全AIリポジトリ

Ghost Narratorは、ブログや静的サイト向けに自己ホスト型のAI音声ナレーションを提供するツールです。ElevenLabsの…

RAG（Retrieval Augmented Generation）パイプラインの設計を支援するビジュアルウェブアプリケーション。データ取り…

M-LongDocは、EMNLP 2025で採択されたマルチモーダル超長文ドキュメント理解のための挑戦的なベンチマークと、検索対…

「agentwikis-mcp」は、AIエージェントが利用することを目的とした知識ベース「Agent Wikis」にアクセスするためのMC…

BoltScribeは、macOS向けの軽量な音声入力アプリケーションです。グローバルホットキーを使ってどこからでも音声の録…

gsplat-mlxは、Apple Silicon環境で3D Gaussian Splattingを高速に実行・開発するためのコアライブラリです。mlxのC+…

「kokopop」は、Pythonの依存関係なしにGGUF形式のKokoroテキスト読み上げモデルを実行するためのスタンドアロンC++…

このプロジェクトは、Web検索と高度な推論モデル（OpenAI o3、DeepSeek-R1、ローカルOllamaモデルなど）を組み合わせ…

このツールは、リアルタイム音声対話、多段階面接、ライブ採点、詳細レポート生成機能を備えたAI駆動型模擬面接プラ…

Bao Translateは、Androidデバイス上で動作するプライベートなリアルタイム音声翻訳アプリです。マイクからの音声を…

LA Studioは、音声認識、テキスト読み上げ、音声クローン、音声デザイン、モデルダウンロード、ランタイム管理を一つ…

W-GRAM-LMは、世界誘導型再帰的アトラクタ言語モデルの研究用コードベースです。潜在世界予測、多軌道推論、解答アト…

doubao-speechは、Volcengine Doubaoのseed-tts-2.0とbigmodel音声APIに対応したPythonクライアントおよびCLIツール…

Plumblineは、Claude Code向けの自己学習型アジャイルAIエージェントフレームワークです。87のサブエージェントと16…

SöyleはmacOS向けのプッシュツートーク型音声認識ツールです。キーを押しながら話すと、話した内容がデバイス上で100…

このツールは、Qwen3-TTSを利用してスペイン語のテキスト読み上げ（TTS）機能を提供します。Apple Silicon搭載のMac…

InsightATは、使いやすさと自動化に焦点を当てたオープンソースのオールインワンStructure-from-Motionシステムで、…

Murmurは、macOSユーザー向けのローカルファーストなホールド・トゥ・トーク音声文字変換アプリです。ホットキーを押…

CUIGは、テキストから画像を生成する拡散モデルにおける概念忘却の研究コードベースです。本リポジトリは、独立、シ…

HiGSは、SIGGRAPH Asia 2025で発表された「Inverse Radiative Transport for Infrared Scenes with Gaussian Primiti…

HushはmacOS向けのローカルプッシュトゥトーク音声入力ツールです。指定されたショートカットキー（デフォルトはfnキ…

このLLM Video Makerは、AIコーディングエージェント（Claude Code、Cursor、Codex、Windsurf、Geminiなど）向けのス…

TGS-SLAMは、IEEE Robotics and Automation Letters (RA-L) に採択されたセマンティックRGB-D SLAMシステムです。本…

「Learn (Almost) Anything」は、選択したトピックからパーソナライズされたコースを作成し、その学習を支援するデス…