全AIリポジトリ

本プロジェクトは、NVIDIA DGX Spark上でQwen3.5 (0.8B～27B) モデルのLoRAおよびFull Fine-Tuningを劇的に高速化す…

このツールは、Androidデバイス向けに設計されたストリーミング音声認識ライブラリです。VoxRT独自のオンデバイス推…

Auto-Read-Paperは、arXivから最新論文を毎日自動で取得し、AIが読解・評価を行うパーソナル論文読解アシスタントで…

ComfyUI-LavaSRは、高速な音声強調およびオーディオ超解像モデルであるLavaSRのためのComfyUIカスタムノードです。こ…

「claude-auto-tok」は、AIを活用してTikTok動画コンテンツを自動生成する強力なツールです。トレンド調査からスクリ…

MiMo TTSは、小米MiMo APIを活用したAIオーディオブック制作ツールです。小説のテキストファイルをアップロードする…

HERO（Harness for Engineering and Run-time Orchestration）は、基盤モデルを活用した自律型ソフトウェアエンジニ…

このツールは、人気の画像生成UIであるComfyUIにHiggsfield APIを直接統合するカスタムノードパックです。Soul 2.0や…

このツールは、Codexデスクトップペットを生成するための再利用可能なスキルです。大規模な画像生成に起因するクロッ…

mlx-serveは、Apple Silicon搭載Mac (M1+以降) 向けのローカル推論サーバーです。このツールは、AppleのネイティブML…

ZErio AIは、Gemini, GPT-4o, Mistralなど5種類の主要LLMを統合したフルスタックAIチャットプラットフォームです。RA…

MM-FMは、CVPR 2026で発表された、マルチモーダル分布のためのフローマッチング技術です。このツールは、特に高解像…

Architect — Agent Symphonyは、AnthropicのClaude Agent SDKを基盤とするデスクトップアプリケーションです。このツ…

AfriSpeech Selectorは、142のアフリカ言語にわたる2200時間以上の音声データに簡単にアクセスできるCLIツールです。…

ComfyUI-Subworkflowは、ComfyUIの既存ワークフローを再利用可能な「サブワークフロー」として活用するための拡張機…

このツールは、Convexバックエンドを利用して、AIエージェントがアプリケーションを効率的に認識・発見できるように…

WonderWhisperは、Androidデバイス向けのオープンソース音声入力アプリです。システムワイドに表示されるフローティ…

GameVoiceAssistantは、テキストベースのゲームに没入感を高めるための音声アシスタントツールです。AVGやビジュアル…

本リポジトリは、Vision-Language-Action（VLA）モデルの安全性に関する厳選された研究論文リストです。データ準備、…

nanofatdog/omnivoice-thai-apiは、追加学習不要のタイ語テキスト読み上げ（TTS）APIおよびWeb UIです。Voice Clonin…

mlx-taefは、Apple Silicon向けに最適化された、拡散ラテントを高速にデコードするTiny AutoEncoderライブラリです。…

ComfyUI Queue Managerは、ComfyUIのワークフロー実行キューを永続化して管理できる拡張ツールです。再起動後もキュ…

CADENZAは、AIを活用してプログレッシブハウスやメロディックテクノ向けのMIDIを生成するツールです。BPMとキーを入…

「prompt-to-asset」は、プロンプトからロゴ、アプリアイコン、ファビコン、OG画像、スプラッシュスクリーン、SVGな…