ข่าว ลำโพงอัจฉริยะ

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน ชุดพัฒนา Raspberry Pi RP2350 พร้อมหน้าจอสัมผัสทรงกลม 1.85 นิ้ว มีไมโครโฟน และตัวเลือกกล่อง, ลำโพงและแบตเตอรี่

ชุดพัฒนา Raspberry Pi RP2350 พร้อมหน้าจอสัมผัสทรงกลม 1.85 นิ้ว มีไมโครโฟน และตัวเลือกกล่อง, ลำโพงและแบตเตอรี่

RP2350 Round TOuch LCD battery speaker box

Waveshare RP2350-Touch-LCD-1.85C เป็นชุดพัฒนา (devkit) ที่ใช้ไมโครคอนโทรลเลอร์ Raspberry Pi RP2350 มาพร้อมหน้าจอสัมผัสทรงกลมขนาด 1.85 นิ้ว ความละเอียด 360×360 พิกเซล มีไมโครโฟนในตัว, GPIO header 28 พิน และพอร์ต USB-C ส่วนรุ่น RP2350-Touch-LCD-1.85C-BOX เป็นการต่อยอดแพลตฟอร์มเดียวกัน โดยเพิ่มกล่องพร้อมลำโพงและแบตเตอรี่ 3.7V ทั้งสองรุ่นยังมาพร้อม SPI flash ขนาด 16MB ช่องใส่การ์ด microSD card เซ็นเซอร์ IMU แบบ 6 แกน ปุ่มและ LED หลายจุด รวมถึงคอนเนกเตอร์ขยาย UART และ I2C สามารถนำไปใช้งานเป็นโซลูชัน HMI ที่รับอินพุตได้ทั้งการสัมผัส ปุ่มกด และการสั่งงานด้วยเสียง พร้อมเอาต์พุตทั้งจอแสดงผลและเสียง สเปคของ RP2350-Touch-LCD-1.85C: ไมโครคอนโทรลเลอร์– Raspberry Pi RP2350A MCU CPU 2x Arm Cortex-M33 cores @ 150 MHz 2x Hazard […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน NASP NeuroVoice VAD : ชิปตรวจจับเสียงพูดแบบ Always-on ใช้พลังงานระดับไมโครวัตต์

NASP NeuroVoice VAD : ชิปตรวจจับเสียงพูดแบบ Always-on ใช้พลังงานระดับไมโครวัตต์

NeuroVoice VAD Voice Activity Detection chip

POLYN Technology, Neuromorphic Analog Signal Processor (NASP) NeuroVoice VAD เป็นชิปตรวจจับเสียงพูดแบบเปิดทำงานตลอดเวลา (always-on) ที่ใช้พลังงานต่ำมาก (ultra-low-power) สามารถตรวจจับเสียงพูดได้แม้อยู่ท่ามกลางสภาพแวดล้อมที่มีสัญญาณรบกวนสูง โดยใช้พลังงานในระดับไมโครวัตต์ และมีความหน่วงเวลาในการประมวลผลเพียงระดับไมโครวินาที การประมวลผลทั้งหมดเกิดขึ้นบนชิปโดยตรงจึงไม่จำเป็นต้องเชื่อมต่ออินเทอร์เน็ต การใช้งานที่เป็นไปได้ ได้แก่ รีโมตคอนโทรลอัจฉริยะ, หูฟังเอียร์บัด, อุปกรณ์สวมใส่, การเข้าถึงด้วยเสียง, อุปกรณ์ IoT ระบบอุตสาหกรรม 4.0, หุ่นยนต์, Smart Home/Factory, ระบบการเคลื่อนที่ (mobility) และอื่น ๆ อีกมากมาย สเปคของชิป NASP NeuroVoice VAD  (NV-VAD 100) : คุณสมบัติ ตรวจจับเสียงพูดโดยใช้พลังงานต่ำมาก (ultra-low powe […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Fusion HAT+ : บอร์ดขยายสำหรับ Raspberry Pi เน้นการควบคุมมอเตอร์และเซอร์โวด้วย AI และ LLMs

Fusion HAT+ : บอร์ดขยายสำหรับ Raspberry Pi เน้นการควบคุมมอเตอร์และเซอร์โวด้วย AI และ LLMs

