Утримання позиції квадрокоптера на базі BETAFLIGHT з використанням оптичного потоку
Стаття поширюється за ліцензією Creative Commons Attribution-NonCommercial 4.0 (CC BY-NC 4.0)
Стаття поширюється за ліцензією Creative Commons Attribution-NonCommercial 4.0 (CC BY-NC 4.0)
This paper presents the development and inves- tigation of a speech-to-text conversion and speaker identi- fication system based on a Raspberry Pi microcomputer, designed for local audio data processing in environments with limited network connectivity. The system integrates Silero and WebRTC models for voice activity detection, SpeechBrain for speaker identification, and the Whisper family of models for speech recognition.
У цій статті представлено імплементацію кластера Apache Spark для розподілених обчислень на базі
мікрокомп'ютерів Raspberry Pi. Рішення складається з трьох пристроїв Raspberry Pi 4 (один головний вузол і два
робочі вузли), кожен з 8 ГБ оперативної пам'яті та високошвидкісним мережевим з'єднанням. Конфігурація
кластера оптимізована шляхом налаштування параметрів SPARK_WORKER_MEMORY та
SPARK_WORKER_CORES для забезпечення максимальної ефективності доступних апаратних ресурсів.
Стаття представляє аналіз і розробку смарт-системи збору інформації про шум з використанням спектрального аналізатора SVAN 958A для покращення моніторингу шуму в реальному часі та аналізу даних. Дослідження вирішує обмеження традиційних інструментів вимірювання шуму, які часто не забезпечують обробку в реальному часі та комплексну інтеграцію з сучасними платформами управління даними.
У роботі представлено розробку кіберфізичної системи на основі платформи HomeAssistant для ефективної автоматизації та управління пристроями Інтернету речей (IoT). Розглянуто архітектурні особливості, технічну реалізацію та перспективи розвитку системи, з акцентом на здатність інтегрувати широкий спектр сенсорів та IoT-пристроїв в одну мережу для створення адаптивних та інтелектуальних рішень.