ML Kit, মোবাইল ডেভেলপারদের জন্য শক্তিশালী ও সহজে ব্যবহারযোগ্য প্যাকেজে Google-এর মেশিন লার্নিং সংক্রান্ত দক্ষতা নিয়ে আসে। ডিভাইসে চালানোর জন্য অপ্টিমাইজ করা সমাধানের মাধ্যমে আপনার iOS ও Android অ্যাপ আরও আকর্ষণীয়, পছন্দমতো ও সহায়ক করে তুলুন।
ML Kit-এর প্রসেসিং অন-ডিভাইসে হয়। এটি দ্রুত কাজ করে এবং ক্যামেরা ইনপুট প্রসেস করার মতো রিয়েল-টাইম ব্যবহারের সুবিধা আনলক করে। এটি অফলাইনেও কাজ করে এবং ডিভাইসে রাখতে হবে এমন ছবি ও টেক্সট প্রসেস করার জন্য ব্যবহার করা যেতে পারে।
মোবাইলে Google-এর নিজস্ব অভিজ্ঞতাকে শক্তিশালী করে এমন মেশিন লার্নিং প্রযুক্তির সুবিধা নিন।
আমরা উন্নত প্রসেসিং পাইপলাইনের সাথে সেরা মেশিন লার্নিং মডেল একত্রিত করি এবং আপনার অ্যাপে শক্তিশালী ব্যবহারের কেস সক্ষম করতে সহজে ব্যবহারযোগ্য API-এর মাধ্যমে এগুলি অফার করি।

Gemini Nano-এর মাধ্যমে অন-ডিভাইস GenAI কিকস্টার্ট করুন

Gemini Nano এবং ML Kit-এর GenAI API-এর সাহায্যে আপনার Android অ্যাপের জন্য অন-ডিভাইস জেনারেটিভ AI ব্যবহার করুন।
কাস্টম টেক্সট-অনলি বা মাল্টিমোডাল প্রম্পটের উপর ভিত্তি করে টেক্সট কন্টেন্ট জেনারেট করুন।
মাল্টি-টার্ন কথোপকথন এবং মাল্টি-স্টেপ টুল-কলিং ওয়ার্কফ্লো অটোমেট করুন।
সেম্যান্টিক সার্চের জন্য টেক্সট ও ইমেজের ভেক্টর এম্বেডিং জেনারেট করুন।
রিয়েল-টাইমে বলা শব্দ টেক্সটে ট্রান্সক্রাইব করুন।
রিয়েল-টাইমে স্পোকেন অডিও অন্য ভাষায় টেক্সটে অনুবাদ করুন।
টেক্সট থেকে স্বাভাবিক শোনায় এমন স্পিচ অডিও সিন্থেসাইজ করুন।
ছবির জন্য সংক্ষিপ্ত বিবরণ দিন।
নিবন্ধ এবং চ্যাট কথোপকথন ১-৩টি বুলেট পয়েন্টে সারসংক্ষেপ করুন।
ব্যাকরণ রিফাইন করে এবং বানান সংক্রান্ত ভুল ঠিক করে ছোট কন্টেন্ট পলিশ করুন।
বিভিন্ন স্টাইলে কন্টেন্ট নতুন করে লিখুন, যেমন আনুষ্ঠানিকভাবে, সংক্ষেপে বা এমনকি ইমোজি সহ।

Vision API

ছবিতে লেবেল যোগ করতে এবং বারকোড, টেক্সট, মুখ ও অবজেক্ট শনাক্ত করতে ভিডিও ও ছবি বিশ্লেষণ API।
বারকোড স্ক্যান ও প্রসেস করুন। বেশিরভাগ স্ট্যান্ডার্ড 1D ও 2D ফর্ম্যাটে কাজ করে।
ফেস ও ফেসিয়াল ল্যান্ডমার্ক শনাক্ত করুন।
কাছ থেকে তোলা ছবিতে ফেস মেশ সংক্রান্ত তথ্য শনাক্ত করুন।
ছবি থেকে টেক্সট শনাক্ত ও এক্সট্র্যাক্ট করা।
অবজেক্ট, লোকেশন, অ্যাক্টিভিটি, প্রাণীর প্রজাতি, প্রোডাক্ট ও আরও অনেক কিছু শনাক্ত করুন। সাধারণ-উদ্দেশ্যে ব্যবহার করা যায় এমন বেস মডেল ব্যবহার করুন অথবা কাস্টম TensorFlow Lite মডেলের মাধ্যমে আপনার ব্যবহারের ক্ষেত্রে উপযোগী করে তুলুন।
লাইভ ক্যামেরা ফিডে এক বা একাধিক অবজেক্ট রিয়েল টাইমে লোকালাইজ ও ট্র্যাক করুন।
টাচ স্ক্রিনের মতো ডিজিটাল সারফেসে হাতে লেখা টেক্সট ও হাতে আঁকা আকার শনাক্ত করে। ৩০০টিরও বেশি ভাষা, ইমোজি ও সাধারণ আকার শনাক্ত করে।
রিয়েল টাইমে মানবদেহের অবস্থান শনাক্ত করুন।
কোনও দৃশ্যে ব্যবহারকারীর থেকে ব্যাকগ্রাউন্ড আলাদা করুন এবং গুরুত্বপূর্ণ বিষয়ের উপর ফোকাস করুন।
ছবির ব্যাকগ্রাউন্ড থেকে সাবজেক্ট (ব্যক্তি, পোষ্য বা অবজেক্ট) আলাদা করুন।
ছবি থেকে ফিজিক্যাল ডকুমেন্ট ডিজিটাইজ করুন।

ন্যাচারাল ল্যাঙ্গুয়েজ API

৫৮টি ভাষার মধ্যে শনাক্ত ও অনুবাদ করতে এবং উত্তরের সাজেশন দিতে Natural language processing API।
মাত্র কয়েকটি শব্দ সহ টেক্সটের স্ট্রিংয়ের ভাষা নির্ধারণ করুন।
৫৮টি ভাষার মধ্যে টেক্সট অনুবাদ করুন, সম্পূর্ণভাবে ডিভাইসে।
টেক্সট কথোপকথনে উত্তরের সাজেশন জেনারেট করুন।
এন্টিটি (যেমন ঠিকানা, তারিখ/সময়, ফোন নম্বর এবং আরও অনেক কিছু) শনাক্ত ও লোকেট করা এবং সেইসব এন্টিটির ভিত্তিতে অ্যাকশন নেওয়া। ১৫টি ভাষায় কাজ করে।