全AIリポジトリ

「MiniMax SAPI5 TTS Bridge」は、クラウドまたはローカルのテキスト読み上げ（TTS）サービスが提供する音声を、Wind…

このGitHubリポジトリは、AIによるミュージックビデオのプロンプト、ビジュアライザーのワークフロー、歌詞ビデオの…

Sibylは、TemporalとGo言語で構築された、堅牢なマルチエージェント収束フレームワークです。ResearcherとCriticの2…

このツールは、無線で水槽の水位を監視し、モーターを遠隔制御するためのソリューションです。LoRa通信により長距離…

TechDemoForgeは、技術的なREADME、仕様書、コードなどの情報源から、正確で構造化されたデモビデオを自動生成するロ…

claudegramは、AI（Claude Code）を活用して個人のTelegramアカウントを高度に制御・自動化できるデスクトップアプリ…

このマルチモーダル臨床AIプロジェクトは、胸部X線画像と臨床ノートを統合し、ViT、BioBERT、時系列エンコーダ、クロ…

YMSTUDIO AI Creator OSは、AI動画・コンテンツプロジェクトの企画をサポートするローカルファーストのクリエイター…

S2Sは、Rustとsherpa-onnxフレームワークを活用した、高性能で軽量なローカルSTT（音声認識）およびTTS（音声合成）A…

「MusicGen + Demucs API」は、テキストプロンプトからAI音楽を生成し、音源をボーカル、ドラム、ベースなどに分離す…

VFX Familiarは、ComfyUIを大規模なVFXプロダクションで利用する際の課題（アセット管理の複雑化、再現性の困難さ）…

Conan-Scott/openclaw-fish-audioは、OpenClaw向けのFish Audio TTS音声プロバイダプラグインです。高品質な音声クロ…

このツールは、ComfyUIの標準画像保存機能を拡張し、Civitaiと互換性のある詳細な画像メタデータ（シード、モデル、L…

LuxTTSは、Google Colab上で動作する音声クローニングツールです。5〜20秒の短い音声サンプルから任意の音声をクロー…

このツールは、任意のアプリケーションで選択したテキストを、Alt+Xのホットキー操作でF5-TTSによる音声合成で読み上…

本プロジェクトは、Free Spoken Digit Datasetを用いてゼロから訓練された小型のCTC音声認識器です。1秒間の数字音声…

AI Voice Receptionistは、Pythonで構築された完全なリアルタイム、フルデュプレックスのAI音声受付システムです。ロ…

このリポジトリは、ウェアラブルデバイス、スマートフォン、気候データから得られる自己教師ありマルチモーダル情報…

ClearWordは、AIを搭載した会話回復エージェントであり、聴覚に困難を抱える人々が会話で聞き逃した部分を理解するの…

RAG Radarは、新しいRAG（Retrieval-Augmented Generation）の実装、ツール、およびパターンをリアルタイムで追跡す…

「faster-trellis」は、Microsoftの「TRELLIS v1」における画像から3Dモデルへの変換を、学習不要で高速化するライブ…

RepoSageは、開発者やエンジニアリングチーム向けの100%オフラインのAgentic GraphRAGシステムです。GitHubリポジト…

NatureCo CLIは、ターミナルネイティブで動作する強力なAIエージェントCLIツールです。AIとのチャットを通じて、ワー…

このAIロジスティクスアシスタントは、輸送および冷蔵ロジスティクスに特化したマルチモーダルAIツールです。RAG（検…