読み込んでいます...
一致する結果は見つかりませんでした。

Google Cloud コンソールでスキルを試す

ラボの設定手順と要件
アカウントと進行状況を保護します。このラボを実行するには、常にシークレット ブラウジング ウィンドウとラボの認証情報を使用してください。

Google API を使用して音声と言語を分析する: チャレンジラボ

ラボ 45分 universal_currency_alt クレジット: 1 show_chart 入門
info このラボでは、学習をサポートする AI ツールが組み込まれている場合があります。
このコンテンツはまだモバイル デバイス向けに最適化されていません。
快適にご利用いただくには、メールで送信されたリンクを使用して、デスクトップ パソコンでアクセスしてください。

ARC114

Google Cloud セルフペース ラボのロゴ

概要

チャレンジラボでは、シナリオと一連のタスクが提供されます。手順ガイドに沿って進める形式ではなく、コース内のラボで習得したスキルを駆使して、ご自身でタスクを完了していただきます。タスクが適切に完了したかどうかは、このページに表示される自動スコアリング システムで確認できます。

チャレンジラボは、Google Cloud の新しいコンセプトについて学習するためのものではありません。デフォルト値を変更する、エラー メッセージを読み調査を行ってミスを修正するなど、習得したスキルを応用する能力が求められます。

100% のスコアを達成するには、制限時間内に全タスクを完了する必要があります。

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの説明をお読みください。ラボには時間制限があり、一時停止することはできません。タイマーは、Google Cloud のリソースを利用できる時間を示しており、[ラボを開始] をクリックするとスタートします。

このハンズオンラボでは、シミュレーションやデモ環境ではなく実際のクラウド環境を使って、ラボのアクティビティを行います。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

  • 標準的なインターネット ブラウザ（Chrome を推奨）
注: このラボの実行には、シークレット モード（推奨）またはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生しないようにすることができます。
  • ラボを完了するための時間（開始後は一時停止できません）
注: このラボでは、受講者アカウントのみを使用してください。別の Google Cloud アカウントを使用すると、そのアカウントに料金が発生する可能性があります。

チャレンジ シナリオ

あなたは新米のクラウド アーキテクトとしてキャリアをスタートします。この役割でチーム プロジェクトの一員となり、Google Cloud の Cloud Natural Language API と Cloud Speech API サービスを使用する仕事を割り当てられました。

また、以下のタスクを完了するために必要なスキルと知識があると想定されています。

チャレンジ

このチャレンジでは、Cloud Natural Language API と Cloud Speech API を使用して、それぞれテキストと音声を分析します。また、Python を使用してテキスト ドキュメントの感情分析を行う必要もあります。

次の操作を行う必要があります。

  • API キーを作成する
  • エンティティ分析リクエストを作成し、Natural Language API を呼び出す
  • 音声分析リクエストを作成して Speech API を呼び出す
  • Natural Language API で感情を分析する

このチャレンジラボでは、タスクを完了するために、 という名前の仮想マシン（VM）インスタンスが構成されています。

それぞれのタスクについて以下に詳しく説明します。それでは始めましょう。

タスク 1. API キーを作成する

  1. このタスクでは、Natural Language API にリクエストを送信する際に、このタスクや他のタスクで使用する API キーを作成する必要があります。

  2. 他のタスクでも使用できるよう、作成した API キーを保存します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 API キーを作成する

タスク 2. エンティティ分析リクエストを作成し、Natural Language API を呼び出す

  1. このタスクでは、プロビジョニングされたインスタンス に SSH を介して接続します。

  2. 次に、分析のために Natural Language API に渡す nl_request.json という名前の JSON ファイルを作成します。JSON ファイルに次のコードを追加して、ボストン市に関するテキストを分析できます。または、content オブジェクトに独自のテキストを追加して、そのテキストに対してエンティティ分析を実行することもできます。

{ "document":{ "type":"PLAIN_TEXT", "content":"With approximately 8.2 million people residing in Boston, the capital city of Massachusetts is one of the largest in the United States." }, "encodingType": "UTF8" }

  1. curl コマンドを使用して、リクエストの本文を、先ほど保存した API キー環境変数とともに Natural Language API に渡すか、gcloud ML コマンドを使用してテキストを分析できます。

  2. レスポンスを nl_response.json という名前のファイルに保存します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 エンティティ分析リクエストを作成して Natural Language API を呼び出す

