#Python (2218 repos)

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…

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…

ComfyUI-RefUNetは、Reference UNet（参照用UNet）を利用するためのComfyUIカスタムノードセットです。FollowYourEmo…

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…

「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…

RS-Paper-Hubは、arXivからリモートセンシングおよび地球観測関連の論文を自動的に収集、整理、分類、タスクタグ付け…

このリポジトリは、ComfyUI上でテキスト読み上げ（TTS）音声を生成し、そのままDaVinci Resolve Studioのアクティブ…

ComfyUI向けのカスタムノード集で、FLUX Fillモデルを使った画像のインペイント・アウトペイントを行えます。NF4版や…

turbo-graphは、軽量な埋め込み検索ライブラリであるturbovecを基盤とし、グラフメモリ機能を追加することで、制約付…

このツールは、ComfyUI用のSAMURAIモデルベースの動画オブジェクトセグメンテーションノードを提供します。ユーザー…

Tokenlessは、Claude Codeのトークン使用量を最大50%以上削減することに特化したコマンドラインツールです。大規模な…

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）…

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…

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…

ThinkJEPAは、ビジョン-言語モデル(VLM)とJEPA(Joint Embedding Predictive Architecture)を統合したデュアルパス具…

VisualClawは、物理世界向けのリアルタイムでパーソナライズされたエージェントを構築するための自己進化型マルチモ…

studiomi300は、1つのプロンプトから30秒のシネマティックなリール動画を生成するエンドツーエンドのツールです。Dir…

「Coarse-guided-Gen」は、粗いサンプルをガイドとして、条件付きのビジュアルコンテンツ生成を可能にするツールです…

Hermes Katanaは、AIエージェント向けの多層防御セキュリティレイヤーです。テキストの出所を文字レベルで追跡し、プ…

「Realtime Call Translator」は、ビデオ/音声通話中にリアルタイムで音声を翻訳するツールです。あなたが話す言語は…

このツールは、感情状態、記憶の固定点、象徴的な原型に基づいて超現実的な夢のシーケンスを生成するエンジンです。…

「Irodori OpenAI TTS Server」は、Aratako/Irodori-TTSの500M v3ベースモデル向けに開発された、OpenAI Text-to-Spe…

Echoicは、AIを活用した発話練習ツールです。任意の音声ファイルをインポートし、文章ごとに発話練習を行い、音素レ…

「ComfyUI-FBCNN」は、人気の画像生成UI「ComfyUI」に、JPEG画像の圧縮ノイズ（アーティファクト）除去に特化したFBC…