の種類、商品などを識別します。汎用のベースモデルを使用するか、カスタム TensorFlow Lite モデルでユースケースに合わせて調整します。
オブジェクトの検出とトラッキング
ライブカメラフィード内の 1 つ以上のオブジェクトをローカライズし、リアルタイムで追跡します。
Natural Language API
58 の言語を識別して翻訳し、返信の候補を表示する自然言語処理 API。