SunFounder Fusion HAT

SunFounder Fusion HAT+ สำหรับคอมพิวเตอร์บอร์ดเดี่ยว Raspberry Pi 5/4/3B+ และ Zero เป็นบอร์ดควบคุมมอเตอร์และขยาย GPIO ที่ออกแบบมาให้ทำงานร่วมกับ LLM เช่น ChatGPT หรือ Gemini โดยใช้ลำโพงและไมโครโฟนที่ติดตั้งมาบนบอร์ดสำหรับการโต้ตอบด้วยเสียง บอร์ดรองรับไดรเวอร์มอเตอร์ DC 4 ช่อง, ช่อง PWM สำหรับเซอร์โว 12 ช่อง, อินพุต ADC 4 ช่อง และมีอินเทอร์เฟซ I2C, SPI และ UART สำหรับเชื่อมต่อเซนเซอร์ นอกจากนี้ยังมาพร้อมแบตเตอรี่ชาร์จได้ 18650 จำนวน 2 ก้อน พร้อมระบบจัดการพลังงานอัจฉริยะและฟังก์ชันปิดเครื่องอย่างปลอดภัย เหมาะสำหรับใช้งานในรถอัจฉริยะ, หุ่นยนต์ฮิวแมนนอยด์, แขนกล, หุ่นยนต์หลายขา (เช่น แมงมุม) และระบบสมาร์ทโฮม สเปคของ Fusion HAT+ : MCU – Gigadevices GD32E203C8T6 ไมโครคอนโทรลเลอร์ Arm Cortex-M23 @ 72MHz พร้อม flash 64K […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน ESP Private Agents : แพลตฟอร์มที่ช่วยพัฒนาผู้ช่วยเสียง AI สำหรับอุปกรณ์ ESP32 แบบประมวลผลบนอุปกรณ์

ESP Private Agents : แพลตฟอร์มที่ช่วยพัฒนาผู้ช่วยเสียง AI สำหรับอุปกรณ์ ESP32 แบบประมวลผลบนอุปกรณ์

ESP32 AI Agent Translator Interpreter

Espressif เปิดตัวแพลตฟอร์ม ESP Private Agents เพื่อช่วยนักพัฒนาสร้างผู้ช่วย AI แบบทำงานในเครื่อง (local), เป็นส่วนตัว (private) และปรับแต่งได้ สำหรับอุปกรณ์ ESP32 ที่รัน AI บนอุปกรณ์โดยตรง ทั้งยังรองรับงาน AI แบบไฮบริดที่ผสมการประมวลผลบนอุปกรณ์และบนคลาวด์ได้ด้วย แพลตฟอร์ม ESP Private Agents มีเฟรมเวิร์กแบบรวมศูนย์ที่ช่วยให้นักพัฒนาสร้างแอปพลิเคชันที่ผสานความเร็ว การมองเห็น ระบบอัตโนมัติ และการโต้ตอบแบบเอเจนต์ (agent-based interactions) ตัวอย่างเช่น ผู้ช่วยสั่งงานด้วยเสียงหลายภาษาแบบรันบนอุปกรณ์ (หรือที่เรียกว่า smart speaker) หรือเอเจนต์เชิงงาน (task-oriented agents) ที่ช่วยทำงานอัตโนมัติในเวิร์กโฟลว์ต่าง ๆ โซลูชันนี้สร้างบนบริการคลาวด์ของ AWS โดยใช้ AWS Fargate เป็นแพลตฟอร์มแอปพลิเคชันหลัก และใช้ Amazon Bedroc […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Edgi-Talk ชุดพัฒนา Machine Learning ที่ใช้ชิป Edge AI Infineon PSOC Edge E84

Edgi-Talk ชุดพัฒนา Machine Learning ที่ใช้ชิป Edge AI Infineon PSOC Edge E84

Edgi-Talk machine learning platform

Edgi-Talk  เป็นแพลตฟอร์มและชุดพัฒนา machine learning ที่ใช้ชิป Infineon PSOC Edge E84 ซึ่งเป็น SoC แบบ Edge AI ประกอบด้วย Arm Cortex-M55/M33 พร้อม Arm Helium, ไมโคร NPU Arm Ethos-U55 และ NNLite neural network acceleratorแบบ พลังงานต่ำ (ultra-low-power) ทำให้รองรับงาน AI/ML ได้หลายระดับประสิทธิภาพและการใช้พลังงาน ชุด devkit มาพร้อม PSRAM 128 MB, QSPI flash 128MB, หน้าจอสัมผัส 4.3 นิ้ว, ไมค์ดิจิทัล 2 ตัว, ลำโพง, WiFi 6 และ Bluetooth LE 6.0, เซนเซอร์วัดการเคลื่อนไหวและสภาพแวดล้อม รวมถึง Header แบบ 40 พินของ Raspberry Pi และคอนเนกเตอร์ PMOD จำนวนสองชุดสำหรับการขยายต่ออุปกรณ์เพิ่ม สเปคของ Edgi-Talk: SoC – Infineon PSOC Edge E84 CPU Arm Cortex-M55 @ 400 MHz พร้อม FPU, MPU, รองรับ Arm Helium , หน่วยความจำ 256KB i-TCM, […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Ubo Pod – แพลตฟอร์มผู้ช่วย AI ส่วนตัวที่ใช้ Raspberry Pi 4/5

