音楽生成VODER
VODERは、ローカルで動作し、無料で利用できるプロフェッショナルグレードの音声処理ツールです。音声認識、テキスト…
★ 119 ⑂ 11 AGPL-3.0 2026-06-28
#音声処理 (14 repos)
「音声処理」タグが付いたリポジトリ
音楽生成
マルチモーダルguardian-sdk
Ethicore Engine™ — Guardian SDKは、Python製のLLMおよびエージェントアプリケーション向けの、リアルタイム脅威検…
★ 109 ⑂ 11 NOASSERTION 2026-06-28
ASR / 音声認識diarize
diarizeは、音声ファイルから「誰がいつ話したか」を自動的に識別するPython製のスピーカーダイアリゼーションツール…
★ 91 ⑂ 8 Apache-2.0 2026-05-06
マルチモーダルaudio-flamingo-next-hf
Audio Flamingo Nextは、音声・環境音・音楽をまとめて理解できるNVIDIAの大規模音声言語モデルです。音声Q&A、文字…
❤ 56 ↓ 7.8k other 2026-05-13
音声生成 / TTSvoice-agents-from-scratch
「Voice agents from scratch」は、Pythonでリアルタイム音声エージェントをゼロから構築するための実践的なチュート…
★ 36 ⑂ 3 MIT 2026-05-03
ComfyUIvibevoice.swift
VibeVoice.swiftは、macOSおよびLinux上でリアルタイム音声処理を実現するアプリケーションです。SwiftとMLXを活用し…
★ 9 ⑂ 1 MIT 2026-07-03
ComfyUIOpenShot-ComfyUI
OpenShot-ComfyUIは、人気動画編集ソフトOpenShot向けに開発されたComfyUIノードのセットです。OpenShotとAIモデルの…
★ 8 ⑂ 2 GPL-3.0 2026-04-16
マルチモーダルOmniMemo
OmniMemoは、MiMo V2.5 全スタックモデルを基盤とした多モーダル会議インテリジェントエージェントです。最大の特長…
★ 3 MIT 2026-06-01
画像生成muapi-python
MuAPIの公式Python SDKで、画像、動画、音声の生成、AIによる画像強化、背景除去、動画編集（リップシンク）、ファイ…
★ 2 ⑂ 1 MIT 2026-06-18
音声生成 / TTSVoxKitchen
VoxKitchenは、生の音声録音をクリーンで検査可能なトレーニングデータセットに変換するための、宣言型音声データ処…
★ 2 Apache-2.0 2026-06-23
ASR / 音声認識AI-Voice-Receptionist
AI Voice Receptionistは、Pythonで構築された完全なリアルタイム、フルデュプレックスのAI音声受付システムです。ロ…
★ 1 2026-06-04
ASR / 音声認識Welcome-to-the-Narthex-Transcripts
このツールは「Welcome to the Narthex」ポッドキャストのエピソードから、OpenAI Whisperでトランスクリプト（文字…
★ 1 NOASSERTION 2026-05-27