有远见的女性首席执行官为沟通创造独特的解决方案万博 尤文图斯

他们的信号处理创新推动了技术的发展


没有人质疑女性在STEM领域的代表性不足。联合国教育、科学及文化组织,联合国教科文组织报告称,世界上只有28%的研究人员是女性,目前在信息和通信技术等领域的女生入学率很低,为3%,在自然科学、数学和统计学领域的入学率只有5%是女性。

尽管STEM领域缺乏多样性,但女性不仅在各自领域推动技术进步,而且还创办了STEM相关企业。本文重点介绍了三位首席执行官,他们花了数年时间改进控制和操纵通信信号的技术。他们的解决方万博 尤文图斯案为无声者提供语音,倾听和识别口头命令,并有效地放大和传递无线信号,使数百万人能够说话、发短信和上网。

现代通信涉及技术。这里有手机发射塔、移动电话、连接Wi-Fi的小玩意、智能扬声器、无线耳机和耳机。它们里面都有计算机芯片和算法,用于将电磁无线电波转换成无线信号或音频。每一项工作的方式都是独一无二的,因为公司都是围绕创新而建立的,通常需要复杂的工程技能和卓越的创造力。

这些创新者都突破了自己领域的极限,在全新的市场中取得了成功,或者在其他领域的竞争中脱颖而出。他们的技术改变了范式。

把声音给无声的人

Rupal Patel, VocaliD的首席执行官

鲁帕尔·帕特尔(Rupal Patel)是波士顿东北大学通信分析与设计实验室的负责人,她的职业生涯始于言语病理学家,后来获得了言语声学博士学位。几年前,在参加一个辅助技术会议时,她看到一个小女孩正在和一个成年男子交谈。他们两人都不能用自己的声音说话,所以他们依靠语音合成器从电脑上输入的单词中产生音频。帕特尔听到这个女孩和这个男人有着相同的声音时感到震惊。

2014年,帕特尔成立了声带该公司使用最先进的机器学习和基于语音的算法,定制独特和更真实的合成声音。数以百万计的人在使用他们的声音说话时遇到了困难,虽然不是所有人都需要计算机设备来交流,但很多人确实需要。这些设备能发出普通的声音,其中一些声音与著名天体物理学家斯蒂芬·霍金(Stephen Hawking)使用的声音相似。

但也不一定是这样。事实证明,不能说话的人仍然能够从他们的喉头发出声音;它是声道,位于头部和颈部的腔室,不能正常工作,将声音过滤成辅音和元音。

帕特尔说,她的想法是记录一个不会说话的人发出的声音,然后通过从另一个年龄、体型和性别大致相同的人那里借来的单词过滤出来。VocaliD的研究团队使用了MATLAB®原型化一种从代理声音中分离声音源的方法。帕特尔说,每个人的声音都有四个明显的特征:音调、响度、呼吸和鼻音,这决定了声音是在头部还是在胸部产生更多的共鸣。结合这四个特征可以产生16种可能的语音类型。精确定位代理和最终用户的语音类型可以让语音工程师找到理想的匹配。

当帕特尔和她的团队开发这项技术时,他们发现了另一组同样急需合成语音的人。这些病人,因为疾病或癌症,需要手术,使他们不能说话。知道他们将失去这种能力,这些病人可以在住院前录制自己的声音,并保存它,生成一个听起来像他们自己的合成声音。

帕特尔讲述了一个60多岁的德克萨斯州男子的故事,他从未吸烟,但不知何故患上了喉癌。在他预定的手术前一两天,他在一本杂志上读到一篇描述VocaliD创新的文章。他立即给帕特尔发了电子邮件,问她是否能帮助他。她不确定是否有时间,但她鼓励他访问VocaliD网站上的“人类语音库”,并尽可能多地记录样本。他成功地说出了1300句话,帕特尔和她的团队能够重建他的声音,以便在手术后使用。

帕特尔说:“我们正在取得进展,这令人兴奋,但我也觉得我们没有接触到足够多的人。”。

接触更多的人意味着产生更多的收入来提高认识。为此,VocaliD还在企业界致力于创造与产品、公司、甚至公交车或地铁等公共交通方式相关的独特声音。一个项目让他们为一个纪念活动合成一位著名体育播音员的声音。

“不仅仅是残疾人可以从这项技术中受益。我们需要更广泛的行业应用,以推动残疾人技术的边界向前发展,”Patel说。

VocaliD使用语音信号处理算法和深度学习来 创建自定义声音。

“那是我第一次恍然大悟,我意识到那些不会说话的人使用的是一种有限的声音。”

Rupal Patel, VocaliD的首席执行官

改进始终在线的语音和音频识别

随着从文本到音频的听写,Siri和Alexa等数字语音助手,以及响应语音命令的手机、智能手表和耳机等电子设备的普及,键盘作为界面可能在五年内基本消失。莫娜·埃尔哈提卜和她怡安保险团队已经准备好了。2018年,她与人共同创立了AONDevices公司(AON),以开发强大的、低功耗的片上算法,利用人工智能(AI)为电池供电的设备提供侦听和响应语音和音频的永远在线能力。

所谓“可听到的”不仅听语音命令,而且可能很快就能辨别出与用户相关的环境声音。想象一下,耳机知道你在街上,当有声音需要注意时可以提醒你。想象一下,婴儿监视器知道咯咯声和哭声的区别,可以通知父母婴儿醒了。我magine一种能够听到玻璃破碎声并发出警报的安全系统。

