jacbz/Lofi
ML-supported lo-fi music generator
何を解決するか
音楽的な要素（コード進行やメロディなど）を数学的なベクトルとして表現することで、異なる音色を生成できるように操作可能な方法を提供します。
動作方法
本プロジェクトは、PyTorchで構築された変分自己符号化器（VAE）モデルを使用しており、SpotifyおよびHooktheoryのデータセットで学習されています。このモデルは、lo-fiトラックを100次元の特徴ベクトルに圧縮します。Flaskサーバーでモデルをホストし、TypeScriptのWebクライアントはTone.jsを用いてこれらの特徴ベクトルを音声に変換します。
対象ユーザー
AI生成音楽や機械学習と音声合成の交差点に興味を持つミュージシャン、開発者、趣味の音楽家。
特徴
- 音楽を100次元の特徴ベクトルとして表現するVAEを使用。
- ブラウザ上でリアルタイム音声生成を実現するTone.jsを統合。
- Dockerを介してカスタムモデルのトレーニングとデプロイをサポート。
関連
- プロジェクト
nasa-petal/bidaraBIDARAはGPT-4ベースのチャットボットで、バイオミミクリー研究所のデザインプロセスをガイドし、問題の定義、生物学的質問への変換、自然のモデルの発見、戦略の抽象化、自然にインスパイアされた解決策の模倣を支援します。Discordボット、Webアプリ、またはOpenAI Playground用の再利用可能なシステムプロンプトとして動作します。
- プロジェクト
HangYu8123/HarnessFlowHarnessFlowは、Claude Code、Codex CLI、またはGitHub Copilotを、複数ステップで自己レビュー可能なコーディングアシスタントに変える、ポータブルなMarkdown指示ファイルのセットです。リクエストテンプレート、並列分析エージェント、悪魔の弁護士による挑戦、QA検証、永続的なリポジトリメモリを提供します。リポジトリの `.github/HarnessFlow/` にパックをコピーし、提供された `setup.sh` または `cli_setup.sh` を実行することでインストールできます。リクエストテンプレート（コード、リファクタリング、デバッグなど）を選択して記入し、アシスタントに貼り付けます。このパックは `general`、`fast`、`skill` の3つのワークフロー モードをサポートしており、ベンチマークでは生成コード行数が最大76％削減されながらも100％の正しさを維持しています。
- プロジェクト
xpzouying/x-mcpX‑MCP は Chrome 拡張機能で、AI エージェント（Claude、Codex など）がブラウザを制御して Xiaohongshu に投稿を作成・公開できるようにします。Model Context Protocol（MCP）を採用。Python/Docker ベースのバックエンドは不要。aredink.com から取得できるトークンのみで、非技術者向けの AI 自動化を実現します。
- プロジェクト
SynaLinks/synalinksSynalinksは、Kerasスタイルの宣言的APIを使用して、RAG、エージェント、再帰的パイプラインなどの神経記号的言語モデルアプリケーション（LMアプリ）を構成・学習・デプロイできるオープンソースPythonフレームワークです。サンドボックスエージェント、埋め込みグラフ/SQL知識ベース、コンテキスト内強化学習によるプロンプト最適化、LiteLLMを介した簡単なモデル切り替えを提供します。FastAPI/FastMCPデプロイ、MLflow観測性、ハイパーパラメータサーチをサポートし、AI開発者、研究者、データサイエンティスト、学習者を対象としています。