ASR / 音声認識watch
「/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…
★ 17 ⑂ 1 MIT 2026-05-29
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
画像生成RealUID
RealUIDは、ICLR 2026で発表された「Universal Inverse Distillation for Matching Models with Real-Data Supervisi…
★ 17 ⑂ 1 MIT 2026-06-24
LLMAgentSimulator
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…
★ 17 ⑂ 5 MIT 2026-06-28
ASR / 音声認識speaky
SpeakyはmacOS向けの音声テキスト変換ツールです。ホットキーを押して話すだけで、オンデバイスAIまたはオプションで…
★ 17 ⑂ 4 MIT 2026-03-09
3D / NeRFFruitNeRFpp
FruitNeRF++は、果樹園における多様な果物の計数を汎用的に行うための新しい手法です。コントラスト学習とニューラル…
★ 17 ⑂ 1 Apache-2.0 2025-12-14
LLMrag-system-pgvector
PostgreSQLのpgvector拡張を用いた、本番環境に対応したRAG (Retrieval-Augmented Generation) システムです。セマン…
★ 17 MIT 2026-03-24
ComfyUIShrinkComfy
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…
★ 17 2026-05-02
LLMkonash
KONASHは、強化学習を用いて知識エージェントを訓練するツールです。文書コーパスから「検索する方法」を学習するエ…
★ 17 2026-03-23
ComfyUIComfyUI-Olm-Liquify
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…
★ 17 ⑂ 2 NOASSERTION 2026-05-20
マルチモーダルagent-notch
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…
★ 17 MIT 2026-05-23
ComfyUIComfyUI-TensorRT-Reforge
「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…
★ 17 ⑂ 2 MIT 2026-06-30
ASR / 音声認識Silence-Cutter
Silenciは、AIを活用して動画の無音部分を自動的に除去し、完璧に同期した字幕を生成するmacOSネイティブアプリケー…
★ 17 ⑂ 3 Apache-2.0 2026-03-31
マルチモーダルpaddleocr-pdf-api
このツールは、PDFをOCR処理し、結果をMarkdown形式で返す自己ホスト型APIです。PaddleOCRとPaddleOCR-VLモデルを搭…
★ 17 ⑂ 5 2026-06-10
ASR / 音声認識Echo
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…
★ 17 ⑂ 1 MIT 2026-05-18
画像生成diffusers-tuner
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…
★ 17 MIT 2026-04-15
ComfyUIcomfyui-refocus
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…
★ 17 ⑂ 1 Apache-2.0 2026-05-04
ASR / 音声認識docker-whisper-live
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…
★ 17 ⑂ 1 NOASSERTION 2026-06-27
LLMawesome-gen-ai-fails
「Awesome GenAI Fails」は、生成AI、LLM、AIエージェントへの過信が企業、個人、社会に害をもたらした主要なインシ…
★ 16 ⑂ 1 CC0-1.0 2026-06-19
音声生成 / TTScivitai-gen-skill
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…
★ 16 ⑂ 3 MIT 2026-06-12
ASR / 音声認識TypeLate
TypeLateは、macOSとWindows向けに開発された無料かつオープンソースの音声テキスト変換ツールです。ホットキー一つ…
★ 16 ⑂ 1 MIT 2026-06-04
3D / NeRF3DTiles-Inspector
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…
★ 16 ⑂ 2 Apache-2.0 2026-06-23
マルチモーダルUniM
UniMは、マルチモーダルな理解と生成の両方を単一のパラダイムで評価するための、初の統一されたAny-to-Anyインター…
★ 16 ⑂ 1 Apache-2.0 2026-05-30
マルチモーダルlightcone
Lightconeは、Tzafonが開発した視覚言語モデル「Northstar」のためのSDKおよびAPIです。NorthstarはGUI強化学習によ…
★ 16 ⑂ 1 Apache-2.0 2026-06-16
ComfyUIjlc-comfyui-nodes
JLC ComfyUI Nodesは、画像生成AIツールComfyUI向けに、ControlNetの適用プロセスを大幅に改善するカスタムノード群…
★ 16 ⑂ 4 NOASSERTION 2026-06-30