ASR / 音声認識spoken-digits-asr
本プロジェクトは、Free Spoken Digit Datasetを用いてゼロから訓練された小型のCTC音声認識器です。1秒間の数字音声…
★ 1 MIT 2026-06-24
全AIリポジトリ
登録されているAI関連OSSの一覧
ASR / 音声認識
動画生成nuwa-skill
nuwa-skillは、特定の人物の思考、意思決定、話し方のパターンを詳細に分析し、その情報を再利用可能なモデルとして…
★ 1 2026-08-18
音声生成 / TTSafterwords
Afterwordsは、ローカルで動作するボイスクローニングTTS（テキスト読み上げ）サーバーです。15秒のYouTubeクリップ…
★ 1 MIT 2026-07-25
LLMai-radio-station
AI Radio Stationは、SpotifyプレイリストをAIが生成するパーソナライズされたラジオ体験へと変革するツールです。AI…
★ 1 MIT 2026-06-09
動画生成obsidian-engine
Obsidian Engineは、一つのトピックから研究、脚本作成、ナレーション、映像制作、YouTubeへのアップロードまでを自…
★ 1 ⑂ 2 MIT 2026-06-26
音声生成 / TTSAI-Video-Studio-2026-Automated-Video-Creation-with-Realistic-AI-Voice-85-Dialects
AI Video Studioは、最先端のAIを活用してプロフェッショナルな動画作成を自動化するオープンソースプラットフォーム…
★ 1 2026-06-18
音声生成 / TTSs2s
S2Sは、Rustとsherpa-onnxフレームワークを活用した、高性能で軽量なローカルSTT（音声認識）およびTTS（音声合成）A…
★ 1 GPL-3.0 2026-06-10
ComfyUImefaihomevideoai-worker
本リポジトリは、MEFAI画像から動画へのパイプラインにおけるホーム側のGPUワーカーです。クラウド上で画像から動画…
★ 1 Apache-2.0 2026-07-01
AIエージェントtraceforge
TraceForgeは、AIコーディングエージェントやシェルコマンドの実行をローカルで詳細に記録し、監査するためのブラッ…
★ 1 MIT 2026-05-28
3D / NeRFGaussian-Splatting
本プロジェクトは、現実世界の画像データから3D Gaussian Splatting技術を用いてTH OWLキャンパスの建物を高精度に再…
★ 1 2026-05-27
画像生成vision-studio
Vision Studio-Xは、ローカル環境で動作するAIを活用した画像および動画生成用のプロフェッショナルなデスクトップア…
★ 1 ⑂ 1 MIT 2026-07-19
3D / NeRFsplat-slim
splat-slimは、3D Gaussian Splatting（3DGS）モデルを再トレーニングせずに軽量化するためのツールです。既存の.ply…
★ 1 MIT 2026-06-14
音声生成 / TTSha-car-spoken-alerts
このツールは、Home Assistant、Piper TTS、およびVLCを連携させ、Android Autoを介して車のスピーカーからプライバ…
★ 1 MIT 2026-06-13
画像生成generative-modeling-scientific
このリポジトリは、科学計算タスクに適用されるスコアベースの生成モデルの研究用ベンチマークフレームワークです。…
★ 1 2026-06-13
AIエージェントserver-projects
dirjaker/server-projectsは、Ubuntu 22.04サーバー上に22の多様なプロジェクト（AIエージェントインフラ、VitePress…
★ 1 MIT 2026-06-28
AIエージェントLegion_runner
Legion Runnerは、RustとeBPFを用いて構築されたGitHub Actionsランナー向けのセキュリティ強化ツールです。CI/CDパ…
★ 1 MIT 2026-07-11
音声生成 / TTScodetalkie
Codetalkieは、Claude CodeやOpenAI CodexなどのAIコーディングエージェントのためのハンズフリー音声インターフェー…
★ 1 2026-06-21
ASR / 音声認識llama-3-1-2026
「Llama 3 1 2026」は、Windows環境でローカルのLLM（大規模言語モデル）を簡単に実行できるツールです。DeepSeek、Q…
★ 0 2026-06-14
3D / NeRFGHOST
GHOST（Geometric Human Out-of-sync Spatio Temporal reconstruction）は、カジュアルな非同期マルチビュー動画から…
★ 0 MIT 2026-07-15
画像生成pollinations-image-generator
このツールは、Pollinations.aiのAPIを活用し、ブラウザ上で直接AI画像を生成できる洗練されたクライアントサイドイ…
★ 0 2026-07-15
動画生成web
x402-video.comは、x402決済プロトコルとBase上のUSDCを利用して、AIビデオを生成できるWebストアフロントです。アカ…
★ 0 2026-06-28
AIエージェントpolaris
日本語の要約（200〜400文字、何ができるツールか・特徴・想定ユーザーを含める）
★ 0 AGPL-3.0 2026-07-12
ASR / 音声認識meeting-auto-summary
Meeting Auto Summaryは、会議の音声や動画を構造化された成果物（話者分離された文字起こし、字幕、要約、レポート…
★ 0 2026-06-04
AIエージェントnipmod
Nipmodは、エージェントコードのための検証可能なパッケージレイヤーを提供します。Gitlawbをソースとするパッケージ…
★ 0 MIT 2026-06-13