#多言語対応 (146 repos)

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…

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 …

「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…

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…

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…

PMB (Personal Memory Brain)は、AIコーディングエージェント（Claude Code、Cursor、Codexなど）にローカルファース…

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…

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…

「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…

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…

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。…

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…

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…

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…

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）…

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…

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…

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…

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…

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…

「Awesome GPT Image 2 Prompts」は、OpenAIのGPT-Image-2モデル向けに厳選された、最も包括的な無料プロンプトライ…

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…

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…

Benetto — VoiceNotes Localは、Androidデバイス上で動作する音声ノート録音・文字起こしツールです。OpenAIのWhispe…