Abstract
В статье представлена реализация системы акустического мониторинга на базе микрокомпьютера Raspberry Pi, обеспечивающей локаль-ную обработку сигналов в режиме реального времени. Разработанный алго-ритм объединяет методы предобработки акустических данных, статистическо-го и спектрально-вейвлетного анализа, а также детекцию событий на основе отношения краткосрочной и долгосрочной энергии (STA/LTA).Система реализована с использованием библиотек Python (NumPy, SciPy, PyWavelets, SQLite3) и протестирована на синтетических и реальных акустических дан-ных. Проведённые испытания подтвердили стабильную работу устройства Raspberry Pi в течение более двух часов непрерывной записи без утечек памяти, при средней загрузке процессора не более 30 %.Полученные результаты демонстрируют возможность применения предложенной архитектуры для создания автономных станций биоакустического и сейсмоакустического мониторинга, функционирующих в условиях ограниченных вычислительных и энергетических ресурсов. В перспективе планируется интеграция беспроводных модулей связи и алгоритмов машинного обучения для интеллектуальной классификации акустических событий и расширения функциональных возможностей системы.