全AIリポジトリ

claude-ttsは、Claude CodeのAI応答を自動的に音声で読み上げるためのプラグインです。ElevenLabs、OpenAI、Google、…

VarSplatは、不確実性認識型の3D Gaussian Splattingを基盤とした堅牢なRGB-D SLAMシステムです。個々のスプラットの…

ComfyUI WAN I2V Controlは、WAN Image-to-Video生成において、開始画像の特定の部分を選択的に変換するためのComfyU…

B2A-Studioは、長編小説（TXT形式）を有声オーディオブックに変換するローカル実行型の多役オーディオブック制作ツー…

decibriは、Python、Rust、Node.js、ブラウザ向けに統一されたAPIを提供するクロスプラットフォームのオーディオエン…

comfyui_stereoscopic は、ComfyUI向けのカスタムノード、ワークフロー、補助スクリプトをまとめたパッケージで、通…

このツールは、Claude CodeのAIチャットでClaudeの応答を音声で聞くための、完全にローカルなTTS（Text-to-Speech）…

AI Agent Simulatorは、実際のAIエージェントがチャットメッセージを処理する内部プロセスをリアルタイムで可視化す…

「AIAI Hub」は、GitHub上のAI関連オープンソースソフトウェアを自動的に発見、要約、カテゴリ分類し、WordPressサイ…

OpenAudioBookifyは、プレーンテキスト、マークダウン、HTML、EPUB形式のドキュメントをM4Aオーディオファイルに変換…

AI Zero Tokenは、ChatGPT/Codex OAuthアカウントに対応したローカルファーストのOpenAI互換ゲートウェイです。ロー…

VapiAIが開発・運用する「Humanness Index™」は、音声AIがどれだけ人間らしく聞こえるかを測定するオープンなベンチ…

Pinecone Gemini CLI拡張機能は、Pineconeの公式拡張ツールです。このツールを利用することで、ターミナルから直接、…

このツールは、Arena AI (旧 LMSYS Chatbot Arena) のLLM、Vision、Code、Video、Imageなどの全リーダーボードのスナ…

MaidWhisperは、GPT-SoVITSを搭載したキャラクターボイスで、Windows上の選択したテキストを読み上げるシステムレベ…

ClipForgeは、ユーザーのアイデアやテキスト、PDFなどを基に、AIが短動画を自動生成するシステムです。原稿作成、ナ…

「Hand2World」は、自由空間での手のジェスチャーから一人称視点でのインタラクションを自動回帰的に生成する研究プ…

「Awesome World Models for Video, Games & 3D」は、ビデオ生成、インタラクティブなシミュレーション、そして3Dワ…

「ElBruno.Realtime」は、.NET向けのプラグイン可能なリアルタイム音声会話フレームワークです。ローカルでVAD（音声…

ChaosEngineAIは、本格的なAI開発者や愛好家向けのローカルAIワークステーションです。オープンウェイトモデルの発見…

mimo-mcpは、XiaomiのMiMo全モーダルAI機能（多モーダル対話、画像/動画理解、テキスト音声合成、音声クローン、音声…

Agent Islandは、macOSのノッチに表示される、Claude/Codex AIエージェント用のコンパニオンアプリです。長時間のAI…

ETCHR (Editing To Clarify and Harness Reasoning)は、質問条件に基づいて推論を意識した画像エディタです。マルチ…

このGitHubリポジトリは、リモートセンシング分野における優れた視覚的生成モデル、関連論文、データセット、および…