Ubo Pod – แพลตฟอร์มผู้ช่วย AI ส่วนตัวที่ใช้ Raspberry Pi 4/5

Ubo Pod

Ubo Pod Developer Edition (DE) เป็นแพลตฟอร์มผู้ช่วยอัจฉริยะด้านการมองเห็น (AI Vision) และการสนทนาด้วยเสียงแบบโอเพ่นซอร์ส ที่ใช้ Raspberry Pi 4 หรือ 5 ออกแบบมาสำหรับนักพัฒนาที่ต้องการควบคุมประสบการณ์การใช้งาน AI ได้อย่างอิสระมากขึ้น อุปกรณ์นี้มีจุดมุ่งหมายเพื่อแทนที่กล่องปิดอย่าง Amazon Echo หรือ Google Nest AI Assistant ด้วยสมาร์ทสปีกเกอร์แบบฮาร์ดแวร์เปิดที่รันซอฟต์แวร์โอเพ่นซอร์ส รองรับฟังก์ชันต่าง ๆ เช่น การแปลงเสียงเป็นข้อความ (Speech-to-Text), โมเดลภาษาและวิสัยทัศน์ (LLMs/VLMs), การแปลงข้อความเป็นเสียง (Text-to-Speech), การเรียกใช้งานเครื่องมือ (Tool Calling) และกลไกการเรียกใช้งานหลากหลายรูปแบบ, Ubo Pod รองรับทั้ง AI แบบใช้คลาวด์และแบบทำงานในเครื่องเพื่อความเป็นส่วนตัวสูงสุด พร้อมด้วยหน้าจอแสดงผลในตัวที่มี […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน การ์ด M5Stack LLM-8850 : โมดูล AI accelerator แบบ M.2 M-Key ที่ใช้ชิป Axera AX8850, 24 TOPS

การ์ด M5Stack LLM-8850 : โมดูล AI accelerator แบบ M.2 M-Key ที่ใช้ชิป Axera AX8850, 24 TOPS

M5Stack LLM AX8850 Card

การ์ด M5Stack LLM-8850 เป็นโมดูล AI acceleration แบบ M.2 M-Key ขนาด 2242 ที่ใช้ Axera AX8850 SoC ให้ประสิทธิภาพสูงสุด 24 TOPS (INT8) รองรับการใช้งานร่วมกับอุปกรณ์โฮสต์ เช่น Raspberry Pi 5, บอร์ด SBC ที่ใช้ Rockchip RK3588 รวมถึง พีซี x86 อย่างมินิพีซีที่มีสล็อต M.2 Key-M ว่างอยู่ การ์ดนี้มาพร้อมกับ RAM ขนาด 8GB, SPI NOR flash ขนาด 32Mbit, และรองรับการเข้ารหัสวิดีโอ H.265/H.264 ความละเอียด 8Kp30 รวมถึงการถอดรหัสวิดีโอ 8Kp60 โดยรองรับได้สูงสุด 16 ช่องสำหรับวิดีโอระดับ 1080p นอกจากนี้ยังติดตั้ง ระบบระบายความร้อนแบบแอคทีฟ เพื่อรักษาอุณหภูมิให้คงที่และป้องกันการเสื่อมสภาพจากความร้อนภายในตัวเครื่อง สเปคของ M5Stack LLM‑8850 card : SoC – Axera AX8850 CPU – โปรเซสเซอร์ Octa-core Cortex-A55 ความเร็ว 1.7 GHz NPU – 24 TOPS […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Espressif EchoEar : ESP32-S3 AI Chatbot สำหรับการโต้ตอบด้วยเสียงและ Edge AI

Espressif EchoEar : ESP32-S3 AI Chatbot สำหรับการโต้ตอบด้วยเสียงและ Edge AI

Espressif EchoEar Smart AI Development Kit

Espressif Systems EchoEar เป็นอุปกรณ์ ESP32-S3 AI chatbot ขนาดกะทัดรัดที่ออกแบบมาสำหรับการโต้ตอบด้วยเสียงและการประมวลผล edge AI เหมาะสำหรับของเล่นอัจฉริยะ ลำโพงสั่งงานด้วยเสียง และระบบควบคุมต่าง ๆ มาพร้อมหน้าจอสัมผัสทรงกลมขนาด 1.85 นิ้ว ไมโครโฟนคู่สำหรับตรวจจับคำปลุก (wake-word) ในเครื่อง และรองรับโมเดล AI ขนาดใหญ่จาก OpenAI, Xiaozhi AI และ Gemini ชุดคิทนี้ใช้โมดูล ESP32-S3-WROOM-1 ที่รองรับ Wi-Fi 4 และ Bluetooth 5 พร้อมลำโพง 3W สำหรับการโต้ตอบด้วยเสียง และช่องใส่การ์ด microSD สำหรับเก็บข้อมูล ฮาร์ดแวร์อื่น ๆ ประกอบด้วย BMI270 IMU, ไฟ LED สีเขียว, พอร์ต USB-C, ขั้วต่อแม่เหล็ก และชิปจัดการแบตเตอรี่ สเปคของ Espressif EchoEar Wireless Module – ESP32-S3-WROOM-1 SoC – Espressif Systems ESP32-S3R8 CPU – Dual-core Ten […]

ภูมิใจนำเสนอโดย WordPress