diff --git a/translated_images/IMG_5305.aa291c8812a9f1e5b08f3e789f9858e9eacc88c4bbc23296df1bffbbd9c671b3.hi.png b/translated_images/IMG_5305.aa291c8812a9f1e5b08f3e789f9858e9eacc88c4bbc23296df1bffbbd9c671b3.hi.png
new file mode 100644
index 00000000..1ba4f5c7
Binary files /dev/null and b/translated_images/IMG_5305.aa291c8812a9f1e5b08f3e789f9858e9eacc88c4bbc23296df1bffbbd9c671b3.hi.png differ
diff --git a/translated_images/IMG_5305.aa291c8812a9f1e5b08f3e789f9858e9eacc88c4bbc23296df1bffbbd9c671b3.it.png b/translated_images/IMG_5305.aa291c8812a9f1e5b08f3e789f9858e9eacc88c4bbc23296df1bffbbd9c671b3.it.png
new file mode 100644
index 00000000..1ba4f5c7
Binary files /dev/null and b/translated_images/IMG_5305.aa291c8812a9f1e5b08f3e789f9858e9eacc88c4bbc23296df1bffbbd9c671b3.it.png differ
diff --git a/translated_images/IMG_5306.d575b9ab7025877b0ceba872490fa561edf3c4fcd5e8cca4ae2607a309d48c50.hi.png b/translated_images/IMG_5306.d575b9ab7025877b0ceba872490fa561edf3c4fcd5e8cca4ae2607a309d48c50.hi.png
new file mode 100644
index 00000000..3cac91bb
Binary files /dev/null and b/translated_images/IMG_5306.d575b9ab7025877b0ceba872490fa561edf3c4fcd5e8cca4ae2607a309d48c50.hi.png differ
diff --git a/translated_images/IMG_5306.d575b9ab7025877b0ceba872490fa561edf3c4fcd5e8cca4ae2607a309d48c50.it.png b/translated_images/IMG_5306.d575b9ab7025877b0ceba872490fa561edf3c4fcd5e8cca4ae2607a309d48c50.it.png
new file mode 100644
index 00000000..3cac91bb
Binary files /dev/null and b/translated_images/IMG_5306.d575b9ab7025877b0ceba872490fa561edf3c4fcd5e8cca4ae2607a309d48c50.it.png differ
diff --git a/translated_images/IMG_5307.f9c9b8361a8aa7345cc6e8ae05cf6b7583d43d3c37ecfbd76d3fdc531e3ac59c.hi.png b/translated_images/IMG_5307.f9c9b8361a8aa7345cc6e8ae05cf6b7583d43d3c37ecfbd76d3fdc531e3ac59c.hi.png
new file mode 100644
index 00000000..967e6539
Binary files /dev/null and b/translated_images/IMG_5307.f9c9b8361a8aa7345cc6e8ae05cf6b7583d43d3c37ecfbd76d3fdc531e3ac59c.hi.png differ
diff --git a/translated_images/IMG_5307.f9c9b8361a8aa7345cc6e8ae05cf6b7583d43d3c37ecfbd76d3fdc531e3ac59c.it.png b/translated_images/IMG_5307.f9c9b8361a8aa7345cc6e8ae05cf6b7583d43d3c37ecfbd76d3fdc531e3ac59c.it.png
new file mode 100644
index 00000000..967e6539
Binary files /dev/null and b/translated_images/IMG_5307.f9c9b8361a8aa7345cc6e8ae05cf6b7583d43d3c37ecfbd76d3fdc531e3ac59c.it.png differ
diff --git a/translated_images/IMG_5308.cbd6ed7007e6906012162c19b9e4097936c57873cdb2e54159899066c4281dc5.hi.png b/translated_images/IMG_5308.cbd6ed7007e6906012162c19b9e4097936c57873cdb2e54159899066c4281dc5.hi.png
new file mode 100644
index 00000000..247c1dd6
Binary files /dev/null and b/translated_images/IMG_5308.cbd6ed7007e6906012162c19b9e4097936c57873cdb2e54159899066c4281dc5.hi.png differ
diff --git a/translated_images/IMG_5308.cbd6ed7007e6906012162c19b9e4097936c57873cdb2e54159899066c4281dc5.it.png b/translated_images/IMG_5308.cbd6ed7007e6906012162c19b9e4097936c57873cdb2e54159899066c4281dc5.it.png
new file mode 100644
index 00000000..247c1dd6
Binary files /dev/null and b/translated_images/IMG_5308.cbd6ed7007e6906012162c19b9e4097936c57873cdb2e54159899066c4281dc5.it.png differ
diff --git a/translated_images/IMG_5309.23fbc3b6667bfb64fa44804f835f38885ad37d02b0a1c1c6e8d89f9a78ba19b4.hi.png b/translated_images/IMG_5309.23fbc3b6667bfb64fa44804f835f38885ad37d02b0a1c1c6e8d89f9a78ba19b4.hi.png
new file mode 100644
index 00000000..e89d81c4
Binary files /dev/null and b/translated_images/IMG_5309.23fbc3b6667bfb64fa44804f835f38885ad37d02b0a1c1c6e8d89f9a78ba19b4.hi.png differ
diff --git a/translated_images/IMG_5309.23fbc3b6667bfb64fa44804f835f38885ad37d02b0a1c1c6e8d89f9a78ba19b4.it.png b/translated_images/IMG_5309.23fbc3b6667bfb64fa44804f835f38885ad37d02b0a1c1c6e8d89f9a78ba19b4.it.png
new file mode 100644
index 00000000..e89d81c4
Binary files /dev/null and b/translated_images/IMG_5309.23fbc3b6667bfb64fa44804f835f38885ad37d02b0a1c1c6e8d89f9a78ba19b4.it.png differ
diff --git a/translated_images/IMG_5310.0ee0eb2fbc1c2d0e2d331e74d32b371a4086c07b0839817e9d6b7d4b5c98fc60.hi.png b/translated_images/IMG_5310.0ee0eb2fbc1c2d0e2d331e74d32b371a4086c07b0839817e9d6b7d4b5c98fc60.hi.png
new file mode 100644
index 00000000..0237836d
Binary files /dev/null and b/translated_images/IMG_5310.0ee0eb2fbc1c2d0e2d331e74d32b371a4086c07b0839817e9d6b7d4b5c98fc60.hi.png differ
diff --git a/translated_images/IMG_5310.0ee0eb2fbc1c2d0e2d331e74d32b371a4086c07b0839817e9d6b7d4b5c98fc60.it.png b/translated_images/IMG_5310.0ee0eb2fbc1c2d0e2d331e74d32b371a4086c07b0839817e9d6b7d4b5c98fc60.it.png
new file mode 100644
index 00000000..0237836d
Binary files /dev/null and b/translated_images/IMG_5310.0ee0eb2fbc1c2d0e2d331e74d32b371a4086c07b0839817e9d6b7d4b5c98fc60.it.png differ
diff --git a/translated_images/IMG_5311.8c90da6446c2d8c2ad70dd9e64f29b2b6f2b4d117f8502c3181be66297cc84da.hi.png b/translated_images/IMG_5311.8c90da6446c2d8c2ad70dd9e64f29b2b6f2b4d117f8502c3181be66297cc84da.hi.png
new file mode 100644
index 00000000..4229fee0
Binary files /dev/null and b/translated_images/IMG_5311.8c90da6446c2d8c2ad70dd9e64f29b2b6f2b4d117f8502c3181be66297cc84da.hi.png differ
diff --git a/translated_images/IMG_5311.8c90da6446c2d8c2ad70dd9e64f29b2b6f2b4d117f8502c3181be66297cc84da.it.png b/translated_images/IMG_5311.8c90da6446c2d8c2ad70dd9e64f29b2b6f2b4d117f8502c3181be66297cc84da.it.png
new file mode 100644
index 00000000..4229fee0
Binary files /dev/null and b/translated_images/IMG_5311.8c90da6446c2d8c2ad70dd9e64f29b2b6f2b4d117f8502c3181be66297cc84da.it.png differ
diff --git a/translated_images/IMG_5312.a45550ddd8ce8e654919361d52b919e2f8b1dbd01439268b5d3b813133a4e19b.hi.png b/translated_images/IMG_5312.a45550ddd8ce8e654919361d52b919e2f8b1dbd01439268b5d3b813133a4e19b.hi.png
new file mode 100644
index 00000000..9b503ac8
Binary files /dev/null and b/translated_images/IMG_5312.a45550ddd8ce8e654919361d52b919e2f8b1dbd01439268b5d3b813133a4e19b.hi.png differ
diff --git a/translated_images/IMG_5312.a45550ddd8ce8e654919361d52b919e2f8b1dbd01439268b5d3b813133a4e19b.it.png b/translated_images/IMG_5312.a45550ddd8ce8e654919361d52b919e2f8b1dbd01439268b5d3b813133a4e19b.it.png
new file mode 100644
index 00000000..9b503ac8
Binary files /dev/null and b/translated_images/IMG_5312.a45550ddd8ce8e654919361d52b919e2f8b1dbd01439268b5d3b813133a4e19b.it.png differ
diff --git a/translated_images/IMG_5313.ed1b45211271dbd23dc596ce9f72078aba665bd5f21088a616a85dd966100427.hi.png b/translated_images/IMG_5313.ed1b45211271dbd23dc596ce9f72078aba665bd5f21088a616a85dd966100427.hi.png
new file mode 100644
index 00000000..c98b7aaf
Binary files /dev/null and b/translated_images/IMG_5313.ed1b45211271dbd23dc596ce9f72078aba665bd5f21088a616a85dd966100427.hi.png differ
diff --git a/translated_images/IMG_5313.ed1b45211271dbd23dc596ce9f72078aba665bd5f21088a616a85dd966100427.it.png b/translated_images/IMG_5313.ed1b45211271dbd23dc596ce9f72078aba665bd5f21088a616a85dd966100427.it.png
new file mode 100644
index 00000000..c98b7aaf
Binary files /dev/null and b/translated_images/IMG_5313.ed1b45211271dbd23dc596ce9f72078aba665bd5f21088a616a85dd966100427.it.png differ
diff --git a/translated_images/IMG_5314.c2203206a05a74b5a4f10a68bbe274e65849a63e1fefe008b2c94be4ae86839c.hi.png b/translated_images/IMG_5314.c2203206a05a74b5a4f10a68bbe274e65849a63e1fefe008b2c94be4ae86839c.hi.png
new file mode 100644
index 00000000..706f83bc
Binary files /dev/null and b/translated_images/IMG_5314.c2203206a05a74b5a4f10a68bbe274e65849a63e1fefe008b2c94be4ae86839c.hi.png differ
diff --git a/translated_images/IMG_5314.c2203206a05a74b5a4f10a68bbe274e65849a63e1fefe008b2c94be4ae86839c.it.png b/translated_images/IMG_5314.c2203206a05a74b5a4f10a68bbe274e65849a63e1fefe008b2c94be4ae86839c.it.png
new file mode 100644
index 00000000..706f83bc
Binary files /dev/null and b/translated_images/IMG_5314.c2203206a05a74b5a4f10a68bbe274e65849a63e1fefe008b2c94be4ae86839c.it.png differ
diff --git a/translated_images/IMG_5315.f698228e0e031bd430efcfab0d08b00d9f3af5289133ce88a9f56c0c3478cd71.hi.png b/translated_images/IMG_5315.f698228e0e031bd430efcfab0d08b00d9f3af5289133ce88a9f56c0c3478cd71.hi.png
new file mode 100644
index 00000000..76bec4da
Binary files /dev/null and b/translated_images/IMG_5315.f698228e0e031bd430efcfab0d08b00d9f3af5289133ce88a9f56c0c3478cd71.hi.png differ
diff --git a/translated_images/IMG_5315.f698228e0e031bd430efcfab0d08b00d9f3af5289133ce88a9f56c0c3478cd71.it.png b/translated_images/IMG_5315.f698228e0e031bd430efcfab0d08b00d9f3af5289133ce88a9f56c0c3478cd71.it.png
new file mode 100644
index 00000000..76bec4da
Binary files /dev/null and b/translated_images/IMG_5315.f698228e0e031bd430efcfab0d08b00d9f3af5289133ce88a9f56c0c3478cd71.it.png differ
diff --git a/translated_images/IMG_5316.29dc70d802ce83497258426614e3e1426a91d6f9777e853daa4a9351b841b94f.hi.png b/translated_images/IMG_5316.29dc70d802ce83497258426614e3e1426a91d6f9777e853daa4a9351b841b94f.hi.png
new file mode 100644
index 00000000..b49060a2
Binary files /dev/null and b/translated_images/IMG_5316.29dc70d802ce83497258426614e3e1426a91d6f9777e853daa4a9351b841b94f.hi.png differ
diff --git a/translated_images/IMG_5316.29dc70d802ce83497258426614e3e1426a91d6f9777e853daa4a9351b841b94f.it.png b/translated_images/IMG_5316.29dc70d802ce83497258426614e3e1426a91d6f9777e853daa4a9351b841b94f.it.png
new file mode 100644
index 00000000..b49060a2
Binary files /dev/null and b/translated_images/IMG_5316.29dc70d802ce83497258426614e3e1426a91d6f9777e853daa4a9351b841b94f.it.png differ
diff --git a/translated_images/IMG_5317.ed81e4c1ca5046dc50613049e39c905157fbb318ea19db44c738db513ac501b1.hi.png b/translated_images/IMG_5317.ed81e4c1ca5046dc50613049e39c905157fbb318ea19db44c738db513ac501b1.hi.png
new file mode 100644
index 00000000..3ca064d5
Binary files /dev/null and b/translated_images/IMG_5317.ed81e4c1ca5046dc50613049e39c905157fbb318ea19db44c738db513ac501b1.hi.png differ
diff --git a/translated_images/IMG_5317.ed81e4c1ca5046dc50613049e39c905157fbb318ea19db44c738db513ac501b1.it.png b/translated_images/IMG_5317.ed81e4c1ca5046dc50613049e39c905157fbb318ea19db44c738db513ac501b1.it.png
new file mode 100644
index 00000000..3ca064d5
Binary files /dev/null and b/translated_images/IMG_5317.ed81e4c1ca5046dc50613049e39c905157fbb318ea19db44c738db513ac501b1.it.png differ
diff --git a/translated_images/IMG_5318.15dfffeb7f47abf7ca0393628024c1fd45761193ab23185c315e899bd0e7048b.hi.png b/translated_images/IMG_5318.15dfffeb7f47abf7ca0393628024c1fd45761193ab23185c315e899bd0e7048b.hi.png
