没有人争议妇女在词干领域所谓的。联合国教育，科学和文化组织，教科文组织，报告称，世界上只有28%的研究人员是女性，目前信息和通信技术等领域的女生入学率较低，只有3%，自然科学、数学和统计学领域的女生入学率只有5%。
尽管干旱领域缺乏多样性，但妇女不仅是各自领域的推进技术，而且是建立与相关的业务。本文突出了三首CEO，他们拥有普通的精炼技术，可以控制和操纵通信信号。他们的解决方金宝搏官方网站案向您的声音发言，倾听并识别口头命令，并有效地放大和提供允许数百万人交谈，文本和冲浪互联网的无线信号。
现代通信涉及到技术。这里有手机发射塔、移动电话、wi - fi连接的小工具、智能音箱、无线耳机和耳机。在所有这些设备中，都装有计算机芯片和算法，用来将电磁波转换成无线信号或音频。每家公司的运作方式都是独一无二的，就像围绕着创新建立起来的公司一样——通常需要复杂的工程技能和非凡的创造力。
这些创新者中的每一位都突破了自己领域的极限，在全新的市场上取得了成功，或者超越了其他市场的竞争。他们的技术改变了范式。
给清音发出声音
Rupal Patel，VocaliD首席执行官
鲁泊尔·帕特尔(Rupal Patel)是波士顿东北大学(Northeastern University)沟通分析与设计实验室(Communication Analysis and Design Laboratory)的主任，她最初是一名言语病理学家，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。他们都不能用自己的声音说话，所以他们依赖于语音合成器，它可以根据电脑上输入的单词生成音频。帕特尔震惊地得知，这个女孩和那个男人拥有同样的电脑语音。
2014年，帕特尔成立VocaliD，它使用最先进的机器学习和基于语音的算法来定制独特且更真实的合成语音。数以百万计的人很难用自己的声音说话，虽然不是所有人都需要计算机设备来进行交流，但许多人确实需要。这些设备产生通用的声音，其中一些类似于著名天体物理学家斯蒂芬·霍金（Stephen Hawking）使用的声音。
但它不一定。事实证明，不能说话的人仍然能够从他们的语音箱中产生话语;它是声道，头部和颈部的腔室，不正常工作，以将声音过滤到辅音和音乐元音中。
她说，Patel的想法是通过从另一个年龄，大小和性别的人借来的话来记录一个不能说话和过滤他们的人的发声。Voxid使用Matlab的研究团队®原型化一种将声源与代理者的声音分离的方法。帕特尔说，每个人的声音都有四个截然不同的特征:音调、响度、呼吸和鼻音，这决定了声音是在头部还是胸部共鸣更多。将这四种特征结合起来，就产生了16种可能的声音类型。通过确定代理和最终用户的语音类型，语音工程师可以找到理想的匹配。
在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需要合成语音的人。这些患者由于疾病或癌症需要进行手术，使他们无法说话。知道他们将失去这种能力，这些患者可以提前录下自己的声音住院，并保存它，生成一个听起来像他们的合成。
帕特尔讲述了德克萨斯州一名60多岁男子的故事，他从未吸烟，但不知何故患上了喉癌。大约在他预定手术的前一两天，他在一本杂志上读到了一篇描述VocaliD创新的文章。他立即给帕特尔发了邮件，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网站上的“人类语音银行”，并尽可能多地录制样本。他成功地说了1300句话，帕特尔和她的团队能够在他的手术后重建他的声音。
帕特尔说:“我们正在取得进展，这很令人兴奋，但我也觉得我们没有触及足够多的人。”
接触更多的人意味着产生更多的收入来提高意识。为此，VocaliD也一直致力于在企业界创造与产品、公司甚至公共交通方式(如公交车或地铁)相关的独特声音。其中一个项目是让他们为一个纪念活动合成一位著名体育播音员的声音。
“这不仅仅是有残疾人可以从这项技术中受益。我们需要更广泛的行业采用来推动对残疾人的技术的界限，“Patel说。
VocaliD使用语音信号处理算法和深度学习 创建定制语音。
“这是第一次认识到不能说话和使用设备说话的人使用的是有限的一组声音，这是一个非常好的时刻。”
Rupal Patel，VocaliD首席执行官
始终改善语音和音频识别
随着文本到音频听写、Siri和Alexa等数字语音助手以及手机、智能手表和耳机等响应语音命令的电子设备的普及，作为接口的键盘可能在五年内基本消失怡安团队准备好了。2018年，她将公司的Aondevices（AON）联合开发了使用人工智能（AI）的强大，低功耗，片上算法，以提供电池供电的设备，以倾听和响应语音和音频的始终开启能力。
所谓的“可听设备”不仅能听到声音命令，而且可能很快就能识别与用户相关的环境声音。想象一下，耳机知道你在街上，当有需要注意的声音时可以提醒你。想象一个婴儿监视器，它能区分咯咯声和哭声，并通知父母婴儿醒了。想象一个安全系统听到玻璃破碎的声音并发出警报。
