全AIリポジトリ

このリポジトリは、IROS 2025で発表されたD4DGS-SLAMで利用される、微分可能な4Dガウススプラッティングラスタライザ…

このPythonパイプラインは、テキストプロンプト一つから、ナレーションとキャプション付きの完全なMP4ビデオを生成し…

BookVoice-AIは、テキスト、eBook、さらには写真から高品質なAIオーディオブックを生成できるオープンソースのスタジ…

AI Hiring OSは、候補者のスクリーニングから従業員管理までを統合した、次世代のマルチテナント型採用・HRMSプラッ…

このリポジトリは、スマートフォンからの未校正単眼ビデオストリームに対応したオフデバイスVSLAMベンチマークフレー…

Simi Avatarは、ユーザーが自身のAPIキー（OpenAIまたはMiniMax）を持ち込むBYOK（Bring Your Own API Key）方式のオ…

KG-RAGは、Jiraサポートチケットの問い合わせに特化したRAG（検索拡張生成）システムです。ChromaDBによるセマンティ…

react-native-tts-kitは、React NativeおよびExpoアプリ向けに、デバイス上で動作するニューラル音声合成（TTS）ライ…

K-MetBenchは、気象学における専門家の推論、地域性、マルチモダリティを詳細に評価するための多次元ベンチマークで…

strands-strudelは、AIを活用したライブコーディング音楽ツールで、Strands Agentsのエコシステム内で動作します。リ…

このツールは、韓国語に特化した音声複製TTS（Text-to-Speech）サービスです。既存のGPT-SoVITSプロジェクトを基盤と…

「agentwikis-mcp」は、AIエージェントが利用することを目的とした知識ベース「Agent Wikis」にアクセスするためのMC…

Translarrは、Sonarr、Radarr、Emby、Jellyfin、Plexといったarrスタックと連携するセルフホスト型のDockerコンテナ…

「image-studio」は、Claude Codeを活用して、CanvaなどのデザインツールやAI画像モデルなしで高品質な静的画像を生…

「拾字 · Voicetype Studio」は、動画をテキストに変換し、ローカルでダウンロード・処理を行うmacOS向けのツールで…

このツール「Reference Anomaly Generation and Segmentation」は、参照画像から欠陥パターンを抽出して通常の背景画…

「kestrel」は、macOSのメニューバーからUSB-C HDMIキャプチャカードを介してビデオを録画・プレビューできるアプリ…

このリポジトリは、EvoLink.aiが提供するSuno APIの利用ガイドです。Suno APIは、テキストプロンプトから楽曲、ボー…

ernie-image-mlxは、Baiduの80億パラメータ画像生成モデルERNIE-Imageを、Apple Silicon向けにMLXフレームワークで純…

本リポジトリは、動画、3D、ロボティクス、自動運転など多岐にわたる生成型世界モデルの研究論文と関連リソースを集…

このリポジトリは、GPT Image 2向けの高品質なプロンプトテンプレートとカテゴリメタデータを網羅的に集めたものです…

「Voice Meeting」は、多人数の会議をリアルタイムで文字起こしし、発言者を識別するオンプレミスソリューションです…

Auralisは、約10億パラメータを持つハイブリッドLLM「Helix v2」（Mamba-2/GLA/Sparse-Attentionベース）を利用した…

このリポジトリは、41件の中国古代文物に関する高品質な3D点群データセットを提供します。点群の品質評価、3D再構築…