ChatTTSは会話シナリオ向けのオープンソーステキストtoスピーチモデルで、英語・中国語をサポートし、笑い、ポーズ、プロソディの細かい制御が可能。
オープンソース。新しい可能性。
優れたオープンソースプロジェクトを見つけ、匿名でプロジェクトを投稿し、自分のプロジェクトを申請して編集できます。
好奇心とともに、オープンソースの世界へ。
THE FIRST COLLECTIONDawDreamerをヘッドレスエンジンとして使用し、Serum 1 (.fxp) および Serum 2 (.SerumPreset) のプリセットをオーディオファイルに一括レンダリングするツールです。
MCPクライアント(Claude DesktopやClaude Codeなど)からREAPER DAWを操作可能にするMCPサーバーとLuaブリッジ。
FunTTSは、統一インターフェースを備えたテキスト読み上げ(TTS)ライブラリであり、多様なオープンソースTTSエンジンのシームレスな切り替え、字幕生成、複数キャラクターの対話、非同期処理などの機能を提供します。
MPCTKは、Akai MPC Sample(.xpj)プロジェクトを作成・編集・生成するPythonツールキットです。サンプルの注入、クロマティックまたはスケールベースのパッドレイアウト生成、転置、プロジェクト構造の保持をサポートし、実際のハードウェアで検証済みです。
spotDLは、Spotifyのプレイリストから楽曲を検索し、YouTube経由でダウンロードするコマンドラインツールです。アルバムアート、歌詞、メタデータも同時に取得します。
マルチプラットフォーム対応のMIDIコードと音楽理論アプリケーション。デスクトップ版(Python/PySide6)、ウェブ版(Cloudflare Worker)、モバイル版(Flutter)を含み、和声的コード検出、コード生成、スケール生成を提供します。
Navidromeライブラリを強化するTelegramボット。各種サービスから楽曲を取得し、Soulseek経由でFLACをダウンロード、自動タグ付け、再生共有、歌詞取得、コレクション管理を行う。
Path of Exile向けのデスクトップツールで、公式GGG APIを利用してキャラクターやスタッシュタブを閲覧でき、リーグ全体検索とオフライン キャッシュ機能を備えています。
許可された YouTube 動画を中文字幕付きにローカライズし、B 站への投稿をサポートする Python ツール。音声文字起こし、OCR 認識、LLM 翻訳、ハードサブタイトルレンダリングに対応。
Skill Seekersはドキュメント、GitHubリポジトリ、PDF、動画などを構造化された知識資産に変換し、Claude、Gemini、OpenAI向けのAI SkillsやRAGパイプライン、AIコーディングアシスタントを構築するCLIツール。
Omiは画面と会話を自動記録し、AIで文字起こし・要約・タスク抽出を実現するオープンソースのパーソナルAIアシスタント。デスクトップ・モバイル・ウェアラブル対応。
BeetsはPythonベースの音楽ライブラリマネージャーで、コレクションのカタログ化、MusicBrainz等による自動タグ付け、アルバムアート・歌詞・ジャンルの取得、ReplayGain適用、重複検出、音声変換、Web UIおよびMPD対応プレイヤーを提供する。
Unslothは、Windows、macOS、Linuxで大規模言語モデル(LLM)や拡散モデルをローカルに実行およびトレーニングするためのデスクトップアプリケーションおよびフレームワークです。
Korg microSAMPLERハードウェア向けの最新の非公式エディターおよびライブラリアンで、新しいオペレーティングシステム上でレガシーな32ビットソフトウェアを置き換えることを目的としています。
macOS上のCableguys ShaperBox 3に、Pedalboard経由でVST3/FL Studioプリセットを一括インポートするPythonツール。手動インポートを回避し、自動バックアップやDAWロック検知機能を搭載しています。
PyFFmpegCore は、ターミナル、Python、CI 用の安全で説明可能な FFmpeg タスクランナーであり、脆弱なコマンド文字列を置き換えて再現可能なメディア自動化ワークフローを実現するように設計されています。
AI駆動のミキシングおよびマスタリングツールであり、デスクトップアプリケーションとAbleton Live連携のためのMCPサーバーを提供します。
VoxCPM2は、トークナイザー不要のテキスト読み上げシステムで、2Bパラメータの拡散自己回帰モデルを持ち、30言語をサポートし、テキスト説明からの音声デザイン、制御可能な音声クローン、48kHz音声出力を提供します。
ウェブビデオをダウンロードし、特定のセグメントをカットし、字幕を追加し、透かしやアカウント不要でエクスポートできるデスクトップビデオトリマーおよびGIF作成ツール。