全AIリポジトリ

Athena Whisperは、ローカル環境で動作するデスクトップ向け音声入力ウィジェットです。faster-whisperを利用した高…

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、…

EpubVoiceは、自己ホスト型の個人用EPUBリーダーで、テキスト読み上げ（TTS）機能を備えています。購読や制限がなく…

このリポジトリは、ICML 2025に提出された論文「Core Knowledge Deficits in Multi-Modal Language Models」の公式ウ…

Slope Studioは、アイデアからYouTubeショート動画の公開までを自動化するAI駆動のショート動画スタジオです。1本あ…

ComfyUI向けのカスタムノードで、Z-Image系ベースモデルにLoRAを焼き込んで単体モデル化したり、マージ済み・追加学…

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…

OmniMemoは、MiMo V2.5 全スタックモデルを基盤とした多モーダル会議インテリジェントエージェントです。最大の特長…

rvc-free-colabは、古いGoogle Colab向けRVC学習ノートブックを、Python 3.12、numpy 2.x、torch 2.xといった最新のG…

seedance-prompt-forgeは、SeedanceやKling、Runway、Veoなどのテキストからビデオへの生成モデル向けに、クリーンで…

Melody Engineは、プロンプトに基づいてインストゥルメンタル音楽を生成するツールです。GoogleのMagentaRTを薄くラ…

「Podcast Workflow」は、AIを活用しポッドキャスト制作の全工程を自動化するClaude Codeスキルです。ユーザーが指定…

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。…

「My Podcast Studio」は、AI音声合成とポッドキャストナレーションを提供するオープンソースのSaaSプラットフォーム…

このリポジトリは、AIエージェントがアイソメトリックゲームを構築するための、20の専門スキルセットを提供します。A…

MiniBoxは、GPT-SoVITSによる高品質な音声合成とクラウドLLMを組み合わせた、キャラクターボイスチャットボットです…

HoloScriptは、空間コンピューティングとAIエージェント向けのセマンティックレイヤーであり、記述された内容をVR、…

このツールは、LiDAR-Inertial-Camera Gaussian Splatting SLAMのROS2ネイティブポートであり、Gaussian-LIC/Gaussia…

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…

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…

Scribeは、macOS向けの小型で特化したプッシュトゥトーク音声入力ユーティリティです。メニューバーに常駐し、Fnキー…

JuneYaooo/awesome-ai-mediaは、AIを活用した動画作成、ソーシャルメディア自動化、コンテンツ作成ツールを150以上厳…

Flux.2-Klein-Small-Decoder-Onlyは、FLUX.2-klein-4BモデルとFLUX.2-small-decoder VAEを専用に利用する、実験的な…