new file mode 100644
index 00000000..1f5f2412
Binary files /dev/null and b/translated_images/IMG_5318.15dfffeb7f47abf7ca0393628024c1fd45761193ab23185c315e899bd0e7048b.hi.png differ
diff --git a/translated_images/IMG_5318.15dfffeb7f47abf7ca0393628024c1fd45761193ab23185c315e899bd0e7048b.it.png b/translated_images/IMG_5318.15dfffeb7f47abf7ca0393628024c1fd45761193ab23185c315e899bd0e7048b.it.png
new file mode 100644
index 00000000..1f5f2412
Binary files /dev/null and b/translated_images/IMG_5318.15dfffeb7f47abf7ca0393628024c1fd45761193ab23185c315e899bd0e7048b.it.png differ
diff --git a/translated_images/IMG_5319.b549b1fff0dcf143c2483044d0519a3c6dc3de12c88860911b378688e7a4e01b.hi.png b/translated_images/IMG_5319.b549b1fff0dcf143c2483044d0519a3c6dc3de12c88860911b378688e7a4e01b.hi.png
new file mode 100644
index 00000000..2953cea1
Binary files /dev/null and b/translated_images/IMG_5319.b549b1fff0dcf143c2483044d0519a3c6dc3de12c88860911b378688e7a4e01b.hi.png differ
diff --git a/translated_images/IMG_5319.b549b1fff0dcf143c2483044d0519a3c6dc3de12c88860911b378688e7a4e01b.it.png b/translated_images/IMG_5319.b549b1fff0dcf143c2483044d0519a3c6dc3de12c88860911b378688e7a4e01b.it.png
new file mode 100644
index 00000000..2953cea1
Binary files /dev/null and b/translated_images/IMG_5319.b549b1fff0dcf143c2483044d0519a3c6dc3de12c88860911b378688e7a4e01b.it.png differ
diff --git a/translated_images/IMG_5320.8268d3f61972f348df46401d107399af17512db9ef769f6a44c6cbb18faba998.hi.png b/translated_images/IMG_5320.8268d3f61972f348df46401d107399af17512db9ef769f6a44c6cbb18faba998.hi.png
new file mode 100644
index 00000000..2ce7dedf
Binary files /dev/null and b/translated_images/IMG_5320.8268d3f61972f348df46401d107399af17512db9ef769f6a44c6cbb18faba998.hi.png differ
diff --git a/translated_images/IMG_5320.8268d3f61972f348df46401d107399af17512db9ef769f6a44c6cbb18faba998.it.png b/translated_images/IMG_5320.8268d3f61972f348df46401d107399af17512db9ef769f6a44c6cbb18faba998.it.png
new file mode 100644
index 00000000..2ce7dedf
Binary files /dev/null and b/translated_images/IMG_5320.8268d3f61972f348df46401d107399af17512db9ef769f6a44c6cbb18faba998.it.png differ
diff --git a/translated_images/IMG_5321.b207cf143a59458d150cb1fbd44c3678d14f9cfffe77a0ec64e1cdfe1436df1c.hi.png b/translated_images/IMG_5321.b207cf143a59458d150cb1fbd44c3678d14f9cfffe77a0ec64e1cdfe1436df1c.hi.png
new file mode 100644
index 00000000..157c08c6
Binary files /dev/null and b/translated_images/IMG_5321.b207cf143a59458d150cb1fbd44c3678d14f9cfffe77a0ec64e1cdfe1436df1c.hi.png differ
diff --git a/translated_images/IMG_5321.b207cf143a59458d150cb1fbd44c3678d14f9cfffe77a0ec64e1cdfe1436df1c.it.png b/translated_images/IMG_5321.b207cf143a59458d150cb1fbd44c3678d14f9cfffe77a0ec64e1cdfe1436df1c.it.png
new file mode 100644
index 00000000..157c08c6
Binary files /dev/null and b/translated_images/IMG_5321.b207cf143a59458d150cb1fbd44c3678d14f9cfffe77a0ec64e1cdfe1436df1c.it.png differ
diff --git a/translated_images/IMG_5322.974809b9461a9e200e99ae46142b4885e093e5b9b668e0fd818de461e27856a7.hi.png b/translated_images/IMG_5322.974809b9461a9e200e99ae46142b4885e093e5b9b668e0fd818de461e27856a7.hi.png
new file mode 100644
index 00000000..031361a6
Binary files /dev/null and b/translated_images/IMG_5322.974809b9461a9e200e99ae46142b4885e093e5b9b668e0fd818de461e27856a7.hi.png differ
diff --git a/translated_images/IMG_5322.974809b9461a9e200e99ae46142b4885e093e5b9b668e0fd818de461e27856a7.it.png b/translated_images/IMG_5322.974809b9461a9e200e99ae46142b4885e093e5b9b668e0fd818de461e27856a7.it.png
new file mode 100644
index 00000000..031361a6
Binary files /dev/null and b/translated_images/IMG_5322.974809b9461a9e200e99ae46142b4885e093e5b9b668e0fd818de461e27856a7.it.png differ
diff --git a/translated_images/IMG_5323.4939fa17958f291bb856032bbd044a709c0199b2e3846f1801a7836d4455dd26.hi.png b/translated_images/IMG_5323.4939fa17958f291bb856032bbd044a709c0199b2e3846f1801a7836d4455dd26.hi.png
new file mode 100644
index 00000000..3a43eb23
Binary files /dev/null and b/translated_images/IMG_5323.4939fa17958f291bb856032bbd044a709c0199b2e3846f1801a7836d4455dd26.hi.png differ
diff --git a/translated_images/IMG_5323.4939fa17958f291bb856032bbd044a709c0199b2e3846f1801a7836d4455dd26.it.png b/translated_images/IMG_5323.4939fa17958f291bb856032bbd044a709c0199b2e3846f1801a7836d4455dd26.it.png
new file mode 100644
index 00000000..3a43eb23
Binary files /dev/null and b/translated_images/IMG_5323.4939fa17958f291bb856032bbd044a709c0199b2e3846f1801a7836d4455dd26.it.png differ
diff --git a/translated_images/IMG_5324.0afbc6f0caceb1a341a9606fc9b879938eebebbc8401fce37dff2b167ed4b410.hi.png b/translated_images/IMG_5324.0afbc6f0caceb1a341a9606fc9b879938eebebbc8401fce37dff2b167ed4b410.hi.png
new file mode 100644
index 00000000..7c9552e3
Binary files /dev/null and b/translated_images/IMG_5324.0afbc6f0caceb1a341a9606fc9b879938eebebbc8401fce37dff2b167ed4b410.hi.png differ
diff --git a/translated_images/IMG_5324.0afbc6f0caceb1a341a9606fc9b879938eebebbc8401fce37dff2b167ed4b410.it.png b/translated_images/IMG_5324.0afbc6f0caceb1a341a9606fc9b879938eebebbc8401fce37dff2b167ed4b410.it.png
new file mode 100644
index 00000000..7c9552e3
Binary files /dev/null and b/translated_images/IMG_5324.0afbc6f0caceb1a341a9606fc9b879938eebebbc8401fce37dff2b167ed4b410.it.png differ
diff --git a/translated_images/IMG_5325.9e9d9e9b85a10b06ac6038bf88ef91ef56fd371ed9e67b53495cd6878019faf9.hi.png b/translated_images/IMG_5325.9e9d9e9b85a10b06ac6038bf88ef91ef56fd371ed9e67b53495cd6878019faf9.hi.png
new file mode 100644
index 00000000..78f695b7
Binary files /dev/null and b/translated_images/IMG_5325.9e9d9e9b85a10b06ac6038bf88ef91ef56fd371ed9e67b53495cd6878019faf9.hi.png differ
diff --git a/translated_images/IMG_5325.9e9d9e9b85a10b06ac6038bf88ef91ef56fd371ed9e67b53495cd6878019faf9.it.png b/translated_images/IMG_5325.9e9d9e9b85a10b06ac6038bf88ef91ef56fd371ed9e67b53495cd6878019faf9.it.png
new file mode 100644
index 00000000..78f695b7
Binary files /dev/null and b/translated_images/IMG_5325.9e9d9e9b85a10b06ac6038bf88ef91ef56fd371ed9e67b53495cd6878019faf9.it.png differ
diff --git a/translated_images/IMG_5326.35bbc9e054c704d0418a8ba7418aa38f51baee13bd2b00cfe8300e1500fa9f32.hi.png b/translated_images/IMG_5326.35bbc9e054c704d0418a8ba7418aa38f51baee13bd2b00cfe8300e1500fa9f32.hi.png
new file mode 100644
index 00000000..77f563fb
Binary files /dev/null and b/translated_images/IMG_5326.35bbc9e054c704d0418a8ba7418aa38f51baee13bd2b00cfe8300e1500fa9f32.hi.png differ
diff --git a/translated_images/IMG_5326.35bbc9e054c704d0418a8ba7418aa38f51baee13bd2b00cfe8300e1500fa9f32.it.png b/translated_images/IMG_5326.35bbc9e054c704d0418a8ba7418aa38f51baee13bd2b00cfe8300e1500fa9f32.it.png
new file mode 100644
index 00000000..77f563fb
Binary files /dev/null and b/translated_images/IMG_5326.35bbc9e054c704d0418a8ba7418aa38f51baee13bd2b00cfe8300e1500fa9f32.it.png differ
diff --git a/translated_images/IMG_5327.804b63a605b5a77a7b60c2fbf370be0f7364f2b5acb98c736420728e61845b62.hi.png b/translated_images/IMG_5327.804b63a605b5a77a7b60c2fbf370be0f7364f2b5acb98c736420728e61845b62.hi.png
new file mode 100644
index 00000000..8dccd514
Binary files /dev/null and b/translated_images/IMG_5327.804b63a605b5a77a7b60c2fbf370be0f7364f2b5acb98c736420728e61845b62.hi.png differ
diff --git a/translated_images/IMG_5327.804b63a605b5a77a7b60c2fbf370be0f7364f2b5acb98c736420728e61845b62.it.png b/translated_images/IMG_5327.804b63a605b5a77a7b60c2fbf370be0f7364f2b5acb98c736420728e61845b62.it.png
new file mode 100644
index 00000000..8dccd514
Binary files /dev/null and b/translated_images/IMG_5327.804b63a605b5a77a7b60c2fbf370be0f7364f2b5acb98c736420728e61845b62.it.png differ
diff --git a/translated_images/IMG_5328.925a9da23d96759f6c7c13bfcd94b8063bb5082d2e8a0431058c057e6d14446b.hi.png b/translated_images/IMG_5328.925a9da23d96759f6c7c13bfcd94b8063bb5082d2e8a0431058c057e6d14446b.hi.png
new file mode 100644
index 00000000..b75e015e
Binary files /dev/null and b/translated_images/IMG_5328.925a9da23d96759f6c7c13bfcd94b8063bb5082d2e8a0431058c057e6d14446b.hi.png differ
diff --git a/translated_images/IMG_5328.925a9da23d96759f6c7c13bfcd94b8063bb5082d2e8a0431058c057e6d14446b.it.png b/translated_images/IMG_5328.925a9da23d96759f6c7c13bfcd94b8063bb5082d2e8a0431058c057e6d14446b.it.png
new file mode 100644
index 00000000..b75e015e
Binary files /dev/null and b/translated_images/IMG_5328.925a9da23d96759f6c7c13bfcd94b8063bb5082d2e8a0431058c057e6d14446b.it.png differ
diff --git a/translated_images/IMG_5329.27da5fcbc3336773e94bbd2640df07799c76051bf97d2db7891d47bc462c6e09.hi.png b/translated_images/IMG_5329.27da5fcbc3336773e94bbd2640df07799c76051bf97d2db7891d47bc462c6e09.hi.png
new file mode 100644
index 00000000..5bfed282
Binary files /dev/null and b/translated_images/IMG_5329.27da5fcbc3336773e94bbd2640df07799c76051bf97d2db7891d47bc462c6e09.hi.png differ
diff --git a/translated_images/IMG_5329.27da5fcbc3336773e94bbd2640df07799c76051bf97d2db7891d47bc462c6e09.it.png b/translated_images/IMG_5329.27da5fcbc3336773e94bbd2640df07799c76051bf97d2db7891d47bc462c6e09.it.png
new file mode 100644
index 00000000..5bfed282
Binary files /dev/null and b/translated_images/IMG_5329.27da5fcbc3336773e94bbd2640df07799c76051bf97d2db7891d47bc462c6e09.it.png differ
diff --git a/translated_images/IMG_5330.3db3d5ea01c8cca2ae41cf5ea501a0a836569a3abbc2ae95696e0ad1dd005b6a.hi.png b/translated_images/IMG_5330.3db3d5ea01c8cca2ae41cf5ea501a0a836569a3abbc2ae95696e0ad1dd005b6a.hi.png
new file mode 100644
index 00000000..34ca765c
Binary files /dev/null and b/translated_images/IMG_5330.3db3d5ea01c8cca2ae41cf5ea501a0a836569a3abbc2ae95696e0ad1dd005b6a.hi.png differ
diff --git a/translated_images/IMG_5330.3db3d5ea01c8cca2ae41cf5ea501a0a836569a3abbc2ae95696e0ad1dd005b6a.it.png b/translated_images/IMG_5330.3db3d5ea01c8cca2ae41cf5ea501a0a836569a3abbc2ae95696e0ad1dd005b6a.it.png
new file mode 100644
index 00000000..34ca765c
Binary files /dev/null and b/translated_images/IMG_5330.3db3d5ea01c8cca2ae41cf5ea501a0a836569a3abbc2ae95696e0ad1dd005b6a.it.png differ
diff --git a/translated_images/IMG_5331.181987d3d094472fbf569a61760fadf282575f2821138de50007e408fd63182e.hi.png b/translated_images/IMG_5331.181987d3d094472fbf569a61760fadf282575f2821138de50007e408fd63182e.hi.png
new file mode 100644
index 00000000..d1f7bc09
