音声生成 / TTSmeloie
Meloieは、リアルタイムで動作するRVC（Retrieval-based Voice Conversion）ボイスチェンジャーのバージョン2です。…
★ 1 MIT 2026-06-15
#Python (2196 repos)
「Python」タグが付いたリポジトリ
音声生成 / TTS
画像生成ComfyUI_SparkVSR_SM
ComfyUI_SparkVSR_SMは、ComfyUI内で動画の超解像処理を行うWindows向けツールです。キーフレームとフレーム伝播の技…
★ 1 Apache-2.0 2026-07-15
音楽生成story-to-music
このツールは、トルコ語のテキスト（物語、コンセプト、下書きなど）をSunoやUdioといった音楽生成AI向けの音楽プロ…
★ 1 MIT 2026-05-23
画像生成anime-sd-mcp
anime-sd-mcpは、MCP（Model Context Protocol）サーバーとして機能し、AIクライアント（Claude Desktop、Claude Cod…
★ 1 MIT 2026-05-30
AIエージェントyamtam-engine
YAMTAM ENGINEは、AIコーディングエージェントがリポジトリに損害を与えるのを防ぐための個人用エージェントOSです。…
★ 1 Apache-2.0 2026-08-02
ASR / 音声認識Multimodal-Emotion-Recognition-System
このツールは、顔の表情と音声分析をリアルタイムで組み合わせ、感情を検出する多モーダル感情認識システムです。主…
★ 1 2026-06-08
画像生成ComfyUI-Mutantwork
ComfyUI-Mutantworkは、ComfyUI向けのカスタムノードスイートで、プロンプトの最適化、ローカルでのAI画像鑑識、およ…
★ 1 ⑂ 1 2026-06-12
音声生成 / TTSsharky-ai-terminal
SHARKY AIは、アニメーション化されたネオンボイスオーブとハンズフリー音声チャット機能を備えた、ターミナル専用の…
★ 1 2026-06-14
マルチモーダルpdf2md_skill
「PDF2MD」は、Claude Codeスキルとして提供されるPDFからMarkdownへの変換ツールです。特にカスタムフォント、埋め…
★ 1 MIT 2026-06-07
画像生成openvino-gpu-llm-server
このプロジェクトは、Intel統合GPU（特にUHD 620以降）に最適化された、OpenAI互換のLLM推論APIサーバーです。OpenVI…
★ 1 MIT 2026-07-06
マルチモーダルobsidian-neural-central
OBSIDIAN Neuralは、音楽制作者向けのリアルタイムAI音楽生成サーバーで、OBSIDIAN Neural VSTプラグインと連携しま…
★ 1 AGPL-3.0 2026-07-14
3D / NeRFDNP-3DDMR-IR
本リポジトリは、2D臨床サーモグラフィ画像から乳房の3D形状再構築と熱マッピングを行うための多段階研究パイプライ…
★ 1 ⑂ 1 2026-06-23
画像生成windowed-minority-guidance
この研究は、拡散デノイジングにおける「マイノリティガイダンス」がどの時間ステップで効果を発揮するかを検証しま…
★ 1 2026-06-04
ComfyUImefaihomevideoai-worker
本リポジトリは、MEFAI画像から動画へのパイプラインにおけるホーム側のGPUワーカーです。クラウド上で画像から動画…
★ 1 Apache-2.0 2026-07-01
ComfyUIcomfyui-cyberdelia-metadata
このツールは、ComfyUIの標準画像保存機能を拡張し、Civitaiと互換性のある詳細な画像メタデータ（シード、モデル、L…
★ 1 ⑂ 2 GPL-3.0 2026-07-14
3D / NeRFCosmo3DFlow
Cosmo3DFlowは、初期宇宙の初期条件を現在の観測データから再構築するためのツールです。3Dウェーブレットフローマッ…
★ 1 ⑂ 1 MIT 2026-08-18
画像生成DESIGNOSFORGE
DESIGNOSFORGEは、AIデザインにおける視覚的な問題を解決し、統制されたデザインワークフローを実現するオープンソー…
★ 1 MIT 2026-06-19
マルチモーダルlongitudinal-health-foundation-model
このリポジトリは、ウェアラブルデバイス、スマートフォン、気候データから得られる自己教師ありマルチモーダル情報…
★ 1 NOASSERTION 2026-05-21
LLMCharacterForge-AI
CharacterForge AIは、ゲームデザイナーやアプリケーション開発者向けに、AWS上でAI搭載のゲームキャラクターを構築…
★ 1 NOASSERTION 2026-05-24
ASR / 音声認識BaltiVoice-ASR
BaltiVoice ASRは、バルティ語（チベット語族の低リソース言語）の音声をテキストに変換する初のAI音声認識（ASR）シ…
★ 1 MIT 2026-06-12
マルチモーダルai-chef-multimodal-assistant
AI Chefは、自宅にある食材からレシピを生成するAI搭載のマルチモーダル料理アシスタントです。テキスト入力または食…
★ 1 2026-06-09
音声生成 / TTSYOOS-APP
YOOS-APPは、ユーザー自身の執筆スタイルを学習し、その個性を保ったまま新しいコンテンツを生成するユニバーサルな…
★ 1 MIT 2026-06-05
LLMMultilingual-Health-QA-in-Low-Resource-African-Languages
このプロジェクトは、アフリカの低リソース言語に対応した多言語医療質問応答（QA）アシスタントの構築を目指す機械…
★ 1 2026-06-24
マルチモーダルPROSOPO
「Face AI」は、バイアス軽減に重点を置いた最先端の公平な顔認識システムです。顔検出、アライメント、埋め込み抽出…
★ 1 2026-05-22