音声生成 / TTSmoodle-local_aireader
Moodle向けAI Readerは、Moodleのページやブックコンテンツに「Listen to this content」オーディオプレイヤーを追加…
★ 2 GPL-3.0 2026-06-16
全AIリポジトリ
登録されているAI関連OSSの一覧
音声生成 / TTS
マルチモーダルomni-retrieval
omni-retrievalは、テキスト、画像、音声、動画といった多様なメディアタイプを完全にローカルかつエアギャップ環境…
★ 2 Apache-2.0 2026-06-08
LLMindexa
Indexaは、AI向けのローカルコンテキストエンジンです。AIがセッションごとにコードベースやディスクを再学習する際…
★ 2 NOASSERTION 2026-06-29
画像生成dreamina-web-interface
DreamWeaver CLIは、テキストによる指示を視覚的な作品に変えるインテリジェントなコマンドラインツールです。参照画…
★ 2 2026-07-05
音声生成 / TTSDoppelvoice
Doppelvoiceは、リアルタイムで中国語・英語を含む9言語間の音声翻訳とゼロショット音声クローニングを提供するツー…
★ 2 ⑂ 1 MIT 2026-04-26
画像生成Heat-Diffusion
このリポジトリは、MAiTL-Groupによる「Physics-Informed DeepMRI: k-Space Interpolation Meets Heat Diffusion」の…
★ 2 MIT 2026-05-24
マルチモーダルMagikaDocumentFromPixel
このツールは、Magikaに触発された軽量な画像品質ゲートで、画像を「シャープ」、「ぼやけ」、「不確実」のいずれか…
★ 2 MIT 2026-04-27
ComfyUIComfyUI-MSS-Login
ComfyUI mss_loginは、ComfyUIのセキュリティ、ガバナンス、パーミッション、マルチユーザー制御を強化する次世代シ…
★ 2 ⑂ 2 2026-06-23
動画生成AI-E-Commerce-Media-Studio
このAI Eコマースメディアスタジオは、AIを活用してEコマース向けの商用利用可能な商品画像やシネマティックビデオを…
★ 2 ⑂ 1 2026-06-15
LLMvoice-rag-agent
VoiceRAG Agentは、FastAPIを基盤としたローカル優先の音声対音声RAGアシスタントです。ユーザーは自身のドキュメン…
★ 2 MIT 2026-07-02
ASR / 音声認識slidoc
slidocは、講義ビデオを各スライドとそのクリーンアップされたナレーションが対になったマークダウン形式に変換する…
★ 2 ⑂ 1 MIT 2026-05-15
ComfyUIComfyUI-iterationNode
ComfyUI-iterationNodeは、ComfyUI用のカスタムノードです。キャラクター、服装、ポーズという3つの独立したプロンプ…
★ 2 ⑂ 1 MIT 2026-05-01
動画生成comfyui-wan-i2v-control
「Blasfemia Cheats Hacks」は、ゲームプレイを強化するためのチートおよびハッキングツールです。リアルタイムリソ…
★ 2 2026-07-04
AIエージェントjob-copilot
プログラマー向けのAI面接コーチツール「JobCopilot」は、ユーザーが作成したMarkdown形式の技術ノートをプライベー…
★ 2 MIT 2026-05-24
マルチモーダルkmetbench-release
K-MetBenchは、気象学における専門家の推論、地域性、マルチモダリティを詳細に評価するための多次元ベンチマークで…
★ 2 MIT 2026-06-24
ComfyUIPrompt808
Prompt808は、ComfyUI用のビジョンLLMプロンプト生成ノードです。画像からコンテンツやスタイルを学習し、ユーザーの…
★ 2 ⑂ 1 MIT 2026-04-25
ASR / 音声認識TermSub
TermSubは、AIを活用して動画コンテンツの文字起こし、翻訳、専門用語管理を行うFastAPIアプリケーションです。マル…
★ 2 MIT 2026-07-01
画像生成Awesome-World-Models
本リポジトリは、動画、3D、ロボティクス、自動運転など多岐にわたる生成型世界モデルの研究論文と関連リソースを集…
★ 2 2026-07-02
3D / NeRFsplatfastk1
SplatfastK1は、スマートフォンで撮影した動画をGPU不要で3D Gaussian splatに変換できる無料のWindowsデスクトップ…
★ 2 MIT 2026-06-08
音声生成 / TTSgodot_volcengine_tts
Godot 4.4+向けの火山エンジン豆包TTS音声大モデルのサードパーティSDKです。ゲームやインタラクティブプロジェクト…
★ 2 MIT 2026-05-20
マルチモーダルdeep-video-watcher
Deep Video Watcherは、AIを活用したマルチモーダルな動画分析・編集インテリジェンスエンジンです。多数の動画コン…
★ 2 2026-05-12
音声生成 / TTSVoice-Command
Voice-Commandは、AI（Claude Desktop、Cowork、Claude Code、Codex CLI、Gemini CLI、LM Studioなど）を音声で完全…
★ 2 ⑂ 1 Apache-2.0 2026-07-01
マルチモーダルai-annotation-rule-doc-skill
このツールは、AIモデル訓練データのアノテーションルール文書を効率的に作成するためのClaudeスキルです。テキスト…
★ 2 MIT 2026-06-08
LLMjacob
Jacobは、個人向けのAI財務管理ツール（AI CFO）です。PSD2オープンバンキングを通じて欧州の銀行口座と連携し、取引…
★ 2 ⑂ 2 MIT 2026-06-04