ASR / 音声認識handless
「Handless」は、macOS向けの無料オープンソース音声テキスト変換（STT）ツールです。ショートカットを押して話すだ…
★ 62 ⑂ 9 MIT 2026-05-08
全AIリポジトリ
登録されているAI関連OSSの一覧
ASR / 音声認識
LLMlaw_rag_system
このプロジェクトは、企業法務向けのRAG（Retrieval-Augmented Generation）Q&Aシステムです。Alibaba Cloudの埋め込…
★ 62 2026-06-28
ComfyUIComfyUI_LucidFlux
ComfyUI向けのカスタムノードで、LucidFluxを使った画像復元をComfyUI上で実行できるツールです。劣化画像の修復や高…
★ 62 ⑂ 2 Apache-2.0 2026-05-27
動画生成EgoSim
EgoSimは、初期の3D状態とアクションシーケンスに基づき、実体化されたインタラクションを生成する自己中心的な世界…
★ 62 ⑂ 3 2026-06-26
音声生成 / TTSHiggs_v3-TTS-ComfyUI
このツールは、ComfyUI用のノード集であり、bosonai/higgs-audio-v3-tts-4bモデルを活用して、多言語（100言語対応）…
★ 61 ⑂ 11 MIT 2026-06-20
3D / NeRFLATO
LATOは、3Dメッシュのトポロジーを保持したまま圧縮し、効率的に生成する新しい手法を提案しています。これは、Verte…
★ 61 ⑂ 1 MIT 2026-05-14
LLMZikkaron
Zikkaronは、AIが過去の対話や決定を記憶し、必要に応じて適切な文脈を再構築するための永続的なメモリエンジンです…
★ 61 ⑂ 7 MIT 2026-04-01
マルチモーダルMOSS-VL-Base-0408
MOSS-VL-Base-0408は、OpenMOSS系の画像・動画理解向けマルチモーダル基盤モデルです。4段階の事前学習のみで構築さ…
❤ 61 ↓ 642 apache-2.0 2026-04-23
音声生成 / TTSClawCode
ClawCodeは、Anthropic社のClaude Codeを永続的なエージェントへと変貌させるプラグインです。セッションを跨いでエ…
★ 61 ⑂ 13 MIT 2026-07-14
音楽生成OpenVoiceUI
OpenVoiceUIは、音声コマンドで操作するオープンソースのAIアシスタントプラットフォームです。任意のLLMやTTSと連携…
★ 61 ⑂ 11 MIT 2026-07-14
画像生成Fizgig
Fizgigは、Flux 2 Klein 9B LoRAに特化した統合スタジオです。LoRAのトレーニング、プロファイリング、修復、抽出を…
★ 60 ⑂ 3 Apache-2.0 2026-07-11
ComfyUIComfyUI_SimpleTiles
SimpleTilesは、ComfyUIで大きな画像を扱いやすいタイル単位に自動分割し、処理後に自然につなぎ合わせて再構成する…
★ 60 ⑂ 8 2024-05-22
音声生成 / TTSHiggsAudio-Studio
Higgs Audio Studioは、Higgs Audio v3 TTSを基盤としたポータブルなローカルテキスト読み上げ（TTS）ツールです。10…
★ 60 ⑂ 13 2026-07-07
LLMconstellation-engine
Constellation Engineは、AIエージェントが対話終了後に記憶を失う問題を解決するために設計された、長期的な認知ラ…
★ 60 ⑂ 11 AGPL-3.0 2026-06-27
ASR / 音声認識AmicoScript
AmicoScriptは、OpenAIのWhisperモデルをベースにした、プライバシー重視のローカルオーディオ転写ツールです。ユー…
★ 60 ⑂ 2 MIT 2026-06-21
マルチモーダルacestep-transcriber
ACE-Step Transcriberは、ACE-Step v1.5の学習データ注釈に使われる多言語音声転写モデルです。話し声だけでなく歌声…
❤ 60 ↓ 13.3k mit 2026-02-03
ComfyUIComfyUI-Rodin
ComfyUI-Rodinは、Hyper3DのRodin APIをComfyUIから利用できる3D生成向けカスタムノード拡張です。画像から3D、テキ…
★ 60 ⑂ 14 GPL-3.0 2026-05-19
マルチモーダルGEditBench_v2
GEditBench v2は、汎用画像編集モデルの性能を人間が調整した基準で評価するための包括的なベンチマークです。1,200…
★ 59 ⑂ 1 2026-06-18
LLMnvim-mcp
nvim-mcpは、AIエージェントが実行中のNeovimセッションに直接アクセスできるようにするMCP（Model Context Protocol…
★ 59 ⑂ 5 MIT 2026-05-19
AIエージェントThreatswarm
ThreatSwarmは、27のAIエージェントを活用し、偵察からエクスプロイト、ポストエクスプロイト、DFIR、CVSSスコア付き…
★ 59 ⑂ 15 MIT 2026-04-29
画像生成Qwen-Image-Layered-GGUF
unsloth/Qwen-Image-Layered-GGUFは、Qwen-Image-LayeredをGGUF形式で量子化した画像分解モデルです。入力画像を複数…
❤ 59 ↓ 12.3k apache-2.0 2026-01-09
ASR / 音声認識doubao-murmur
Doubao Murmurは、豆包（doubao.com）のWeb音声認識機能を活用したミニマルな音声入力ツールです。macOSとLinux/Stea…
★ 59 ⑂ 2 MIT 2026-06-13
画像生成MirrorMetrics
MirrorMetricsは、Stable DiffusionのFace LoRA（ファインチューニングモデル）の評価に特化した科学的ベンチマーキ…
★ 59 ⑂ 8 MIT 2026-02-21
3D / NeRFdvlt.cu
dvlt.cuは、NVIDIAのDVLT (Déjà View Looping Transformer) をCUDA/C++で再実装した、依存関係のない高速な3D再構築…
★ 59 ⑂ 7 Apache-2.0 2026-06-04