音声生成 / TTSphonicorn
子供向けのフォニックス学習用フラッシュカードアプリで、単語の音、発音、解読パターンを練習できます。自己ホスト…
★ 5 MIT 2026-06-06
#Python (2196 repos)
「Python」タグが付いたリポジトリ
音声生成 / TTS
AIエージェントHive
Hiveは、自律的に協調し、コードを記述し、ツールを使用する永続的なAIエージェントを生成するためのローカルファー…
★ 5 MIT 2026-07-25
画像生成drawthings-grpc-hermes-plugin
このツールは、Hermes AgentがDraw Thingsのローカル画像生成機能を利用できるようにするgRPCプラグインです。Draw T…
★ 5 ⑂ 1 MIT 2026-06-02
ASR / 音声認識PARSE
PARSEは、記述言語学のフィールドワークと、それに続く比較分析を支援するブラウザベースのワークステーションです。…
★ 5 MIT 2026-07-12
3D / NeRFARIS-in-AI-Offer
このツールは、「ARIS（Auto Research in Sleep）」エージェントフレームワークを活用し、AI分野での就職活動（特に…
★ 5 MIT 2026-08-19
ComfyUIComfyUI-Flow-Assistor
ComfyUI-Flow-Assistorは、ComfyUIのワークフローを効率化するための必須ユーティリティノード集です。このツールは…
★ 5 ⑂ 2 MIT 2026-07-19
ASR / 音声認識Auto-Vod-Trimmer
VOD Auto Trimmerは、長時間のVODを手動で編集する手間を省くためのマルチスレッドPythonツールです。ローカルAI（Wh…
★ 5 ⑂ 1 GPL-3.0 2026-06-06
ASR / 音声認識wisprflow-sdk
WisprFlow SDKは、Wispr Flowデスクトップクライアントの非公式Python SDKです。Wispr Flowの音声APIをリバースエン…
★ 5 ⑂ 1 MIT 2026-06-09
LLMspark-1822
このリポジトリは、NVIDIA DGX Sparkワークステーション向けの包括的な設定を提供します。Caddyリバースプロキシ、Op…
★ 5 ⑂ 1 MIT 2026-06-29
音楽生成SlunderStudio
Slunder Studioは、オフラインで動作するAI音楽生成スイートです。AIが歌詞作成、楽曲生成、MIDI作曲、歌声合成、音…
★ 5 MIT 2026-07-01
マルチモーダルJoyCapture-UR5
JoyCapture-UR5は、Xboxコントローラーを使用してUR5ロボットを遠隔操作し、多モーダルなデモンストレーションデータ…
★ 5 MIT 2026-05-24
画像生成gpt-magazine-portrait-workflow
このプロジェクトは、Codexの画像生成能力とGPT Imageの基準を活用し、人物の雑誌写真風画像を生成するワークフロー…
★ 5 MIT 2026-06-08
動画生成veo-api
Veo 3 APIは、Googleの最新AI動画生成モデルであるGoogle Veo 3（Veo3, Veo 3.1, Veo 3 Fast）へ、最も安価で容易に…
★ 5 MIT 2026-05-27
LLMgrounded-forge
grounded-forgeは、複雑で反復的な作業を行うための、ソースに基づいたアシスタントを構築・配布するためのリトリー…
★ 5 ⑂ 1 MIT 2026-07-15
3D / NeRFwavelet-splatting
WIPES（Wavelet-based Visual Primitives）は、多次元視覚信号の効率的な表現を目的としたウェーブレットベースの視…
★ 5 MIT 2026-06-04
画像生成nitograph
Nitographは、MNISTの数字をネオン風のストリングアートに変換し、釘から釘への連続的な糸の経路を生成するクラス条…
★ 5 2026-06-12
画像生成mini-pi0
mini-pi0は、ロボットの動作ポリシーをフローマッチングにより学習するためのコンパクトな研究コードベースです。特…
★ 4 2026-07-07
ComfyUIcomfyui-cinema-pipeline
このリポジトリは、プロの映画制作に特化したAI/ジェネレーティブパイプラインアーキテクチャ「ComfyUI Cinema Pipel…
★ 4 NOASSERTION 2026-06-15
LLMfinancebench-rag-agent
本ツールは、役割ベースのアクセス制御を備えた金融文書Q&A向けマルチエージェントRAGシステムです。FinanceBenchで7…
★ 4 MIT 2026-06-09
音声生成 / TTSmammamiradio
「Mamma Mi Radio」は、AIが生成するイタリアのラジオ局エンジンです。Spotifyライブラリから連続的にMP3をストリー…
★ 4 ⑂ 2 Apache-2.0 2026-07-12
LLMopenmodels
OpenModels Registryは、大規模言語モデル（LLM）とその推論プロバイダー、および両者のマッピングに関する情報を集…
★ 4 ⑂ 1 2026-07-09
ComfyUIanima-verse
AIパワードの仮想キャラクター（エージェント）との対話と画像生成を深く統合した、フルスタックのWebアプリケーショ…
★ 4 NOASSERTION 2026-07-11
音声生成 / TTSLocalVoiceTTS
LocalVoice TTSは、無料でローカル環境で動作するテキスト読み上げ（TTS）アプリケーションです。ユーザーは、ダイア…
★ 4 ⑂ 2 MIT 2026-05-30
LLMPFD-toolkit
PFD Toolkitは、Future Death (PFD) レポートの収集、スクリーニング、テーマ発見といった手作業をAIで自動化し、構…
★ 4 ⑂ 2 AGPL-3.0 2026-07-07