dc.contributor.author | Vishnyakou, U. A. | |
dc.contributor.author | Shayya, B. H. | |
dc.coverage.spatial | Минск | ru |
dc.date.accessioned | 2022-06-09T11:06:17Z | |
dc.date.available | 2022-06-09T11:06:17Z | |
dc.date.issued | 2022 | |
dc.identifier.citation | Vishnyakou, U. A. Implementation of the internet of things network for monitoring audio information on a microprocessor and controller = Реализация сети интернета вещей для мониторинга звуковой информации на микропроцессоре и контроллере / U. A. Vishnyakou, B. H. Shayya // Системный анализ и прикладная информатика. – 2022. – № 1. – С. 34-38. | ru |
dc.identifier.uri | https://rep.bntu.by/handle/data/112384 | |
dc.description.abstract | The subject of research is the development and implementation of Internet of Things (IoT) network structures for monitoring and analyzing audio information based on Raspberry microprocessor (MP) and an Arduino controller. The purpose of the article is to detail the process of developing an IoT based audio information monitoring network and evaluate the results. The authors have developed two variants of IoT structures for monitoring and analyzing audio and voice information. The IoT network includes a sound sensor (microphone), a unit for analyzing the information received from it and a decision-making module. A diagram of the first IoT structure for assessing the sound level based on the MP and controller is given. The algorithm of IoT network functioning for the analysis of voice information is detailed. It includes receiving information from the microphone, transmitting this information to the MP, processing it according to certain rules, forming a solution by the controller and issuing recommendations to a user. The algorithm is implemented in the IoT network, which includes a microphone, Raspberry MP, Arduino controller, software, applications for the operator. A prototype of the IoT network was created for the analysis of voice information and experiments were conducted to test its functioning. The audio recognizer was trained using various audio samples. The voice sound analysis system was tested in four scenarios: with a large and small amount of background noise, loud and quiet voice. Analysis of the results of the experiment showed that the voice sound analysis system works better when the voice is loud, as well as in a place where the situation is with minimal background noise. | ru |
dc.language.iso | en | ru |
dc.publisher | БНТУ | ru |
dc.title | Implementation of the internet of things network for monitoring audio information on a microprocessor and controller | ru |
dc.type | Article | ru |
local.description.annotation | Предметом исследований является разработка и реализация структур сети Интернета вещей (ИВ IoT) для контроля и анализа звуковой информации на базе микропроцессора (МП) Raspberry и контроллера Arduino. Цель статьи ‒ детализировать процесс разработки сети мониторинга звуковой информации на основе IoT и оценить результаты. Авторы разработали два варианта структур IoT для мониторинга и анализа звуковой и голосовой информации. Сеть IoT включает в себя датчик звука (микрофон), блок для анализа полученной от него информации и модуль принятия решений. Приведена схема первой структуры ИВ для оценки уровня звука на базе МП и контроллера. Детализирован алгоритм функционирования сети интернета вещей для анализа голосовой информации. Он включает получение информации с микрофона, передача этой информации на МП, обработку ее по определенным правилам, формирование решения контроллером и выдача рекомендаций пользователю. Алгоритм реализован в сети ИВ, включающей микрофон, МП Raspberry, контроллер Arduino, программное обеспечение, приложения для оператора. Был создан прототип сети ИВ для анализа голосовой информации и проведены эксперименты для проверки ее функционирования. Распознаватель звука был обучен с использованием различных аудиосэмплов. Система анализа голосового звука была протестирована в четырех сценариях: с большим и малым количеством фонового шума, громким и тихим голосом. Анализ результатов эксперимента показал, что система ИВ анализа голосового звука работает лучше, когда голос громкий, а также и в том месте, где обстановка с минимальным фоновым шумом. | ru |