TRS MIDIと呼ばれる規格が最近よく利用されるようになりました。従来のMIDI端子(DIN)は大きいため小型デバイスなどでは、実装できませんでした。ミニプラグでこれを実装したものがTRS-MIDIになります。
ところが、この規格が統一されていなかったため、市場で混乱が起きています。フットペダル等でも極性が逆でメーカが違うと接続できないものがありますが、MIDIケーブルという簡単なものであるため、Amazonなどで楽器で使えないものまで出回り、私も間違えて購入してしまいました。(純正ケーブルは1本2000円超えと高価なため、みんな非純正を欲しがります。)
Type A と Bがあるらしいのですが、メーカがどちらか明記しない場合もあります。
私の持っている機材では、KORG NTS-1は Type-A、Arturia MicrofreakがType-Bのようでした。
MMAが定めた規格はType-Aのようです。
上記間違えて購入してもどちらだからいいや、と思っていましたが、A,Bどちらも使えないものが出回っているので注意が必要です。(楽器用としていてかなり悪質だと思います。)
純正をこのような高価で販売するメーカにも、憤りを感じます。
そこで、これに抵抗する気持ちもあり、自宅にある部品でTRS MIDIを作ってみました。(安価なものを手にいれるまでの仮使用目的。)

https://www.midi.org/midi-articles/trs-specification-adopted-and-released

MicrofreakはType-Bですが、MIDI IN/OUT用でケーブル2本が製品に同梱されています。とても良心的です!これなら規格がなんであろうと問題ありません。今回作ったのは、Type-Aです。これでKORG,BOSS製品の動作確認できました。

VCVRackというアナログ音源モジュールをシミュレーションするツールに、論理回路をわかりやすく制御するモジュールを見つけたので試してみました。
(完全に私の備忘録です)

https://vcvrack.com/manual/FAQ

There is no official meaning of the name “VCV”, but some users have suggested “Virtual Control Voltage” or “Voltage Controlled Virtualization”. These are good guesses, but “VCV” was chosen simply because it is easy to remember and type. VCV Rack is the full name of our flagship software product.

アナログシンセサイザは当然ながらアナログ回路の電圧でコントロールされますが、音楽を表現するため発音のタイミングなどをクロックパルスで表現されます。この部分は考え方はデジタルのため論理演算が使われることがあります。SubmarineというブランドのDO-105というモジュールがAND,OR,XOR,NOTだけでなくフリップフロップにも対応しているため、とても興味深いです。(ただハードウェアモジュールでここまでのものはないと思われます)

フリップフロップについて

https://ja.wikipedia.org/wiki/%E3%83%95%E3%83%AA%E3%83%83%E3%83%97%E3%83%95%E3%83%AD%E3%83%83%E3%83%97

ここではD-FlipFlop(上),RS-FlipFlop(下)について、試してみました。回路図や言葉で説明するのがわかりにくいので動画を作ってみました。(音声はなし)

上下オシロスコープとも、一番上は基本クロックです。また一番下は、ボタンになります。下のオシロスコープは二つのボタンを表示しています。
コンピュータのしくみを改めて学ぶ気持ちになりました。

最近はRaspberryPiばかりでしたが、ひさしぶりに新しいハードを購入しました。
NVIDIAのJetson Nanoです。(B01)
NVIDIAということでGPUがクローズアップされた構成になっており、AI、3Dグラフィックどちらも来い、といった内容になっています。
開発環境、サンプルも充実していて、ネットにも情報が多くあり、開発がしやすい環境になっています。
RaspberryPiで使っていた、カメラ、電源、モニタなどそのまま繋ぎかえるだけで使えることもありがたいです。
実際には電源はACにも対応しているので、安定動作のためこちらを使っています。冷却ファンは必要になる時だけ別売のものを上ののせる形で使っています。

大きさはRaspi(右)の二倍弱くらいです。
まずは下記サイトにある物体認識をやってみました。
https://github.com/dusty-nv/jetson-inference/tree/master/examples/detectnet-camera

認識が非常に速いことに驚きました。また表示されるまでの遅延もあまり感じません。
GPUの威力は見せつけられた感じです。

しばらくはこれにのめり込みそうです。