全AIリポジトリ

VoxCoreは、サブ秒の低遅延で動作するオープンソースのリアルタイム音声AIエンジンです。ASR（自動音声認識）、LLM（…

PerceptPickは、ICRA 2026で発表された、ロボットの物体把持の成功に6Dポーズ推定と3D再構成のエラーがどのように影…

Caloogy Codeは、caloogy.comのチャート作成およびAIコードエディター機能をローカルで利用できる仮想通貨定量分析ツ…

SpeakProは、Macのターミナル（iTerm2やその他のターミナルアプリ）で選択したテキストを、ホットキー一つで自然なニ…

このツールは、TikTokのURLから動画のメタデータ、完全な文字起こし、シーンのキーフレーム、画面上のOCRテキストを…

EdgeDiffusionは、SDXL-Lightningモデルをエッジデバイス向けに最適化し、限られたリソースでの推論を可能にする再現…

この「TTS Video Generator」は、Python、ElevenLabsの音声合成、FFmpegを組み合わせて、AI音声と同期字幕付きの短い…

このツールは「Welcome to the Narthex」ポッドキャストのエピソードから、OpenAI Whisperでトランスクリプト（文字…

Centraliza.AIは、LM Studio、Ollama、ComfyUI、Llama.cppなどのローカルAIモデルを一元管理するためのプレミアムダ…

Prismerは、OpenAI Prismのオープンソース代替として開発されたツールで、AIとのスムーズな連携と高度なコンテキスト…

このツールは、画像生成AIツール「Kohya SS」の起動プロセスを簡略化するワンクリックランチャーです。ユーザーが毎…

LittleOrange Video MCPは、Model Context Protocol（MCP）に基づく動画生成サーバーサイドツールです。Sora2、Veo3.…

AI Playgroundは、LLMエージェントの実験に特化したローカル開発ツールです。ユーザーはMarkdownでエージェントを記…

Cadenceは、Windowsユーザー向けのプライベートかつローカルファーストな会議録音・文字起こしツールです。会議音声…

「VoiceIntake」は、AIを活用して患者の音声問診を自動化するシステムです。患者が話すだけでAIが問診内容を瞬時に文…

このライブラリは、モバイル環境でのComfyUIカスタムノードパック向けに設計された共有UIプリミティブを提供します。…

このプロジェクトは、既存の3Dパノプティックシーンセグメンテーション手法が持つ高コストな最適化や入力制約といっ…

Ghost Eyeは、単一のRGB画像から屋内の家具を3Dで再構築するシステムです。低VRAMのコンシューマー向けGPU（ピーク時…

StreamMirrorは、Webカメラの映像をリアルタイムでアニメ、水墨画、ファンタジー風といった様々なスタイルに変換する…

「Gaussian Splatter / Particle Generator」は、ブラウザベースのThree.jsとGPGPUを活用したパーティクルビューアお…

Perihelionは、VRChat向けに設計された音声認識（ASR）アプリケーションです。VRChatとOSCを介して連携し、ユーザー…

ComfyUI用のカスタムノードで、JPEGまたはPNG形式での画像圧縮を可能にします。エンコード品質と出力スケールを独立…

DiffCleanは、拡散モデルとテキストガイドを用いて顔のメイクアップを効果的に除去し、正確な年齢推定を可能にするツ…

Echo Trendingは、GitHubのトレンドプロジェクト、検索・広告・推薦技術、AIニュースを1時間ごとに更新し、中文で解…