全AIリポジトリ

本ツールは、MediaTekのBreeze-ASR-26モデルを基盤とした台湾語（台語）に特化した音声文字起こしツールです。NVIDIA…

sososoは、Windows、macOS、Linuxに対応したリアルタイム会議・オーディオ文字起こしアプリケーションです。システム…

Evretは、推薦システム、RAG (Retrieval Augmented Generation)、検索システムにおけるリトリーバーの評価に特化した…

VoiceTypeは、シーン適応型のAI音声入力ツールで、アプリケーションの切り替えを自動で認識します。ローカルオフライ…

ShrinkComfyは、ComfyUIで生成されたPNG画像を、ワークフローメタデータを保持したままWEBPまたはJPG形式に縮小するW…

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…

Diffusers Tunerは、Hugging Face Diffusersモデルのファインチューニングにおける複雑さとオーバーヘッドを排除する…

MVCHeadは、CVPR 2026で発表された、高忠実度かつマルチビュー一貫性のある3D Gaussianヘッドアバターを生成するAIモ…

RealUIDは、ICLR 2026で発表された「Universal Inverse Distillation for Matching Models with Real-Data Supervisi…

EricRollei/comfyui-refocusは、ComfyUI用のカスタムノード集で、生成型リフォーカシングパイプラインを実装していま…

macOSのMシリーズMacBookのノッチ部分に常駐するAIエージェントです。ユーザーは音声で指示を出し、Claude Sonnetが…

Olm Liquifyは、Photoshopの「ゆがみ」ツールに着想を得たComfyUI用カスタムノードです。画像の一部をインタラクティ…

「/watch」は、YouTube、Instagram、X（旧Twitter）など多様なオンライン動画サイトやローカルファイルから、Claude…

「ComfyUI-TensorRT-Reforge」は、ComfyUI向けに最適化された超高速TensorRTエンジンエクスポート・ロードツールです…

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…

GitHubPhobosが開発した「Ech👂 Voice Typing Assistant」は、高速でプライバシーを重視したプッシュトゥトーク方式…

hwdsl2/docker-whisper-liveは、faster-whisperを基盤とした自己ホスト型リアルタイム音声テキスト変換サーバーをDoc…

AgenticOSは、Tauri 2.xとReact 19を搭載したオープンソースのデスクトップAI開発OSです。AIモデル（Claude、GPT-4o…

civitai-genは、CivitaiのオーケストレーションWorkflow APIを介して、画像、動画、音声、音楽、文字起こしなどを生…

「codex-image-in-cc」は、Claude Code上でCodex CLIの強力な画像生成スキル「imagegen」を、`/codex-image`というユ…

RU4D-SLAMは、ガウススプラッティングSLAMにおいて不確実性の重み付けを行うことで、4Dシーン再構築を実現するシステ…

3DTiles-Inspectorは、Node.jsパッケージとCLIツールであり、3D Tilesタイルセットのインタラクティブな編集を可能に…