#Python (2218 repos)

VapiAIが開発・運用する「Humanness Index™」は、音声AIがどれだけ人間らしく聞こえるかを測定するオープンなベンチ…

「3DGS Studio」は、ブラウザ上で動作する軽量な3D Gaussian Splatting（3DGS）作業環境です。ローカルの3DGSモデル…

このプロジェクトは、論文「Steerable Rhythmic Complexity in Autoregressive Music Generation」の公式PyTorch実装…

SunoMCPは、AceDataCloud APIを介してSuno AIの音楽生成機能を提供するModel Context Protocol (MCP) サーバーです。…

「Cognitive Companion」は、多世代同居家庭の高齢者介護を支援する、プライバシーを最優先したオンプレミスAIシステ…

RiskKernelは、AIエージェントの運用を確実にするためのリスクエンジンです。AIエージェントの暴走を防ぐために、コ…

「Hand2World」は、自由空間での手のジェスチャーから一人称視点でのインタラクションを自動回帰的に生成する研究プ…

AVGen-Benchは、Text-to-Audio-Video (T2AV) 生成の多段階評価を目的としたタスク駆動型ベンチマークツールです。既…

LatentGateは、VL-JEPAに着想を得たパイプラインで、画像や長いテキストなどの複雑な処理をローカルのOllama（無料）…

ComfyUI-ControlOrder-FreeMemoryは、ComfyUIのカスタムノードで、ノードの実行順序を柔軟に制御し、ワークフローの…

Bumblebeeは、ユーザーが指定した長いフレーズを、実際の映画やテレビ番組のセリフを繋ぎ合わせて動画クリップとして…

「NanoGS: Training-Free Gaussian Splat Simplification」は、ガウシアンスプラットモデルをトレーニングなしで手軽…

SynapseKitは、本番環境向けのLLMアプリケーション開発に特化した、最小限かつ非同期ファーストのPythonフレームワー…

decibriは、Python、Rust、Node.js、ブラウザ向けに統一されたAPIを提供するクロスプラットフォームのオーディオエン…

ChipMATEは、RTLコード生成のためのマルチエージェント推論フレームワークです。Verilog生成エージェントとPython参…

このツールは、Arena AI (旧 LMSYS Chatbot Arena) のLLM、Vision、Code、Video、Imageなどの全リーダーボードのスナ…

このプロジェクトは、RGBD SLAMにおけるラディアンスフィールドの品質向上を目指す「SGAD-SLAM」という手法を提案し…

vslinx/ComfyUI-vslinx-nodesは、ComfyUIのワークフローを効率化・高速化するためのカスタムノード集です。複数画像…

Video Diaryは、家庭用監視カメラの録画映像をAIで自動分析し、効率的な管理を可能にするシステムです。NASやディレ…

xyvaClawは、自己進化するAIアシスタントプラットフォームであり、OpenClawランタイムを深度強化したものです。ユー…

SelenaCoreは、インターネット接続や月額料金が一切不要な、オフラインファーストのスマートホームハブです。Raspber…

ComfyUI-Pixal3Dは、TencentARCが開発したPixal3D（SIGGRAPH 2026）のComfyUIカスタムノードです。単一の画像からPBR…

yshtcn/xiaomiTTS2OpenAITTSAPIは、小米MiMo TTS APIをOpenAI互換のTTS APIプロキシサービスに変換するツールです。…

Timbreは、複数の話者が混在する音声録音（ポッドキャスト、インタビュー、ストリームなど）から、短い参照クリップ…