Binary files /dev/null and b/translated_images/IMG_5331.181987d3d094472fbf569a61760fadf282575f2821138de50007e408fd63182e.hi.png differ
diff --git a/translated_images/IMG_5331.181987d3d094472fbf569a61760fadf282575f2821138de50007e408fd63182e.it.png b/translated_images/IMG_5331.181987d3d094472fbf569a61760fadf282575f2821138de50007e408fd63182e.it.png
new file mode 100644
index 00000000..d1f7bc09
Binary files /dev/null and b/translated_images/IMG_5331.181987d3d094472fbf569a61760fadf282575f2821138de50007e408fd63182e.it.png differ
diff --git a/translated_images/IMG_5332.4beed56eaa5158e3785dbacb53c9670a0ef1699ce386528f4bb9bad50adf88ca.hi.png b/translated_images/IMG_5332.4beed56eaa5158e3785dbacb53c9670a0ef1699ce386528f4bb9bad50adf88ca.hi.png
new file mode 100644
index 00000000..c215b446
Binary files /dev/null and b/translated_images/IMG_5332.4beed56eaa5158e3785dbacb53c9670a0ef1699ce386528f4bb9bad50adf88ca.hi.png differ
diff --git a/translated_images/IMG_5332.4beed56eaa5158e3785dbacb53c9670a0ef1699ce386528f4bb9bad50adf88ca.it.png b/translated_images/IMG_5332.4beed56eaa5158e3785dbacb53c9670a0ef1699ce386528f4bb9bad50adf88ca.it.png
new file mode 100644
index 00000000..c215b446
Binary files /dev/null and b/translated_images/IMG_5332.4beed56eaa5158e3785dbacb53c9670a0ef1699ce386528f4bb9bad50adf88ca.it.png differ
diff --git a/translated_images/IMG_5333.53c3364c2ee0e7bb5db0e299915faaf31e47bb99ad045ec8f6de6ca23d323f47.hi.png b/translated_images/IMG_5333.53c3364c2ee0e7bb5db0e299915faaf31e47bb99ad045ec8f6de6ca23d323f47.hi.png
new file mode 100644
index 00000000..63f58daa
Binary files /dev/null and b/translated_images/IMG_5333.53c3364c2ee0e7bb5db0e299915faaf31e47bb99ad045ec8f6de6ca23d323f47.hi.png differ
diff --git a/translated_images/IMG_5333.53c3364c2ee0e7bb5db0e299915faaf31e47bb99ad045ec8f6de6ca23d323f47.it.png b/translated_images/IMG_5333.53c3364c2ee0e7bb5db0e299915faaf31e47bb99ad045ec8f6de6ca23d323f47.it.png
new file mode 100644
index 00000000..63f58daa
Binary files /dev/null and b/translated_images/IMG_5333.53c3364c2ee0e7bb5db0e299915faaf31e47bb99ad045ec8f6de6ca23d323f47.it.png differ
diff --git a/translated_images/IMG_5334.979472e433948c109b122ae4bbd0f96971dc2e7b1e64615776ebb7337a97e183.hi.png b/translated_images/IMG_5334.979472e433948c109b122ae4bbd0f96971dc2e7b1e64615776ebb7337a97e183.hi.png
new file mode 100644
index 00000000..3eb38501
Binary files /dev/null and b/translated_images/IMG_5334.979472e433948c109b122ae4bbd0f96971dc2e7b1e64615776ebb7337a97e183.hi.png differ
diff --git a/translated_images/IMG_5334.979472e433948c109b122ae4bbd0f96971dc2e7b1e64615776ebb7337a97e183.it.png b/translated_images/IMG_5334.979472e433948c109b122ae4bbd0f96971dc2e7b1e64615776ebb7337a97e183.it.png
new file mode 100644
index 00000000..3eb38501
Binary files /dev/null and b/translated_images/IMG_5334.979472e433948c109b122ae4bbd0f96971dc2e7b1e64615776ebb7337a97e183.it.png differ
diff --git a/translated_images/IMG_5335.9f5bfba69a8d5a901c3e3b994a69f62a00d73ef9209b85561553d2ae99a56615.hi.png b/translated_images/IMG_5335.9f5bfba69a8d5a901c3e3b994a69f62a00d73ef9209b85561553d2ae99a56615.hi.png
new file mode 100644
index 00000000..4f960870
Binary files /dev/null and b/translated_images/IMG_5335.9f5bfba69a8d5a901c3e3b994a69f62a00d73ef9209b85561553d2ae99a56615.hi.png differ
diff --git a/translated_images/IMG_5335.9f5bfba69a8d5a901c3e3b994a69f62a00d73ef9209b85561553d2ae99a56615.it.png b/translated_images/IMG_5335.9f5bfba69a8d5a901c3e3b994a69f62a00d73ef9209b85561553d2ae99a56615.it.png
new file mode 100644
index 00000000..4f960870
Binary files /dev/null and b/translated_images/IMG_5335.9f5bfba69a8d5a901c3e3b994a69f62a00d73ef9209b85561553d2ae99a56615.it.png differ
diff --git a/translated_images/IMG_5336.1b46586fdec957670ea71c1bd68c26f73aa95cd5671d057328fd198640729db7.hi.png b/translated_images/IMG_5336.1b46586fdec957670ea71c1bd68c26f73aa95cd5671d057328fd198640729db7.hi.png
new file mode 100644
index 00000000..ca5b5882
Binary files /dev/null and b/translated_images/IMG_5336.1b46586fdec957670ea71c1bd68c26f73aa95cd5671d057328fd198640729db7.hi.png differ
diff --git a/translated_images/IMG_5336.1b46586fdec957670ea71c1bd68c26f73aa95cd5671d057328fd198640729db7.it.png b/translated_images/IMG_5336.1b46586fdec957670ea71c1bd68c26f73aa95cd5671d057328fd198640729db7.it.png
new file mode 100644
index 00000000..ca5b5882
Binary files /dev/null and b/translated_images/IMG_5336.1b46586fdec957670ea71c1bd68c26f73aa95cd5671d057328fd198640729db7.it.png differ
diff --git a/translated_images/IMG_5337.91c82be4d37029b03cbb07553d92b9d2dd672e22a07fee6453cbc40568fbdef3.hi.png b/translated_images/IMG_5337.91c82be4d37029b03cbb07553d92b9d2dd672e22a07fee6453cbc40568fbdef3.hi.png
new file mode 100644
index 00000000..2c3440cd
Binary files /dev/null and b/translated_images/IMG_5337.91c82be4d37029b03cbb07553d92b9d2dd672e22a07fee6453cbc40568fbdef3.hi.png differ
diff --git a/translated_images/IMG_5337.91c82be4d37029b03cbb07553d92b9d2dd672e22a07fee6453cbc40568fbdef3.it.png b/translated_images/IMG_5337.91c82be4d37029b03cbb07553d92b9d2dd672e22a07fee6453cbc40568fbdef3.it.png
new file mode 100644
index 00000000..2c3440cd
Binary files /dev/null and b/translated_images/IMG_5337.91c82be4d37029b03cbb07553d92b9d2dd672e22a07fee6453cbc40568fbdef3.it.png differ
diff --git a/translated_images/IMG_5338.9ab356541448923b528f2dedecd72d7ecd07d53cc69118aeb861c39dccb8b8cc.hi.png b/translated_images/IMG_5338.9ab356541448923b528f2dedecd72d7ecd07d53cc69118aeb861c39dccb8b8cc.hi.png
new file mode 100644
index 00000000..5294a9dc
Binary files /dev/null and b/translated_images/IMG_5338.9ab356541448923b528f2dedecd72d7ecd07d53cc69118aeb861c39dccb8b8cc.hi.png differ
diff --git a/translated_images/IMG_5338.9ab356541448923b528f2dedecd72d7ecd07d53cc69118aeb861c39dccb8b8cc.it.png b/translated_images/IMG_5338.9ab356541448923b528f2dedecd72d7ecd07d53cc69118aeb861c39dccb8b8cc.it.png
new file mode 100644
index 00000000..5294a9dc
Binary files /dev/null and b/translated_images/IMG_5338.9ab356541448923b528f2dedecd72d7ecd07d53cc69118aeb861c39dccb8b8cc.it.png differ
diff --git a/translated_images/IMG_5340.8440651b3ce1dd35d9962036330b32a600fb3f59078a581a05c93920c5012b3a.hi.png b/translated_images/IMG_5340.8440651b3ce1dd35d9962036330b32a600fb3f59078a581a05c93920c5012b3a.hi.png
new file mode 100644
index 00000000..912ac4ca
Binary files /dev/null and b/translated_images/IMG_5340.8440651b3ce1dd35d9962036330b32a600fb3f59078a581a05c93920c5012b3a.hi.png differ
diff --git a/translated_images/IMG_5340.8440651b3ce1dd35d9962036330b32a600fb3f59078a581a05c93920c5012b3a.it.png b/translated_images/IMG_5340.8440651b3ce1dd35d9962036330b32a600fb3f59078a581a05c93920c5012b3a.it.png
new file mode 100644
index 00000000..912ac4ca
Binary files /dev/null and b/translated_images/IMG_5340.8440651b3ce1dd35d9962036330b32a600fb3f59078a581a05c93920c5012b3a.it.png differ
diff --git a/translated_images/IMG_5341.a1aa041c42dbc534c033447b06f0546fdd779b3ed5034992ded08a45a960fff5.hi.png b/translated_images/IMG_5341.a1aa041c42dbc534c033447b06f0546fdd779b3ed5034992ded08a45a960fff5.hi.png
new file mode 100644
index 00000000..8e47de7d
Binary files /dev/null and b/translated_images/IMG_5341.a1aa041c42dbc534c033447b06f0546fdd779b3ed5034992ded08a45a960fff5.hi.png differ
diff --git a/translated_images/IMG_5341.a1aa041c42dbc534c033447b06f0546fdd779b3ed5034992ded08a45a960fff5.it.png b/translated_images/IMG_5341.a1aa041c42dbc534c033447b06f0546fdd779b3ed5034992ded08a45a960fff5.it.png
new file mode 100644
index 00000000..8e47de7d
Binary files /dev/null and b/translated_images/IMG_5341.a1aa041c42dbc534c033447b06f0546fdd779b3ed5034992ded08a45a960fff5.it.png differ
diff --git a/translated_images/IMG_5342.9f3b93d9fab90d3b3c1936edb55768b57024c9ebe88a214be315f5ebb083e45d.hi.png b/translated_images/IMG_5342.9f3b93d9fab90d3b3c1936edb55768b57024c9ebe88a214be315f5ebb083e45d.hi.png
new file mode 100644
index 00000000..b3c98d83
Binary files /dev/null and b/translated_images/IMG_5342.9f3b93d9fab90d3b3c1936edb55768b57024c9ebe88a214be315f5ebb083e45d.hi.png differ
diff --git a/translated_images/IMG_5342.9f3b93d9fab90d3b3c1936edb55768b57024c9ebe88a214be315f5ebb083e45d.it.png b/translated_images/IMG_5342.9f3b93d9fab90d3b3c1936edb55768b57024c9ebe88a214be315f5ebb083e45d.it.png
new file mode 100644
index 00000000..b3c98d83
Binary files /dev/null and b/translated_images/IMG_5342.9f3b93d9fab90d3b3c1936edb55768b57024c9ebe88a214be315f5ebb083e45d.it.png differ
diff --git a/translated_images/IMG_5343.fa30105d3c10cad2079ca2b2f023e9dab8f82824a235be61837d7e9d09d8d067.hi.png b/translated_images/IMG_5343.fa30105d3c10cad2079ca2b2f023e9dab8f82824a235be61837d7e9d09d8d067.hi.png
new file mode 100644
index 00000000..1d494613
Binary files /dev/null and b/translated_images/IMG_5343.fa30105d3c10cad2079ca2b2f023e9dab8f82824a235be61837d7e9d09d8d067.hi.png differ
diff --git a/translated_images/IMG_5343.fa30105d3c10cad2079ca2b2f023e9dab8f82824a235be61837d7e9d09d8d067.it.png b/translated_images/IMG_5343.fa30105d3c10cad2079ca2b2f023e9dab8f82824a235be61837d7e9d09d8d067.it.png
new file mode 100644
index 00000000..1d494613
Binary files /dev/null and b/translated_images/IMG_5343.fa30105d3c10cad2079ca2b2f023e9dab8f82824a235be61837d7e9d09d8d067.it.png differ
diff --git a/translated_images/IMG_5344.acfcd61ee5281321426b2d93efeeb01a60505e73b4c5ee6224c7fa375027b9d8.hi.png b/translated_images/IMG_5344.acfcd61ee5281321426b2d93efeeb01a60505e73b4c5ee6224c7fa375027b9d8.hi.png
new file mode 100644
index 00000000..47ced39a
Binary files /dev/null and b/translated_images/IMG_5344.acfcd61ee5281321426b2d93efeeb01a60505e73b4c5ee6224c7fa375027b9d8.hi.png differ
diff --git a/translated_images/IMG_5344.acfcd61ee5281321426b2d93efeeb01a60505e73b4c5ee6224c7fa375027b9d8.it.png b/translated_images/IMG_5344.acfcd61ee5281321426b2d93efeeb01a60505e73b4c5ee6224c7fa375027b9d8.it.png
new file mode 100644
index 00000000..47ced39a
Binary files /dev/null and b/translated_images/IMG_5344.acfcd61ee5281321426b2d93efeeb01a60505e73b4c5ee6224c7fa375027b9d8.it.png differ
diff --git a/translated_images/IMG_5345.3d305ee2bb4ee8040102a8d1922cdf0450f619c6824add16014a4c0887c18b1d.hi.png b/translated_images/IMG_5345.3d305ee2bb4ee8040102a8d1922cdf0450f619c6824add16014a4c0887c18b1d.hi.png
new file mode 100644
index 00000000..88d5c896
Binary files /dev/null and b/translated_images/IMG_5345.3d305ee2bb4ee8040102a8d1922cdf0450f619c6824add16014a4c0887c18b1d.hi.png differ
