全AIリポジトリ

GitClawは、GitHub ActionsとGitHub Issuesを基盤として動作する、サーバーレスなAIアシスタントのプロトタイプです…

このツールは、韓国語に特化した音声複製TTS（Text-to-Speech）サービスです。既存のGPT-SoVITSプロジェクトを基盤と…

PoYo AIプラットフォームのHappy Horseモデルは、テキスト、画像、参照ビジュアルから動画を生成・編集するための強…

LiveAudioは、ストリーマーやコンテンツクリエイター向けのリアルタイム自動音声認識（ASR）字幕生成ツールです。Ope…

AgentDictateは、Linux環境向けのプッシュツートーク音声入力アプリケーションです。OpenAIの音声テキスト変換APIを…

Pannotateは、画像アノテーションとモーションプロンプトを組み合わせることで、視覚的にガイドされたAIビデオ生成を…

「kestrel」は、macOSのメニューバーからUSB-C HDMIキャプチャカードを介してビデオを録画・プレビューできるアプリ…

ernie-image-mlxは、Baiduの80億パラメータ画像生成モデルERNIE-Imageを、Apple Silicon向けにMLXフレームワークで純…

rust-whisper-diarizationは、純粋なRustで実装されたストリーミング音声認識と話者分離のライブラリです。whisper.c…

MemTestは、AIメモリシステムの評価に特化したユニバーサルなベンチマーク生成ツールです。手続き型生成により依存性…

r3f-rag-vizは、Retrieval Augmented Generation (RAG) および知識グラフのための編集可能な3D可視化ライブラリです…

Vesperaは、ユーザーのMacまたはLinuxマシン上で動作するプライベートな自己ホスト型AIアシスタントです。会話内容を…

「Local Mac TTS for Obsidian」は、ObsidianのノートをmacOSに内蔵された高品質なテキスト読み上げエンジンで読み上…

「My Podcast Studio」は、AI音声合成とポッドキャストナレーションを提供するオープンソースのSaaSプラットフォーム…

Parleyは、音声指示型Vision-Language-Action（VLA）パイプライン向けのベンチマークツールキットです。このツールは…

本リポジトリは、Stable Diffusion 3に着想を得た、DiTベースの条件付きフローモデルを実装しています。主な機能は、…

ReCo-Diffは、スパースビューCT（低線量CT）における画像再構成のための、残差条件付き決定論的サンプリングに基づく…

KubryxはWeb3向けのマルチチェーンAI金融スーパーアプリです。信用スコアリング、暗号化された遺産保管庫、プライベ…

「image-studio」は、Claude Codeを活用して、CanvaなどのデザインツールやAI画像モデルなしで高品質な静的画像を生…

このリポジトリは、TikTok向けのAI動画プロンプトとショート動画作成ワークフローを提供する実用的なGitHubリソース…

本リポジトリは、拡散モデルを利用した浅層から深層への速度モデル構築に関する、学術論文の公式かつ再現可能な資料…

「Gemini Omni Video Generator」は、Googleの次世代LLM技術を搭載したGemini Omni、Gemini Omni Flash、およびVeo動…

FluidFlowは、非構造メッシュ上の流体力学シミュレーションにおいて、高性能な代理モデルを生成するためのフローマッ…

このリポジトリは、EvoLink.aiが提供するSuno APIの利用ガイドです。Suno APIは、テキストプロンプトから楽曲、ボー…