全AIリポジトリ

Sirenは、生のビデオ/オーディオアセットからファインチューニングされた音声合成（TTS）モデルを作成するための、エ…

Aluminum OSは、Google Workspace、Microsoft 365、GitHubなど多様な生産性エコシステムを人間とAIエージェントが統…

このリポジトリは、AI画像生成の品質を高めるための「7層構造画像プロンプトライブラリ」です。Meta、Subject、Scene…

MurmurはmacOS専用のオンデバイス音声スタジオで、Mac上でテキストを音声に変換します。860以上の声、25以上の言語に…

Viz2Speechは、インドネシアの視覚障害者のアクセシビリティを向上させるために開発された、画像から音声への変換エ…

このリポジトリは、機械学習とAIエンジニアリングを学ぶためのコース教材です。Jupyter Notebook形式で、教師あり学…

DocLensは、PDF、研究論文、レポートなどの文書を、検索可能で構造化されたAI対応の知識に変換するオープンソースの…

「Voice Meeting」は、多人数の会議をリアルタイムで文字起こしし、発言者を識別するオンプレミスソリューションです…

このツールは、ComfyUIのカスタムノードとして機能し、Ideogramのホスト型Magic Prompt APIを利用して、一般的なテキ…

music-from-drawings-proは、AIを活用して手描きの絵を独自の音楽に変換するデスクトップアプリケーションです。Fast…

Simi Avatarは、ユーザーが自身のAPIキー（OpenAIまたはMiniMax）を持ち込むBYOK（Bring Your Own API Key）方式のオ…

Etherpadは、iPhone、iPad、Android向けの表現豊かなマルチタッチ音楽シンセサイザーです。プロフェッショナルなCsou…

このツールは、拡散モデルのトレーニング（SDXLのようなマルチARバッチ）において、アスペクト比の異なる画像を効率…

「Making Commercials with LTX AI Video Guide」は、LTX-2 AIビデオモデルを活用し、商用ビデオやマーケティングプ…

Miru（見る）は、マルチモーダルAIモデルの「ブラックボックス」問題を解決するための説明可能性エンジンです。画像…

NVatarは、3D仮想空間で対話可能なAIアバターです。音声クローニング、9次元の感情追跡、会話に応じた性格進化といっ…

SeekDeep Discord Botは、ローカルAIを活用した多機能なDiscordボットです。チャット、画像認識、画像生成、ウェブ検…

strands-strudelは、AIを活用したライブコーディング音楽ツールで、Strands Agentsのエコシステム内で動作します。リ…

このリポジトリは、Googleの最新マルチモーダル埋め込みモデル`gemini-embedding-2`の経験的失敗モードと幾何学的特…

Qvoiceは、macOS向けのローカル音声テキスト変換ツールです。Controlキーをダブルタップするだけで録音の開始、停止…

このツールは、Claude AI向けのスキルで、Sunoでの楽曲制作において、リリース品質の素材を作成することを支援します…

tiny-rag-labは、リトリーバル・オーグメンテッド・ジェネレーション（RAG）の仕組みをエンドツーエンドで学ぶための…

このリポジトリ「opensource-ai-talk」は、「Building with AI Without Losing the Open Web」というトークの公式コ…

AngeMediaは、AIエージェント、New-API、およびセルフホスト環境向けのOpenAI互換画像・動画生成ゲートウェイです。…