マルチモーダルai-learning-guides
このプロジェクトは、「AI Learning Guides」と題され、PyTorch、LLM、画像生成、強化学習、ロボティクス、マルチモ…
★ 1 MIT 2026-06-16
全AIリポジトリ
登録されているAI関連OSSの一覧
マルチモーダル
LLMShared_Memory
このプロジェクトは、ローカル環境のAIエージェント間で知識を共有するための三層セマンティックメモリフレームワー…
★ 1 NOASSERTION 2026-06-25
ASR / 音声認識interview-copilot
「Real Time Interview Copilot」は、面接練習や模擬面接、自己レビューのために設計されたオープンソースのElectron…
★ 1 MIT 2026-06-09
動画生成seedance-2-api
Seedance 2 APIは、APIDotを通じて利用できる、ByteDance Seedが開発した高度なマルチモーダル動画生成モデルです。…
★ 1 MIT 2026-05-25
3D / NeRFGhost-Eye
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…
★ 1 Apache-2.0 2026-05-10
3D / NeRFTripoSplat
TripoSplatは、単一の2D画像から高品質な3Dガウスモデルを生成し、詳細な3D構造へと変換するツールです。アニメーシ…
★ 1 MIT 2026-06-26
ComfyUIovertli-studio-suite
overtli-studio-suiteは、ComfyUIユーザー向けの強力な拡張機能で、画像、ビデオ、音声、テキスト生成といった多様な…
★ 1 MIT 2026-06-28
画像生成Deep-Learning-Models
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…
★ 1 MIT 2026-06-11
ComfyUIConfyUI_Post_Processing_PRO
「Post_Processing_PRO for ComfyUI」は、ComfyUI向けにキュレーションされたプロフェッショナルかつ高忠実度の後処…
★ 1 ⑂ 1 GPL-3.0 2026-04-14
音声生成 / TTShermes-weixin-voice
hermes-weixin-voiceは、Hermes WeChatエージェント向けの双方向音声I/Oレイヤーです。これにより、エージェントは受…
★ 1 MIT 2026-05-25
3D / NeRFForma-3D-Vision-Engine
Formaは、標準的な2D写真を高密度なカラー3Dメッシュに変換するコンピュータビジョンエンジンです。特殊なカメラやハ…
★ 1 2026-03-24
音楽生成Web-Arpeggiator
Web Arpeggiatorは、ブラウザ上で動作する高機能な音楽アルペジエーターです。提供されたノートシーケンスから多様な…
★ 1 2026-06-21
動画生成comfy-prompt-skill
comfy-promptは、Comfy Cloud向けのプレミアム優先AI生成ワークフローです。50種類以上の画像および動画モデル（Gemi…
★ 1 ⑂ 1 NOASSERTION 2026-05-27
ASR / 音声認識proto-android-native
PROTO Androidは、KotlinとJetpack Composeで開発された公式Androidメッセンジャークライアントです。チャット、音声…
★ 1 NOASSERTION 2026-05-31
LLMpuma-community
PUMA Communityは、ICTプロジェクト管理タスクにおけるローカルLLMのベンチマーク結果をコミュニティから収集し、公…
★ 1 MIT 2026-06-06
ComfyUIcomfyui-prompt-library-nodes
このツールは、ComfyUIユーザー向けのカスタムノードコレクションです。大規模なComfyUIワークフローで、プロンプト…
★ 1 MIT 2026-05-31
音声生成 / TTSPromptWave
PromptWaveは、テキストベースのAIプロンプトからオーディオを生成するPythonベースのシステムです。プロンプトエン…
★ 1 2025-11-29
画像生成raman-open-ml
このリポジトリは、ラマンスペクトル分析のための信頼性の高い再現可能な機械学習ツールキットです。分類、定量化に…
★ 1 AGPL-3.0 2026-06-02
ASR / 音声認識VoiceBlogger
VoiceBloggerは、音声録音を洗練されたブログ記事やInstagramのキャプションに変換するツールです。全てオフラインで…
★ 1 Apache-2.0 2026-06-24
ComfyUIcomfyui-navigator
comfyui-navigatorは、ComfyUIのワークフロー内のグループを一覧表示するフローティングパネルです。大規模なワーク…
★ 1 ⑂ 1 MIT 2026-06-05
マルチモーダルDeepNumberVision
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…
★ 1 2026-05-30
ASR / 音声認識voiceintake
「VoiceIntake」は、AIを活用して患者の音声問診を自動化するシステムです。患者が話すだけでAIが問診内容を瞬時に文…
★ 1 2026-06-16
LLMCodeFlowIQ
CodeFlowIQは、開発者が未知のコードベースを迅速に理解するのを助けるローカルファーストのリポジトリインテリジェ…
★ 1 MIT 2026-06-13
画像生成generative-modeling-scientific
このリポジトリは、科学計算タスクに適用されるスコアベースの生成モデルの研究用ベンチマークフレームワークです。…
★ 1 2026-06-13