タグ: AIのオープンソースプロジェクト 51ページ

一般的な紹介 Markerは、PDFファイルをMarkdown形式に迅速かつ正確に変換するために設計されたディープラーニングベースの文書処理ツールです。幅広い種類のドキュメントをサポートし、特に書籍や科学論文の変換に最適化されています。Markerは、ヘッダーやフッターなどの冗長なコンテンツを削除し、表や...

はじめに SadTalkerは、1枚の静止画と音声ファイルを組み合わせて、パーソナライズされたメッセージや教育コンテンツなど、幅広いシナリオに対応するリアルなトーキングヘッドビデオを作成するオープンソースツールです。ExpNetやPoseVAEなどの3Dモデリング技術の革命的な使用により、微妙なファセットを捉えることに優れています。

一般的な紹介 VideoReTalkingは、ユーザーが入力音声に基づいてリップシンクロナイズされた顔映像を生成し、異なる感情であっても高品質でリップシンクロナイズされた出力映像を生成できる革新的なシステムである。このシステムは、この目標を3つの連続したタスクに分解する。

一般的な紹介 MuseVはGitHubで公開されているプロジェクトで、長さ無制限で忠実度の高いアバター動画の生成を可能にすることを目的としています。拡散技術に基づいており、Image2Video、Text2Image2Video、Video2Videoなどの様々な機能を提供します。モデル構造、ユースケース、クイックスタート...

包括的な紹介 Unstructured-IOは、PDF、HTML、Word文書などの画像やテキスト文書の処理と前処理のためのオープンソースコンポーネントのセットを提供します。その主な目的は、特に大規模言語モデル（LLM）アプリケーションをサポートするために、データ処理ワークフローを簡素化し最適化することです。

WebPilot 概要 Webpilotはフリーでオープンソースの "ウェブアシスタント "です。ページを切り替えたり、コピー＆ペーストする代わりに、テキストを選択したり、コマンドを入力するだけで、ウェブパイロットはリアルタイムの情報とスマート...

包括的な紹介 DB-GPTは、AWEL（Agentic Workflow Expression Language）とスマートボディ技術を用いて構築されたオープンソースのAIネイティブデータアプリケーション開発フレームワークです。このプロジェクトは、マルチモデル管理システム（SMMF）、...

DreamTalk総合紹介 DreamTalkは、清華大学、アリババグループ、華中科技大学が共同開発した拡散モデル駆動型表情トーキングヘッド生成フレームワークです。主に、ノイズ除去ネットワーク、スタイル認識リップエキスパート、スタイル予測器の3つの部分から構成され、...

包括的な紹介 InstantIDは、単一の参照ID画像を使用して、高い忠実度を確保しながら、パーソナライズされたスタイルやポーズを持つ画像を数秒で生成することに焦点を当てた先進技術です。この技術は、顔画像とランドマーク画像を統合することにより、拡散モデルに基づいたソリューションを使用します。

はじめに ComfyUI Portrait Master 中国語版は、AI画像クリエイターのために設計された似顔絵キューワード生成ツールです。このツールは、ユーザーがキューワードを最適化することで、高品質なポートレートを生成するのに役立ちます。レンズの種類、性別、国籍、顔の表情などを選択することができます。

一般的な紹介 IOPaintは、画像の消去、修復、拡大をサポートする、フリーでオープンソースのAI画像処理ツールです。最先端のAIモデルを使用し、ユーザーが簡単に画像から不要なオブジェクトを削除したり、キズを修復したり、新しいコンテンツを追加したり、画像を拡大したりすることができます。

一般的な紹介 GPT Academicは、学術研究用に最適化された大規模言語モデル用の対話型プラットフォームです。GPT/GLMのような大規模言語モデル用の実用的な対話インターフェースのためのツールを提供し、特に論文翻訳、論文読解、タッチアップ、ライティング体験用に最適化されています。モジュール設計で、カスタムのショートカットキーをサポートしています。

概論 STORMはスタンフォード大学のOvalチームによって開発された知識統合・記事生成システムである。ウィキペディアのような網羅的な記事（体系的な論文）をゼロから生成することに重点を置いている。このシステムは、トピック調査、概要の作成、実際のインターネット・ソースのモデリングのために大規模な言語モデルを使用する。

概論 XHS-DownloaderはXiaohongshuユーザーのために設計されたオープンソースツールで、Xiaohongshu上で透かしのない画像と動画作品の抽出とダウンロードをサポートします。このツールは、ブラウザからのクッキー取得、コマンドライン操作のサポート、バッチダウンロード、ブレークポイントなど、様々な機能を提供します。ユーザーは...

概論 MediaCrawlerは、開発者のために設計されたソーシャルメディアコンテンツクローラツールです。強力なクローラーを提供することで、Xiaohongshu、Jieyin、Shutterbugs、B-station、Weiboなどのソーシャルプラットフォームから動画、画像、コメント、いいね、リツイート、その他のデータを素早くクロールすることができます。このツールは、...

はじめに MJML（Mail Junction Markup Language）は、Mailjetチームによって開発されたオープンソースのフレームワークです。セマンティックなマークアップ言語と豊富なコンポーネントライブラリにより、開発者は少ないコードで美しくパワフルなメールを効率的に作成することができます。

概要 CogneeはAIアプリケーションとAIエージェントのために設計された信頼性の高いデータレイヤーソリューションです。LLM（大規模言語モデル）コンテキストのロードと構築を行い、ナレッジグラフとベクトルストアを通して正確で解釈可能なAIソリューションを作成するように設計されています。このフレームワークにより、コスト削減、解釈可能性、ユーザー...