音声生成 / TTSVoxSherpa-TTS
VoxSherpa TTSは、Android向けのオフラインニューラルテキスト読み上げエンジンです。高音質の「Kokoro-82M」と高速…
★ 159 ⑂ 25 GPL-3.0 2026-07-13
#多言語対応 (144 repos)
「多言語対応」タグが付いたリポジトリ
音声生成 / TTS
ASR / 音声認識wispr
Wisprは、macOSユーザー向けのプライバシーを重視した音声書き起こしアプリケーションです。OpenAI WhisperとNVIDIA …
★ 132 ⑂ 19 Apache-2.0 2026-06-24
音声生成 / TTSQwen3-TTS-EasyFinetuning
「Qwen3-TTS Easy Finetuning」は、Qwen3-TTSモデルのファインチューニングを簡素化し、高速かつ高品質な音声クロー…
★ 112 ⑂ 20 Apache-2.0 2026-05-29
ASR / 音声認識subforge
SubForgeは、動画字幕制作を再現性のあるAIパイプラインに変えるために設計されたRust製のコマンドラインインターフ…
★ 96 ⑂ 9 MIT 2026-06-01
ASR / 音声認識HearoPilot-App
HearoPilotは、Androidデバイス上で動作するオンデバイスAI会議アシスタントです。リアルタイムの音声文字起こしとLL…
★ 91 ⑂ 29 Apache-2.0 2026-06-10
音声生成 / TTSBlueTTS
Blueは、ONNX Runtimeを活用した高速なオープンソースのテキスト読み上げ（TTS）推論ツールです。Python 3.12以降を…
★ 77 ⑂ 12 MIT 2026-07-11
動画生成Seedance2.0-ShotDesign-Skills
Seedance2.0 Shot Designは、Jimeng Seedance 2.0プラットフォーム向けに、曖昧なビデオの構想を映画品質のビデオプ…
★ 75 ⑂ 2 MIT-0 2026-04-20
ASR / 音声認識kesha-voice-kit
「Kesha Voice Kit」は、ローカル環境で動作する高速な音声処理CLIツールです。LLMエージェントや既存のツールに音声…
★ 67 ⑂ 7 MIT 2026-07-27
音声生成 / TTSHiggsAudio-Studio
Higgs Audio Studioは、Higgs Audio v3 TTSを基盤としたポータブルなローカルテキスト読み上げ（TTS）ツールです。10…
★ 60 ⑂ 13 2026-07-07
ASR / 音声認識ora
Oraは、macOS向けのリアルタイムローカル音声翻訳アプリケーションです。Apple Silicon Mac上で動作し、全ての処理を…
★ 49 ⑂ 4 MIT 2026-06-04
ASR / 音声認識anti-vocale
Anti-Vocaleは、Androidデバイス上で動作する音声メッセージ文字起こしアプリです。WhatsAppやTelegramなどから共有…
★ 44 ⑂ 1 MIT 2026-07-24
ASR / 音声認識arkiv
arkivは、AIセマンティック検索機能を備えたオープンソースのローカルファーストメディアアセットマネージャーです。…
★ 41 ⑂ 4 MIT 2026-07-12
ASR / 音声認識openquack
OpenQuackはmacOS向けの音声文字変換メニューバーアプリです。ホットキーを押して話すだけで、話した内容がカーソル…
★ 38 ⑂ 6 MIT 2026-06-30
ASR / 音声認識VoiceInput
VoiceInputは、macOS向けの軽量で直感的なメニューバー音声入力ツールです。右Commandキーを押しながら話すだけで、…
★ 38 ⑂ 2 GPL-3.0 2026-07-11
ComfyUIComfyUI-TranslateGemma
このツールは、Googleのオープンソース翻訳モデル「TranslateGemma」をComfyUIに統合するノードです。Gemma 3をベー…
★ 29 ⑂ 3 MIT 2026-06-13
ASR / 音声認識chough
choughは、Parakeet TDT 0.6b V3とsherpa-onnxを基盤とする、高速かつメモリ効率に優れたCLIベースの音声認識（ASR）…
★ 29 ⑂ 2 MIT 2026-03-08
ASR / 音声認識TypelessMLX
このTypelessMLXは、macOS向けの音声文字変換（ディクテーション）アプリケーションです。Apple Silicon向けに最適化…
★ 27 ⑂ 3 2026-04-26
LLMAgentSimulator
AI Agent Simulatorは、実際のAIエージェントがチャットメッセージを処理する内部プロセスをリアルタイムで可視化す…
★ 24 ⑂ 5 MIT 2026-07-15
LLMvaathi
Vaathiは、ユーザー自身のLLM APIキー（Groqなど）を持ち込むことで、無料でサイバーセキュリティを学べるAIパワード…
★ 22 ⑂ 5 2026-05-21
マルチモーダルpaddleocr-pdf-api
このツールは、PDFをOCR処理し、結果をMarkdown形式で返す自己ホスト型APIです。PaddleOCRとPaddleOCR-VLモデルを搭…
★ 20 ⑂ 6 2026-07-12
ASR / 音声認識course-navigator
Course Navigatorは、動画学習に特化した高機能な作業台です。動画リンクやローカル動画から字幕を抽出し、逐語起こ…
★ 17 ⑂ 2 MIT 2026-07-04
ComfyUINixKits
NixKitsは、ソフトウェア、パッチ、NixOSモジュール、AIコーディングアシスタント向けスキルを集約したプロジェクト…
★ 16 MIT 2026-07-09
音声生成 / TTSvocoloco_tts
VocoLocoは、Webブラウザ内で完結するテキスト読み上げツールです。サーバーやAPIキーを必要とせず、すべての処理が…
★ 15 ⑂ 3 Apache-2.0 2026-07-02
音声生成 / TTSsirene
Sireneは、自己ホスト型で複数のバックエンドをサポートするテキスト読み上げ（TTS）プラットフォームです。現代的な…
★ 13 ⑂ 1 MIT 2026-05-15