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…

「Knowshelf」は、Go言語で書かれた個人用Markdown書籍知識ベース管理ツールです。Markdown形式の書籍をローカルのSQ…

OmniCutは、動画編集、音声ミキシング、写真編集、カラーグレーディング、AIを活用したコンテンツ作成機能を統合した…

ComfyUI-Qwen3-TTSは、テキストを音声に変換するシンプルなテキスト読み上げアプリケーションです。中国語、英語、日…

Mini-LLaVA v4は、8GBのノートPC GPUで動作するように最適化された、CLIP-ViTとQwen2.5-1.5Bを組み合わせたマルチモ…

Whisper Dictateは、Windows向けの無料オープンソースプッシュツートーク音声ディクテーションツールです。右Ctrlキ…

このツールは、ComfyUIとLMStudioサーバーをOpenAI互換API経由で連携させる非公式のカスタムノード集です。LMStudio…

このプロジェクトは、自然言語の記述からAI（GPT-5.1 Codex Max）がManimコードを生成し、教育的なアニメーション動…

NomiPetAppは、macOS専用のプライベートAIデスクトップペットです。気分エンジンと記憶を持つコンパニオンとして、Cl…

このツールは、レシートの画像から支出データを自動的に抽出し、その内容について自然言語で質問できる領収書解析AI…

AgentOSは、複数のAIエージェントが記憶を共有し、連携してタスクを遂行するための基盤となる「AIエージェント向けオ…

DeepNumberVisionは、PyTorchとOpenCVで構築された深層学習コンピュータビジョンパイプラインです。ユーザーが描画ま…

dirjaker/server-projectsは、Ubuntu 22.04サーバー上に22の多様なプロジェクト（AIエージェントインフラ、VitePress…

Neroは、キャンバスベースの論理回路シミュレーターで、論理シーケンスを生成的なサウンドスケープに変換します。ユ…

本リポジトリは、ディープラーニングの主要な19種類のアーキテクチャをPyTorch、TensorFlow/Keras、純粋なPython/Num…

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…

Taiwan Data Hubは、台湾の政府機関や証券取引所など複数の公開データソースを集約し、AIエージェントが容易にデータ…

HippoX Desktopは、コンピューターの操作性を向上させるためのデスクトップアプリケーションです。本ツールは、ユー…

Stable AudioはStability AIが提供する、音楽と効果音を生成するためのAIモデルです。Stability Developer Platform…

このツールは、AIを活用したリアルタイム顔認識アシスタントです。ウェブカメラを通じて既知の人物を識別し、音声フ…