全AIリポジトリ

本ツールは、WavLM表現から高品質なフランス語音声を再構築するニューラルボコーダーです。JEP 2026に採択された論文…

Bilibiliのお気に入り動画やクラウド文書をチャット可能な個人知識ベースへと変換するツールです。動画の音声認識（A…

「maplibre-gl-splat」は、MapLibre GL JS地図上で3D Gaussian Splatを視覚化するためのプラグインです。このツール…

ShipinKitは、AIビデオ生成のプロトタイプを迅速に作成し、既存のプロジェクトに容易に統合するための非公式Swift SD…

AI Megalistは、200以上のAIツールを「実行する仕事」に基づいて分類し、キュレーションされたインデックスです。コ…

Monbooruは、AI生成画像（Stable Diffusion、ComfyUI、A1111/Forgeなど）を含むローカルのメディアコレクションを効…

CanvasChatは、Google GeminiのCanvasプレビューモードに特化した、Gemini 3 Flashモデルを無料で大量に利用できるチ…

mlx-speechは、Apple Silicon Mac（M1以降）向けに特化した、純粋なMLXベースの音声技術ツールキットです。クラウド…

「scholar-ppt-cn」は、論文や研究資料から編集可能な学術発表用PowerPointを生成するAIワークフロースキルです。Cha…

AI VTuber/ストリーマーフレームワーク「Wallie」は、リアルタイムの視覚認識、個性エンジン、リップシンクアバター…

moldは、ローカルGPUを活用して画像や短いビデオクリップを生成する強力なCLIツールです。クラウドやPython環境を必…

本リポジトリは、自律エージェントや(M)LLMエージェントを用いた低レベル画像処理（画像修復、画像編集、超解像など…

このツールは、画像をスケッチスタイルの手描きアニメーション動画に変換するオフラインのオープンソースアプリケー…

このツールは、iMaC（Embodied World Models向けにアクションをモーションとコンタクトイメージに変換するモデル）と…

このツールは、Googleのオープンソース翻訳モデル「TranslateGemma」をComfyUIに統合するノードです。Gemma 3をベー…

このツールはComfyUIの標準`ReferenceLatent`ノードを強化したドロップイン代替品です。画像ごとに参照強度、タイム…

HairPortは、画像内の顔に参照ヘアスタイルを転送する最先端の3D認識型フレームワークです。このツールは、大規模な…

このリポジトリは、Googleの次世代マルチモーダルAIモデル「Gemini Omni」に関する厳選されたリソース集です。テキス…

「Pronounce」は、`kubectl`、`GIF`、`JSON`などの開発者用語の正しい発音を音声で聞けるCLIツールです。544以上の用…

Scene Machineは、Google Cloudを基盤とするオープンソースの生成AIビデオ広告作成ワークベンチです。このツールは、…

ComfyUI - 鳳希全能ノードパックは、ComfyUI専用のAI長尺動画制作ソリューションです。低スペックPCでも動作するよう…

JARVISは、Tony StarkのAIアシスタントに触発されたMac上で動作するパーソナルAIアシスタントです。音声対話、映画の…

KDNAプロトコルは、人間の判断システムをAIが利用可能、検証可能、構成可能、統治可能なアセットに変換するオープン…

InkFrameは、macOSおよびWindows向けのローカルファーストAI映画制作ワークステーションです。ノードベースのキャン…