Daniel Schoch(左)、Adil Benyassine博士(中)和Mouna Elkhatib(右)于2018年共同创立了AONDevices,以提供集成机器学习的低功耗信号处理设备。

“我对声音和音频非常感兴趣。”

Mouna Elkhatib,AONDevices首席执行官

作为该公司的首席执行官,Elkhatib从她在语音和音频领域的广泛职业生涯中获益。她曾在Conexant担任领导职务,Conexant是一家提供语音和音频处理产品的半导体公司;半导体和电信设备公司高通公司;以及人工智能计算机解决方案公司BrainChip。万博 尤文图斯s manbetx 845

埃尔哈提卜拥有11项专利和4项临时专利。他说:“我对声音和音频很有热情。

她对技术了如指掌,从电脑芯片的架构到电路的层次。因此,她一直在寻找改进的方法。这些年来,有一个问题一直困扰着她。传统的数字信号处理算法不能很好地识别背景噪声较大的音频。对于一直开着电池的设备来说,这个问题更加严重,因为标准算法需要太多的电力来解决这个问题,很快就耗尽了电池。

AON研究了这个问题,并在人工智能中找到了一个解决方案:深度学习神经网络可以用于解决一系列应用中的音频问题。

AON从头开始构建这些算法,并在开发和解决方案优化阶段使用MATLAB,以解决他们试图解决的问题。例如,他们可能向算法提供一些只包含语音命令的音频数据,并告诉它:“这只是声音。”接下来,他们会给它输入背景噪音,并告诉它:“这是背景噪音。”然后他们可能会同时给它喂食,并要求它找出隐藏在背景噪音中的语音指令。随着算法在区分指令和背景噪声方面做得越来越好,研究人员增加了测试的难度,或者对算法进行精简,使其耗电量越来越少,但却获得了相同的结果。

Elkhatib说,现在他们拥有超低功耗算法,其性能非常高,高于传统算法的任何性能。

简化无线信号

Helen Kim,NanoSemi首席执行官

小时候在韩国,Helen Kim是NanoSemi,爱科学。她非常崇拜居里夫人,10岁时就开始在家里做化学实验了。她说:“我父母给了我一套化学装置,让我可以炸东西。”上高中的时候,父母举家搬到了洛杉矶,她迷上了电脑和电子产品。“我对超越纯科学的技术的可能性感到敬畏,”她说。

这些可能性使她走上了一条新的道路,最终获得了哥伦比亚大学(Columbia University)的电子工程博士学位。随后,她在贝尔实验室(Bell Labs)工作了12年,在麻省理工学院(Massachusetts Institute of Technology)的林肯实验室(Lincoln Laboratory)工作了10年。2014年,她与亚历山大·梅格莱茨基(Alexandre Megretski)、李燕(Yan Li)和凯文·庄(Kevin Chuang)共同创立了NanoSemi软件公司,致力于改善无线通信。

NanoSemi的核心是用来提高射频功率放大器传输无线信号的性能和效率的算法。这些放大器提供熟悉的信号,如4G、LTE和Wi-Fi。但下一代频谱,5G,提供了更快的速度和更多的带宽。思科表示,数据传输速率预计将比4G高40倍左右,Wi-Fi 6的速度预计将比最新版本的Wi-Fi 802.11ac快4倍。由于5G的存在不会消除3G、4G或其他无线标准,电子设备和设备将不得不在更小的空间内容纳所有这些产品。

“NanoSemi的方法是真正的突破性的,我们降低了功耗,同时提高了性能。由于连接的改善,你的手机不仅工作得更好,而且电池续航时间也更长。”

Helen Kim,NanoSemi首席执行官

这是一个很大的挑战。移动电话、计算机和通信基站上的计算机芯片在物理上受到它们能放大多少信号的限制。如果超出了它们的极限,放大器就会造成信号失真;产生“垃圾”信号,称为马刺;甚至会将信号溢出到其他无线电频道,干扰原本应该在那里的信号。解决这些问题的一种方法是在电子设备上安装更多的放大器。但是空间是有限的,增加更多的电子意味着增加更多的热量,这反过来需要更多的能量来保持凉爽。

NanoSemi的解决方案通过使用预测机器学习模型实时适应无线信号的算法解决了放大器的物理限制。NanoSemi的团队开发了一种方法,能够在算法中生成独特的数学函数,精确地预失真信号的输入。将失真添加到输入会抵消输出上可能发生的任何失真。结果是清晰可靠的信号。

NanoSemi的团队被分为三个技术小组:一个负责创建算法,另一个负责识别射频放大器的物理限制并验证算法,第三个负责将完成的算法转换成可以嵌入半导体芯片的设计。Kim说,前两个团队使用MATLAB创建和验证这些算法,并运行测试设备。最终的设计改进了最终传输无线信号的射频功率放大器的性能和效率。“我们在推动放大器功率的同时清除这些信号,”Kim说。

NanoSemi线性化IP的开发和验证提高了射频信号的性能。

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。

Kim说:“NanoSemi的方法是真正的突破性的,我们在降低功耗的同时提高了性能。”“由于连接的改善,你的手机不仅工作得更好,而且电池续航时间也更长。”

面板的导航

机器人学

试试这个尺码

设计师设计的服装给机器人带来触觉

面板的导航

控制系统

完美车祸编码

缩小虚拟和物理碰撞模拟之间的差距有助于汽车行业拯救生命

面板的导航

机器人学

探索世界上最大的生态系统

海平面以下500米