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。
我还要感谢在我成长为工程师期间给予我巨大支持的工程师们。特别是,我要感谢 John Deere 的 Brian Booth,他教我硬件工程的基础知识。同样,我要感谢 Appareo Systems 的 Bradly Schleusner 和 Nicholas Butts,他们教我编写嵌入式软件的重要基础知识。此外,我还要感谢 James Richie 博士开设了一门非常有用的天线理论课,正是这门课让我得以完成本论文的 RF 部分。我还要感谢 Kellen Carrey 的反馈以及在开发 RF 控制器方面的帮助。最后,我要感谢我的实验室同事 Milad Ghorbani 和 Wenkai Guan,他们设法忍受了本论文产生的噪音,并提供了有用的反馈和支持。
