यह पत्र रास्पबेरी पाई जैसे संसाधन-विवश उपकरणों पर एक पूर्व-प्रशिक्षित, बड़े पैमाने पर ऑडियो न्यूरल नेटवर्क को तैनात करते समय प्रदर्शन परिवर्तनों का विश्लेषण करता है। हम प्रयोगात्मक रूप से सीपीयू तापमान, माइक्रोफोन की गुणवत्ता और ऑडियो सिग्नल की मात्रा के प्रदर्शन पर प्रभाव का अध्ययन करते हैं, जिससे पता चलता है कि निरंतर सीपीयू उपयोग के कारण बढ़ता तापमान रास्पबेरी पाई के स्वचालित धीमा तंत्र को ट्रिगर करता है, जिससे अनुमान विलंबता प्रभावित होती है। इसके अलावा, हम प्रदर्शित करते हैं कि Google AIY वॉयस किट जैसे सस्ती उपकरणों पर माइक्रोफोन की गुणवत्ता और ऑडियो सिग्नल की मात्रा सिस्टम के प्रदर्शन को प्रभावित करती है। हम लाइब्रेरी संगतता और रास्पबेरी पाई की अनूठी प्रोसेसर आर्किटेक्चर आवश्यकताओं से संबंधित महत्वपूर्ण चुनौतियों का अनुभव करते हैं, जिससे यह प्रक्रिया एक मानक कंप्यूटर (पीसी) की तुलना में कम सरल हो जाती है।
