AIオープンソース

AIオープンソース
Klic Studio：AI動画翻訳・吹き替えツール
Klic Studio：AI動画翻訳・吹き替えツール
Krillin AIが手がけた動画翻訳・吹き替えツール。100以上の言語に対応し、AIリップシンクや自然な声のクローン機能を搭載。音声・動画をテキストに変換する
HiveChat：DeepSeekなどに対応する無料オープンソースのAIチャットボット
HiveChat：DeepSeekなどに対応する無料オープンソースのAIチャットボット
中小規模チーム向けに設計されたオープンソースのAIチャットボットプロジェクト。DeepSeek、OpenAI、Claude、Geminiなど主要なAIモデルに対
MemFree: オープンソースのハイブリッドAI検索エンジン
MemFree: オープンソースのハイブリッドAI検索エンジン
オープンソースのハイブリッドAI検索エンジン。MemFreeを使えば、インターネット、ブックマーク、メモ、ドキュメントから正確な回答を即座に得られます。
SmythOS：オープンソースのAIエージェントオペレーティングシステム
SmythOS：オープンソースのAIエージェントオペレーティングシステム
オープンソースのAIオペレーティングシステム。チャットプロンプトから90秒でAIエージェントを作成できます。ビジュアルワークフロー、API呼び出し、分類機能など
JoyGen：音声駆動による3Dトーキングフェイス映像生成フレームワーク
JoyGen：音声駆動による3Dトーキングフェイス映像生成フレームワーク
JD Technology（京東科技）と香港大学が共同開発した、音声駆動による3Dトーキングフェイス映像生成フレームワーク。口の動きと音声の高精度な同期により、
PhotoMaker：説明に基づいて人物写真を生成
PhotoMaker：説明に基づいて人物写真を生成
PhotoMakerは複数写真を身份IDとして利用し人物特徴を取得、説明に基づいて新しい個別最適化された人物画像を生成します。
Flowise：LLMワークフローを視覚的に構築するオープンソースのノーコードツール
Flowise：LLMワークフローを視覚的に構築するオープンソースのノーコードツール
オープンソースのローコード/ノーコードツールで、LLMワークフローを視覚的に構築するために使用されます。ドラッグ＆ドロップインターフェースにより、複雑なコードを
SuperClaude：ゼロ门槛プログラミングを実現するコンテキストエンジニアリング向けオープンソースフレームワーク
SuperClaude：ゼロ门槛プログラミングを実現するコンテキストエンジニアリング向けオープンソースフレームワーク
SuperClaudeはClaude Codeのために作られた、ゼロ门槛でプログラミング可能なコンテキストエンジニアリング向けオープンソースフレームワークです。
EasyPhoto_云技派,专注ai人工智能!
EasyPhoto_云技派,专注ai人工智能!
