全AIリポジトリ

このプロジェクトは、AIまたは手動スクリプト入力からYouTube ShortsやReelsのような短尺縦型動画を自動生成するため…

このツールは、融合CUDAカーネルと対数空間ブロック単位量子化を特徴とする8ビットAdafactorオプティマイザです。LLM…

AegisRAGは、アクセス制御、トレーサビリティ、ガバナンスを重視するチーム向けの、セキュリティを最優先した監査可…

このプロジェクトは、音声感情認識（SER）におけるテキストのみ（RoBERTa）、音声のみ（wav2vec2/WavLM/HuBERT）、お…

このAIベースの音声感情分析アプリケーションは、話された言葉をテキストに変換し、NLPモデルを用いてリアルタイムで…

mjj-ai-studioは、AIアニメーションのストーリーボードとビジュアルワークフローに特化したスタジオです。アイデアか…

DocLensは、PDF、研究論文、レポートなどの文書を、検索可能で構造化されたAI対応の知識に変換するオープンソースの…

「image-prompts」は、AI画像および動画ワークフローで使用するプロンプトを効率的に管理・整理するためのデスクトッ…

このリポジトリは、PoYoプラットフォームの`seedance-2`および`seedance-2-fast`モデルを使用した動画生成ワークフロ…

Lumenは、オンライン記事をAIが生成したスワイプ可能な要約カードに変換するマルチエージェントAIプラットフォームで…

AI Battle Arenaは、法廷をテーマにしたAIバトルプラットフォームです。ユーザーが「Brief」と呼ばれるプロンプトを…

プログラマー向けのAI面接コーチツール「JobCopilot」は、ユーザーが作成したMarkdown形式の技術ノートをプライベー…

supercutは、AIディレクターがライブWebアプリケーションを自動的に操作し、製品の魅力を伝える60秒の映画的なローン…

MuAPIの公式Python SDKで、画像、動画、音声の生成、AIによる画像強化、背景除去、動画編集（リップシンク）、ファイ…

Kymicは、Model Context Protocol (MCP)とCode Mode実行パラダイムを利用した自律型AIオーケストレーションプラット…

CWX-Transcribeは、OpenAIの`gpt-4o-transcribe-diarize`モデルを基盤とした、長時間の2話者インタビュー向け高精度…

このツールは、オープンソース技術（Whisper、Groq、LLaMA 3.3、gTTS、FastAPIなど）を基にゼロから構築された音声AI…

LLM Visualizationは、大規模言語モデル（LLM）の概念をブラウザ上でインタラクティブに可視化するツールです。ロー…

本ツールは、LLMとRAG技術を駆使した高度なテキスト整理および情報検索システムです。PDFやテキスト文書のアップロー…

このリポジトリは、Spring AI、Chroma、OpenAI、Reactを組み合わせたプロダクションレベルのRetrieval-Augmented Gen…

makeslideは、PDFやテキストファイル、YouTube動画から音声付きプレゼンテーションを生成・再生するシステムです。AI…

DRM Transformerは、従来のTransformerモデルの限界を打破するために開発された、デコーダーオンリーのTransformerで…

「edge-tts-go」は、Microsoft Edgeのオンラインテキスト読み上げサービスをGo言語から利用するためのライブラリです…

DeskPetは、macOS向けの透明で常に最前面に表示されるピクセルペット型のAIアシスタントです。ユーザーのデスクトッ…