マルチモーダルDGX_Spark_Unsloth_Lossless_Speedup
本プロジェクトは、NVIDIA DGX Spark上でQwen3.5 (0.8B～27B) モデルのLoRAおよびFull Fine-Tuningを劇的に高速化す…
★ 10 ⑂ 1 MIT 2026-05-19
#Docker (231 repos)
「Docker」タグが付いたリポジトリ
マルチモーダル
音声生成 / TTSmimo-tts
MiMo TTSは、小米MiMo APIを活用したAIオーディオブック制作ツールです。小説のテキストファイルをアップロードする…
★ 10 ⑂ 1 MIT 2026-05-24
LLMdocker-docling
このツールは、IBM Doclingを基盤としたセルフホスト型のドキュメント解析サーバーをDockerで簡単にデプロイするため…
★ 10 NOASSERTION 2026-08-18
音声生成 / TTSomnivoice-app
OmniVoiceを搭載したセルフホスト型の音声クローンおよびテキスト読み上げ（TTS）ウェブアプリケーションです。テキ…
★ 9 NOASSERTION 2026-06-12
LLMCustomer-Support-Chatbot-102
このツールは、RAG（Retrieval-Augmented Generation）、高度なプロンプトエンジニアリング、ハイブリッド検索、リラ…
★ 9 MIT 2026-06-04
音声生成 / TTSomnivoice-thai-api
nanofatdog/omnivoice-thai-apiは、追加学習不要のタイ語テキスト読み上げ（TTS）APIおよびWeb UIです。Voice Clonin…
★ 9 ⑂ 5 2026-05-22
LLMPlasmod
Plasmodは、マルチエージェントシステム向けに設計されたエージェントネイティブデータベースです。粘菌ネットワーク…
★ 8 MIT 2026-07-14
LLMcalfcord
Calfcordは、Discordサーバー内で独自のペルソナを持つAIエージェントの分散チームを構築できるツールです。各エージ…
★ 8 Apache-2.0 2026-08-08
画像生成kimodo-houdini-bridge
このツールは、NVIDIA Kimodo（テキスト駆動の3D人体モーション生成AIモデル）をSideFX Houdiniに連携させるブリッジ…
★ 8 ⑂ 2 2026-06-10
マルチモーダルCaptionEvalKit-for-VLMs
CaptionEvalKit-for-VLMsは、VLM（Visual Language Model）向け画像キャプション評価を再現性高く、オールインワンで…
★ 8 BSD-3-Clause-Clear 2026-06-22
AIエージェントAutoPilot-DevAgent
AutoPilot Devは、GitHubのプルリクエストURLを入力として受け取り、AIがコードレビュー、バグ修正の提案、テスト検…
★ 8 2026-06-09
3D / NeRFinteractive-website-navigator
このツールは、ウェブサイト訪問者をリアルタイムの音声と画面認識でガイドし、アクションを実行できるインタラクテ…
★ 7 MIT 2026-05-17
音声生成 / TTSoai-tts-router
このツールは、OpenAI TTS互換のAPIインターフェースを提供する無料のTTSルーターです。Google Translate、Edge TTS…
★ 7 AGPL-3.0 2026-05-19
ASR / 音声認識grillkit
GrillKitは、AIを活用した自己ホスト型の技術面接トレーナーです。OpenAI互換モデルを設定し、YAML形式の質問バンク…
★ 7 ⑂ 2 NOASSERTION 2026-07-15
LLMMoodCopilot
MoodCopilotは、ユーザーの感情を認識し、共感を示すオープンソースのAI感情パートナーです。単なるテキストだけでな…
★ 7 NOASSERTION 2026-07-15
ASR / 音声認識meet-transcription
このツールは、Google Meetの録画を自動的に文字起こしするためのパイプラインです。Google Driveの指定フォルダを監…
★ 7 MIT 2026-06-22
音声生成 / TTSghost-narrator
Ghost Narratorは、ブログや静的サイト向けに自己ホスト型のAI音声ナレーションを提供するツールです。ElevenLabsの…
★ 6 ⑂ 1 MIT 2026-07-13
3D / NeRFmutual-info-optimization
このリポジトリは、実際の画像とテクスチャ付き3Dメッシュ間の相互情報量（Mutual Information）を利用して、6自由度…
★ 6 2026-03-20
ASR / 音声認識ai_interview
このツールは、リアルタイム音声対話、多段階面接、ライブ採点、詳細レポート生成機能を備えたAI駆動型模擬面接プラ…
★ 6 2026-06-15
AIエージェントDeep-Research-104
このプロジェクトは、Web検索と高度な推論モデル（OpenAI o3、DeepSeek-R1、ローカルOllamaモデルなど）を組み合わせ…
★ 6 MIT 2026-06-05
3D / NeRFInsightAT
InsightATは、使いやすさと自動化に焦点を当てたオープンソースのオールインワンStructure-from-Motionシステムで、…
★ 6 ⑂ 3 MIT 2026-07-07
音声生成 / TTSAutoShorts-Studio
AutoReelは、AIを活用してソーシャルメディア向けの魅力的な短尺動画コンテンツを自動生成する、先進的なコンテナ化…
★ 6 ⑂ 2 2026-08-18
マルチモーダルAuto_Translator
Auto-Translatorは、複数のエージェントを活用したPDFコンテンツの自動翻訳ツールです。原文のフォーマットを完璧に…
★ 5 ⑂ 1 2026-04-16
画像生成image-agent-studio
Image Agent Studioは、OpenAI互換の画像生成・編集APIを利用する自己ホスト型AI画像作成ワークステーションです。プ…
★ 5 ⑂ 2 MIT 2026-07-07