音声生成 / TTSvoice-agents-from-scratch
「Voice agents from scratch」は、Pythonでリアルタイム音声エージェントをゼロから構築するための実践的なチュート…
★ 37 ⑂ 3 MIT 2026-05-03
全AIリポジトリ
登録されているAI関連OSSの一覧
音声生成 / TTS
3D / NeRFNeRAF
NeRAFは、ICLR 2025で発表された、3Dシーンの情報を統合したニューラルラディアンスフィールドとアコースティックフ…
★ 36 ⑂ 2 NOASSERTION 2026-03-11
マルチモーダルOmniAgent
OmniAgentは、動画コンテンツを効率的に理解するための革新的なオムニモーダルAIエージェントです。従来のモデルとは…
★ 36 ⑂ 3 Apache-2.0 2026-06-24
LLMspark-evals
このリポジトリは、DGX Sparkという特定のハードウェア環境で動作する、小規模な言語モデルや量子化モデルのベンチマ…
★ 36 ⑂ 1 2026-06-21
ASR / 音声認識arkiv
arkivは、AIセマンティック検索機能を備えたオープンソースのローカルファーストメディアアセットマネージャーです。…
★ 36 ⑂ 4 MIT 2026-06-24
マルチモーダルsynthvision
SynthVisionは、医療画像VQA（Visual Question Answering）データセットの生成と、それを用いたVLM（Vision Language…
★ 36 ⑂ 5 2026-03-23
ComfyUIcomfyui-floodgate
ComfyUI Floodgateは、ComfyUIのワークフローにおけるロジックフローを簡単に制御できるカスタムノードです。処理時…
★ 36 ⑂ 10 MIT 2025-08-12
LLMTimeOmni-1
TimeOmni-1は、ICLR 2026に採択された研究に基づく、大規模言語モデルが時系列データを用いた複雑な推論を行うことを…
★ 36 ⑂ 3 Apache-2.0 2026-06-12
ComfyUIComfyUI-ConnectTheDots
ComfyUI-ConnectTheDotsは、人気のある画像生成UI「ComfyUI」のための拡張機能です。大規模なワークフローにおいて、…
★ 36 ⑂ 4 MIT 2026-05-02
画像生成codex-gpt-image
「Codex GPT Image Skill」は、OpenClaw、Claude Code、Codex、Hermes AgentといったAIエージェント向けに、GPT-Imag…
★ 36 ⑂ 1 MIT 2026-06-19
動画生成seedance-2-generator
Seedance v2.0 Generatorは、AIによるビデオ生成と編集に特化したオープンソースのSaaSボイラープレートです。Next.j…
★ 36 ⑂ 22 2026-06-28
音声生成 / TTSmacos-speech-server
macos-speech-serverは、macOS上で動作するローカルな音声認識（STT）および音声合成（TTS）サーバーです。OpenAI互…
★ 35 ⑂ 14 AGPL-3.0 2026-05-22
LLMturboquant
TurboQuantは、LLM（大規模言語モデル）のKVキャッシュを研究用途でベクトル量子化するためのRust製ライブラリです。…
★ 35 ⑂ 10 MIT 2026-03-25
画像生成NeveAI
Neve AIは、プライバシーを最優先し、完全にデータ主権を保つローカルAIオーケストレーションエコシステムです。Fast…
★ 35 ⑂ 2 NOASSERTION 2026-06-18
音声生成 / TTSElBruno.QwenTTS
このツールは、Qwen3-TTSモデルをONNX形式で利用し、C# .NETアプリケーションからローカルでテキスト音声合成（TTS）…
★ 35 ⑂ 5 MIT 2026-06-16
ASR / 音声認識franken_whisper
franken_whisperは、Rust製の先進的な自動音声認識（ASR）オーケストレーションスタックです。whisper.cpp、insanely…
★ 35 ⑂ 3 NOASSERTION 2026-07-01
LLMglancer
Glancerは、Ruby on Railsアプリケーションに自然言語でのデータベースクエリ機能を追加するエンジンです。RAGとLLM…
★ 35 ⑂ 1 MIT 2026-06-05
ComfyUIComfyUI-stable-wildcards
このツールは、ComfyUIでワイルドカードを使用する際の再現性問題を解決するStable Wildcardsノードです。ComfyUIの…
★ 35 ⑂ 10 MIT 2025-09-15
LLMOneEval
OneEvalは、オープンな大規模言語モデル（LLM）の評価結果における監査の難しさや再現性の低さという課題を解決する…
★ 35 2026-03-04
AIエージェントMaestro
MaestroはAIエージェントを活用し、イシュートラッカーのタスクをエンジニアリング実行レイヤーに変革するプラットフ…
★ 35 ⑂ 4 AGPL-3.0 2026-06-30
ASR / 音声認識word-teacher
このツールは、AIを活用して英語の口語練習を効率的に行うためのWebアプリケーションです。AIとの対話、文章の音読練…
★ 35 ⑂ 4 MIT 2026-06-23
LLMreporecall
Reporecallは、開発者やClaude Code、Codexなどのコーディングエージェント向けに設計された、ローカルコードベース…
★ 35 ⑂ 6 MIT 2026-06-19
LLMFreeRideV3
FreeRideは、複数の無料AI推論プロバイダを1つのローカルOpenAI互換ゲートウェイにまとめるCLIツールです。OpenRoute…
★ 34 ⑂ 4 MIT 2026-05-29
LLMpolarity-agent
Polarity AIは、既存のAIの「中立性」に疑問を投げかける諷刺的なオープンソースAIエージェントフレームワークです。…
★ 34 MIT 2026-03-21