#Python (2208 repos)

SynthBridgeは、ユーザーが入力したコード進行やメロディをリアルタイムで生成し、即座に演奏できる音楽生成Webアプ…

このツールは、NVIDIA DGX Spark (GB10 / Blackwell / sm_121a) に特化して最適化された、最先端のComfyUIディストリ…

このツール「youtube-to-knowledge」は、YouTube動画を文字起こし、要約、そしてインタラクティブな知識グラフへと変…

本ツールは、Meta Questデバイスでキャプチャされたパススルー画像と深度データを用いて3Dシーンを再構築するための…

Wanderlandは、オープンワールドの具現化されたAI向けに、幾何学的に根拠のあるシミュレーションを提供する包括的な…

RvR (Refinement via Regeneration) は、清華大学とTencent Hunyuanが開発した、画像リファインメントのための革新的…

MuGSは、MuJoCo物理シミュレーションと3D Gaussian Splatting (3DGS) を組み合わせたハイブリッドレンダリングパイプ…

このツールは、ComfyUI用のノード集であり、bosonai/higgs-audio-v3-tts-4bモデルを活用して、多言語（100言語対応）…

GPIC（Giant Permissive Image Corpus）は、視覚生成モデリング研究のための巨大で許容性の高い画像コーパスです。約…

ComfyUI-AceStep SFTは、最先端の音楽生成モデル「AceStep 1.5 SFT」をComfyUIに実装するためのモジュラーノードスイ…

「Epstein Files RAG Explorer」は、非密封のジェフリー・エプスタイン裁判記録を探索・分析するためのオープンソー…

この「temporal-rag」は、RAG（Retrieval-Augmented Generation）システムのための、検索後の「時間的な層」を提供す…

ATM-Benchは、画像、動画、メールなどのマルチモーダルデータに対し、約4年間にわたる長期的なパーソナライズされた…

LightTTSは、Pythonベースの軽量かつ高性能なテキスト読み上げ（TTS）推論・サービスフレームワークです。CosyVoice2…

このプロジェクトは、Irodori-TTSをフォークし、echo-TTSのWeb UIとして機能する、Flow Matchingベースの高性能なテ…

Audio-Oscarは、複雑な音声シーン記述から長尺で制御可能な音声を生成するためのマルチエージェントフレームワークで…

Fizgigは、Flux 2 Klein 9B LoRAに特化した統合スタジオです。LoRAのトレーニング、プロファイリング、修復、抽出を…

MagicBokehは、高ズームで撮影された写真に対し、フォトリアリスティックで高品質なボケ効果を効率的に生成するため…

ULF-Locは、CVPR 2026 Highlight論文として発表された、3D Gaussian Splattingを用いた堅牢な視覚ローカライゼーショ…

GaussianCaRは、自律走行車向けの効率的なカメラとレーダー融合技術です。このツールは、Gaussian Splattingをユニバ…

このリポジトリは、AIを活用した動画制作およびセルフメディア運営のための厳選されたツール集です。テキストからの…

noisekitは、自動音声認識（ASR）システムのロバスト性ベンチマークのために、ノイズ層別化された音声データセットを…

ScreenClaw（睇虾）は、AIアプリケーションとデスクトップソフトウェアを連携させるためのローカル実行型ミドルウェ…

AlphaAnalystは、米国株のティッカーから、DCF評価、ピア比較、ニュースセンチメント、決算コールのトーン分析などを…