音声生成 / TTSespeak-ng
eSpeak NGは、Linux、Windows、Androidなど多様なOSに対応するオープンソースのコンパクトなテキスト読み上げシンセ…
★ 6.6k ⑂ 1.3k GPL-3.0 2026-06-29
#CLI (1732 repos)
「CLI」タグが付いたリポジトリ
音声生成 / TTS
3D / NeRFopenMVG
OpenMVGは、3DコンピュータビジョンとStructure from MotionのためのオープンソースC++ライブラリです。画像からの3D…
★ 6.5k ⑂ 1.7k MPL-2.0 2025-12-17
音声生成 / TTSKokoro-82M
Kokoroは、わずか8200万パラメータの軽量ながら、大規模なモデルに匹敵する高品質な音声合成（TTS）を提供するオープ…
❤ 6.5k ↓ 11.3M apache-2.0 2025-04-10
画像生成stable-diffusion.cpp
stable-diffusion.cppは、Diffusionモデル（SD、Flux、Wanなど）の推論を純粋なC/C++で実行するための超軽量ライブラ…
★ 6.5k ⑂ 693 MIT 2026-07-11
ASR / 音声認識wav2letter
wav2letter++は、Facebook AI Researchが開発した自動音声認識（ASR）ツールキットです。現在はFlashlightフレームワ…
★ 6.4k ⑂ 991 NOASSERTION 2026-01-12
画像生成StyleTTS2
StyleTTS 2は、テキストから人間レベルの自然な音声を合成する最新のText-to-Speech（TTS）モデルです。スタイル拡散…
★ 6.3k ⑂ 693 MIT 2024-08-10
ASR / 音声認識argmax-oss-swift
Argmax Open-Source SDK Swiftは、Apple Siliconデバイス上で動作する高性能なオープンソースAI推論フレームワーク群…
★ 6.3k ⑂ 591 MIT 2026-07-13
ASR / 音声認識PaddleX
PaddleX 3.0は、飛桨（PaddlePaddle）フレームワークを基盤とした低コード開発ツールです。200以上の開箱即用な事前…
★ 6.2k ⑂ 1.2k Apache-2.0 2026-06-25
LLMatomic-agents
Atomic Agentsは、AIパイプラインとアプリケーションを構築するための軽量でモジュール式のフレームワークです。LEGO…
★ 6.2k ⑂ 533 MIT 2026-08-16
画像生成Awesome-Prompt-Engineering
このリポジトリは、プロンプトエンジニアリングとコンテキストエンジニアリングに関する厳選されたリソース集です。…
★ 6.2k ⑂ 726 Apache-2.0 2026-07-15
LLMapfel
apfelは、Macに標準搭載されているApple FoundationModelsを活用し、完全にオフラインで動作するAIツールです。CLI、…
★ 6.1k ⑂ 234 MIT 2026-07-14
ASR / 音声認識speech-to-speech
Speech To Speechは、オープンソースモデルを活用してローカルで高度な音声エージェントを構築するためのプロジェク…
★ 6.1k ⑂ 866 Apache-2.0 2026-07-09
LLMopensquilla
OpenSquillaは、トークン効率を最大化するマイクロカーネルAIエージェントです。限られた予算で高い知能密度と優れた…
★ 6.0k ⑂ 436 Apache-2.0 2026-07-14
LLMwhichllm
「whichllm」は、ユーザーのコンピューターハードウェア（GPU/CPU/RAM）を自動検出し、その環境で最も性能を発揮する…
★ 6.0k ⑂ 319 MIT 2026-07-08
ASR / 音声認識whisper-large-v3
Whisper large-v3は、OpenAIが開発した最先端の自動音声認識（ASR）および音声翻訳モデルです。500万時間以上の学習…
❤ 5.9k ↓ 6.0M apache-2.0 2024-08-12
ASR / 音声認識FunClip
FunClipは、オープンソースで高精度かつ使いやすい動画クリッピングツールです。Alibaba TONGYIのFunASR Paraformer…
★ 5.9k ⑂ 710 MIT 2026-07-07
画像生成SUPIR
SUPIR（Scaling Up to Excellence: Practicing Model Scaling for Photo-Realistic Image Restoration In the Wild）…
★ 5.6k ⑂ 477 NOASSERTION 2025-05-12
画像生成DALLE-pytorch
このリポジトリは、OpenAIのDALL-E（テキストから画像を生成するTransformerモデル）をPyTorchで実装・再現したもの…
★ 5.6k ⑂ 644 MIT 2024-02-17
AIエージェントsemble
Sembleは、AIエージェント向けに設計された高速かつ正確なコード検索ライブラリです。`grep+read`と比較して約98%も…
★ 5.6k ⑂ 236 MIT 2026-07-13
AIエージェントguizang-social-card-skill
このツールは、GitHub上のAI関連OSSを自動でWordPressカタログ化するシステムです。LLM（Gemini, Claude, Codexなど…
★ 5.6k ⑂ 457 AGPL-3.0 2026-07-01
ASR / 音声認識whisper-diarization
このツールは、OpenAI Whisperの自動音声認識（ASR）機能と高度な話者分離（Speaker Diarization）技術を統合したパ…
★ 5.6k ⑂ 501 BSD-2-Clause 2026-02-23
マルチモーダルvllm-omni
vLLM-Omniは、既存のvLLMを拡張し、オムニモダリティモデルの効率的かつ低コストな推論と提供を可能にするフレームワ…
★ 5.6k ⑂ 1.3k Apache-2.0 2026-07-14
ASR / 音声認識cactus
Cactusは、モバイルデバイスやウェアラブル向けに設計された低遅延AIエンジンです。ARM CPU上での高速かつ高精度な推…
★ 5.4k ⑂ 437 NOASSERTION 2026-07-11
3D / NeRFgsplat
gsplatは、3D Gaussian Splatting技術のCUDA高速化ラスタライゼーションを実現するオープンソースライブラリで、Pyth…
★ 5.4k ⑂ 910 Apache-2.0 2026-07-09