diff --git a/translated_images/IMG_5345.3d305ee2bb4ee8040102a8d1922cdf0450f619c6824add16014a4c0887c18b1d.it.png b/translated_images/IMG_5345.3d305ee2bb4ee8040102a8d1922cdf0450f619c6824add16014a4c0887c18b1d.it.png
new file mode 100644
index 00000000..88d5c896
Binary files /dev/null and b/translated_images/IMG_5345.3d305ee2bb4ee8040102a8d1922cdf0450f619c6824add16014a4c0887c18b1d.it.png differ
diff --git a/translated_images/IMG_5346.281dcc267f69c70b2bc2353b5e8289617c7bf3608f889dae8a582b9376a9ae7d.hi.png b/translated_images/IMG_5346.281dcc267f69c70b2bc2353b5e8289617c7bf3608f889dae8a582b9376a9ae7d.hi.png
new file mode 100644
index 00000000..e0706533
Binary files /dev/null and b/translated_images/IMG_5346.281dcc267f69c70b2bc2353b5e8289617c7bf3608f889dae8a582b9376a9ae7d.hi.png differ
diff --git a/translated_images/IMG_5346.281dcc267f69c70b2bc2353b5e8289617c7bf3608f889dae8a582b9376a9ae7d.it.png b/translated_images/IMG_5346.281dcc267f69c70b2bc2353b5e8289617c7bf3608f889dae8a582b9376a9ae7d.it.png
new file mode 100644
index 00000000..e0706533
Binary files /dev/null and b/translated_images/IMG_5346.281dcc267f69c70b2bc2353b5e8289617c7bf3608f889dae8a582b9376a9ae7d.it.png differ
diff --git a/translated_images/IMG_5347.48a4a981e76910ae1c65bf75102883039be5f0ded32b73f3d09d855f5b7dc977.hi.png b/translated_images/IMG_5347.48a4a981e76910ae1c65bf75102883039be5f0ded32b73f3d09d855f5b7dc977.hi.png
new file mode 100644
index 00000000..a1f17249
Binary files /dev/null and b/translated_images/IMG_5347.48a4a981e76910ae1c65bf75102883039be5f0ded32b73f3d09d855f5b7dc977.hi.png differ
diff --git a/translated_images/IMG_5347.48a4a981e76910ae1c65bf75102883039be5f0ded32b73f3d09d855f5b7dc977.it.png b/translated_images/IMG_5347.48a4a981e76910ae1c65bf75102883039be5f0ded32b73f3d09d855f5b7dc977.it.png
new file mode 100644
index 00000000..a1f17249
Binary files /dev/null and b/translated_images/IMG_5347.48a4a981e76910ae1c65bf75102883039be5f0ded32b73f3d09d855f5b7dc977.it.png differ
diff --git a/translated_images/IMG_5348.3961d3b444537c131299f8906dc4e2f7c3c172591ffeacb45719ec3d3718b625.hi.png b/translated_images/IMG_5348.3961d3b444537c131299f8906dc4e2f7c3c172591ffeacb45719ec3d3718b625.hi.png
new file mode 100644
index 00000000..3adc61ef
Binary files /dev/null and b/translated_images/IMG_5348.3961d3b444537c131299f8906dc4e2f7c3c172591ffeacb45719ec3d3718b625.hi.png differ
diff --git a/translated_images/IMG_5348.3961d3b444537c131299f8906dc4e2f7c3c172591ffeacb45719ec3d3718b625.it.png b/translated_images/IMG_5348.3961d3b444537c131299f8906dc4e2f7c3c172591ffeacb45719ec3d3718b625.it.png
new file mode 100644
index 00000000..3adc61ef
Binary files /dev/null and b/translated_images/IMG_5348.3961d3b444537c131299f8906dc4e2f7c3c172591ffeacb45719ec3d3718b625.it.png differ
diff --git a/translated_images/IMG_5349.1f0ec7fbf8807b3bf991dd5400cfb69ded9fe53059bd1e71934f4dbd7ff963db.hi.png b/translated_images/IMG_5349.1f0ec7fbf8807b3bf991dd5400cfb69ded9fe53059bd1e71934f4dbd7ff963db.hi.png
new file mode 100644
index 00000000..1c3c8d53
Binary files /dev/null and b/translated_images/IMG_5349.1f0ec7fbf8807b3bf991dd5400cfb69ded9fe53059bd1e71934f4dbd7ff963db.hi.png differ
diff --git a/translated_images/IMG_5349.1f0ec7fbf8807b3bf991dd5400cfb69ded9fe53059bd1e71934f4dbd7ff963db.it.png b/translated_images/IMG_5349.1f0ec7fbf8807b3bf991dd5400cfb69ded9fe53059bd1e71934f4dbd7ff963db.it.png
new file mode 100644
index 00000000..1c3c8d53
Binary files /dev/null and b/translated_images/IMG_5349.1f0ec7fbf8807b3bf991dd5400cfb69ded9fe53059bd1e71934f4dbd7ff963db.it.png differ
diff --git a/translated_images/Roadmap.bb1dec285dda0eda691788b95ddfc96d31d76bb7649e3f04a135e4ad395f323e.hi.jpg b/translated_images/Roadmap.bb1dec285dda0eda691788b95ddfc96d31d76bb7649e3f04a135e4ad395f323e.hi.jpg
new file mode 100644
index 00000000..0f4a9a38
Binary files /dev/null and b/translated_images/Roadmap.bb1dec285dda0eda691788b95ddfc96d31d76bb7649e3f04a135e4ad395f323e.hi.jpg differ
diff --git a/translated_images/Roadmap.bb1dec285dda0eda691788b95ddfc96d31d76bb7649e3f04a135e4ad395f323e.it.jpg b/translated_images/Roadmap.bb1dec285dda0eda691788b95ddfc96d31d76bb7649e3f04a135e4ad395f323e.it.jpg
new file mode 100644
index 00000000..0f4a9a38
Binary files /dev/null and b/translated_images/Roadmap.bb1dec285dda0eda691788b95ddfc96d31d76bb7649e3f04a135e4ad395f323e.it.jpg differ
diff --git a/translated_images/amqp.804bd4fce83301578f19af1b877f8ce87a6473a3616fb6c3f901fe4041ab6c96.hi.png b/translated_images/amqp.804bd4fce83301578f19af1b877f8ce87a6473a3616fb6c3f901fe4041ab6c96.hi.png
new file mode 100644
index 00000000..32dab60c
Binary files /dev/null and b/translated_images/amqp.804bd4fce83301578f19af1b877f8ce87a6473a3616fb6c3f901fe4041ab6c96.hi.png differ
diff --git a/translated_images/amqp.804bd4fce83301578f19af1b877f8ce87a6473a3616fb6c3f901fe4041ab6c96.it.png b/translated_images/amqp.804bd4fce83301578f19af1b877f8ce87a6473a3616fb6c3f901fe4041ab6c96.it.png
new file mode 100644
index 00000000..32dab60c
Binary files /dev/null and b/translated_images/amqp.804bd4fce83301578f19af1b877f8ce87a6473a3616fb6c3f901fe4041ab6c96.it.png differ
diff --git a/translated_images/analog-sensor-voltage.3b6f3153922473997cae6f71a6110d89a020a8a1838a83fba4f97e8fa6cef3ac.hi.png b/translated_images/analog-sensor-voltage.3b6f3153922473997cae6f71a6110d89a020a8a1838a83fba4f97e8fa6cef3ac.hi.png
new file mode 100644
index 00000000..78e9b675
Binary files /dev/null and b/translated_images/analog-sensor-voltage.3b6f3153922473997cae6f71a6110d89a020a8a1838a83fba4f97e8fa6cef3ac.hi.png differ
diff --git a/translated_images/analog-sensor-voltage.3b6f3153922473997cae6f71a6110d89a020a8a1838a83fba4f97e8fa6cef3ac.it.png b/translated_images/analog-sensor-voltage.3b6f3153922473997cae6f71a6110d89a020a8a1838a83fba4f97e8fa6cef3ac.it.png
new file mode 100644
index 00000000..78e9b675
Binary files /dev/null and b/translated_images/analog-sensor-voltage.3b6f3153922473997cae6f71a6110d89a020a8a1838a83fba4f97e8fa6cef3ac.it.png differ
diff --git a/translated_images/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.hi.png b/translated_images/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.hi.png
new file mode 100644
index 00000000..fb87dd71
Binary files /dev/null and b/translated_images/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.hi.png differ
diff --git a/translated_images/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.it.png b/translated_images/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.it.png
new file mode 100644
index 00000000..fb87dd71
Binary files /dev/null and b/translated_images/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.it.png differ
diff --git a/translated_images/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.hi.png b/translated_images/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.hi.png
new file mode 100644
index 00000000..acaa9a02
Binary files /dev/null and b/translated_images/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.hi.png differ
diff --git a/translated_images/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.it.png b/translated_images/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.it.png
new file mode 100644
index 00000000..acaa9a02
Binary files /dev/null and b/translated_images/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.it.png differ
diff --git a/translated_images/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.hi.png b/translated_images/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.hi.png
new file mode 100644
index 00000000..b6afaa8a
Binary files /dev/null and b/translated_images/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.hi.png differ
diff --git a/translated_images/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.it.png b/translated_images/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.it.png
new file mode 100644
index 00000000..b6afaa8a
Binary files /dev/null and b/translated_images/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.it.png differ
diff --git a/translated_images/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.hi.png b/translated_images/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.hi.png
new file mode 100644
index 00000000..18f92ede
Binary files /dev/null and b/translated_images/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.hi.png differ
diff --git a/translated_images/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.it.png b/translated_images/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.it.png
new file mode 100644
index 00000000..18f92ede
Binary files /dev/null and b/translated_images/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.it.png differ
diff --git a/translated_images/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.hi.png b/translated_images/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.hi.png
new file mode 100644
index 00000000..e1eb6df0
Binary files /dev/null and b/translated_images/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.hi.png differ
diff --git a/translated_images/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.it.png b/translated_images/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.it.png
new file mode 100644
index 00000000..e1eb6df0
Binary files /dev/null and b/translated_images/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.it.png differ
diff --git a/translated_images/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.hi.png b/translated_images/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.hi.png
new file mode 100644
index 00000000..dfcfde45
Binary files /dev/null and b/translated_images/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.hi.png differ
diff --git a/translated_images/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.it.png b/translated_images/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.it.png
new file mode 100644
index 00000000..dfcfde45
Binary files /dev/null and b/translated_images/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.it.png differ
diff --git a/translated_images/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.hi.png b/translated_images/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.hi.png
new file mode 100644
index 00000000..44af1896
Binary files /dev/null and b/translated_images/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.hi.png differ
diff --git a/translated_images/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.it.png b/translated_images/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.it.png
new file mode 100644
index 00000000..44af1896
Binary files /dev/null and b/translated_images/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.it.png differ
diff --git a/translated_images/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.hi.png b/translated_images/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.hi.png
new file mode 100644
index 00000000..6d749e6c
Binary files /dev/null and b/translated_images/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.hi.png differ
diff --git a/translated_images/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.it.png b/translated_images/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.it.png
new file mode 100644
index 00000000..6d749e6c
Binary files /dev/null and b/translated_images/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.it.png differ
diff --git a/translated_images/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.hi.png b/translated_images/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.hi.png
new file mode 100644
index 00000000..7485e36c
Binary files /dev/null and b/translated_images/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.hi.png differ
diff --git a/translated_images/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.it.png b/translated_images/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.it.png
new file mode 100644
index 00000000..7485e36c
Binary files /dev/null and b/translated_images/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.it.png differ
diff --git a/translated_images/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.hi.png b/translated_images/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.hi.png
new file mode 100644
index 00000000..0f499097
Binary files /dev/null and b/translated_images/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.hi.png differ
diff --git a/translated_images/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.it.png b/translated_images/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.it.png
new file mode 100644
index 00000000..0f499097
Binary files /dev/null and b/translated_images/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.it.png differ
diff --git a/translated_images/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.hi.png b/translated_images/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.hi.png
new file mode 100644
index 00000000..710c440c
Binary files /dev/null and b/translated_images/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.hi.png differ
diff --git a/translated_images/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.it.png b/translated_images/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.it.png
new file mode 100644
index 00000000..710c440c
Binary files /dev/null and b/translated_images/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.it.png differ
diff --git a/translated_images/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.hi.png b/translated_images/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.hi.png
new file mode 100644
index 00000000..24cecced
Binary files /dev/null and b/translated_images/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.hi.png differ
diff --git a/translated_images/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.it.png b/translated_images/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.it.png
new file mode 100644
index 00000000..24cecced
Binary files /dev/null and b/translated_images/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.it.png differ
diff --git a/translated_images/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.hi.png b/translated_images/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.hi.png
new file mode 100644
index 00000000..b36025d9
Binary files /dev/null and b/translated_images/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.hi.png differ
diff --git a/translated_images/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.it.png b/translated_images/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.it.png
new file mode 100644
index 00000000..b36025d9
Binary files /dev/null and b/translated_images/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.it.png differ
diff --git a/translated_images/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.hi.png b/translated_images/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.hi.png
new file mode 100644
index 00000000..b21a4bed
Binary files /dev/null and b/translated_images/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.hi.png differ
diff --git a/translated_images/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.it.png b/translated_images/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.it.png
new file mode 100644
index 00000000..b21a4bed
Binary files /dev/null and b/translated_images/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.it.png differ
diff --git a/translated_images/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.hi.png b/translated_images/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.hi.png
new file mode 100644
index 00000000..8da6f9a4
Binary files /dev/null and b/translated_images/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.hi.png differ
diff --git a/translated_images/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.it.png b/translated_images/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.it.png
new file mode 100644
index 00000000..8da6f9a4
Binary files /dev/null and b/translated_images/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.it.png differ
diff --git a/translated_images/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.hi.jpg b/translated_images/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.hi.jpg
new file mode 100644
index 00000000..437f3d07
Binary files /dev/null and b/translated_images/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.hi.jpg differ
diff --git a/translated_images/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.it.jpg b/translated_images/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.it.jpg
new file mode 100644
index 00000000..437f3d07
Binary files /dev/null and b/translated_images/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.it.jpg differ
diff --git a/translated_images/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.hi.png b/translated_images/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.hi.png
new file mode 100644
index 00000000..cc61fb13
Binary files /dev/null and b/translated_images/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.hi.png differ
diff --git a/translated_images/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.it.png b/translated_images/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.it.png
new file mode 100644
index 00000000..cc61fb13
Binary files /dev/null and b/translated_images/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.it.png differ
diff --git a/translated_images/banana-ripe-1.6ed72365ffc9230064fbaefdb698bde74529ad5b3c747a4a28421b534730fa5f.hi.png b/translated_images/banana-ripe-1.6ed72365ffc9230064fbaefdb698bde74529ad5b3c747a4a28421b534730fa5f.hi.png
new file mode 100644
index 00000000..3472b1d9
Binary files /dev/null and b/translated_images/banana-ripe-1.6ed72365ffc9230064fbaefdb698bde74529ad5b3c747a4a28421b534730fa5f.hi.png differ
diff --git a/translated_images/banana-ripe-1.6ed72365ffc9230064fbaefdb698bde74529ad5b3c747a4a28421b534730fa5f.it.png b/translated_images/banana-ripe-1.6ed72365ffc9230064fbaefdb698bde74529ad5b3c747a4a28421b534730fa5f.it.png
new file mode 100644
index 00000000..3472b1d9
Binary files /dev/null and b/translated_images/banana-ripe-1.6ed72365ffc9230064fbaefdb698bde74529ad5b3c747a4a28421b534730fa5f.it.png differ
diff --git a/translated_images/banana-ripe-1.780e9be3a60d8879826126ee1e84e135ffa20ec91697bb759daf7ba0b76c811b.hi.png b/translated_images/banana-ripe-1.780e9be3a60d8879826126ee1e84e135ffa20ec91697bb759daf7ba0b76c811b.hi.png
new file mode 100644
index 00000000..0bbca602
Binary files /dev/null and b/translated_images/banana-ripe-1.780e9be3a60d8879826126ee1e84e135ffa20ec91697bb759daf7ba0b76c811b.hi.png differ
diff --git a/translated_images/banana-ripe-1.780e9be3a60d8879826126ee1e84e135ffa20ec91697bb759daf7ba0b76c811b.it.png b/translated_images/banana-ripe-1.780e9be3a60d8879826126ee1e84e135ffa20ec91697bb759daf7ba0b76c811b.it.png
new file mode 100644
index 00000000..0bbca602
Binary files /dev/null and b/translated_images/banana-ripe-1.780e9be3a60d8879826126ee1e84e135ffa20ec91697bb759daf7ba0b76c811b.it.png differ
diff --git a/translated_images/banana-ripe-10.c3d98eb280e7464ffa36da1fa18413db4fd032da973b098bb4978d6d99c1a3af.hi.png b/translated_images/banana-ripe-10.c3d98eb280e7464ffa36da1fa18413db4fd032da973b098bb4978d6d99c1a3af.hi.png
new file mode 100644
index 00000000..b5775adc
Binary files /dev/null and b/translated_images/banana-ripe-10.c3d98eb280e7464ffa36da1fa18413db4fd032da973b098bb4978d6d99c1a3af.hi.png differ
diff --git a/translated_images/banana-ripe-10.c3d98eb280e7464ffa36da1fa18413db4fd032da973b098bb4978d6d99c1a3af.it.png b/translated_images/banana-ripe-10.c3d98eb280e7464ffa36da1fa18413db4fd032da973b098bb4978d6d99c1a3af.it.png
new file mode 100644
index 00000000..b5775adc
Binary files /dev/null and b/translated_images/banana-ripe-10.c3d98eb280e7464ffa36da1fa18413db4fd032da973b098bb4978d6d99c1a3af.it.png differ
diff --git a/translated_images/banana-ripe-11.3d932f292b95b9a202082ce75f5b52ecaf43718721661810b53f7a5a2c4b4133.hi.png b/translated_images/banana-ripe-11.3d932f292b95b9a202082ce75f5b52ecaf43718721661810b53f7a5a2c4b4133.hi.png
new file mode 100644
index 00000000..bc58477a
Binary files /dev/null and b/translated_images/banana-ripe-11.3d932f292b95b9a202082ce75f5b52ecaf43718721661810b53f7a5a2c4b4133.hi.png differ
diff --git a/translated_images/banana-ripe-11.3d932f292b95b9a202082ce75f5b52ecaf43718721661810b53f7a5a2c4b4133.it.png b/translated_images/banana-ripe-11.3d932f292b95b9a202082ce75f5b52ecaf43718721661810b53f7a5a2c4b4133.it.png
new file mode 100644
index 00000000..bc58477a
Binary files /dev/null and b/translated_images/banana-ripe-11.3d932f292b95b9a202082ce75f5b52ecaf43718721661810b53f7a5a2c4b4133.it.png differ
diff --git a/translated_images/banana-ripe-12.9f87e663b9da6c8525f3ce63c5c0a1c095e42675e2a6af9b0fddb14ebb1e0b4b.hi.png b/translated_images/banana-ripe-12.9f87e663b9da6c8525f3ce63c5c0a1c095e42675e2a6af9b0fddb14ebb1e0b4b.hi.png
