全AIリポジトリ

LinguaVoxは、Chrome拡張機能として提供されるAI音声入力・翻訳ツールです。ユーザーは母国語で話すだけで、OpenAI W…

rust-whisper-diarizationは、純粋なRustで実装されたストリーミング音声認識と話者分離のライブラリです。whisper.c…

本リポジトリは、ヨーク大学コンピュータサイエンス学部が提供する12週間の修士課程コース「大規模言語モデル — 内部…

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…

rusty-gptは、RustとBurnライブラリを用いてゼロから開発されたGPTモデルで、埋め込みから完全なトランスフォーマー…

litevizは、SLAMや3Dリアルタイム再構築などの3Dビジョン関連タスク向けに設計された軽量な3Dリアルタイム可視化アプ…

Windows向けのポータブルなマルチGPU音楽生成サーバーで、8種類のモデルを搭載。ワンクリックインストールで依存関係…

「video-evaluator」は、動画ファイルから視覚的証拠を抽出し、コーディングエージェントによる自動レビューや視覚的…

LLM Visualizationは、大規模言語モデル（LLM）の概念をブラウザ上でインタラクティブに可視化するツールです。ロー…

GeoMacro Oracleは、現実世界の出来事を機械が読み取り可能なリスクシグナルに変換する自律的な地政学的インテリジェ…

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…

AI Battle Arenaは、法廷をテーマにしたAIバトルプラットフォームです。ユーザーが「Brief」と呼ばれるプロンプトを…

このツールは、手持ちの岩石・鉱物の写真から種類を識別するMATLABデスクトップアプリケーションです。畳み込みニュ…

DRM Transformerは、従来のTransformerモデルの限界を打破するために開発された、デコーダーオンリーのTransformerで…

「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…

VoxKitchenは、生の音声録音をクリーンで検査可能なトレーニングデータセットに変換するための、宣言型音声データ処…

MUは、AIがデザイン生成から販売、製造、配送、会社運営まで全てを自律的に行う、人間不介入のアパレルブランドです…

RudraX Armyは、インド最大級のオープンソース・マルチエージェントAIオーケストレーションプラットフォームです。階…

Voxは、Windowsユーザー向けのオフライン音声テキスト変換ツールです。右Ctrlキーを押して話すだけで、チャット、ブ…

このリポジトリは、Novita GPUs SDKを使用してPythonワーカーハンドラを実装する方法を示すための具体例を提供します…

SA-IR (Semantic-Axiomatic Intermediate Representation) は、単なるプロンプトではなく、DALL-E 3やImagenなどのAI…

VisoRAGは、ローカルGPU環境で動作する、PDF、DOCX、画像ファイルの質問応答や情報抽出に特化したビジョンファースト…

Ashlr MDは、macOS、Windows、Linuxに対応したオープンソースのAIネイティブMarkdownアプリです。従来のテキストエデ…

NewScriberは、AIを活用した自律型の多言語ニュース編集・ポッドキャストスクリプト作成・音声ブリーフィング配信ネ…