ASR / 音声認識claude-telegram-supercharged
このツールは、Anthropicの公式Claude Telegramプラグインを大幅に強化するドロップインアップグレードです。音声メ…
★ 106 ⑂ 14 Apache-2.0 2026-04-28
#Python (2214 repos)
「Python」タグが付いたリポジトリ
ASR / 音声認識
3D / NeRFSpatialBench
SpatialBenchは、マルチモーダル大規模言語モデル（MLLM）のビデオ空間理解能力を評価するオープンソースベンチマー…
★ 106 2026-05-28
LLMmarginalia
Marginaliaは、AIを活用した個人または小規模チーム向けの知識管理システムです。PDF、メモ、オフィス文書、画像、ス…
★ 105 ⑂ 17 AGPL-3.0 2026-06-24
LLMWorkMesh
WorkMesh（Future Work Platform）は、AI時代における未来の雇用と人材協力を探るオープンソースプロトタイプです。…
★ 105 ⑂ 6 MIT 2026-06-02
マルチモーダルmusic-flamingo-2601-hf
Music Flamingoは、音楽や楽曲の理解に特化したNVIDIAの大規模音声言語モデルです。曲調、テンポ、キー、楽器構成、…
❤ 105 ↓ 188.9k other 2026-04-09
AIエージェントresale-agent-skill-hub
SkillHubは、AIを活用したマルチプラットフォームC2C再販ツールキットです。AnthropicのClaude CodeスキルとMCPサー…
★ 104 ⑂ 8 MIT 2026-05-16
動画生成avatar-mix
このツールは、HeyGenアバターとカスタムアニメーション背景（HyperFrames）、音楽、状況に応じた効果音、Hormoziス…
★ 104 ⑂ 14 MIT 2026-06-16
音声生成 / TTSsea-g2p
SEA-G2Pは、東南アジア言語向けの高速多言語テキスト・ツー・フォネーム変換ツールです。特にベトナム語に特化してお…
★ 104 ⑂ 21 Apache-2.0 2026-06-26
音声生成 / TTSagentcall
このツールは、AIエージェントがGoogle Meet、Zoom、Microsoft Teamsなどのビデオ会議に音声、ビデオ、画面共有を通…
★ 103 ⑂ 10 MIT 2026-07-01
ComfyUIXB_ToolBox
XB_ToolBoxは、ComfyUIのAI初心者が効率的にワークフローを構築し、ローカルでAIモデルを実行できるように設計された…
★ 102 ⑂ 5 Apache-2.0 2026-06-26
マルチモーダルcc-VisionRouter
cc-VisionRouterは、Claude Code環境で画像非対応のLLMを利用する際に、画像を含むリクエストを自動的にマルチモーダ…
★ 102 MIT 2026-06-07
AIエージェントcybersentry
CyberSentryは、NVIDIA NIMとLlama 3.1 70Bを搭載した自律型AIセキュリティ監査エージェントです。倫理的なウェブサ…
★ 102 ⑂ 16 MIT 2026-05-03
音声生成 / TTSQwen3-TTS-EasyFinetuning
「Qwen3-TTS Easy Finetuning」は、Qwen3-TTSモデルのファインチューニングを簡素化し、高速かつ高品質な音声クロー…
★ 102 ⑂ 19 Apache-2.0 2026-05-29
画像生成HiFi-Inpaint
HiFi-Inpaintは、CVPR 2026で発表された、人間と商品を組み合わせた高品質な画像を生成するための参照ベースのインペ…
★ 101 ⑂ 5 Apache-2.0 2026-06-07
ASR / 音声認識subarr
subarrは、BazarrやSubgenなどの*arrサブタイトルスタックを連携・管理する品質レイヤーです。メディアライブラリ全…
★ 100 MIT 2026-06-25
ASR / 音声認識AirControl
AirControlは、Windows 10/11向けに設計された革新的な空中コントローラーです。MediaPipeを用いたジェスチャー認識…
★ 100 ⑂ 2 Apache-2.0 2026-06-15
音声生成 / TTSferos
Feros Voice Agent OSは、オープンソースでエンタープライズ級の音声AIエージェント開発・運用インフラを提供するプ…
★ 99 ⑂ 17 Apache-2.0 2026-05-25
マルチモーダルmusic-flamingo-hf
Music Flamingoは、楽曲やインストゥルメンタル音源を対象に、ジャンル・テンポ・キー・楽器構成・雰囲気・歌詞や文…
❤ 99 ↓ 16.8k other 2026-04-04
ASR / 音声認識claude-code-auto-video-edit
「claude-code-auto-video-edit」は、Claude Codeのコマンドとして機能し、口播やチュートリアル動画のAロール粗編集…
★ 98 ⑂ 11 MIT 2026-04-06
AIエージェントanansi
Anansiは、敵対的で不安定なウェブ環境に対応するために設計された自己修復型ウェブスクレイパーです。サイトのレイ…
★ 97 ⑂ 17 Apache-2.0 2026-06-21
画像生成FlowInOne
FlowInOneは、画像を入力として画像を出力する、ビジョン中心のマルチモーダル画像生成モデルです。Image-in, Image-…
★ 96 ⑂ 5 MIT 2026-06-18
動画生成PhysInOne
PhysInOneは、物理法則に基づいたAI学習と推論のための大規模なデータセットです。AIシステム向けの物理学に基づいた…
★ 96 ⑂ 1 NOASSERTION 2026-06-28
LLMkyros-ai
Kyrosは、AIエージェントに永続的で自己修正能力を持つ記憶を提供するオープンソースのメモリOSです。エピソード、意…
★ 96 ⑂ 2 Apache-2.0 2026-06-24
AIエージェントfriday-studio
Friday Studioは、自然言語の指示をAIを活用した反復可能な自動ワークフローに変換するエージェントハーネスプラット…
★ 95 ⑂ 4 NOASSERTION 2026-06-27