音声生成 / TTSUAL
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…
★ 2 MIT 2026-05-23
全AIリポジトリ
登録されているAI関連OSSの一覧
音声生成 / TTS
ASR / 音声認識memorised-them-all
「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…
★ 2 MIT 2026-06-24
音声生成 / TTSPython-Autodub
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…
★ 2 ⑂ 2 MPL-2.0 2026-06-03
マルチモーダルmultimodal-music-genre-classifier
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…
★ 2 MIT 2026-05-13
音声生成 / TTSProject-Siren
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…
★ 2 2026-05-04
LLMdrm_transformer
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…
★ 2 NOASSERTION 2026-06-17
マルチモーダルPage-agent-UI
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…
★ 2 MIT 2026-06-24
AIエージェントhermes-cockpit
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…
★ 2 MIT 2026-06-22
3D / NeRFARIS-in-AI-Offer
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…
★ 2 MIT 2026-06-25
LLMpageindex-rag
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…
★ 2 MIT 2026-06-26
AIエージェントbetter-than-claude-skills
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…
★ 2 2026-06-28
動画生成ai-video-pipeline
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…
★ 2 2026-05-13
画像生成bucketsampler
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…
★ 2 MIT 2026-05-15
ASR / 音声認識speaknow
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…
★ 2 MIT 2026-04-22
画像生成rainfield-diffusion-models
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…
★ 2 NOASSERTION 2026-05-21
ASR / 音声認識hotkeys
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…
★ 2 NOASSERTION 2026-06-15
音声生成 / TTSWatchReader
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…
★ 2 MIT 2026-04-26
3D / NeRFdiff-4d-gaussian-rasterization
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…
★ 2 NOASSERTION 2026-05-13
音声生成 / TTSgodot_volcengine_tts
Godot 4.4+向けの火山エンジン豆包TTS音声大モデルのサードパーティSDKです。ゲームやインタラクティブプロジェクト…
★ 2 MIT 2026-05-20
ASR / 音声認識macOS-dictate
macOS向けのプライバシーを重視した自己ホスト型音声入力ツールです。ホットキーを押しながら話すことで、音声をテキ…
★ 2 MIT 2026-06-25
ASR / 音声認識clickyX
ClickyXは、Windows、Linux、macOSで動作するクロスプラットフォームAIデスクトップコンパニオンです。音声操作、画…
★ 2 MIT 2026-06-25
LLMMergeFlow-AI
MergeFlow AIは、GitHubのプルリクエストがマージされた後の反復作業を自動化するAIエージェントです。プルリクエス…
★ 2 2026-06-10
マルチモーダルTimeMachine
AI Time Machineは、テキスト、画像、音声、Webリンクなど多種多様な個人的な記憶をキャプチャし、マルチモーダルAI…
★ 2 MIT 2026-06-05
LLMlumen
Lumenは、オンライン記事をAIが生成したスワイプ可能な要約カードに変換するマルチエージェントAIプラットフォームで…
★ 2 2026-06-19