#Python (2196 repos)

Harryは、macOS向けに設計された音声のみのAIアシスタントです。映画「JARVIS / FRIDAY」のような体験を提供し、洗練…

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…

Viz2Speechは、インドネシアの視覚障害者のアクセシビリティを向上させるために開発された、画像から音声への変換エ…

ai-music-studioは、AMD ROCm環境で動作するローカルAIアルバム生成ツールです。単一のコンセプトからLLMによるアル…

Vortelio Python SDKは、ローカル環境でLLM、画像、音声、動画、3Dモデルの生成を可能にするVortelioの公式Pythonク…

「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…

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…

Suno CLIは、Suno AIの音楽生成機能をAceDataCloud API経由でコマンドラインから利用できるPython製ツールです。プロ…

「拾字 · Voicetype Studio」は、動画をテキストに変換し、ローカルでダウンロード・処理を行うmacOS向けのツールで…

Mountsea AIが提供するSora 2 APIは、OpenAIの最新AIビデオ生成モデル「Sora 2 (Sora Pro, Sora2)」への安価で簡単な…

IndiVoice-DeepASRは、OpenAIのWhisperモデルをLoRA（Low-Rank Adaptation）技術でファインチューニングすることによ…

VoiceRAG Agentは、FastAPIを基盤としたローカル優先の音声対音声RAGアシスタントです。ユーザーは自身のドキュメン…

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…

NeuralVoice Studioは、85の言語と方言に対応した次世代オープンソースAI音声ジェネレーターです。このツールは高度…

「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…

opencrabは、タスクをこなすだけでなく、自己の目標を持ち自己進化を追求する「自律生命体」です。他のエージェント…

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…

「MUSE TTS Embed」は、Anthropic Claudeのチャットインターフェース内に永続的なオーディオプレイヤーを組み込み、A…

mjj-ai-studioは、AIアニメーションのストーリーボードとビジュアルワークフローに特化したスタジオです。アイデアか…

このプロジェクトは、「AI Learning Guides」と題され、PyTorch、LLM、画像生成、強化学習、ロボティクス、マルチモ…

本リポジトリは、AI漫画作成、ソーシャルメディア運営、AI画像生成、音楽生成など多岐にわたる25種類のAIスキルをIMA…

ComfyUI向けのカスタムノード集で、ComfyUIが生成したPNG画像のメタデータからプロンプトを抽出できます。元のワーク…

このツールは、AIを活用してスクリプト作成、画像検索、音声合成、最終的なMP4動画生成までを完全に自動化する、無料…

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…