#Python (2218 repos)

このプロジェクトは、音声感情認識（SER）におけるテキストのみ（RoBERTa）、音声のみ（wav2vec2/WavLM/HuBERT）、お…

このGenAI PDF Q&Aアシスタントは、Streamlit、LangChain、FAISS、OllamaローカルLLMを活用したAI駆動型ツールです。…

「Voice Sentiment AI」は、音声とテキストの両方からリアルタイムで感情やセンチメントを分析するAI搭載のWebアプリ…

AGENT-33は、ローカルファーストのマルチエージェントオーケストレーションプラットフォームです。複数のAIエージェ…

このツールは、Unitree G1ロボットと互換性のある音声ファイルを生成するためのPythonスクリプトです。システムのTex…

このリポジトリは、ComfyUI用の軽量ユーティリティノード群を提供します。これらは元々XYZプロットパイプラインをサ…

AI Hiring OSは、候補者のスクリーニングから従業員管理までを統合した、次世代のマルチテナント型採用・HRMSプラッ…

LINGOは、中小企業向けに設計されたベータ版のAI電話エージェントバックエンドです。リアルな電話番号を持ち、永続的…

このツールは、融合CUDAカーネルと対数空間ブロック単位量子化を特徴とする8ビットAdafactorオプティマイザです。LLM…

「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…

このPythonスクリプト群は、歴史家が自身の原稿を批判的に分析するための実験的なインフラストラクチャです。RAGアー…

「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…

本リポジトリは、拡散モデルを利用した浅層から深層への速度モデル構築に関する、学術論文の公式かつ再現可能な資料…

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…

本リポジトリは、ICML 2026で発表された「商用マイクロ波リンクと拡散モデル事前分布を用いたベイズ雨域再構築」に関…

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…