全AIリポジトリ

Universal Captionsは、Groq Whisper APIを活用し、任意のChromeブラウザタブでリアルタイムの音声テキスト変換キャ…

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…

「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…

NeuTTS-Studioは、Windows向けのローカルテキスト読み上げアプリケーションです。デバイス上で入力されたテキストを…

NVIDIAのビデオワールドモデル「SANA-WM」をApple Silicon (MシリーズMac) で動作させるためのパッチとインタラクテ…

TrustRAGは、信頼性の高いRetrieval-Augmented Generation (RAG) 知識ワークベンチです。アップロードされたドキュメ…

UAL（Understand Any Language）は、ESP32-S3を基盤としたIoT音声翻訳プロトタイプです。距離センサーでユーザーを検…

「Memorised them All」は、Claudeユーザー向けのローカルで完結する知識グラフ生成ツールです。PDF、Officeドキュメ…

Python Autodubは、AIを活用した自動動画吹き替えパイプラインです。音声抽出、Demucsによるボーカル分離、DiariZen…

このツールは、GTZANデータセットを用いた音楽ジャンル分類のためのマルチモーダルCNNモデルを提供します。メルスペ…

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…

DRM Transformerは、従来のTransformerモデルの限界を打破するために開発された、デコーダーオンリーのTransformerで…

Page-agent-UIは、ウェブページの見た目と操作性を向上させるChrome拡張機能です。UI（ユーザーインターフェース）と…

Hermes Cockpitは、Hermes Agentや類似の自律コーディングワークフローを利用するAIアシストプロジェクト向けのオー…

このツールは、「ARIS（Auto Research in Sleep）」エージェントフレームワークを活用し、AI分野での就職活動（特に…

pageindex-ragは、ベクトルデータベースや埋め込みを使用せずに、ローカルファイルから回答を検索するためのWindows…

このソフトウェア「better-than-claude-skills」は、AIアシスタントに16種類のツールを追加し、その能力を最大限に引…

このツールは、AIを活用してスクリプト作成、画像検索、音声合成、最終的なMP4動画生成までを完全に自動化する、無料…

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…

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…

Hotkeysは、AIを活用してあらゆるアプリケーションでのテキスト編集作業を劇的に効率化するホットキーアプリです。選…

WatchReaderは、Wear OS向けのミニマリストな電子書籍リーダーで、スマートフォンから.txtや.epub形式の書籍を同期し…

このリポジトリは、IROS 2025で発表されたD4DGS-SLAMで利用される、微分可能な4Dガウススプラッティングラスタライザ…