全AIリポジトリ

「SANA Video Local UI」は、ReactとFastAPIを基盤としたワークベンチで、SANA-Video 2B diffusersモデルを一般的な…

NeuraLearnは、AIを活用して学生の学習をサポートするWebアプリケーションです。主要な機能として、指定したトピック…

SpeechifyPDFは、PDFドキュメントを自然で高品質な音声に変換し、読み上げてくれるアプリケーションです。通勤中やマ…

「Video」は、ibl.aiプラットフォーム上に構築されたAI動画スタジオで、アバター動画の生成、音声クローン、スクリプ…

AIパワードの仮想キャラクター（エージェント）との対話と画像生成を深く統合した、フルスタックのWebアプリケーショ…

このツールは、LichtFeld Studio用のプラグインであり、トレーニング中の詳細なメトリクスをTensorBoardイベントファ…

WhisperCaptionはmacOS向けのリアルタイムキャプションアプリケーションです。マイク入力とMacのシステム音声を同時…

LOCIはAIワールドモデル向けの4次元時空間ベクトルデータベースです。埋め込みベクトルの位置と時間情報（x,y,z,t）…

ComfyUI Mirror Panelは、ComfyUIの複雑なワークフローの操作性とパフォーマンスを大幅に向上させるプラグインです。…

Auto Negative Promptは、Stable Diffusion WebUI reForgeおよびStable Diffusion Forge NEO向けの拡張機能です。こ…

DSM（Dynamic Segmented Memory）は、LLMが数百万トークンのデータセット上で推論することを可能にする、高性能なメ…

このリポジトリは、AIによる音声生成技術（テキスト読み上げ、音楽生成、サウンドデザイン）に関する厳選されたAPI、…

このMarimoノートブックは、拡散モデルがなぜノイズレベルの条件付けを必要としないのかを、研究論文「The Geometry …

Seshat TTSは、Windows向けのGUIユーティリティで、ゲームやアプリケーション向けにリアルタイムの音声ストリーミン…

Ace-Step Audio Generation Actionは、テキストプロンプトやオプションの歌詞から高品質な音楽（WAVファイル）を生成…

このツールは、自律的に音楽を検索、ダウンロード、再生、ミキシング、そして生成するAI DJをインストールするための…

HexySARは、洞窟での捜索救助活動のために開発されたAI搭載の六足歩行ロボットシステムです。危険な洞窟環境にロボッ…

voicelogは、セルフホスト型のTelegramボイスジャーナルです。プライベートなTelegramボットに音声メッセージやテキ…

Fiona Anneは、プライバシーを最優先に考え、外部APIを一切使用せずに自身のマシン上で動作する、自己ホスト型の音声…

このプロジェクトは、主要なAIモデルプロバイダーとそのモデルに関する包括的な機械可読YAMLカタログです。価格、コ…

「可控提示詞向導」は、AI動画作成などのクリエイティブ作品向けにプロンプトを生成するツールです。専門用語の知識…

SuGPTは、中国の著名なAI/NLPブロガー、蘇剣林（科学空間 kexue.fm）氏の公開記事をAI Agentが直接照会できる知識ベ…

TGS-SLAMは、IEEE Robotics and Automation Letters (RA-L) に採択されたセマンティックRGB-D SLAMシステムです。本…

「AI Chat Studio」は、AIによる創作活動を支援する軽量なツールです。OpenAI互換のチャット機能に加え、テキストや…