#Python (2218 repos)

「天眼 TTS Mobile」は、軽量なAndroid WebViewブラウザアプリです。PaseoやZCodeの遠隔操作ページ、あるいは一般的…

SpeakNowは、Windowsデスクトップ向けの軽量な音声入力ツールです。ホットキーを押して話すだけで、認識されたテキス…

「Chat to Comfy」は、WorkBuddyなどのAIコーディングアシスタント向けに開発された、AIによるアニメ画像生成ワーク…

このツールは「voice-channel」と名付けられ、Claude Codeエージェントをハンズフリーで音声操作するためのローカル…

RedNotebook AIは、Trino、DuckDB、その他11種類のSQLエンジンに対応したオープンソースのAIデータノートブックです…

makeslideは、PDFやテキストファイル、YouTube動画から音声付きプレゼンテーションを生成・再生するシステムです。AI…

プログラマー向けのAI面接コーチツール「JobCopilot」は、ユーザーが作成したMarkdown形式の技術ノートをプライベー…

このPythonパイプラインは、テキストプロンプト一つから、ナレーションとキャプション付きの完全なMP4ビデオを生成し…

「RAG QAコマンドセンター」は、Retrieval-Augmented Generation (RAG) パイプラインのオフラインQA評価ログを詳細に…

AIAI Hubは、GitHub上のAI関連オープンソースソフトウェアを自動的に発見し、LLM（Gemini, Claude, Codexなど）を用…

ComfyUI-iterationNodeは、ComfyUI用のカスタムノードです。キャラクター、服装、ポーズという3つの独立したプロンプ…

grokcliは、xAI Grokの全機能をCLIで利用できる、ゼロ依存のスタンドアロンツールです。SuperGrokまたはX Premium+の…

このプロジェクトは、AIまたは手動スクリプト入力からYouTube ShortsやReelsのような短尺縦型動画を自動生成するため…

CWX-Transcribeは、OpenAIの`gpt-4o-transcribe-diarize`モデルを基盤とした、長時間の2話者インタビュー向け高精度…

SDXは、テキストから画像を生成するモジュール式のオープンソース拡散フレームワークです。DiTトレーニング、精密な…

Nexus Memoryは、AIエージェント向けのユニバーサルな記憶層を提供するツールです。MCP (Model Context Protocol) に…

本リポジトリは、Stable Diffusion 3に着想を得た、DiTベースの条件付きフローモデルを実装しています。主な機能は、…

ReCo-Diffは、スパースビューCT（低線量CT）における画像再構成のための、残差条件付き決定論的サンプリングに基づく…

Supertonic Voiceは、PySide6とローカルONNX AI音声モデルで構築された、オフラインのデスクトップ音声合成（TTS）ア…

このAIベースの音声感情分析アプリケーションは、話された言葉をテキストに変換し、NLPモデルを用いてリアルタイムで…

GitHub上のAI関連OSSをWordPressに自動でカタログ化するツールです。LLMを用いてリポジトリの要約とカテゴリ分類を行…

このリポジトリは、最新のAIテキスト・画像-to-ビデオモデル、ツール、リソースを厳選したリストです。2026年半ばに…

Auralisは、約10億パラメータを持つハイブリッドLLM「Helix v2」（Mamba-2/GLA/Sparse-Attentionベース）を利用した…

LoRA-Studioは、Stable DiffusionにおけるLoRA開発のためのオープンソースのトレーニング管理プラットフォームです。…