Repolode
投稿する
GoogleCloudPlatform

GoogleCloudPlatform/genmedia-creative-studio

Gemini、Veo、Lyria、Chirpモデルで画像・動画・音楽・音声を生成する、Google CloudのVertex AI上で動作するPython製Webアプリです。

GitHub で見る公式サイト
スター
1,228
フォーク
377
未解決の Issue
16
最終コミット
18 時間前

これは何？

GenMedia Creative Studioは、Google Cloudの生成メディアモデルをひとつのインターフェースから利用できるWebアプリケーションです。Gemini画像モデル（Nano Bananaの各種モデル）による画像の生成・編集とバーチャル試着機能、Gemini OmniとVeoによる動画生成、Lyriaによる音楽生成、Chirp 3 HDとGemini Text to Speechによる音声合成に対応しています。

モデルを直接利用するだけでなく、キャラクターの一貫性を保つワークフロー、shop-the-look、スターターパックのムードボード、インテリアデザインのワークフローなどをあらかじめ用意しており、生成物を整理するアセットライブラリも備えています。AIアプリ向けPythonフレームワークのMesopとFastAPIで構築されており、Vertex AIにアクセスできるGoogle Cloudプロジェクトを設定すれば、uvとPython 3.14でローカル実行できます。

このプロジェクトはデモとして提供されており、本番環境での利用を想定していません。Cloud RunへのTerraformベースのデプロイ、Identity Aware Proxyの背後に配置するカスタムドメイン（任意）、単体アプリやMCPサーバーを含むexperimentsフォルダが用意されています。

主な機能

  • 01Gemini画像モデルによる画像の生成・編集。バーチャル試着にも対応。
  • 02Gemini OmniとVeo 3 / 3.1による動画生成。
  • 03Lyria 3と2による音楽生成。
  • 04Chirp 3 HDとGemini Text to Speechによる音声合成。
  • 05キャラクターの一貫性、shop the look、インテリアデザイン向けのワークフローとアセットライブラリ。
  • 06任意でIAPとカスタムドメインを利用できる、Cloud RunへのTerraformデプロイ。

ユースケース

  • Vertex AI上で画像、動画、音楽、音声を組み合わせるクリエイティブワークフローのプロトタイピング。
  • MesopとFastAPIを使った生成メディアWebアプリの構築方法を学ぶ。
  • 動作するUIからGemini、Veo、Lyria、ChirpのAPIを試す。
  • experimentsフォルダを、MCPベースのメディアツール開発の出発点として活用する。

クイックスタート

  1. 1

    READMEからuv（macOS/Linux）をインストールする

  2. 2

    Application Default Credentialsを取得するためにGoogle Cloudで認証する

    gcloud auth application-default login
  3. 3

    uvで依存関係を同期する

    uv sync
  4. 4

    アプリを実行してから、http://localhost:8080/ を開く

    uv run main.py

使う前に知っておきたいこと

  • Python 3.14以降と、Vertex AIへのアクセス権があるGoogle Cloudプロジェクトが必要です。
  • 生成リクエストはVertex AIに送信されるため、使用料金はGoogle Cloudアカウントに請求されます。
  • READMEには、デモ専用であり、本番環境での使用を目的としていないと記載されています。
  • これはGoogleの公式サポート対象製品ではありません。

収録されている特集

AI 動画・音声ツールAI画像生成ツールとStable Diffusionプロジェクト

トピック

#generative-ai#vertex-ai#image-generation#video-generation#text-to-speech#music-generation#mesop#google-cloud#chirp#gemini

よくある質問

genmedia-creative-studio とは？
Gemini、Veo、Lyria、Chirpモデルで画像・動画・音楽・音声を生成する、Google CloudのVertex AI上で動作するPython製Webアプリです。 GenMedia Creative Studioは、Google Cloudの生成メディアモデルをひとつのインターフェースから利用できるWebアプリケーションです。Gemini画像モデル（Nano Bananaの各種モデル）による画像の生成・編集とバーチャル試着機能、Gemini OmniとVeoによる動画生成、Lyriaによる音楽生成、Chirp 3 HDとGemini Text to Speechによる音声合成に対応しています。
genmedia-creative-studio は無料で使えますか？ライセンスは？
genmedia-creative-studio は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
genmedia-creative-studio は今もメンテナンスされていますか？
活発にメンテナンス中。genmedia-creative-studio の最終コミットは 2026年11月6日 です。
genmedia-creative-studio は何に使えますか？
Vertex AI上で画像、動画、音楽、音声を組み合わせるクリエイティブワークフローのプロトタイピング。 MesopとFastAPIを使った生成メディアWebアプリの構築方法を学ぶ。 動作するUIからGemini、Veo、Lyria、ChirpのAPIを試す。 experimentsフォルダを、MCPベースのメディアツール開発の出発点として活用する。
genmedia-creative-studio のインストール方法は？
READMEからuv（macOS/Linux）をインストールする Application Default Credentialsを取得するためにGoogle Cloudで認証する: gcloud auth application-default login uvで依存関係を同期する: uv sync アプリを実行してから、http://localhost:8080/ を開く: uv run main.py
genmedia-creative-studio はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/GoogleCloudPlatform/genmedia-creative-studio

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト