全AIリポジトリ

music-agentは、ターミナル中心のワークフローのために設計されたオープンソースのAI音楽エージェントです。Hermesや…

「pi-whisper-voice」は、Piコーディングエージェント向けの音声入力ツールです。SPACEキーを長押しするだけで録音を…

ovos-tts-plugin-kokoroは、Open Voice OS (OVOS) 音声アシスタント向けに開発された、多言語テキスト読み上げ（TTS…

claude-eyesは、Claude Codeに動画処理能力を付与するためのプラグインです。主な機能として、ビデオ（URLまたはロー…

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…

このツールは、Instagram、TikTok、X (Twitter)、YouTubeといった主要ソーシャルメディアプラットフォームから、投稿…

Siriousは、macOS上でローカルの音声コマンドのトランスクリプトを分類し、ルーティングする早期開発段階のアプリケ…

LangSliceは、Vision-Language Model (VLM) を活用し、組織学的脳切片をBrainGlobeアトラスに自動で高精度に位置合わ…

「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…

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…

aeon-music-makerは、テキスト記述からスタジオ品質の音楽を生成するCLIツールです。ACE Step 1.5 XLモデルを活用し…

reachy-mini-agentは、Reachy Miniロボット向けのリアルタイム音声・視覚AIエージェントです。このツールは、ローカ…

Ring-Fenced RAG (RFR)は、自己ホスト型でゼロトラストの検索拡張生成（RAG）システムです。特徴は、データベースレ…

Lumaは、AIを活用した動画コンテンツ自動制作プラットフォームです。スクリプトから音声生成、トーキングアバター動…

langchain-content-normalizerは、LangChain、MCPツール、Anthropicコンテンツブロック、およびマルチモーダルチャッ…

verbatim-flowは、macOS向けのシンプルかつ高精度なディクテーションアプリです。発話された言葉をそのままテキスト…

「AI Procurement Intelligence System」は、企業向けに設計されたAI駆動型のマルチエージェント調達インテリジェン…

vid2llmは、あらゆる動画からマルチモーダル言語モデル（LLM）向けのフレームを効率的に抽出するPythonツールキット…

この「LLM Observability Platform: Core Python Infrastructure」は、LLMアプリケーション向けに設計された高性能な…