全AIリポジトリ

MeetMindは、AIを活用した会議レコーダーで、会議の録音、文字起こし、要約を完全オフラインで提供します。APIキーは…

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…

Doppelvoiceは、リアルタイムで中国語・英語を含む9言語間の音声翻訳とゼロショット音声クローニングを提供するツー…

Speechstack Recipesは、音声AIエージェント構築のための実用的なオープンソースレシピ集です。Vapi、Retell、LiveKi…

DiffAudit Researchは、拡散モデルにおけるプライバシーリスクを監査するための再現可能な研究用スキャフォールディ…

@p8n.ai/pi-listensは、音声認識（STT）と音声合成（TTS）機能を提供する、音声ファーストのPiパッケージです。デフ…

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…

このPythonスクリプト群は、歴史家が自身の原稿を批判的に分析するための実験的なインフラストラクチャです。RAGアー…

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…