#CLI (1732 repos)

UTMOS-PyTorchは、音声品質評価モデルUTMOSの非公式なPyTorch実装です。オリジナルのUTMOSが依存するfairseqのインス…

このツールは、Qwen3-TTSモデルをONNX形式で利用し、C# .NETアプリケーションからローカルでテキスト音声合成（TTS）…

MaxVideoAIは、Sora、Veo、Kling、Seedance、LTXといった複数のAIビデオモデルを比較・生成できるマルチエンジンAIビ…

「codex-asr」は、ローカルの「Codex Desktop ChatGPT」のログインセッションを再利用し、ワンショットの自動音声認…

Wayland Coreは、Rustで書かれたオープンソースの自律型LLMエージェントエンジンです。主要なLLMプロバイダーと接続…

gigasttは、GigaAM v3を搭載したロシア語専用のオンデバイス音声認識（STT）サーバーです。クラウドサービスやAPIキ…

Skill Scanner Agentは、LLMエージェントベースのセキュリティスキャンツールです。SKILLディレクトリ内のセキュリテ…

Seedance 2.0 APIは、ByteDanceが開発したAI動画生成エンジンへの非公式アクセスを提供するツールです。このAPIは、…

PRISMは、マルチモーダル大規模言語モデル（特にLLaVA）の継続的学習設定における命令チューニングのためのPyTorchベ…

Everything Gemini Code (EGC)は、Geminiを始めとするAIエージェントのためのオーケストレーションエコシステムと、…

Synaptic Memoryは、LLMエージェント向けの脳にインスパイアされた知識グラフとMCP（Multi-hop Chain of Thought）ツ…

本ツールは、WavLM表現から高品質なフランス語音声を再構築するニューラルボコーダーです。JEP 2026に採択された論文…

mlx-speechは、Apple Silicon Mac（M1以降）向けに特化した、純粋なMLXベースの音声技術ツールキットです。クラウド…

moldは、ローカルGPUを活用して画像や短いビデオクリップを生成する強力なCLIツールです。クラウドやPython環境を必…

このツールは、iMaC（Embodied World Models向けにアクションをモーションとコンタクトイメージに変換するモデル）と…

「Pronounce」は、`kubectl`、`GIF`、`JSON`などの開発者用語の正しい発音を音声で聞けるCLIツールです。544以上の用…

JARVISは、Tony StarkのAIアシスタントに触発されたMac上で動作するパーソナルAIアシスタントです。音声対話、映画の…

KDNAプロトコルは、人間の判断システムをAIが利用可能、検証可能、構成可能、統治可能なアセットに変換するオープン…

EAG-PTは、SIGGRAPH 2026で発表された、屋内の拡散反射シーンの再構築と編集を行うための研究プロジェクトです。Emis…

「/watch」は、YouTube、Instagram、X（旧Twitter）など多様なオンライン動画サイトやローカルファイルから、Claude…

X（旧Twitter）で保存したブックマークをパーソナルAIとして活用できるツールです。散逸しがちな保存投稿を「チャッ…

このツールは、arXivのビデオ拡散・ビデオ生成に関する最新研究論文、プロジェクト、リソースを自動更新で収集し、キ…

Facioは、長期間のワークフローにおいて人間が介入できる、セキュアで追跡可能なプロアクティブAIエージェントです。…

Provenantは、AIコーディングエージェント向けに最適化されたローカルコードベースメモリソリューションです。コード…