new file mode 100644
index 00000000..1b7a40f4
Binary files /dev/null and b/translated_images/banana-ripe-12.9f87e663b9da6c8525f3ce63c5c0a1c095e42675e2a6af9b0fddb14ebb1e0b4b.hi.png differ
diff --git a/translated_images/banana-ripe-12.9f87e663b9da6c8525f3ce63c5c0a1c095e42675e2a6af9b0fddb14ebb1e0b4b.it.png b/translated_images/banana-ripe-12.9f87e663b9da6c8525f3ce63c5c0a1c095e42675e2a6af9b0fddb14ebb1e0b4b.it.png
new file mode 100644
index 00000000..1b7a40f4
Binary files /dev/null and b/translated_images/banana-ripe-12.9f87e663b9da6c8525f3ce63c5c0a1c095e42675e2a6af9b0fddb14ebb1e0b4b.it.png differ
diff --git a/translated_images/banana-ripe-13.b7402e05160f454309533a578849d7e79f92dd70799428943d7211c2fbb82465.hi.png b/translated_images/banana-ripe-13.b7402e05160f454309533a578849d7e79f92dd70799428943d7211c2fbb82465.hi.png
new file mode 100644
index 00000000..011b07a3
Binary files /dev/null and b/translated_images/banana-ripe-13.b7402e05160f454309533a578849d7e79f92dd70799428943d7211c2fbb82465.hi.png differ
diff --git a/translated_images/banana-ripe-13.b7402e05160f454309533a578849d7e79f92dd70799428943d7211c2fbb82465.it.png b/translated_images/banana-ripe-13.b7402e05160f454309533a578849d7e79f92dd70799428943d7211c2fbb82465.it.png
new file mode 100644
index 00000000..011b07a3
Binary files /dev/null and b/translated_images/banana-ripe-13.b7402e05160f454309533a578849d7e79f92dd70799428943d7211c2fbb82465.it.png differ
diff --git a/translated_images/banana-ripe-14.85cf309aa702cfa870286a5f8838ee5875a655074a982bafe5b8d32d4d5819f2.hi.png b/translated_images/banana-ripe-14.85cf309aa702cfa870286a5f8838ee5875a655074a982bafe5b8d32d4d5819f2.hi.png
new file mode 100644
index 00000000..7f9d24ef
Binary files /dev/null and b/translated_images/banana-ripe-14.85cf309aa702cfa870286a5f8838ee5875a655074a982bafe5b8d32d4d5819f2.hi.png differ
diff --git a/translated_images/banana-ripe-14.85cf309aa702cfa870286a5f8838ee5875a655074a982bafe5b8d32d4d5819f2.it.png b/translated_images/banana-ripe-14.85cf309aa702cfa870286a5f8838ee5875a655074a982bafe5b8d32d4d5819f2.it.png
new file mode 100644
index 00000000..7f9d24ef
Binary files /dev/null and b/translated_images/banana-ripe-14.85cf309aa702cfa870286a5f8838ee5875a655074a982bafe5b8d32d4d5819f2.it.png differ
diff --git a/translated_images/banana-ripe-15.933412eb14a3f8e419c764c8157d1e5f25256972a8dcf450aa630b8c007c8c3d.hi.png b/translated_images/banana-ripe-15.933412eb14a3f8e419c764c8157d1e5f25256972a8dcf450aa630b8c007c8c3d.hi.png
new file mode 100644
index 00000000..0c6a7067
Binary files /dev/null and b/translated_images/banana-ripe-15.933412eb14a3f8e419c764c8157d1e5f25256972a8dcf450aa630b8c007c8c3d.hi.png differ
diff --git a/translated_images/banana-ripe-15.933412eb14a3f8e419c764c8157d1e5f25256972a8dcf450aa630b8c007c8c3d.it.png b/translated_images/banana-ripe-15.933412eb14a3f8e419c764c8157d1e5f25256972a8dcf450aa630b8c007c8c3d.it.png
new file mode 100644
index 00000000..0c6a7067
Binary files /dev/null and b/translated_images/banana-ripe-15.933412eb14a3f8e419c764c8157d1e5f25256972a8dcf450aa630b8c007c8c3d.it.png differ
diff --git a/translated_images/banana-ripe-16.781a68a01401f89e5e523c88e659a0f9697b7de378571c91e597edc0d0c2eb07.hi.png b/translated_images/banana-ripe-16.781a68a01401f89e5e523c88e659a0f9697b7de378571c91e597edc0d0c2eb07.hi.png
new file mode 100644
index 00000000..8f7968a5
Binary files /dev/null and b/translated_images/banana-ripe-16.781a68a01401f89e5e523c88e659a0f9697b7de378571c91e597edc0d0c2eb07.hi.png differ
diff --git a/translated_images/banana-ripe-16.781a68a01401f89e5e523c88e659a0f9697b7de378571c91e597edc0d0c2eb07.it.png b/translated_images/banana-ripe-16.781a68a01401f89e5e523c88e659a0f9697b7de378571c91e597edc0d0c2eb07.it.png
new file mode 100644
index 00000000..8f7968a5
Binary files /dev/null and b/translated_images/banana-ripe-16.781a68a01401f89e5e523c88e659a0f9697b7de378571c91e597edc0d0c2eb07.it.png differ
diff --git a/translated_images/banana-ripe-17.f8e2853a40d3ac450e290036792b75ac4b8da5883536478722fb336d5f66517e.hi.png b/translated_images/banana-ripe-17.f8e2853a40d3ac450e290036792b75ac4b8da5883536478722fb336d5f66517e.hi.png
new file mode 100644
index 00000000..20c6036f
Binary files /dev/null and b/translated_images/banana-ripe-17.f8e2853a40d3ac450e290036792b75ac4b8da5883536478722fb336d5f66517e.hi.png differ
diff --git a/translated_images/banana-ripe-17.f8e2853a40d3ac450e290036792b75ac4b8da5883536478722fb336d5f66517e.it.png b/translated_images/banana-ripe-17.f8e2853a40d3ac450e290036792b75ac4b8da5883536478722fb336d5f66517e.it.png
new file mode 100644
index 00000000..20c6036f
Binary files /dev/null and b/translated_images/banana-ripe-17.f8e2853a40d3ac450e290036792b75ac4b8da5883536478722fb336d5f66517e.it.png differ
diff --git a/translated_images/banana-ripe-18.3d05f5f78ecf6f0d74aecdafb8e415851a5333e5dbc016ac1870ab5e4c383b07.hi.png b/translated_images/banana-ripe-18.3d05f5f78ecf6f0d74aecdafb8e415851a5333e5dbc016ac1870ab5e4c383b07.hi.png
new file mode 100644
index 00000000..f077b6e9
Binary files /dev/null and b/translated_images/banana-ripe-18.3d05f5f78ecf6f0d74aecdafb8e415851a5333e5dbc016ac1870ab5e4c383b07.hi.png differ
diff --git a/translated_images/banana-ripe-18.3d05f5f78ecf6f0d74aecdafb8e415851a5333e5dbc016ac1870ab5e4c383b07.it.png b/translated_images/banana-ripe-18.3d05f5f78ecf6f0d74aecdafb8e415851a5333e5dbc016ac1870ab5e4c383b07.it.png
new file mode 100644
index 00000000..f077b6e9
Binary files /dev/null and b/translated_images/banana-ripe-18.3d05f5f78ecf6f0d74aecdafb8e415851a5333e5dbc016ac1870ab5e4c383b07.it.png differ
diff --git a/translated_images/banana-ripe-19.ac3b0fc6cf6fdfd5523227bc246c915b228bc3d4bc1c72f6612723ed889023b5.hi.png b/translated_images/banana-ripe-19.ac3b0fc6cf6fdfd5523227bc246c915b228bc3d4bc1c72f6612723ed889023b5.hi.png
new file mode 100644
index 00000000..484206d5
Binary files /dev/null and b/translated_images/banana-ripe-19.ac3b0fc6cf6fdfd5523227bc246c915b228bc3d4bc1c72f6612723ed889023b5.hi.png differ
diff --git a/translated_images/banana-ripe-19.ac3b0fc6cf6fdfd5523227bc246c915b228bc3d4bc1c72f6612723ed889023b5.it.png b/translated_images/banana-ripe-19.ac3b0fc6cf6fdfd5523227bc246c915b228bc3d4bc1c72f6612723ed889023b5.it.png
new file mode 100644
index 00000000..484206d5
Binary files /dev/null and b/translated_images/banana-ripe-19.ac3b0fc6cf6fdfd5523227bc246c915b228bc3d4bc1c72f6612723ed889023b5.it.png differ
diff --git a/translated_images/banana-ripe-2.8ab96da692df69f1c78bd3a93acfdb17bc292ac964a3f3bac9249ba1dd1681c3.hi.png b/translated_images/banana-ripe-2.8ab96da692df69f1c78bd3a93acfdb17bc292ac964a3f3bac9249ba1dd1681c3.hi.png
new file mode 100644
index 00000000..9fa156e2
Binary files /dev/null and b/translated_images/banana-ripe-2.8ab96da692df69f1c78bd3a93acfdb17bc292ac964a3f3bac9249ba1dd1681c3.hi.png differ
diff --git a/translated_images/banana-ripe-2.8ab96da692df69f1c78bd3a93acfdb17bc292ac964a3f3bac9249ba1dd1681c3.it.png b/translated_images/banana-ripe-2.8ab96da692df69f1c78bd3a93acfdb17bc292ac964a3f3bac9249ba1dd1681c3.it.png
new file mode 100644
index 00000000..9fa156e2
Binary files /dev/null and b/translated_images/banana-ripe-2.8ab96da692df69f1c78bd3a93acfdb17bc292ac964a3f3bac9249ba1dd1681c3.it.png differ
diff --git a/translated_images/banana-ripe-2.96ddc53114c5f020a328b264174eef43d2096620c6b10ff5189e99674c1dfa8c.hi.png b/translated_images/banana-ripe-2.96ddc53114c5f020a328b264174eef43d2096620c6b10ff5189e99674c1dfa8c.hi.png
new file mode 100644
index 00000000..b0813972
Binary files /dev/null and b/translated_images/banana-ripe-2.96ddc53114c5f020a328b264174eef43d2096620c6b10ff5189e99674c1dfa8c.hi.png differ
diff --git a/translated_images/banana-ripe-2.96ddc53114c5f020a328b264174eef43d2096620c6b10ff5189e99674c1dfa8c.it.png b/translated_images/banana-ripe-2.96ddc53114c5f020a328b264174eef43d2096620c6b10ff5189e99674c1dfa8c.it.png
new file mode 100644
index 00000000..b0813972
Binary files /dev/null and b/translated_images/banana-ripe-2.96ddc53114c5f020a328b264174eef43d2096620c6b10ff5189e99674c1dfa8c.it.png differ
diff --git a/translated_images/banana-ripe-20.a4d0ad33a7e6f037ac9276dc751ae62d56d3cc16e625837197ef49da426bc3c8.hi.png b/translated_images/banana-ripe-20.a4d0ad33a7e6f037ac9276dc751ae62d56d3cc16e625837197ef49da426bc3c8.hi.png
new file mode 100644
index 00000000..4f2da8dc
Binary files /dev/null and b/translated_images/banana-ripe-20.a4d0ad33a7e6f037ac9276dc751ae62d56d3cc16e625837197ef49da426bc3c8.hi.png differ
diff --git a/translated_images/banana-ripe-20.a4d0ad33a7e6f037ac9276dc751ae62d56d3cc16e625837197ef49da426bc3c8.it.png b/translated_images/banana-ripe-20.a4d0ad33a7e6f037ac9276dc751ae62d56d3cc16e625837197ef49da426bc3c8.it.png
new file mode 100644
index 00000000..4f2da8dc
Binary files /dev/null and b/translated_images/banana-ripe-20.a4d0ad33a7e6f037ac9276dc751ae62d56d3cc16e625837197ef49da426bc3c8.it.png differ
diff --git a/translated_images/banana-ripe-21.07e03d64f265d55dfe3b304df3e36f06140b87f80ae2cadd22a7736e2855eb8f.hi.png b/translated_images/banana-ripe-21.07e03d64f265d55dfe3b304df3e36f06140b87f80ae2cadd22a7736e2855eb8f.hi.png
new file mode 100644
index 00000000..8ae3904c
Binary files /dev/null and b/translated_images/banana-ripe-21.07e03d64f265d55dfe3b304df3e36f06140b87f80ae2cadd22a7736e2855eb8f.hi.png differ
diff --git a/translated_images/banana-ripe-21.07e03d64f265d55dfe3b304df3e36f06140b87f80ae2cadd22a7736e2855eb8f.it.png b/translated_images/banana-ripe-21.07e03d64f265d55dfe3b304df3e36f06140b87f80ae2cadd22a7736e2855eb8f.it.png
new file mode 100644
index 00000000..8ae3904c
Binary files /dev/null and b/translated_images/banana-ripe-21.07e03d64f265d55dfe3b304df3e36f06140b87f80ae2cadd22a7736e2855eb8f.it.png differ
diff --git a/translated_images/banana-ripe-22.a63c05aeb7f866fc64b6ac04e6fa68e1d1a22d729ad16d9fadf3357df97654a3.hi.png b/translated_images/banana-ripe-22.a63c05aeb7f866fc64b6ac04e6fa68e1d1a22d729ad16d9fadf3357df97654a3.hi.png
new file mode 100644
index 00000000..ea5cbe30
Binary files /dev/null and b/translated_images/banana-ripe-22.a63c05aeb7f866fc64b6ac04e6fa68e1d1a22d729ad16d9fadf3357df97654a3.hi.png differ
diff --git a/translated_images/banana-ripe-22.a63c05aeb7f866fc64b6ac04e6fa68e1d1a22d729ad16d9fadf3357df97654a3.it.png b/translated_images/banana-ripe-22.a63c05aeb7f866fc64b6ac04e6fa68e1d1a22d729ad16d9fadf3357df97654a3.it.png
new file mode 100644
index 00000000..ea5cbe30