Daniel Schoch(左)、Adil Benyassine博士(中)和Mouna Elkhatib(右)于2018年共同创立了AONDevices，提供集成机器学习的低功耗信号处理设备。
“我对语音和音频有很大的热情。”
莫纳·埃尔哈提卜，AONDevices首席执行官
作为公司的首席执行官，埃尔哈提卜充分利用了她在声音和音频领域的广泛职业生涯。她曾担任Conexant(半导体公司，提供语音和音频处理产品)的领导职务;下载188bet金宝搏半导体和电信设备公司高通(Qualcomm);以及人工智能计算机解决方案公司BrainChip。金宝搏官方网站
“我对语音和音频有很大的热情，”埃尔卡里布说，举办了11项专利和四项临时专利。
她从电脑芯片的架构到电路的级别，她知道技术内部和外面的技术。结果，她经常在寻找改善它的方法上。多年来，一个问题在她身上唠叨。当背景非常嘈杂时，处理数字信号处理的传统算法不能完全识别音频。问题在于始终导致电池操作的设备，因为标准算法需要太多的电源来解决问题，快速排出电池。
AON对这个问题进行了研究，并在人工智能中找到了解决方案:深度学习神经网络可以在一系列应用中用于解决音频问题。
AON从头开始构建这些算法，并在开发和解决方案优化阶段中使用MATLAB，以解决他们试图解决的问题。例如，它们可以提供只包含语音命令的一些音频数据并告诉它，“这只是语音。”接下来，他们将喂它噪音并告诉它，“这是背景噪音。”然后，他们可以喂它既涉及它，并要求它找到埋在背景噪声中的语音命令。随着算法在区分命令从背景噪声中变得更好时，研究人员使测试更加困难或缩小算法使用较少和更少的功率，同时实现相同的结果。
Elkhatib说，现在他们的超低功耗算法性能非常高，比任何传统算法都要高。
简化无线信号
Helen Kim, NanoSemi的首席执行官
作为一个孩子，在韩国，海伦金，首席执行官纳米电磁，喜爱的科学。她钦佩玛丽居里，到10岁时，她在家里表演化学实验。“我的父母允许我拥有一个化学设置并炸掉东西，”她说。当她在高中时，她的父母将家人搬到洛杉矶，金对计算机和电子产品着迷。“我被超越纯科学的技术可能令人敬畏，”她说。
这些可能性让她在一个最终导致博士学位的新轨道上。在哥伦比亚大学的电气工程中。她继续在贝尔实验室和10年代在马萨诸塞州理工学院林肯实验室工作12年，并于2014年在一家改善无线通信的软件公司中被Cofousoused Nanosemi，与亚历山大百丽斯基，延力和凯文庄。
NanoSemi的核心是旨在提高无线信号传输射频功率放大器的性能和效率的算法。这些放大器传输熟悉的信号，如4G、LTE和Wi-Fi。但下一代频谱5G提供更快的速度和更大的带宽。数据速率预计将是4G、LTE和Wi-Fi的40倍左右根据思科的数据，Wi-Fi 6的速度预计将是最新版本Wi-Fi 802.11ac的四倍。因为5G的出现不会消除3G、4G或其他无线标准，电子设备和设备将不得不在更少的空间内容纳所有这些产品。
“纳米MI的方法是真正的接地，因为我们正在降低功耗，同时提高性能。由于连接的连接，您的手机不仅会更好地工作，但电池也将持续更长时间。”
Helen Kim, NanoSemi的首席执行官
这是一个巨大的挑战。手机、电脑和通信基站上的计算机芯片在物理上只能放大多少信号。如果超出其极限，放大器会造成信号失真，产生“垃圾”信号，被称为杂散；甚至将信号溢出到其他无线电频道，干扰本应存在的信号。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。但空间有限，增加更多电子意味着增加更多热量，这反过来需要更多的能量来保持冷却。
NanoSemi的解决方案通过使用预测机器学习模型的算法来解决放大器的物理限制，以适应实时无线信号。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，从而精确地预失真信号的输入。在输入上增加失真可以抵消输出上可能发生的失真。结果是一个明确而可靠的信号。
NanoSemi的团队分为三个技术小组：一个小组负责创建算法，另一个小组负责识别射频放大器的物理限制并验证算法，第三个小组负责将完成的算法转换为可嵌入半导体芯片的设计。Kim说，前两个小组使用MATLAB创建d验证这些算法并运行测试设备。最终的设计提高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理这些信号，”Kim说。
纳米半导体线性化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。
“NanoSemi的方法是真正的突破性的，因为我们在降低功耗的同时提高了性能，”Kim说，“改进的连接不仅会让你的手机工作得更好，而且电池寿命也会更长。”
