#日本語対応 (212 repos)

「Local Mac TTS for Obsidian」は、ObsidianのノートをmacOSに内蔵された高品質なテキスト読み上げエンジンで読み上…

SwiftDiffusionは、Stable Diffusion 1.5に特化した、モダンで高速なPyQt6製GUIアプリケーションです。コマンドライ…

Veloraは、Groqの高速LLMを活用したAI駆動の多言語翻訳プラットフォームです。単なる単語の翻訳にとどまらず、語彙、…

Orange Hyperは、コーディングエージェント向けの適応型プロジェクトメモリカーネルです。軽量な意図コンパイラとし…

MOSSlandingは、5秒程度の音声サンプルからあらゆる声をクローンできる世界最高峰の音声クローニングTTSツールです。…

Jarvisは、Whisper、Qwen、Piper、Qdrantなどの技術を組み合わせた完全ローカルの音声AIアシスタントです。ウェイク…

S2Sは、Rustとsherpa-onnxフレームワークを活用した、高性能で軽量なローカルSTT（音声認識）およびTTS（音声合成）A…

このツールは、Claude CodeやDeepSeekのようなテキストベースのAIモデルに、画像認識（OCR機能を含む）と音声認識（…

このツールは、MiniMaxのAI生成機能をCodex CLIに統合するためのスキルです。画像生成、動画生成、音声合成（多言語…

Kuraは、人間とAIエージェントの両方に最適化された、エージェントネイティブなドキュメント基盤です。Markdown形式…

「P-Video Avatar generator」は、PrunaAIのP-Video Avatarモデルを搭載した、無料のAIトークアバター動画生成デスク…

MechMind Chronicleは、AIロボット実験の不透明性を解消し、リッチでレビュー可能なHTMLレポートを生成するオープン…

easy-transcriber-sttは、Windows向けのローカル音声文字起こしアプリケーションです。スピーチを自身のPC上でテキス…

Taiwan Data Hubは、台湾の政府機関や証券取引所など複数の公開データソースを集約し、AIエージェントが容易にデータ…

Yuri OSは、自然言語で目標を指示するだけで、AIが自動的に複雑なマルチエージェントワークフロー（DAG）を設計し、…

ComfyUI-Qwen3-TTSは、テキストを音声に変換するシンプルなテキスト読み上げアプリケーションです。中国語、英語、日…

PetalGenは、AI画像生成のためのプロンプトエンジニアリングツールです。Pollinations.aiによって提供されており、ユ…

ComfyUI-Voiceは、ComfyUIに統合された、拡張可能なオーディオおよび音声処理ノードスイートです。テキスト音声合成…

NVIDIA DLIのカリキュラムに基づき、ディフュージョンモデル（DDPM、U-Net、CFG、CLIPコサイン類似度）をFashionMNIS…

本ツールは、YouTube Shorts、TikTok、Reelsなどの短尺動画コンテンツ向けに、AIを活用しワードレベルで高精度なSRT…

このGitHubリポジトリは、AI研究者である寺島悠斗氏の専門的なプロフィールと研究活動を紹介するものです。大規模言…

Cadenceは、Windowsユーザー向けのプライベートかつローカルファーストな会議録音・文字起こしツールです。会議音声…

このリポジトリは、OpenAIのGPT Image 2で高品質な画像を生成するための2000以上のクリエイティブなプロンプトをまと…

このツールは、AIを活用したデスクトップアプリケーションで、画像からAI画像生成のための構造化されたプロンプトを…