全AIリポジトリ

このツールは、顔の表情と音声分析をリアルタイムで組み合わせ、感情を検出する多モーダル感情認識システムです。主…

このツールは、スクリプトとアバターから音声同期されたトーキングヘッドビデオを生成するオープンソースのAIアバタ…

「orchestrate」は、Claude Code向けの脳と身体のオーケストレーションスキルです。Claudeを主要な推論者（脳）とし…

audio-mcpは、macOS上で動作するローカルMCPサーバーで、マイクとシステムオーディオを個別のセッションで高音質にキ…

ControlFoleyは、動画から音声への生成を統合的かつ制御可能に行うフレームワークです。動画、テキスト、参照音声を…

このリポジトリは、週末プロジェクトとしてゼロから構築されたVision-Language Model (VLM) の実装と、そのマルチGPU…

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…

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…

Panakoesは、音声のキャプチャ、文字起こし、AIによるインサイト抽出を提供するオープンソースのクラウドプラットフ…

このツールは、中国のソーシャルメディア「小紅書」の図文ノート（画像とテキスト投稿）を、タイトル、本文、全画像…

ComfyUI_SparkVSR_SMは、ComfyUI内で動画の超解像処理を行うWindows向けツールです。キーフレームとフレーム伝播の技…

ComfyJotは、ComfyUIのキャンバス上に直接手書きのメモや注釈を追加できるフロントエンド専用の拡張機能です。ワーク…

「VoiceClone Guard」は、AI音声ディープフェイクを無料で検出するオープンソースのツールです。Webブラウザから音声…

「Zero」は、経験豊富なセキュリティ研究者のように直接的な推論でセキュリティ問題に取り組むことを目指した、小規…

本ツールは「強直性脊柱炎（AS）専門問診インテリジェントエージェント」であり、既存の汎用大規模言語モデル（LLM）…

このツールは、OpenAIのLLMを統合したリアルタイムAI音声アシスタントです。音声認識（STT）と音声合成（TTS）をシー…

「awesome-ai-film」は、AIが映画制作にもたらす変革を探求し、関連するツールや技術を厳選して紹介するキュレーショ…

ComfyUI-Jumperは、ローカルのComfyUIとリモートのComfyUIをネットワーク経由で接続し、文字列・画像・音声を相互に…

このプロジェクトは、Fooocusの非公式な中国語ローカルUIパッチです。既存のFooocus環境にコピーして使用することで…

TopShotは、Gnomalab Studioが開発した、3D Gaussian Splattingやフォトグラメトリーといった3D空間再構築ワークフロ…

x402-video.comは、x402決済プロトコルとBase上のUSDCを利用して、AIビデオを生成できるWebストアフロントです。アカ…

「AI YouTube Video Maker」は、AIスクリプト、HTMLシーン、TTSナレーションを活用し、指定されたトピックからYouTub…

ComfyUI向けのカスタムノードで、OpenRouter API経由でGemini系の画像生成モデルを呼び出せるツールです。テキストプ…

InsurVoice AIは、保険顧客サービス向けのAI音声エージェント「Tina」です。Deepgramによるライブ音声認識、Claudeに…