音声生成 / TTSindex-tts
IndexTTS2は、感情豊かで再生時間の厳密な制御が可能な自己回帰型ゼロショットテキスト音声合成（TTS）モデルです。…
★ 21.9k ⑂ 2.7k NOASSERTION 2026-07-14
#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pentagi
PentAGIは、AI技術を活用して複雑なペネトレーションテストタスクを完全に自律的に実行できる革新的なシステムです。…
★ 20.8k ⑂ 2.7k MIT 2026-07-14
ASR / 音声認識buzz
Buzzは、OpenAIのWhisperを搭載し、個人用コンピューター上で音声の文字起こしと翻訳をオフラインで実行できる高機能…
★ 20.2k ⑂ 1.5k MIT 2026-07-02
LLMcode-review-graph
code-review-graphは、AIコーディングツールがコードベース全体を毎回読み込むことで生じる非効率性と高コストを解決…
★ 19.5k ⑂ 2.1k MIT 2026-06-14
ASR / 音声認識FunASR
FunASRは、エンドツーエンドの音声認識に特化した、研究者と開発者向けのツールキットです。音声認識（ASR）、音声活…
★ 19.2k ⑂ 1.9k MIT 2026-07-14
動画生成LivePortrait
LivePortraitは、人物、猫、犬のポートレートを効率的にアニメーション化するAIツールです。本ツールは、Stitchingと…
★ 18.7k ⑂ 1.9k NOASSERTION 2026-06-01
ASR / 音声認識pyvideotrans
pyVideoTransは、動画を多言語に翻訳し、吹き替えと字幕を埋め込むための強力なオープンソースツールです。音声認識…
★ 18.3k ⑂ 2.3k GPL-3.0 2026-07-15
音声生成 / TTSVideoLingo
VideoLingoは、YouTube動画のダウンロードから翻訳、ローカライズ、吹き替えまでをオールインワンで行うツールです。…
★ 17.7k ⑂ 2.0k Apache-2.0 2026-07-02
AIエージェントedict
Edictは、中国の古代帝国の統治機構「三省六部制」にインスパイアされた、AIマルチエージェントオーケストレーション…
★ 16.2k ⑂ 1.7k MIT 2026-07-06
LLMbrowser-harness
Browser Harnessは、大規模言語モデル（LLM）をChrome DevTools Protocolを介して実際のブラウザに直接接続し、ウェ…
★ 16.0k ⑂ 1.5k MIT 2026-07-14
ASR / 音声認識vosk-api
Voskは、20以上の言語と方言（日本語含む）に対応したオフライン・オープンソースの音声認識ツールキットです。50MB…
★ 14.9k ⑂ 1.7k Apache-2.0 2026-07-02
マルチモーダルms-swift
ms-swiftは、ModelScopeコミュニティが提供する、大規模言語モデル（LLM）およびマルチモーダル大規模言語モデル（ML…
★ 14.8k ⑂ 1.5k Apache-2.0 2026-07-15
ASR / 音声認識sherpa-onnx
sherpa-onnxは、次世代Kaldiとonnxruntimeを基盤とし、インターネット接続なしで動作する多機能なオフライン音声処理…
★ 13.6k ⑂ 1.6k Apache-2.0 2026-07-15
音声生成 / TTSsupertonic
Supertonicは、ONNX Runtimeを介してデバイス上で動作する、超高速かつ高品質な多言語テキスト読み上げシステムです…
★ 13.5k ⑂ 1.4k MIT 2026-07-24
LLMAuto-claude-code-research-in-sleep
ARIS (Auto-claude-code-research-in-sleep) は、機械学習研究の自律的な自動化を支援する軽量ツールです。フレーム…
★ 13.4k ⑂ 1.2k MIT 2026-07-14
3D / NeRFMeshroom
Meshroomは、複雑なデータ処理パイプラインを作成、管理、実行するためのオープンソースのノードベースのビジュアル…
★ 12.8k ⑂ 1.2k NOASSERTION 2026-07-13
LLMtxtai
txtaiは、セマンティック検索、LLMオーケストレーション、言語モデルワークフローのためのオールインワンAIフレーム…
★ 12.7k ⑂ 845 Apache-2.0 2026-07-02
LLMturbovec
turbovecは、Google ResearchのTurboQuantアルゴリズムに基づきRustで開発された、Pythonバインディングを持つ高速か…
★ 12.7k ⑂ 1.1k MIT 2026-06-10
LLMLEANN
LEANNは、個人用デバイスで高速、高精度、かつ完全にプライベートなRAG（検索拡張生成）アプリケーションを実現する…
★ 12.7k ⑂ 1.1k MIT 2026-07-03
ASR / 音声認識PaddleSpeech
PaddleSpeechは、PaddlePaddleプラットフォーム上で動作するオープンソースの音声処理ツールキットです。自己教師あ…
★ 12.6k ⑂ 2.0k Apache-2.0 2026-06-21
LLMPocketFlow-Tutorial-Codebase-Knowledge
このプロジェクトは、AIエージェントがGitHubリポジトリを分析し、コードの仕組みを解説する初心者向けのチュートリ…
★ 12.4k ⑂ 1.4k MIT 2026-05-31
画像生成HunyuanVideo
HunyuanVideoは、Tencentが開発した大規模動画生成モデルのための体系的なフレームワークです。テキストからの動画生…
★ 12.3k ⑂ 1.3k NOASSERTION 2026-06-29
ASR / 音声認識speechbrain
SpeechBrainは、PyTorchを基盤としたオープンソースのツールキットで、会話型AI（音声アシスタント、チャットボット…
★ 11.7k ⑂ 1.7k Apache-2.0 2026-06-15
マルチモーダルrerun
Rerunは、マルチモーダルなロボットデータ（画像、点群、変換、時系列、関節状態、ビデオなど）のロギング、クエリ、…
★ 11.2k ⑂ 806 Apache-2.0 2026-07-27