#CLI (1751 repos)

Anvil Audioは、AIオーディオ生成のためのプラグ可能なスタジオツールであり、Stability AIの`stable-audio-tools`を…

このClaude Codeスキルは、DALL-EによるAI画像生成、デザインシステムのインテリジェンス、およびPencil MCPとの統合…

MIL（Melodic Intelligence Layer）は、ニューラルネットワークを使わずに数学理論に基づいたアルゴリズムによるピア…

このツールは、任意のアプリケーションで選択したテキストを、Alt+Xのホットキー操作でF5-TTSによる音声合成で読み上…

このツールは、AIにPC画面の「目」を与えるPython製アプリケーションです。ローカルで動作し、スクリーンショット、…

このツールは、単一のテキストプロンプトから、ポスター画像、ビデオクリップ、ナレーションを含むプロモーションコ…

SEASとArgoは、AIの最前線で働くための補完的なシステムです。SEASはフロンティアのシグナルから「何が真実か」を探…

「Code-Driven Video Template」は、スクリプトからナレーション付きのデータスタイルの動画をコードベースで生成す…

本ツールは、GitHub上のAI関連オープンソースソフトウェアを自動で発見し、LLM（Gemini, Claudeなど）で要約・カテゴ…

このリポジトリは、AIを活用した動画編集および制作ツールの厳選リストです。特に、Claude Codeスキル、MCPサーバー…

agent-routerは、インストールされているすべてのClaude Codeスキルやサブエージェントを、現在のタスクに対してラン…

このツールは、AIを活用したリアルタイム顔認識アシスタントです。ウェブカメラを通じて既知の人物を識別し、音声フ…

「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…

本プロジェクトは、Free Spoken Digit Datasetを用いてゼロから訓練された小型のCTC音声認識器です。1秒間の数字音声…

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…

VoiceGPTは、GPT-4oとDALL·E 3を搭載した音声制御AIアシスタントです。ユーザーは「hello」というウェイクワードでア…

Whisper Dictateは、Windows向けの無料オープンソースプッシュツートーク音声ディクテーションツールです。右Ctrlキ…

Deepbooru TagWalkerは、Stable DiffusionのDeepbooruタグデータセットの品質を向上させるためのツールです。本ツー…

このプロジェクトは、自然言語の記述からAI（GPT-5.1 Codex Max）がManimコードを生成し、教育的なアニメーション動…

Easy TTS Toolkitは、音声合成（TTS）機能をPythonプロジェクトに手軽に組み込むためのツールキットです。開発者は、…

GHOST（Geometric Human Out-of-sync Spatio Temporal reconstruction）は、カジュアルな非同期マルチビュー動画から…

Meeting Auto Summaryは、会議の音声や動画を構造化された成果物（話者分離された文字起こし、字幕、要約、レポート…

「Zian-anson/c5-video-agents」は、ユーザーの一言の要求から、画像、ナレーション、字幕、BGMを含む完全なMP4動画…