Binary files /dev/null and b/translated_images/banana-ripe-22.a63c05aeb7f866fc64b6ac04e6fa68e1d1a22d729ad16d9fadf3357df97654a3.it.png differ
diff --git a/translated_images/banana-ripe-23.6f3364afcab19e571497cb5a3fa2b0c603a303beb31034cb82ae25635f4cc005.hi.png b/translated_images/banana-ripe-23.6f3364afcab19e571497cb5a3fa2b0c603a303beb31034cb82ae25635f4cc005.hi.png
new file mode 100644
index 00000000..eab9fb03
Binary files /dev/null and b/translated_images/banana-ripe-23.6f3364afcab19e571497cb5a3fa2b0c603a303beb31034cb82ae25635f4cc005.hi.png differ
diff --git a/translated_images/banana-ripe-23.6f3364afcab19e571497cb5a3fa2b0c603a303beb31034cb82ae25635f4cc005.it.png b/translated_images/banana-ripe-23.6f3364afcab19e571497cb5a3fa2b0c603a303beb31034cb82ae25635f4cc005.it.png
new file mode 100644
index 00000000..eab9fb03
Binary files /dev/null and b/translated_images/banana-ripe-23.6f3364afcab19e571497cb5a3fa2b0c603a303beb31034cb82ae25635f4cc005.it.png differ
diff --git a/translated_images/banana-ripe-24.ff2c02cc80a9c4301d1f851af0a96f414fcc844f912ea4bea902877c9d6978f6.hi.png b/translated_images/banana-ripe-24.ff2c02cc80a9c4301d1f851af0a96f414fcc844f912ea4bea902877c9d6978f6.hi.png
new file mode 100644
index 00000000..c49c0459
Binary files /dev/null and b/translated_images/banana-ripe-24.ff2c02cc80a9c4301d1f851af0a96f414fcc844f912ea4bea902877c9d6978f6.hi.png differ
diff --git a/translated_images/banana-ripe-24.ff2c02cc80a9c4301d1f851af0a96f414fcc844f912ea4bea902877c9d6978f6.it.png b/translated_images/banana-ripe-24.ff2c02cc80a9c4301d1f851af0a96f414fcc844f912ea4bea902877c9d6978f6.it.png
new file mode 100644
index 00000000..c49c0459
Binary files /dev/null and b/translated_images/banana-ripe-24.ff2c02cc80a9c4301d1f851af0a96f414fcc844f912ea4bea902877c9d6978f6.it.png differ
diff --git a/translated_images/banana-ripe-25.65ce63418cdc4de2d1d29d0fd35401a9f99e967938e01c3578f13a6b6812ae50.hi.png b/translated_images/banana-ripe-25.65ce63418cdc4de2d1d29d0fd35401a9f99e967938e01c3578f13a6b6812ae50.hi.png
new file mode 100644
index 00000000..127b0257
Binary files /dev/null and b/translated_images/banana-ripe-25.65ce63418cdc4de2d1d29d0fd35401a9f99e967938e01c3578f13a6b6812ae50.hi.png differ
diff --git a/translated_images/banana-ripe-25.65ce63418cdc4de2d1d29d0fd35401a9f99e967938e01c3578f13a6b6812ae50.it.png b/translated_images/banana-ripe-25.65ce63418cdc4de2d1d29d0fd35401a9f99e967938e01c3578f13a6b6812ae50.it.png
new file mode 100644
index 00000000..127b0257
Binary files /dev/null and b/translated_images/banana-ripe-25.65ce63418cdc4de2d1d29d0fd35401a9f99e967938e01c3578f13a6b6812ae50.it.png differ
diff --git a/translated_images/banana-ripe-3.4fae05a0a1d2b5f010998afee52fb77a113453a95331c76eb4b509c14d5cb5d7.hi.png b/translated_images/banana-ripe-3.4fae05a0a1d2b5f010998afee52fb77a113453a95331c76eb4b509c14d5cb5d7.hi.png
new file mode 100644
index 00000000..0b528799
Binary files /dev/null and b/translated_images/banana-ripe-3.4fae05a0a1d2b5f010998afee52fb77a113453a95331c76eb4b509c14d5cb5d7.hi.png differ
diff --git a/translated_images/banana-ripe-3.4fae05a0a1d2b5f010998afee52fb77a113453a95331c76eb4b509c14d5cb5d7.it.png b/translated_images/banana-ripe-3.4fae05a0a1d2b5f010998afee52fb77a113453a95331c76eb4b509c14d5cb5d7.it.png
new file mode 100644
index 00000000..0b528799
Binary files /dev/null and b/translated_images/banana-ripe-3.4fae05a0a1d2b5f010998afee52fb77a113453a95331c76eb4b509c14d5cb5d7.it.png differ
diff --git a/translated_images/banana-ripe-5.c762086879ccec4c5402fb5dd5387f4ee4c208de3ec13fd69a5461ef36cde34a.hi.png b/translated_images/banana-ripe-5.c762086879ccec4c5402fb5dd5387f4ee4c208de3ec13fd69a5461ef36cde34a.hi.png
new file mode 100644
index 00000000..e5b04c65
Binary files /dev/null and b/translated_images/banana-ripe-5.c762086879ccec4c5402fb5dd5387f4ee4c208de3ec13fd69a5461ef36cde34a.hi.png differ
diff --git a/translated_images/banana-ripe-5.c762086879ccec4c5402fb5dd5387f4ee4c208de3ec13fd69a5461ef36cde34a.it.png b/translated_images/banana-ripe-5.c762086879ccec4c5402fb5dd5387f4ee4c208de3ec13fd69a5461ef36cde34a.it.png
new file mode 100644
index 00000000..e5b04c65
Binary files /dev/null and b/translated_images/banana-ripe-5.c762086879ccec4c5402fb5dd5387f4ee4c208de3ec13fd69a5461ef36cde34a.it.png differ
diff --git a/translated_images/banana-ripe-6.5131bcbf492980cb737c3658b96f6ff3381ced4cd6505588b05bd95d82965c49.hi.png b/translated_images/banana-ripe-6.5131bcbf492980cb737c3658b96f6ff3381ced4cd6505588b05bd95d82965c49.hi.png
new file mode 100644
index 00000000..46543926
Binary files /dev/null and b/translated_images/banana-ripe-6.5131bcbf492980cb737c3658b96f6ff3381ced4cd6505588b05bd95d82965c49.hi.png differ
diff --git a/translated_images/banana-ripe-6.5131bcbf492980cb737c3658b96f6ff3381ced4cd6505588b05bd95d82965c49.it.png b/translated_images/banana-ripe-6.5131bcbf492980cb737c3658b96f6ff3381ced4cd6505588b05bd95d82965c49.it.png
new file mode 100644
index 00000000..46543926
Binary files /dev/null and b/translated_images/banana-ripe-6.5131bcbf492980cb737c3658b96f6ff3381ced4cd6505588b05bd95d82965c49.it.png differ
diff --git a/translated_images/banana-ripe-7.5fc18dfe7b7ae9dc5afe27cc6c0ce162c819b78b69b05f6f9c1636d5d1b82edc.hi.png b/translated_images/banana-ripe-7.5fc18dfe7b7ae9dc5afe27cc6c0ce162c819b78b69b05f6f9c1636d5d1b82edc.hi.png
new file mode 100644
index 00000000..46e99668
Binary files /dev/null and b/translated_images/banana-ripe-7.5fc18dfe7b7ae9dc5afe27cc6c0ce162c819b78b69b05f6f9c1636d5d1b82edc.hi.png differ
diff --git a/translated_images/banana-ripe-7.5fc18dfe7b7ae9dc5afe27cc6c0ce162c819b78b69b05f6f9c1636d5d1b82edc.it.png b/translated_images/banana-ripe-7.5fc18dfe7b7ae9dc5afe27cc6c0ce162c819b78b69b05f6f9c1636d5d1b82edc.it.png
new file mode 100644
index 00000000..46e99668
Binary files /dev/null and b/translated_images/banana-ripe-7.5fc18dfe7b7ae9dc5afe27cc6c0ce162c819b78b69b05f6f9c1636d5d1b82edc.it.png differ
diff --git a/translated_images/banana-ripe-8.dba1d33bd34d4830201c15a9c35c56fde4b1a45dc7dc5e3a7def9986bf1b6c28.hi.png b/translated_images/banana-ripe-8.dba1d33bd34d4830201c15a9c35c56fde4b1a45dc7dc5e3a7def9986bf1b6c28.hi.png
new file mode 100644
index 00000000..c012d47d
Binary files /dev/null and b/translated_images/banana-ripe-8.dba1d33bd34d4830201c15a9c35c56fde4b1a45dc7dc5e3a7def9986bf1b6c28.hi.png differ
diff --git a/translated_images/banana-ripe-8.dba1d33bd34d4830201c15a9c35c56fde4b1a45dc7dc5e3a7def9986bf1b6c28.it.png b/translated_images/banana-ripe-8.dba1d33bd34d4830201c15a9c35c56fde4b1a45dc7dc5e3a7def9986bf1b6c28.it.png
new file mode 100644
index 00000000..c012d47d
Binary files /dev/null and b/translated_images/banana-ripe-8.dba1d33bd34d4830201c15a9c35c56fde4b1a45dc7dc5e3a7def9986bf1b6c28.it.png differ
diff --git a/translated_images/banana-ripe-9.32f91462c8b0e2d3666f49a12afd84462212c5834835f988b3c37441c0493952.hi.png b/translated_images/banana-ripe-9.32f91462c8b0e2d3666f49a12afd84462212c5834835f988b3c37441c0493952.hi.png
new file mode 100644
index 00000000..fa44061a
Binary files /dev/null and b/translated_images/banana-ripe-9.32f91462c8b0e2d3666f49a12afd84462212c5834835f988b3c37441c0493952.hi.png differ
diff --git a/translated_images/banana-ripe-9.32f91462c8b0e2d3666f49a12afd84462212c5834835f988b3c37441c0493952.it.png b/translated_images/banana-ripe-9.32f91462c8b0e2d3666f49a12afd84462212c5834835f988b3c37441c0493952.it.png
new file mode 100644
index 00000000..fa44061a
Binary files /dev/null and b/translated_images/banana-ripe-9.32f91462c8b0e2d3666f49a12afd84462212c5834835f988b3c37441c0493952.it.png differ
diff --git a/translated_images/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.hi.png b/translated_images/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.hi.png
new file mode 100644
index 00000000..e499b2fd
Binary files /dev/null and b/translated_images/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.hi.png differ
diff --git a/translated_images/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.it.png b/translated_images/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.it.png
new file mode 100644
index 00000000..e499b2fd
Binary files /dev/null and b/translated_images/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.it.png differ
diff --git a/translated_images/banana-unripe-1.910c8606a300fa2014a0e0adb31348effd6e0fdd5760fdfe80b8e69533bac6f7.hi.png b/translated_images/banana-unripe-1.910c8606a300fa2014a0e0adb31348effd6e0fdd5760fdfe80b8e69533bac6f7.hi.png
new file mode 100644
index 00000000..66e9927a
Binary files /dev/null and b/translated_images/banana-unripe-1.910c8606a300fa2014a0e0adb31348effd6e0fdd5760fdfe80b8e69533bac6f7.hi.png differ
diff --git a/translated_images/banana-unripe-1.910c8606a300fa2014a0e0adb31348effd6e0fdd5760fdfe80b8e69533bac6f7.it.png b/translated_images/banana-unripe-1.910c8606a300fa2014a0e0adb31348effd6e0fdd5760fdfe80b8e69533bac6f7.it.png
new file mode 100644
index 00000000..66e9927a
Binary files /dev/null and b/translated_images/banana-unripe-1.910c8606a300fa2014a0e0adb31348effd6e0fdd5760fdfe80b8e69533bac6f7.it.png differ
diff --git a/translated_images/banana-unripe-1.b2c7051d9c8a4e617be0425bea42775d16f896f3a183344e9038da2d1fb81dea.hi.png b/translated_images/banana-unripe-1.b2c7051d9c8a4e617be0425bea42775d16f896f3a183344e9038da2d1fb81dea.hi.png
new file mode 100644
index 00000000..e512cf63
Binary files /dev/null and b/translated_images/banana-unripe-1.b2c7051d9c8a4e617be0425bea42775d16f896f3a183344e9038da2d1fb81dea.hi.png differ
diff --git a/translated_images/banana-unripe-1.b2c7051d9c8a4e617be0425bea42775d16f896f3a183344e9038da2d1fb81dea.it.png b/translated_images/banana-unripe-1.b2c7051d9c8a4e617be0425bea42775d16f896f3a183344e9038da2d1fb81dea.it.png
new file mode 100644
index 00000000..e512cf63
Binary files /dev/null and b/translated_images/banana-unripe-1.b2c7051d9c8a4e617be0425bea42775d16f896f3a183344e9038da2d1fb81dea.it.png differ
diff --git a/translated_images/banana-unripe-10.38dab0db918a24870e655b62e7f3af030eaebe5bcfb7cfebbfb010637b46ba44.hi.png b/translated_images/banana-unripe-10.38dab0db918a24870e655b62e7f3af030eaebe5bcfb7cfebbfb010637b46ba44.hi.png
new file mode 100644
index 00000000..89e41b8a
Binary files /dev/null and b/translated_images/banana-unripe-10.38dab0db918a24870e655b62e7f3af030eaebe5bcfb7cfebbfb010637b46ba44.hi.png differ
diff --git a/translated_images/banana-unripe-10.38dab0db918a24870e655b62e7f3af030eaebe5bcfb7cfebbfb010637b46ba44.it.png b/translated_images/banana-unripe-10.38dab0db918a24870e655b62e7f3af030eaebe5bcfb7cfebbfb010637b46ba44.it.png
