#多言語対応 (146 repos)

EchoMimicV2は、Ant Groupが開発した、印象的で簡素化された半身の人間アニメーションを生成するための研究プロジェ…

MOSS-TTS-Nanoは、MOSI.AIとOpenMOSSチームが開発したオープンソースの多言語対応小型音声生成モデルです。わずか0.1…

MOSS-TTS Familyは、MOSI.AIとOpenMOSSチームが開発したオープンソースの音声およびサウンド生成モデル群です。高忠…

このリポジトリは、AI Agentを体系的に学習するための多言語対応（繁体字中国語、簡体字中国語、英語）ロードマップ…

Kandinsky 2.2は、多言語対応のテキストから画像を生成する強力な潜在拡散モデルです。前バージョンのKandinsky 2.1…

このプロジェクトは、Claude Code v2.1.88の内部アーキテクチャを、Claude自身が分析した17章からなる詳細なドキュメ…

「Open Speech Corpora」は、音声技術の研究開発に特化した、アクセス可能でオープンな音声コーパスのリストです。自…

このツールは、コーディングエージェント向けに、トピックからプロフェッショナルな4Kビデオポッドキャストを自動で…

この「NoPUA」スキルは、「愛」と「信頼」を基盤にAIの真の潜在能力を解放することを目指します。従来の「恐れ」や「…

Chatterbox TTS Serverは、オープンソースのChatterbox TTSモデル（オリジナル、多言語、高速なTurbo版）をセルフホ…

Twocastは、AIを活用して2人対話形式のポッドキャストエピソードを生成するツールです。バイリンガルエピソードや多…

WorldXは、一文の指示からAIが駆動する仮想世界を生成する画期的なツールです。AIキャラクターたちは自律的に行動し…

ComfyUI用のカスタムノードとして、ローカル環境で複数の音声合成エンジンと多言語対応のテキスト読み上げ（TTS）、…

Voxtは、macOS向けの音声入力＆翻訳メニューバーアプリです。ユーザーが話した内容をリアルタイムで高精度にテキスト…

このリポジトリは、ComfyUIユーザー向けの多機能プラグイン「comfyui_fk_server」を提供します。ComfyUIのテキスト入…

ComfyUI-OmniVoice-TTSは、画像生成AIのComfyUI向けに開発された、ゼロショット多言語テキスト読み上げ（TTS）ノード…

このスキルは、与えられたテーマに基づき、わずか1コマンドで深層調査レポートを自動生成します。約10分という短時間…

CrispASRは、whisper.cppを基盤とし、主要なASR（自動音声認識）およびTTS（テキスト読み上げ）モデルのためのC++ gg…

FoJin（佛津）は、世界中の仏教デジタル文献を網羅する百科事典的なプラットフォームです。503のソースから10,500以…

OpenTypelessは、オープンソースのデスクトップAI音声入力ツールです。自然な発話で音声をテキストに変換し、AIが自…

Input0は、macOSユーザー向けの音声入力ツールです。ホットキーを押して話すだけで録音を開始し、キーを離すとローカ…

このツールは、ComfyUI用のVoxCPM2テキスト読み上げノードを提供します。200万時間以上の多言語音声データで訓練され…

「Awesome Seedance 2.0 Prompts」は、AI動画生成モデル「Seedance 2.0」向けの163の厳選されたプロンプト集です。コ…

KokoCloneは、Kokoro-ONNXを基盤とする高速な多言語音声クローンシステムです。短い音声サンプルからリアルタイムで…