没有人怀疑妇女在STEM领域的代表性不足。联合国教育，科学及文化组织，教科文组织报告说，只有28％的世界的研究人员是女性，目前女生入学率很低，如在3％信息和通信技术，只有5％的自然科学，数学当前参保的区，和统计数据是妇女。
尽管缺乏这种多样性在STEM领域，女性不仅是先进技术在各自的领域也成立STEM相关业务。本文亮点三个老总谁花了几年时间完善技术，控制和操纵通信信号。他们的解决方万博 尤文图斯案，以清音发表演讲，倾听并承认口头命令，并有效地放大和传递无线信号，使数以百万计的人聊天，文本和上网冲浪。
现代通信涉及技术。有手机塔，手机，Wi-Fi连接的小工具，智能扬声器和无线耳机和耳机。它们中的所有内部都是计算机芯片和算法，旨在将电磁无线电波转换为无线信号或音频。各种作品如何与围绕着创新建造的公司一样独特 - 并且通常需要复杂的工程技能与创造力的显着措施相结合。
所有这些创新已经把她推领域的极限，找到在全新的市场取得成功，还是别人在竞争中不断提高。他们的技术转移的范例。
提供语音朗读清音
鲁珀尔·帕特尔，VocaliD的CEO
Rupal Patel，在波士顿东北大学指导沟通分析和设计实验室开始了她作为演讲病理学家的职业生涯，后来继续在言语声学中获得博士学位。多年前，在参加辅助技术会议的同时，她看到一个与成年男子交谈的小女孩。他们都没有使用自己的声音说话，因此他们依赖于从计算机上键入的单词创建音频的语音合成器。Patel很震惊地听到这个女孩和这个男人的通用电脑语音相同。
2014年，帕尔建立了沃达利，其使用状态的最先进的机器学习和基于语音的算法来定制独特和更逼真的合成声音。数以百万计有使用他们的声音说话困难，而不是所有的人都需要一个计算机化的设备进行通信，许多人。这些设备所产生的通用的声音，他们中的一些类似，而使用了由著名天体物理学家斯蒂芬·霍金是什么。
但它不一定。事实证明，谁也不能说人们仍然可以从他们的语音盒产生话语;它的声道，在头部和颈部的腔，不正常的声音渗入到辅音和语音的元音。
帕特尔的想法，她说，是从记录通过从其他人谁是差不多的年龄，大小，性别借来的话谁也不会说话的人，并过滤他们发声。该研究小组在VocaliD用MATLAB®原型一种将声音源与代理语音分开的方法。Patel表示，每个人的声音都有四个不同的特点：俯仰，响度，呼吸和鼻部，它定义了声音是否在头部或胸部谐振。结合这四种特征产生16种可能的语音类型。针对代理的语音类型和最终用户的语音类型使语音工程师能够找到理想的匹配。
由于帕特尔和她的团队正在开发的技术，他们发现谁需要离我而去合成语音另一批人。这些都是病人谁，因为疾病或癌症，需要手术，将让他们无法交谈。知道他们会失去这种能力，这些患者可以录制自己住院的自己的声音直接保存它来生成合成一个声音和他们一样。
Patel讲述了60多岁从未吸烟的德克萨斯州人的故事，但是以某种方式发展了喉癌。在他预定的手术前大约一两天，他读了一篇文章，在杂志中描述了博物系的创新。他立即通过电子邮件发送了披肩，并询问她是否可以帮助他。她不确定是否有时间，但她鼓励他访问Vocalid的网站上的“人类语音银行”并尽可能多地录制样本。他设法说1300句话，帕特尔和她的团队能够在手术后重建他的声音。
“这是令人兴奋的是，我们正在取得进展，但我也觉得我们没有达到足够的人，” Patel说。
达到更多人意味着产生更多的收入来提高意识。为此，Voxid也在公司世界内工作，以创建与产品，公司甚至公共交通方式的独特声音，如公共汽车或地铁。一个项目使它们合成了纪念事件的着名运动镜头的声音。
“这不只是人们可以从这项技术中获益残疾。我们需要更广泛的行业收养残疾推技术的界限为人民前进，” Patel说。
Vocalid使用语音信号处理算法和深度学习才能自定义声音。
“这是认识到，谁也无法说话和使用的设备来说话人在使用有限的一组声音的第一一公顷的时刻。”
鲁珀尔·帕特尔，VocaliD的CEO
改善始终保持接通的语音和音频识别
随着文本到音频听写的普及，数字语音助理等的Siri和Alexa，像手机，智能手表，和耳机，为语音命令做出响应，键盘作为一个接口，可以在很大程度上消失了在五年内的电子设备。穆纳Elkhatib和她AON队已经准备就绪。在2018年，她与人合伙创办公司AONDevices（AON）开发可靠，低功耗，芯片上的算法，利用人工智能（AI）给电池供电的设备永远在线聆听和响应的语音和音频的能力。
所谓的“听力”不仅侦听语音命令，而且可能很快识别与用户相关的环境声音。想象一下，耳机知道你在街上，可以在有声音注意时提醒你。想象一下婴儿监视器，了解咕噜咕噜咕噜咕噜咕噜咕噜声，可以通知父母令人醒来的父母。想象一下，一个听到玻璃的声音并听起来一个警报的安全系统。
