全AIリポジトリ

GradiumPPは、GradiumのText-to-Speech (TTS) およびAutomatic Speech Recognition (ASR) APIを利用するためのC++17…

Mono-HDR-3Dは、ICML 2025で発表された、単一露光の低ダイナミックレンジ（LDR）画像から高ダイナミックレンジ（HDR…

seedance-prompt-forgeは、SeedanceやKling、Runway、Veoなどのテキストからビデオへの生成モデル向けに、クリーンで…

HEPHAESTUSは、開発目標を与えるとAIエージェントが自律的にタスクを分解、実行、検証し、最終的にクリーンなコード…

LXによるCivitaiビジュアルブラウザノードは、ComfyUIユーザーがローカルのLoRA、チェックポイント、拡散モデルを効…

WhisperCaptionはmacOS向けのリアルタイムキャプションアプリケーションです。マイク入力とMacのシステム音声を同時…

「Auto-Audiobook」は、EPUB、MOBI、PDF形式の電子書籍を、構造化されたMP3オーディオブックに自動変換するエンジン…

Eric Color Correction for ComfyUIは、ComfyUI向けのプロフェッショナルな色補正、スキントーン調整、およびバッチ…

Crashout Buddyは、Vision AgentsとStream Video上に構築された、リアルタイムで感情認識を行う音声AIエージェントの…

このツールは、Image2Studioが提供するGPT Image 2のプロンプト、画像リファレンス、視覚的な例を検索するためのエー…

voicelogは、セルフホスト型のTelegramボイスジャーナルです。プライベートなTelegramボットに音声メッセージやテキ…

Tellixは、Windows向けに開発された軽量なスクリーンレコーダーです。画面、マイク、そしてオプションでGoogle Meet…

AutoReelは、AIを活用してソーシャルメディア向けの魅力的な短尺動画コンテンツを自動生成する、先進的なコンテナ化…

DSM（Dynamic Segmented Memory）は、LLMが数百万トークンのデータセット上で推論することを可能にする、高性能なメ…

Fiona Anneは、プライバシーを最優先に考え、外部APIを一切使用せずに自身のマシン上で動作する、自己ホスト型の音声…

このリポジトリは、AIによる音声生成技術（テキスト読み上げ、音楽生成、サウンドデザイン）に関する厳選されたAPI、…

ExpressEditは、Adobe Photoshop向けのプラグインで、画像編集作業を支援するツールです。コードはGitHubリポジトリ…

YapYapは、MMORPGファイナルファンタジーXIV向けのDalamudプラグインです。このツールは、リアルタイムの戦闘ログを…

Harryは、macOS向けに設計された音声のみのAIアシスタントです。映画「JARVIS / FRIDAY」のような体験を提供し、洗練…

OmniVidは、YouTube、Bilibili、抖音、TikTokを含む1800以上の動画プラットフォームに対応した万能動画ダウンロード…

ComfyUI-zveroboy-photoは、AI生成画像にリアルなセンサーノイズ、アナログアーティファクト、カメラメタデータを適…

Scenelensは、Claudeにスマートな動画入力機能を提供するツールです。動画からシーン変化に基づいて最適なフレームを…

.SPZファイル形式のRust実装を提供し、この形式を扱うためのCLIツールです。PythonとC言語のバインディングも利用で…

SCFlow（Self-Corrected Flow Distillation）は、画像生成プロセスを大幅に効率化するPyTorchベースのフレームワーク…