Pod-Helper

Pod-Helper是一款高级音频处理工具，不仅提供闪电般速度的实时音频转写能力，还具备通过MLM（掩码语言模型）目标进行音频修复的功能，确保你的内容质量和风格得以保持。这项技术是在NVIDIA RTX PCs Developer Contest中提交的作品，属于General Generative AI Projects类别。它展示了生成性人工智能在音频内容创建和处理方面的潜力。

功能特点：

• 使用优化后的TRT-LLM Whisper模型，实现⚡实时音频转写。
• 通过熟悉的Roberta来修复🛠️音频损坏。
• 能够进行✨情绪分析，判断内容的情绪氛围。

使用场景：

1. 实时自动语音识别（ASR）：对于那些需要即时将口语转换成文本的场合，例如会议记录、实时字幕生成等，Pod-Helper能够提供高效而准确的服务。

2. 音频修复：在音频录制过程中，经常会遇到由于环境噪音、设备故障等原因造成的音频质量问题。Pod-Helper通过高级的音频修复技术，能够修复这些问题，保证音频清晰度。

3. 情绪分析：对于内容创作者来说，了解他们作品的情绪走向是非常重要的。通过Pod-Helper的情绪分析功能，他们可以获得有关其内容情绪倾向的反馈，据此进行调整以更好地吸引听众。

如何使用：

使用Pod-Helper之前，你需要安装TensorRT-LLM for Windows。之后，你可以通过run.py执行WAV文件的推理，或者使用app.py启动一个Gradio界面，通过麦克风输入或文件上传来利用run.py模块。

此外，你还可以选择使用tinyrt文件夹中预转换的模型，或者下载Whisper检查点模型并自行构建TensorRT引擎。