各种人工智能 (AI) 和自然语言处理器 (NLP) 的发展使得生成将口语转换为实际 SQL 数据库查询的系统成为可能。深度学习模型中使用涉及使用 Python 的 SpeechRecognition 包和 Google Speech Recognizer API 的自动语音识别 (ASR) 技术来分析和合成复杂的 SQL 结构。这些模型由无数复合查询示例训练,实现了用户使用数据库的目标。这个概念很容易理解,使任何外行或技术挑战者都可以与他们的数据进行交互和组织。作为一种人工智能控制的技术,它最适合用于业务分析和个人数据管理,允许用户仅使用语音来处理数据库。
语音助手的设计目的是让用户的工作更轻松。因为用户无需看屏幕就可以向他们发出命令。该系统最大的缺点是未经授权的用户可以访问机密数据,从而可能侵犯隐私。因此,用户数据的机密性、完整性和可用性 (CIA) 受到影响。针对这个问题,“人脸识别”的安全功能被设计成可以检测授权用户的脸部并将用户命令作为输入并通过合成语音提供响应。面部识别技术 (FRT) 是最具争议的新工具之一。它最早是在 20 世纪 60 年代开发的。最近它开始进入大众市场——无论是执法部门还是私人消费者。自动人脸识别涉及:
这些列出的示例只是助手的少数任务。它可以根据用户的需求执行更多任务。我们开发的语音助手适用于 Windows 用户。这个基于语音的模块是基于桌面的,使用 Python 模块和库构建。它是一个基本版本,可以执行操作它的用户分配给他们的整个基本日常任务。上面列出了我们的助手要执行的一些任务。当前的技术在许多方面都很好,但仍可以通过将其与机器学习和物联网 (IoT) 相结合来改进。我们使用 Python 模块和库以及人工智能和机器学习来训练我们的模型。我们的模型中还使用了一些 Windows 命令,使其在 Windows 操作系统上顺利运行。基本上,我们的模型有三种工作模式:-
DVCS6100 是 Becker Avionics 最新的数字音频选择器和对讲系统。设计时同时考虑了旋翼和固定翼飞机,Becker Avionics 充分利用了其在航空航天工业音频应用方面的成熟技术。通过使用面向未来的 DSP 和微控制器技术,该系统符合当今最新的技术和质量标准。它采用了模块化系统设计理念,以在系统集成期间实现最大灵活性,并确保在飞行操作期间实现最佳性能和可靠性。DVCS6100 由以下部分组成:一个远程电子单元 REU6100,最多 6 个音频控制单元 ACU6100 或 ACU6101,可选对讲放大器,最多可容纳 12 名乘客。最多 6 个音频控制单元中的每一个都通过双冗余 CAN 总线将所选开关和旋转控制器的状态传输到远程电子单元。阻抗匹配和音频数字信号处理在 REU6100 内进行。 EM6100 是存储设备(可选)。它是一个连接到 REU6100 的小型设备,用于存储系统配置。允许轻松进行现场更换,而无需在工作台上重新配置系统。在系统集成或操作员现场使用期间,DVCS6100 的配置可通过 Becker Avionics 提供的特殊配置软件工具轻松实现。为确保操作期间的最大可靠性和安全性,系统具有特殊的安全模式:● 从属模式:如果飞行员或副飞行员 ACU 完全丢失,则通过将选择开关设置为并行切换控制
在边缘本地运行语音识别模型非常困难(例如,在飞机或其他车辆内,无需连接到云端)。典型的语言处理 AI 系统利用大量服务器基础设施来处理语音,而 Appareo 目前在 iPad 或 iPhone 上运行 ATC Transcription。此外,该模型能够托管在其他硬件平台上,例如 nVidia Jetson Nano 或 Appareo 制造的定制解决方案(见下图)。这使得 ATC Transcription 可以在网络覆盖范围之外运行,安全可靠地执行其功能。
Atos 是数字化转型领域的全球领导者,在 72 个国家/地区拥有约 100,000 名员工,年收入约为 130 亿欧元。该集团是欧洲大数据、网络安全、高性能计算和数字化工作场所领域的领军企业,通过欧洲支付行业领导者 Worldline 提供云服务、基础设施和数据管理、业务和平台解决方案以及交易服务。凭借其尖端技术、数字专业知识和行业知识,Atos 支持其各个业务领域客户的数字化转型:国防、金融服务、医疗、制造、媒体、能源和公用事业、公共部门、零售、电信和交通运输。该集团是奥运会和残奥会的全球信息技术合作伙伴,以 Atos、Atos Consulting、Atos Worldgrid、Bull、Canopy、Unify 和 Worldline 品牌运营。Atos SE(Societas Europaea)是巴黎 CAC40 股票指数的成分股。
现有的采用自动语音识别 (ASR) 技术从 BIM 模型中检索信息的系统无法提供远程交互、检索广泛的数据并自动化整个过程。这对残障人士来说尤其成问题。本文为这一理论和方法上的差距提供了一种双向、自动化和不可知的解决方案。使用 Amazon Alexa(作为 AI 语音助手平台)开发了一个“概念验证”原型来测试适用性。结果表明,创建和检索的信息是有效的。此外,所提解决方案的组件之间具有高度的互操作性,包括 AI 语音助手界面和中介环境,用于将口头请求和检索信息转换为 CSV 文件。未来的研究将扩展创建的解决方案以从 BIM 云模型中检索和访问信息。
关键任务联盟是面向最佳技术解决方案提供商的合作伙伴计划,旨在公开合作,以提高关键任务解决方案的功能、兼容性和安全性。
空中交通管理 (ATM) 的通信、导航和监视 (CNS) 系统以及需要进行改进以克服它们并满足未来的需求。因此,国际民航组织理事会成立了未来空中航行系统特别委员会 (FANS),以研究新概念和新技术,并推荐一种能够克服当前和预见问题的系统。该委员会对现有系统和新技术的应用进行了广泛的研究。它得出结论,现有系统的局限性是系统本身固有的,并且非常严格,以至于除非利用卫星技术,否则无法在全球范围内克服这些问题。因此,一种基于卫星技术的空中航行新概念应运而生,并于 1991 年 9 月在第十届空中航行会议上获得认可
本文由 NWCommons 教育部门免费提供给您,供您免费访问。NWCommons 的授权管理员已接受本文并将其纳入硕士论文和顶点项目中。如需更多信息,请联系 ggrond@nwciowa.edu。
