#多言語対応 (146 repos)

AISRTは、Windowsデスクトップおよびコマンドラインで動作するAI字幕生成ツールです。動画や音声ファイルからタイム…

NewScriberは、AIを活用した自律型の多言語ニュース編集・ポッドキャストスクリプト作成・音声ブリーフィング配信ネ…

このリポジトリは、プロンプトやRAGの段階を超え、本番環境で利用可能なAIエージェントの構築を目指す開発者向けの、…

このプロジェクト「Awesome Seedance 2.0 Video Prompts」は、ByteDanceが開発した動画生成モデル「Seedance 2.0」向…

Simi Avatarは、ユーザーが自身のAPIキー（OpenAIまたはMiniMax）を持ち込むBYOK（Bring Your Own API Key）方式のオ…

Moodle向けAI Readerは、Moodleのページやブックコンテンツに「Listen to this content」オーディオプレイヤーを追加…

AI Radio Stationは、SpotifyプレイリストをAIが生成するパーソナライズされたラジオ体験へと変革するツールです。AI…

AI Geanretは、Replicate.comのクラウドAIモデルと、オプションでローカルのLM Studioを統合したAI生成デスクトップ…

Content Vigilanteは、ブランドガイドと対象コンテンツをもとに、文章がブランドの文体や語彙、構成、読みやすさに合…

Voice Tools Directoryは、AI音声ツールを効率的に比較・検討するための静的なディレクトリサイトです。YouTuberやポ…

このリポジトリは、Frameloop API を用いたAI動画自動化のための実用的な「curlレシピ集」です。顔出しなしのYouTube…

Quant Research Labは、AIを活用した6人のちび研究者が自律的に量子金融研究を行うアニメ風オフィスシミュレーション…

「stenographer」は、macOSネイティブの音声認識機能を活用したコマンドラインツールです。音声ファイルやライブマイ…

LFM2.5-VL on the Apple Neural Engineは、LiquidAIのLFM2.5-VL-450MモデルをApple Neural Engine上で完全に動作させ…

このツールは、トークナイザーフリーの多言語テキスト読み上げシステム「OpenBMB VoxCPM」を、Pinokioを通じて簡単に…

EyeQはブラウザベースのバイリンガル（トルコ語/英語）視力スクリーニングアプリケーションです。ViteとVue 3で構築…

Resilient STTは、OpenAI互換のASR（自動音声認識）エンドポイントと連携し、音声ファイルを高精度にテキスト変換す…

Story Potは、家族やチームの伝統や思い出を音声や動画で記録し、文字起こしして永続的に保存するモバイルファースト…

このリポジトリは、OpenAIの次世代画像生成AI「GPT Image 2」向けの高品質なプロンプトを集めた個人コレクションです…

「Vox」は、macOS専用のメニューバー常駐型音声入力アプリです。Optionキーを押しながら話すだけで、多言語対応の高…

このツールは、Googleの翻訳エンジンとMicrosoft Edge TTSを活用した、AI駆動型のリアルタイム言語翻訳アプリケーシ…

VoiceReaderAppは、PDF、EPUB、Markdown、またはWeb記事を、AIでクローンした自分自身の声で読み上げるiOS用リーダー…

このプロジェクトは、アフリカの低リソース言語に対応した多言語医療質問応答（QA）アシスタントの構築を目指す機械…

「VoiceIntake」は、AIを活用して患者の音声問診を自動化するシステムです。患者が話すだけでAIが問診内容を瞬時に文…