全AIリポジトリ

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…

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…

「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…

Melody Engineは、プロンプトに基づいてインストゥルメンタル音楽を生成するツールです。GoogleのMagentaRTを薄くラ…

Myth Forgeは、単一のテーマプロンプトから、AIが生成したカスタムカードアートとプロキシフレームを用いて、テーマ…

この「Egocentric 3D Reconstruction Demo」は、一人称視点ビデオからの3D再構築の基礎を学ぶためのインタラクティブ…

Opus Magnum Claude Codeは、長期にわたる複雑なAIコーディングプロジェクトを、コンテキストの損失やエージェントの…

NeuralVoice Studioは、85の言語と方言に対応した次世代オープンソースAI音声ジェネレーターです。このツールは高度…

SpeakNowは、Windowsデスクトップ向けの軽量な音声入力ツールです。ホットキーを押して話すだけで、認識されたテキス…

本リポジトリは、ICML 2026で発表された「商用マイクロ波リンクと拡散モデル事前分布を用いたベイズ雨域再構築」に関…

「Voice Sentiment AI」は、音声とテキストの両方からリアルタイムで感情やセンチメントを分析するAI搭載のWebアプリ…

litevizは、SLAMや3Dリアルタイム再構築などの3Dビジョン関連タスク向けに設計された軽量な3Dリアルタイム可視化アプ…

NeuralForgeは、ローカルPCのハードウェアを利用して大規模言語モデル（LLM）をファインチューニングするためのツー…

このツールは、muapi.ai向けのClaude Codeプラグインであり、開発者がIDE内で直接、100種類を超えるAIモデルを利用し…

このリポジトリは、PoYoプラットフォームの`seedance-2`および`seedance-2-fast`モデルを使用した動画生成ワークフロ…

ArcticPlatformは、大規模言語モデル（LLM）のポストトレーニングプロセスを簡素化・加速するために設計されたフレー…

Hermes Slack Extensionは、自己ホスト型Hermes AgentをSlackワークスペースでより機能的にするためのCLIインストー…

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…

このツールは、Unitree G1ロボットと互換性のある音声ファイルを生成するためのPythonスクリプトです。システムのTex…

ComfyUI-MemoryVisualizationは、画像生成AIツールComfyUI向けに設計された視覚的なダッシュボードです。このツール…

Storyvoxは、TechEmpowerが提供するオープンソースのAndroid向けニューラル音声オーディオブックプレーヤーです。Roy…

「Read It Out」は、Webページや選択したテキストを自然なAI音声で読み上げるChrome拡張機能です。ブラウザ内蔵エン…

このリポジトリは、GPT Image 2向けの高品質なプロンプトテンプレートとカテゴリメタデータを網羅的に集めたものです…

LLM Visualizationは、大規模言語モデル（LLM）の概念をブラウザ上でインタラクティブに可視化するツールです。ロー…