全AIリポジトリ

AtomVoiceは、Mac向けに設計された、プライバシーを最優先する軽量な音声テキスト化ツールです。ユーザーはキーを押…

「prompt-to-asset」は、プロンプトからロゴ、アプリアイコン、ファビコン、OG画像、スプラッシュスクリーン、SVGな…

SilkStack Image Browserは、AI生成画像をオフラインで管理・閲覧するためのローカル画像ブラウザ兼マネージャーです…

xhs-notes-skillは、中国のソーシャルメディア「小紅書（XHS/RedNote）」向けの画像とテキストコンテンツ作成を支援…

NanoI2Vは、最先端の画像-動画変換（I2V）モデルをゼロから構築するためのステップバイステップのガイドです。拡散ベ…

Rexは、拡散モデルのサンプリング、反転、編集、補間タスクに利用可能な、代数的に可逆な指数型Runge-Kuttaソルバー…

このリストは、テキストから動画を生成するAI、リアルタイム動画、アバター・話し言葉ヘッド、動画のスタイル変換や…

MelonS-Agentsは、自己構築・自己検証型のコロニーシムゲームプロトタイプを開発するAIエージェントです。音楽ビデオ…

このツールは、360度カメラで撮影した動画を、3D Gaussian Splatting（3DGS）のトレーニングに利用できる画像、マス…

agentwerkは、チケット駆動型のエージェントワークフローを大規模に構築するための最小限のRustクレートです。組み込…

このツール「gtsam-splatfactors」は、既存の3D Gaussian Splatting SLAM (3DGS-SLAM) システムが抱える、勾配降下法…

Parakeyは、Apple Silicon Mac向けのプッシュトゥトーク方式の音声入力ツールです。キーを押しながら話すと、キーを…

「Douyin Live AI Clipper」は、抖音（Douyin）ライブ配信を自動で録画し、AIがハイライトシーンを自動で切り出すシ…

このリポジトリは、FlashTalkの非公式なトレーニングコード実装です。FlashTalkは音声駆動型のデジタルヒューマンモ…

hearsayは、YouTube動画、ポッドキャスト、ローカル録音などの多様な音声・動画コンテンツを、クリーンでタイムスタ…

「阿亮开源のAI創作スキル集」は、短劇、Eコマース詳細画像、子供向け物語、音声付き絵本、音声合成、多人数ポッドキ…

soumyasethy/lazychat-erpnextは、ERPNextに統合されたAIアシスタントで、ユーザーは自然言語でデータと対話し、レポ…

HayaiTTSはAndroid向けのオフラインニューラル音声合成（TTS）エンジンです。システム全体に登録されるため、他のAnd…

MindVault v3は、Claude CodeのようなLLMがセッション間で情報を失う「記憶喪失」問題に対処するための、革新的な永…

MAMA-SYNTHは、乳房MRIの課題に特化したベンチマークチャレンジで、造影剤を使用せずに造影後の乳房MRI画像を生成す…

Mimika – AI Voice Studioは、macOS向けに開発されたPythonフリーのネイティブなテキスト読み上げ（TTS）アプリケー…

UPG（Universal Prompt Generator）は、テキストから画像生成モデル向けのプロンプトエンジニアリングシステムです。…

mlx-serveは、Apple Silicon搭載Mac (M1+以降) 向けのローカル推論サーバーです。このツールは、AppleのネイティブML…

このツールは、Qwen3-ASR向けのマルチテナントストリーミングASR（自動音声認識）サーバーです。オリジナルのFlaskデ…