タスク 3. 音声分析リクエストを作成して Speech API を呼び出す

注: このタスクでは、あらかじめ録音されているファイルを使用します。このファイルは、Cloud Storage（gs://cloud-samples-tests/speech/brooklyn.flac）に用意されています。 Speech API に送信する前に、この音声ファイルを聞くようにしてください。
  1. このタスク用に speech_request.json という名前の別の JSON ファイルを作成し、サンプルの音声ファイルの URI 値を使用してコンテンツを追加します。
{ "config": { "encoding":"FLAC", "languageCode": "en-US" }, "audio": { "uri":"Pass the API the uri of the audio file in Cloud Storage" } }

  1. curl コマンドを使用して、リクエストの本文を、先ほど保存した API キー環境変数とともに Natural Language API に渡すか、gcloud ML コマンドを使用して音声を分析できます。

  2. レスポンスを speech_response.json という名前のファイルに保存します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 音声分析リクエストを作成し、Speech API を呼び出す

タスク 4. Natural Language API で感情を分析する

このタスクでは、Google Cloud Natural Language API を使用してテキストの感情を分析する必要があります。この API は、映画のレビューなどのコンテンツ サンプルの全体的な態度（肯定的か否定的か）を判断しようとします。 インスタンスでは、sentiment_analysis.py という名前の簡単な Python アプリケーション コードファイルがすでに構成され、作成されています。分析を行うために、リドリー スコット監督の 1982 年の SF アクション映画『ブレードランナー』の一連の（架空の）映画レビューでテストします。

Natural Language API を使用して感情分析を行うには、LanguageServiceClient インスタンスの analyze_sentiment メソッドを呼び出してサービスにアクセスする必要があります。

  1. ファイル sentiment_analysis.py のメソッド def analyze(movie_review_filename): を編集し、次のアクションを実行する Python コードを使用してメソッドを完成させる必要があります。

    • LanguageServiceClient インスタンスをクライアントとしてインスタンス化する。
    • テキストデータを含むファイル名を変数に読み込む。
    • ファイルの内容を使用して Document オブジェクトをインスタンス化する。
    • クライアントの analyze_sentiment メソッドを呼び出す。

  2. 架空の映画レビューのサンプルを Google Cloud Storage からダウンロードします: gs://cloud-samples-tests/natural-language/sentiment-samples.tgz

  3. サンプルファイルを解凍し、関連する Python コマンドを使用して、ファイルの 1 つである bladerunner-pos.txt の感情分析を実行します。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 Natural Language API で感情を分析する

お疲れさまでした

「Google API を使用して音声と言語を分析する」スキルバッジ

Natural Language API と Speech API を使用して、テキストと音声のエンティティ分析と感情分析を行うことができました。

Google Cloud トレーニングと認定資格

Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。

マニュアルの最終更新日: 2023 年 9 月 20 日

ラボの最終テスト日: 2023 年 9 月 20 日

Copyright 2025 Google LLC. All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。

始める前に

  1. ラボでは、Google Cloud プロジェクトとリソースを一定の時間利用します
  2. ラボには時間制限があり、一時停止機能はありません。ラボを終了した場合は、最初からやり直す必要があります。
  3. 画面左上の [ラボを開始] をクリックして開始します

シークレット ブラウジングを使用する

  1. ラボで使用するユーザー名とパスワードをコピーします
  2. プライベート モードで [コンソールを開く] をクリックします

コンソールにログインする

    ラボの認証情報を使用して
  1. ログインします。他の認証情報を使用すると、エラーが発生したり、料金が発生したりする可能性があります。
  2. 利用規約に同意し、再設定用のリソースページをスキップします
  3. ラボを終了する場合や最初からやり直す場合を除き、[ラボを終了] はクリックしないでください。クリックすると、作業内容がクリアされ、プロジェクトが削除されます

このコンテンツは現在ご利用いただけません

利用可能になりましたら、メールでお知らせいたします

ありがとうございます。

利用可能になりましたら、メールでご連絡いたします

1 回に 1 つのラボ

既存のラボをすべて終了して、このラボを開始することを確認してください

シークレット ブラウジングを使用してラボを実行する

このラボの実行には、シークレット モードまたはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウントの競合を防ぎ、個人アカウントに追加料金が発生することを防ぎます。