Daniel Schoch（左），Adil Benyassine（Centre）博士和Mouna Elkhatib（右）2018年Cofounded Aondevices，提供了具有集成机器学习的低功耗信号处理设备。
“我有很多的语音和音频的激情。”
Mouna Elkhatib，Aondevices的首席执行官
作为该公司的首席执行官，Elkhatib从她的语音和音频中汲取了广泛的职业生涯。她在一家半导体公司的Conexant领导角色致力于提供语音和音频处理的产品;s manbetx 845高通公司，半导体和电信设备公司;和Brainchip，一个人工智能计算机解决方案公司。万博 尤文图斯
“我有很多的语音和音频的激情，” Elkhatib，谁拥有11项专利和四个临时专利说。
她知道这项技术从内到外，从计算机芯片的架构下到电路的水平。其结果是，她一直在寻找各种方法来改善它。多年来，一个问题一直唠叨她。用于处理数字信号处理的传统算法当背景很嘈杂不能完全识别的音频。为始终保持接通的电池供电设备的问题恶化，因为标准算法需要太多的权力来解决问题，快速耗尽电池。
AON研究了这个问题，发现了AI的解决方案：深度学习神经网络可用于解决一系列应用中的音频问题。
AON从头开始建立这些算法，并使用MATLAB在开发和解决方案优化阶段，他们正在试图解决这个问题。例如，他们可能向算法只包含语音命令的一些音频数据，并告诉它，“这是唯一的声音。”接下来，他们会喂它背景噪音，并告诉它，“这是背景噪音。”然后，他们可以给它两个，并要求它找到埋藏在背景噪声的语音命令。由于算法从背景噪声区别命令得到更好的，研究人员让测试更加困难或SLIMS要使用的算法越来越少的功率，同时实现了相同的结果。
现在，它们具有超低功率算法，以非常高的级别，elkhatib说，比传统算法所实现的任何东西。
简化无线信号
纳米米首席执行官Helen Kim
作为韩国的孩子，Helen Kim的首席执行官NanoSemi，热爱科学。她很羡慕居里夫人这么多，10岁的她在家里进行化学实验。“我的父母让我有一个化学装置炸毁的东西，”她说。当她在高中的时候，她的父母把家搬到了洛杉矶，和金成为与电脑和电子产品着迷。“我被超越纯科学技术的可能性镇住了，”她说。
这些可能性，从此踏上一条新的轨道，最终导致了博士学位哥伦比亚大学电气工程。她继续工作在贝尔实验室的12年，10年技术的林肯实验室，麻省理工学院，并在2014年，她与人合伙创办NanoSemi，一个软件公司，提高了无线通信，与亚历山大Megretski，严力，和凯文闯。
在NanoSemi的心脏是算法，旨在提高射频功率放大器，可提供无线信号的性能和效率。这些放大器提供熟悉的信号，如4G，LTE和Wi-Fi。但是下一代频谱，5G，提供更快的速度和更大的带宽。数据速率预计将大约比4G的高40倍，以及Wi-Fi 6预计会比Wi-Fi，802.11ac标准的最新版本快四倍，根据思科。因为5G的存在不会消除3G，4G或者其他无线标准，电子仪器和设备将必须适应所有这些产品的更小的空间。
“NanoSemi的做法是真正突破性的，我们正在降低功耗的同时提高了性能。不仅将你的手机由于工作更好地改进的连接，但电池将持续较长时间了。”
纳米米首席执行官Helen Kim
这是一个很大的挑战。在手机和电脑和通信基站的计算机芯片在物理上的限制又使他们能有多少信号放大。如果被推到超出自己的极限，放大器可以创建信号失真;产生的“垃圾”的信号，称为距;或甚至溢出信号到其他的无线电信道，与意在那里信号干扰。解决这些问题的一种方法是将更多的放大器上的电子装置。但空间有限和添加更多的电子装置增加更多的热量，这又需要更多的能量来保持凉爽。
纳米MI的解决方案解决了利用算法的放大器的物理限制，该算法使用预测机器学习模型实时适应无线信号。Nanosemi的团队开发了一种能够在算法中生成独特数学函数的方法，以精确地预测信号的输入。向输入添加失真取消输出在输出上发生的任何失真。结果是一种清晰可靠的信号。
NanoSemi球队分成三个技术组：一创建该算法，另一个以识别射频放大器，并验证算法的物理限制，以及第三，其将成品算法成可嵌入在半导体芯片上的设计。金正日说，第两队使用MATLAB创建和验证这些算法以及运行测试设备。最终的设计提高了射频功率放大器，最终传递无线信号的性能和效率。“我们清理这些信号，同时推动放大器电源，” Kim说。
纳米MI线性化IP开发和验证提高了RF信号的性能。
Nanosemi的客户包括5G移动设备，无线基础设施和信号处理测试设备的制造商。
“NanoSemi的做法是真正的突破性的，我们降低了功耗，同时提高了性能，” Kim说。“不仅将你的手机工作在改进的连接更好的原因，但电池将持续较长时间了。”