EasyPhotoはAIポートレートを生成するためのWebUIプラグインで、あなた自身のデジタル分身（アバター）をトレーニングするのに使用できます。
ArcReel：オープンソースの小説→動画生成AIツール
ArcReel：オープンソースの小説→動画生成AIツール
オープンソースの小説→動画生成AIツール。小説コンテンツをアップロードするだけで、AIが脚本生成、キャラクターデザイン、絵コンテ描画、動画クリップ生成を自動でこ
NeuraPress：WeChat公式アカウント記事編集用の無料オープンソースMarkdownエディタ
NeuraPress：WeChat公式アカウント記事編集用の無料オープンソースMarkdownエディタ
WeChat公式アカウントのレイアウトに特化したMarkdownエディタ。モバイル対応で、DeepSeekおよびWeChat公式アカウントアシスタントと連携。ス
Jellyfish AIショートドラマ工場：脚本分解から絵コンテ・素材・生成・編集まで一站式で対応
Jellyfish AIショートドラマ工場：脚本分解から絵コンテ・素材・生成・編集まで一站式で対応
オープンソースで無料のAIショートドラマ制作ツール。脚本入力からインテリジェントな絵コンテ、アセット一貫性管理、動画生成、最終書き出しまでの全工程をカバー。ロー
FUZZ：拡散モデルに基づく音楽生成モデル
FUZZ：拡散モデルに基づく音楽生成モデル
Riffusionが発表した拡散モデル（Diffusion Model）ベースの新しい音楽生成モデル。「想像」によって音声のスペクトログラムを生成し、それを音声
IndexTTS：B站がXTTSとTortoiseをベースに開発した音声合成モデル
IndexTTS：B站がXTTSとTortoiseをベースに開発した音声合成モデル
B站（bilibili）がXTTSとTortoiseをベースに開発した音声合成モデルで、産業レベルのゼロショットTTS能力を備える。中国語向けに文字と拼音のハイ
Motia：開発者向けに設計されたイベント駆動型AIエージェントフレームワーク
Motia：開発者向けに設計されたイベント駆動型AIエージェントフレームワーク
開発者向けに設計されたAIエージェントフレームワークで、本番環境向けのAIエージェントを迅速に構築・テスト・デプロイできます。コードファーストとイベント駆動を重
OOTDiffusion：バーチャルモデル試着オープンソースツール
OOTDiffusion：バーチャルモデル試着オープンソースツール
高い制御性を備えたバーチャル試着オープンソースツールです。OOTDiffusionは性別や体型に合わせて衣服を自動調整し、試着パラメータを細かく制御することで、
Sora.FM：Sora AI動画ジェネレーター
Sora.FM：Sora AI動画ジェネレーター
Next.jsで構築された、Sora AI動画を生成するためのオープンソースWebテンプレート。
PDFMathTranslate：オープンソースのPDF翻訳ツール
PDFMathTranslate：オープンソースのPDF翻訳ツール
オープンソースのPDF翻訳ツールで、科学論文などのPDFファイルの翻訳に特化しています。数式や图表を含む原文のレイアウトを完全に保持し、 bilingual 対
YOLO-World：リアルタイムのオープンボキャブラリー物体検出
YOLO-World：リアルタイムのオープンボキャブラリー物体検出
Tencent AI Labが開発したリアルタイム物体検出ツールで、画像内のさまざまなオブジェクトを自動的に認識・位置特定します。
M2UGen：マルチモーダル音楽理解・生成フレームワーク
M2UGen：マルチモーダル音楽理解・生成フレームワーク
音楽理解とマルチモーダル音楽生成を融合した最先端のフレームワークで、ユーザーの音楽創作を支援します。
MakeAnything：コンシステントな連続画像生成モデル
MakeAnything：コンシステントな連続画像生成モデル
拡散トランスフォーマー（Diffusion Transformer）に基づくシーケンス生成モデルで、強力な生成能力により一貫性のあるシーケンス画像を生成します。
WebViewTvLive：Tencent X5 WebViewで開発されたテレビ生放送アプリ
WebViewTvLive：Tencent X5 WebViewで開発されたテレビ生放送アプリ
WebViewTvLiveは、Tencent X5 WebViewで開発されたテレビ生放送アプリで、CCTVや衛星チャンネルなどの公式生放送ページをそのまま読み
FireRedASR：小紅書（Xiaohongshu）が公開したオープンソース音声認識モデル
FireRedASR：小紅書（Xiaohongshu）が公開したオープンソース音声認識モデル
小紅書のFireRedチームが公開・オープンソース化した、大規模モデルベースの音声認識モデル。中国語標準語の音声認識で新たなSOTAを達成し、方言、英語、歌詞認
MiniMates：高性能な軽量デジタルヒューマンドライビングフレームワーク
MiniMates：高性能な軽量デジタルヒューマンドライビングフレームワーク
音声と表情の2つの駆動モードを備えた高性能で軽量なデジタルヒューマン駆動アルゴリズム。MiniMatesは一般的なPCでリアルタイム実行が可能で、ユーザーは自分