全AIリポジトリ

RoboVoiceは、Trouver、Dreame、Movaブランドのロボット掃除機の音声をカスタマイズするためのオープンソースWeb UI…

GPT-Image-2 Studioは、KDB-Windが開発した、軽量でローカル優先のGPT-Image-2画像生成ツールです。テキストからの画…

LektorAI by Slawaspr0は、Pythonで開発された映画やシリーズ向けのポーランド語AIナレーション生成ツールです。選択…

OpenExpertiseは「AI時代のMakefile」と称されるCLIツールで、チームの専門的なワークフロー（SOP）をYAMLグラフとし…

Docker上で動作する、OpenAI互換の自己ホスト型音声サーバーです。Whisperを含む7種類の自動音声認識（ASR）バックエ…

streamscribeは、クラウドやAPIキーに依存せず、通常のCPUで動作するリアルタイム放送転写・分析ツールです。複数の…

本リポジトリは、拡散モデルをゼロから体系的に学ぶための中国語実践コースです。DDPM、DDIM、Hugging Face Diffuser…

「Mega AI — Multi-Agent RAG System」は、自己改善型のマルチエージェント検索拡張生成（RAG）APIです。ユーザーか…

このリポジトリは、実践的なRAG（Retrieval Augmented Generation）の30日間のチュートリアルシリーズです。FastAPI…

SpeechifyPDFは、PDFドキュメントを自然で高品質な音声に変換し、読み上げてくれるアプリケーションです。通勤中やマ…

このプロジェクトは、Matrix-3DをAMDのROCmエコシステム向けに最適化した3D世界生成ツールです。テキストまたは画像…

このGitHubリポジトリは、HappyHorseおよびHappiHorse AIビデオプロンプト、テキスト・画像からビデオへのテンプレー…

Sanituneは、AIを活用して楽曲から不適切な言葉を自動で除去するツールです。ボーカルと伴奏を分離し、歌詞を文字起…

このプロジェクトは、主要なAIモデルプロバイダーとそのモデルに関する包括的な機械可読YAMLカタログです。価格、コ…

ComfyUI-NVML-Monitorは、ComfyUI上でNVIDIA製GPUのリアルタイムハードウェア監視を可能にする軽量な拡張機能です。C…

Crashout Buddyは、Vision AgentsとStream Video上に構築された、リアルタイムで感情認識を行う音声AIエージェントの…

LLIPSEは、内陸水路における船と陸間の通信のEnd-to-End遅延を予測するための軽量なLLM（大規模言語モデル）ベースの…

MiMo-Codeは、MiMoモデルファミリー専用のネイティブデスクトップコーディングエージェントです。WindowsおよびmacOS…

mdrouterは、OpenAI、Ollama、Anthropicといった複数のLLMプロバイダーに対応したルーターです。低コスト、低遅延、…

GhostTone AIは、CPUで動作する無料のオープンソース音声クローンシステムです。わずか6〜10秒の音声サンプルから、…

このフレームワークは、検出エンジニアリングプログラムにおけるAIおよび大規模言語モデル（LLM）の活用状況を評価す…

このGitHubリポジトリは、AIエージェント、オーケストレーション、およびLLM開発ツールに関する優れたオープンソース…

OpenModels Registryは、大規模言語モデル（LLM）とその推論プロバイダー、および両者のマッピングに関する情報を集…

voicelogは、セルフホスト型のTelegramボイスジャーナルです。プライベートなTelegramボットに音声メッセージやテキ…