音声生成 / TTSAudioLDM
AudioLDMは、テキスト入力からスピーチ、効果音、音楽などを生成できる革新的なオーディオ生成ツールです。ICML 2023…
★ 2.9k ⑂ 266 NOASSERTION 2025-06-25
全AIリポジトリ
登録されているAI関連OSSの一覧
音声生成 / TTS
AIエージェントgitagent-protocol
GitAgentProtocol (Open GAP) は、AIエージェントを定義するためのフレームワーク非依存かつGitネイティブな標準規格…
★ 2.9k ⑂ 343 MIT 2026-05-28
LLMclawpanel
ClawPanelは、OpenClawとHermes Agentを含む複数のAIエージェントフレームワークを管理するための可視化管理パネルで…
★ 2.9k ⑂ 353 NOASSERTION 2026-06-15
音声生成 / TTSMARS5-TTS
MARS5は、CAMB.AIが開発した英語の音声合成（TTS）モデルです。わずか5秒の音声とテキストスニペットから、スポーツ…
★ 2.8k ⑂ 245 AGPL-3.0 2024-08-01
3D / NeRFPapers-in-100-Lines-of-Code
このリポジトリは、主要なAI/機械学習の学術論文で提唱されたアルゴリズムやモデルを、わずか100行程度の簡潔なPytho…
★ 2.8k ⑂ 254 MIT 2026-04-08
画像生成Kandinsky-2
Kandinsky 2.2は、多言語対応のテキストから画像を生成する強力な潜在拡散モデルです。前バージョンのKandinsky 2.1…
★ 2.8k ⑂ 317 Apache-2.0 2024-05-01
動画生成ArcReel
ArcReelは、AI Agentを駆使して小説のようなテキストから短編動画を生成するオープンソースの動画生成ワークベンチで…
★ 2.8k ⑂ 586 AGPL-3.0 2026-06-23
3D / NeRFnerf_pl
このツールは、NeRF (Neural Radiance Fields) をPyTorch-Lightningで非公式に実装したものです。公式実装と比較して…
★ 2.8k ⑂ 460 MIT 2023-08-03
LLMfree-llm-api-keys
alistaitsacle/free-llm-api-keysは、GPT-5.5、Claude、DeepSeek、Gemini、Grokといった多様な大規模言語モデル（LLM…
★ 2.8k ⑂ 301 MIT 2026-06-25
画像生成dalle-playground
このプロジェクトは、Stable Diffusion V2を用いてテキストプロンプトから画像を生成するためのプレイグラウンドです…
★ 2.7k ⑂ 577 MIT 2024-06-03
LLMmercury-agent
Mercuryは、許可制ツール、トークン予算、マルチチャネルアクセスを備えた、"Soul-driven"なAIエージェントです。重…
★ 2.7k ⑂ 286 MIT 2026-06-27
LLMOpenKB
OpenKB（Open Knowledge Base）は、LLM（大規模言語モデル）を活用して、様々な形式の生文書（PDF, Word, Markdownな…
★ 2.7k ⑂ 299 Apache-2.0 2026-06-27
動画生成Stable-Diffusion
Dr. Furkan Gözükara氏によるジェネレーティブAIに関する専門的なチュートリアル、研究、開発リソース集です。Stable…
★ 2.7k ⑂ 364 GPL-3.0 2026-06-18
画像生成gpt_image_playground
GPT Image Playgroundは、OpenAI GPT-Image-2 APIを基盤とした画像生成・編集ツールです。洗練されたWeb UIを通じて…
★ 2.7k ⑂ 710 MIT 2026-06-22
AIエージェントhow-claude-code-works
Windy3f3f3f3f/how-claude-code-worksは、現在のAIプログラミングエージェントの最前線にある「Claude Code」の内部…
★ 2.7k ⑂ 617 MIT 2026-05-05
AIエージェントdanghuangshang
「当皇上」は、明朝の内閣制などをモデルにAIエージェントの協調システムを構築するチュートリアルです。OpenClawフ…
★ 2.7k ⑂ 250 MIT 2026-05-22
AIエージェントobsidian-second-brain
このツールは、ObsidianのノートをAIファーストの「第二の脳」へと進化させるクロスCLIスキルです。Claude Code、Cod…
★ 2.7k ⑂ 312 MIT 2026-06-22
3D / NeRFGeneFace
GeneFaceは、音声駆動による汎用的で高忠実度な3D話者顔合成を実現するICLR 2023で発表された公式PyTorch実装です。…
★ 2.7k ⑂ 294 MIT 2024-10-18
音声生成 / TTSAudioLDM2
AudioLDM 2は、テキストプロンプトからオーディオ（音楽を含む）、スピーチ、超解像インペインティングを生成できる…
★ 2.6k ⑂ 209 NOASSERTION 2024-09-29
動画生成deep-printfilm
「AI 漫劇工場 (AI Comic & Short Drama Studio)」は、短編ドラマ、漫劇、動態漫画、映画の絵コンテ制作者向けのAI制…
★ 2.6k ⑂ 275 2026-06-04
画像生成sdxl-turbo
SDXL-Turboは、Stability AIが開発した高速な生成テキストから画像へのモデルです。リアルタイム合成に特化しており…
❤ 2.6k ↓ 632.4k other 2024-07-10
ComfyUIComfyUI-SeedVR2_VideoUpscaler
ComfyUI-SeedVR2_VideoUpscalerは、高品質なビデオと画像のアップスケーリングを可能にするComfyUI向けの公式SeedVR2…
★ 2.6k ⑂ 199 Apache-2.0 2025-12-24
AIエージェントcollab-public
Collaboratorは、AIエージェントを用いた開発に特化したエンドツーエンドのネイティブデスクトップアプリケーション…
★ 2.6k ⑂ 202 NOASSERTION 2026-06-25
LLMopenless
OpenLessは、macOSおよびWindows向けのオープンソース音声入力アプリケーションです。ホットキーを押して話すだけで…
★ 2.5k ⑂ 214 MIT 2026-06-27