ASR / 音声認識game_voice_trans
VoxGoは、PCゲームプレイヤー向けに開発されたオープンソースのリアルタイム音声翻訳フロートウィンドウツールです。…
★ 6 GPL-3.0 2026-06-11
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
3D / NeRFStoryCore-Engine
StoryCore Engineは、スクリプトから一貫性のある画像、動画、ストーリー、対話、空間オーディオを生成する、ローカ…
★ 6 ⑂ 1 MIT 2026-06-23
動画生成ai-film-skills
AI Film Studioは、Claude Code向けに設計されたエンドツーエンドのAI映画制作エージェントスキルです。ストーリーボ…
★ 6 ⑂ 1 MIT 2026-05-05
LLMwhatsorag
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…
★ 6 MIT 2026-06-08
LLMpioneer
Pioneerは、手元PCや自分で管理するサーバー上で動かせるローカルファーストの個人向けAIアシスタント基盤です。永続…
★ 6 MIT 2026-06-28
音声生成 / TTSvocalis
Zencia Vocalisは、Microsoft VibeVoiceを基盤とした、オンデバイスで動作する会話型音声AIです。ユーザーがAIと音声…
★ 6 MIT 2026-05-21
画像生成M2GenCO
M²GenCOは、拡散ベースのニューラル組み合わせ最適化のためのマルチタスクメタ学習フレームワークです。ICML 2026で…
★ 6 2026-05-26
音声生成 / TTSchorus
Chorusは、YouTubeの長い動画コンテンツを効率的に消費するための画期的なツールです。YouTubeのURLまたは思想家の名…
★ 6 2026-04-25
音楽生成ACE-Step-Installer
このツールは、ACE-Step 1.5 AI音楽生成モデルをWindowsおよびLinuxにワンクリックでインストールする自動化されたオ…
★ 6 ⑂ 1 GPL-3.0 2026-05-01
画像生成CAM
このツールは、ICML 2026で発表された論文「Unsupervised Diffusion Solver for Combinatorial Optimization via Com…
★ 6 2026-06-01
音声生成 / TTSmel-roformer-kim-vocal-2-mlx
Apple Silicon向けのMLX形式に変換されたMel-Band-RoFormer系のボーカル分離モデルです。44.1kHzステレオ音源からボ…
❤ 6 ↓ 131 mit 2026-05-01
音声生成 / TTSScriptSmith-Engine
ScriptSmith-Engineは、プレーンテキストのスクリプトを、ナレーション付きの完全に編集されたYouTube動画に自動的に…
★ 6 ⑂ 1 MIT 2026-06-23
ASR / 音声認識parrot
ParrotはmacOS向けの高速、無料、プライベートな音声入力ツールです。ショートカットを押すだけで、話した言葉をきれ…
★ 6 MIT 2026-05-30
マルチモーダルCodeBind
CodeBindは、大規模言語モデルやロボット工学におけるマルチモーダル表現アライメントの課題を解決するために開発さ…
★ 6 ⑂ 1 MIT 2026-05-19
マルチモーダルwgram-lm
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…
★ 6 AGPL-3.0 2026-06-21
音楽生成mlx-swift-audio
mlx-swift-audioは、テキストから音声への変換（TTS）と音声からテキストへの変換（STT）機能をアプリケーションに提…
★ 6 ⑂ 2 MIT 2026-06-25
画像生成rocmroll
ComfyUI ROCmRollは、Windowsプラットフォーム向けのComfyUIインスタンス管理ツールです。AMD GPUとROCmパッケージに…
★ 6 MIT 2026-06-25
マルチモーダルOperator-on-Android
Operatorは、PCに接続することなく、視覚言語モデル（VLM）を使用してAndroidスマートフォンを直接操作できるオンデ…
★ 6 ⑂ 1 MIT 2026-06-17
音声生成 / TTSuttera-tts-hotcold
uttera-tts-hotcoldは、ハイブリッドな「Hot/Cold」ワーカーアーキテクチャとプラグ可能なバックエンド（Coqui XTTS-…
★ 6 ⑂ 2 Apache-2.0 2026-05-15
ComfyUIcomfyui-ai-studio
ComfyUI AI Studioは、AI画像、動画、音楽生成のためのワークフロー駆動型クリエイティブスタジオです。ComfyUIの強…
★ 6 ⑂ 1 MIT 2026-05-03
音声生成 / TTSghost-narrator
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…
★ 6 ⑂ 1 MIT 2026-06-15
ASR / 音声認識voxrt-asr-models
このリポジトリは、VoxRTオンデバイスランタイム向けに最適化されたASR（自動音声認識）モデルのウェイトを提供しま…
★ 6 NOASSERTION 2026-05-28
音声生成 / TTSkokopop
「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++…
★ 6 MIT 2026-05-29
AIエージェントcommerce-agents
commerce-agentsは、Eコマースアプリケーション向けに自律型エージェントを構築するためのツール群です。在庫管理、…
★ 6 MIT 2026-05-01