音声生成 / TTStutorial-forge
tutorial-forgeは、TypeScriptで記述されたPlaywrightのウォークスルーから、ナレーション付きのチュートリアルビデ…
★ 2 NOASSERTION 2026-06-16
#CLI (1745 repos)
「CLI」タグが付いたリポジトリ
音声生成 / TTS
動画生成sanatation
NVIDIAのビデオワールドモデル「SANA-WM」をApple Silicon (MシリーズMac) で動作させるためのパッチとインタラクテ…
★ 2 Apache-2.0 2026-05-21
動画生成ai-video-generation
このPythonパイプラインは、テキストプロンプト一つから、ナレーションとキャプション付きの完全なMP4ビデオを生成し…
★ 2 ⑂ 1 MIT 2026-05-10
3D / NeRFprml-vslam
このリポジトリは、スマートフォンからの未校正単眼ビデオストリームに対応したオフデバイスVSLAMベンチマークフレー…
★ 2 MIT 2026-06-26
音声生成 / TTSPython-Autodub
Python Autodubは、AIを活用した自動動画吹き替えパイプラインです。音声抽出、Demucsによるボーカル分離、DiariZen…
★ 2 ⑂ 2 MPL-2.0 2026-06-03
ASR / 音声認識taiwan-asr-toolkit
Taiwan ASR Toolkitは、台湾華語（繁体字中国語）に特化した高精度な音声認識ツールです。Qwen3-ASRとMediaTek Breez…
★ 2 NOASSERTION 2026-05-07
画像生成hermes-image-local-tools
この「hermes-image-local-tools」は、Hermesエージェントでローカルでの画像生成を強力にサポートするためのプラグ…
★ 2 MIT 2026-06-03
動画生成making-commercials-with-ltx-ai-video-guide
「Making Commercials with LTX AI Video Guide」は、LTX-2 AIビデオモデルを活用し、商用ビデオやマーケティングプ…
★ 2 Apache-2.0 2026-04-29
ComfyUIgpus-python-example
このリポジトリは、Novita GPUs SDKを使用してPythonワーカーハンドラを実装する方法を示すための具体例を提供します…
★ 2 Apache-2.0 2026-05-28
音声生成 / TTSBookVoice-AI
BookVoice-AIは、テキスト、eBook、さらには写真から高品質なAIオーディオブックを生成できるオープンソースのスタジ…
★ 2 2026-06-14
ASR / 音声認識slidoc
slidocは、講義ビデオを各スライドとそのクリーンアップされたナレーションが対になったマークダウン形式に変換する…
★ 2 ⑂ 1 MIT 2026-05-15
3D / NeRFegocentric-3d-reconstruction-demo
この「Egocentric 3D Reconstruction Demo」は、一人称視点ビデオからの3D再構築の基礎を学ぶためのインタラクティブ…
★ 2 MIT 2026-06-19
画像生成Vortelio-python_libraries
Vortelio Python SDKは、ローカル環境でLLM、画像、音声、動画、3Dモデルの生成を可能にするVortelioの公式Pythonク…
★ 2 NOASSERTION 2026-06-12
マルチモーダルvisualdocqa-kit
VisoRAGは、ローカルGPU環境で動作する、PDF、DOCX、画像ファイルの質問応答や情報抽出に特化したビジョンファースト…
★ 2 MIT 2026-06-22
動画生成supercut
supercutは、AIディレクターがライブWebアプリケーションを自動的に操作し、製品の魅力を伝える60秒の映画的なローン…
★ 2 MIT 2026-06-22
LLMaugmenting_historians
このPythonスクリプト群は、歴史家が自身の原稿を批判的に分析するための実験的なインフラストラクチャです。RAGアー…
★ 2 MIT 2026-06-22
音声生成 / TTSrecipes
Speechstack Recipesは、音声AIエージェント構築のための実用的なオープンソースレシピ集です。Vapi、Retell、LiveKi…
★ 2 NOASSERTION 2026-06-29
LLMmemtest
MemTestは、AIメモリシステムの評価に特化したユニバーサルなベンチマーク生成ツールです。手続き型生成により依存性…
★ 2 MIT 2026-06-13
LLMAuralis
Auralisは、約10億パラメータを持つハイブリッドLLM「Helix v2」（Mamba-2/GLA/Sparse-Attentionベース）を利用した…
★ 2 Apache-2.0 2026-06-19
音声生成 / TTStts-tool
「tts-tool」は、テキストやMarkdown形式のコンテンツを高品質な音声オーディオに変換するAgent Skillです。URL、Mar…
★ 2 NOASSERTION 2026-06-01
音声生成 / TTSSpeakSwiftly
SpeakSwiftlyは、macOS向けのローカルText-to-Speech（TTS）パッケージです。Swiftアプリケーション、デスクトップツ…
★ 2 Apache-2.0 2026-06-29
ASR / 音声認識parley
Parleyは、音声指示型Vision-Language-Action（VLA）パイプライン向けのベンチマークツールキットです。このツールは…
★ 2 MIT 2026-06-23
画像生成chatwalaau
ChatWalaʻauは、完全にローカルで動作するフルスタックAIエージェントランタイムです。最新のチャットUIをAG-UIプロ…
★ 2 Apache-2.0 2026-06-27
音声生成 / TTSProject-Siren
Sirenは、生のビデオ/オーディオアセットからファインチューニングされた音声合成（TTS）モデルを作成するための、エ…
★ 2 2026-05-04