new file mode 100644
index 00000000..89e41b8a
Binary files /dev/null and b/translated_images/banana-unripe-10.38dab0db918a24870e655b62e7f3af030eaebe5bcfb7cfebbfb010637b46ba44.it.png differ
diff --git a/translated_images/banana-unripe-11.ec8d0eefe63e10b953579d18d4fdd9d89cedc247749ec1d11fdbe49a43f1bc90.hi.png b/translated_images/banana-unripe-11.ec8d0eefe63e10b953579d18d4fdd9d89cedc247749ec1d11fdbe49a43f1bc90.hi.png
new file mode 100644
index 00000000..257c3e55
Binary files /dev/null and b/translated_images/banana-unripe-11.ec8d0eefe63e10b953579d18d4fdd9d89cedc247749ec1d11fdbe49a43f1bc90.hi.png differ
diff --git a/translated_images/banana-unripe-11.ec8d0eefe63e10b953579d18d4fdd9d89cedc247749ec1d11fdbe49a43f1bc90.it.png b/translated_images/banana-unripe-11.ec8d0eefe63e10b953579d18d4fdd9d89cedc247749ec1d11fdbe49a43f1bc90.it.png
new file mode 100644
index 00000000..257c3e55
Binary files /dev/null and b/translated_images/banana-unripe-11.ec8d0eefe63e10b953579d18d4fdd9d89cedc247749ec1d11fdbe49a43f1bc90.it.png differ
diff --git a/translated_images/banana-unripe-12.b95a088ccae935db01b47786dac829cb356feb5d4dbfcf8d91e000e9ed3be7a2.hi.png b/translated_images/banana-unripe-12.b95a088ccae935db01b47786dac829cb356feb5d4dbfcf8d91e000e9ed3be7a2.hi.png
new file mode 100644
index 00000000..85a581ed
Binary files /dev/null and b/translated_images/banana-unripe-12.b95a088ccae935db01b47786dac829cb356feb5d4dbfcf8d91e000e9ed3be7a2.hi.png differ
diff --git a/translated_images/banana-unripe-12.b95a088ccae935db01b47786dac829cb356feb5d4dbfcf8d91e000e9ed3be7a2.it.png b/translated_images/banana-unripe-12.b95a088ccae935db01b47786dac829cb356feb5d4dbfcf8d91e000e9ed3be7a2.it.png
new file mode 100644
index 00000000..85a581ed
Binary files /dev/null and b/translated_images/banana-unripe-12.b95a088ccae935db01b47786dac829cb356feb5d4dbfcf8d91e000e9ed3be7a2.it.png differ
diff --git a/translated_images/banana-unripe-13.37e5a7cac5aa0920343a6dd17dc720499d9f9b7c990cf4bc002f681216a545b7.hi.png b/translated_images/banana-unripe-13.37e5a7cac5aa0920343a6dd17dc720499d9f9b7c990cf4bc002f681216a545b7.hi.png
new file mode 100644
index 00000000..c07f67c3
Binary files /dev/null and b/translated_images/banana-unripe-13.37e5a7cac5aa0920343a6dd17dc720499d9f9b7c990cf4bc002f681216a545b7.hi.png differ
diff --git a/translated_images/banana-unripe-13.37e5a7cac5aa0920343a6dd17dc720499d9f9b7c990cf4bc002f681216a545b7.it.png b/translated_images/banana-unripe-13.37e5a7cac5aa0920343a6dd17dc720499d9f9b7c990cf4bc002f681216a545b7.it.png
new file mode 100644
index 00000000..c07f67c3
Binary files /dev/null and b/translated_images/banana-unripe-13.37e5a7cac5aa0920343a6dd17dc720499d9f9b7c990cf4bc002f681216a545b7.it.png differ
diff --git a/translated_images/banana-unripe-14.d19ddd6bbf63a2591db0d88a6c81e17d2186dee04b9bb4ff60031009fc0cce0a.hi.png b/translated_images/banana-unripe-14.d19ddd6bbf63a2591db0d88a6c81e17d2186dee04b9bb4ff60031009fc0cce0a.hi.png
new file mode 100644
index 00000000..c598913b
Binary files /dev/null and b/translated_images/banana-unripe-14.d19ddd6bbf63a2591db0d88a6c81e17d2186dee04b9bb4ff60031009fc0cce0a.hi.png differ
diff --git a/translated_images/banana-unripe-14.d19ddd6bbf63a2591db0d88a6c81e17d2186dee04b9bb4ff60031009fc0cce0a.it.png b/translated_images/banana-unripe-14.d19ddd6bbf63a2591db0d88a6c81e17d2186dee04b9bb4ff60031009fc0cce0a.it.png
new file mode 100644
index 00000000..c598913b
Binary files /dev/null and b/translated_images/banana-unripe-14.d19ddd6bbf63a2591db0d88a6c81e17d2186dee04b9bb4ff60031009fc0cce0a.it.png differ
diff --git a/translated_images/banana-unripe-15.274e48544326077a58c0e00e04e98c7abe04bc473caaab64fe3154c551d8a0a8.hi.png b/translated_images/banana-unripe-15.274e48544326077a58c0e00e04e98c7abe04bc473caaab64fe3154c551d8a0a8.hi.png
new file mode 100644
index 00000000..a630a6f3
Binary files /dev/null and b/translated_images/banana-unripe-15.274e48544326077a58c0e00e04e98c7abe04bc473caaab64fe3154c551d8a0a8.hi.png differ
diff --git a/translated_images/banana-unripe-15.274e48544326077a58c0e00e04e98c7abe04bc473caaab64fe3154c551d8a0a8.it.png b/translated_images/banana-unripe-15.274e48544326077a58c0e00e04e98c7abe04bc473caaab64fe3154c551d8a0a8.it.png
new file mode 100644
index 00000000..a630a6f3
Binary files /dev/null and b/translated_images/banana-unripe-15.274e48544326077a58c0e00e04e98c7abe04bc473caaab64fe3154c551d8a0a8.it.png differ
diff --git a/translated_images/banana-unripe-16.bd058f64bd7ec014d10bdeb9da39568aeb5871908b5c2a6376a5f97d3101c273.hi.png b/translated_images/banana-unripe-16.bd058f64bd7ec014d10bdeb9da39568aeb5871908b5c2a6376a5f97d3101c273.hi.png
new file mode 100644
index 00000000..f63ad48d
Binary files /dev/null and b/translated_images/banana-unripe-16.bd058f64bd7ec014d10bdeb9da39568aeb5871908b5c2a6376a5f97d3101c273.hi.png differ
diff --git a/translated_images/banana-unripe-16.bd058f64bd7ec014d10bdeb9da39568aeb5871908b5c2a6376a5f97d3101c273.it.png b/translated_images/banana-unripe-16.bd058f64bd7ec014d10bdeb9da39568aeb5871908b5c2a6376a5f97d3101c273.it.png
new file mode 100644
index 00000000..f63ad48d
Binary files /dev/null and b/translated_images/banana-unripe-16.bd058f64bd7ec014d10bdeb9da39568aeb5871908b5c2a6376a5f97d3101c273.it.png differ
diff --git a/translated_images/banana-unripe-17.408382d679bfa079fbe89e269fbc05a2602d2f980834601380633a5471c72396.hi.png b/translated_images/banana-unripe-17.408382d679bfa079fbe89e269fbc05a2602d2f980834601380633a5471c72396.hi.png
new file mode 100644
index 00000000..73c0aea6
Binary files /dev/null and b/translated_images/banana-unripe-17.408382d679bfa079fbe89e269fbc05a2602d2f980834601380633a5471c72396.hi.png differ
diff --git a/translated_images/banana-unripe-17.408382d679bfa079fbe89e269fbc05a2602d2f980834601380633a5471c72396.it.png b/translated_images/banana-unripe-17.408382d679bfa079fbe89e269fbc05a2602d2f980834601380633a5471c72396.it.png
new file mode 100644
index 00000000..73c0aea6
Binary files /dev/null and b/translated_images/banana-unripe-17.408382d679bfa079fbe89e269fbc05a2602d2f980834601380633a5471c72396.it.png differ
diff --git a/translated_images/banana-unripe-18.39c0eb79d7b3b9baf71858801fb8cb8b01e395289bab8c7091a57a97d1dfa075.hi.png b/translated_images/banana-unripe-18.39c0eb79d7b3b9baf71858801fb8cb8b01e395289bab8c7091a57a97d1dfa075.hi.png
new file mode 100644
index 00000000..0768efbc
Binary files /dev/null and b/translated_images/banana-unripe-18.39c0eb79d7b3b9baf71858801fb8cb8b01e395289bab8c7091a57a97d1dfa075.hi.png differ
diff --git a/translated_images/banana-unripe-18.39c0eb79d7b3b9baf71858801fb8cb8b01e395289bab8c7091a57a97d1dfa075.it.png b/translated_images/banana-unripe-18.39c0eb79d7b3b9baf71858801fb8cb8b01e395289bab8c7091a57a97d1dfa075.it.png
new file mode 100644
index 00000000..0768efbc
Binary files /dev/null and b/translated_images/banana-unripe-18.39c0eb79d7b3b9baf71858801fb8cb8b01e395289bab8c7091a57a97d1dfa075.it.png differ
diff --git a/translated_images/banana-unripe-19.e61e6d7efaf2d8c81a25acbff9c40f018b78c3c240c8e384d54da374eda70f9b.hi.png b/translated_images/banana-unripe-19.e61e6d7efaf2d8c81a25acbff9c40f018b78c3c240c8e384d54da374eda70f9b.hi.png
new file mode 100644
index 00000000..a6c3afe8
Binary files /dev/null and b/translated_images/banana-unripe-19.e61e6d7efaf2d8c81a25acbff9c40f018b78c3c240c8e384d54da374eda70f9b.hi.png differ
diff --git a/translated_images/banana-unripe-19.e61e6d7efaf2d8c81a25acbff9c40f018b78c3c240c8e384d54da374eda70f9b.it.png b/translated_images/banana-unripe-19.e61e6d7efaf2d8c81a25acbff9c40f018b78c3c240c8e384d54da374eda70f9b.it.png
new file mode 100644
index 00000000..a6c3afe8
Binary files /dev/null and b/translated_images/banana-unripe-19.e61e6d7efaf2d8c81a25acbff9c40f018b78c3c240c8e384d54da374eda70f9b.it.png differ
diff --git a/translated_images/banana-unripe-2.43a73b544521afc7efd54de90fd585f314844de67b16509fff2ab80c05eec7bd.hi.png b/translated_images/banana-unripe-2.43a73b544521afc7efd54de90fd585f314844de67b16509fff2ab80c05eec7bd.hi.png
new file mode 100644
index 00000000..eed10ecb
Binary files /dev/null and b/translated_images/banana-unripe-2.43a73b544521afc7efd54de90fd585f314844de67b16509fff2ab80c05eec7bd.hi.png differ
diff --git a/translated_images/banana-unripe-2.43a73b544521afc7efd54de90fd585f314844de67b16509fff2ab80c05eec7bd.it.png b/translated_images/banana-unripe-2.43a73b544521afc7efd54de90fd585f314844de67b16509fff2ab80c05eec7bd.it.png
new file mode 100644
index 00000000..eed10ecb
Binary files /dev/null and b/translated_images/banana-unripe-2.43a73b544521afc7efd54de90fd585f314844de67b16509fff2ab80c05eec7bd.it.png differ
diff --git a/translated_images/banana-unripe-2.9591d1a6aa27deebbaec0955b227bbae20d6bfae43f29d832bd412bbafa45bfd.hi.png b/translated_images/banana-unripe-2.9591d1a6aa27deebbaec0955b227bbae20d6bfae43f29d832bd412bbafa45bfd.hi.png
new file mode 100644
index 00000000..4c086050
Binary files /dev/null and b/translated_images/banana-unripe-2.9591d1a6aa27deebbaec0955b227bbae20d6bfae43f29d832bd412bbafa45bfd.hi.png differ
diff --git a/translated_images/banana-unripe-2.9591d1a6aa27deebbaec0955b227bbae20d6bfae43f29d832bd412bbafa45bfd.it.png b/translated_images/banana-unripe-2.9591d1a6aa27deebbaec0955b227bbae20d6bfae43f29d832bd412bbafa45bfd.it.png
new file mode 100644
index 00000000..4c086050
Binary files /dev/null and b/translated_images/banana-unripe-2.9591d1a6aa27deebbaec0955b227bbae20d6bfae43f29d832bd412bbafa45bfd.it.png differ
diff --git a/translated_images/banana-unripe-20.85b7a74eaab5634e769fe2fec57405201513094c400f71e16d75cd79bde092ab.hi.png b/translated_images/banana-unripe-20.85b7a74eaab5634e769fe2fec57405201513094c400f71e16d75cd79bde092ab.hi.png
new file mode 100644
index 00000000..9f641588
Binary files /dev/null and b/translated_images/banana-unripe-20.85b7a74eaab5634e769fe2fec57405201513094c400f71e16d75cd79bde092ab.hi.png differ
diff --git a/translated_images/banana-unripe-20.85b7a74eaab5634e769fe2fec57405201513094c400f71e16d75cd79bde092ab.it.png b/translated_images/banana-unripe-20.85b7a74eaab5634e769fe2fec57405201513094c400f71e16d75cd79bde092ab.it.png
new file mode 100644
index 00000000..9f641588
Binary files /dev/null and b/translated_images/banana-unripe-20.85b7a74eaab5634e769fe2fec57405201513094c400f71e16d75cd79bde092ab.it.png differ
diff --git a/translated_images/banana-unripe-21.ccc1333439b344bc502fbfa9b60e5e9013a4d57ba539ba87000ccd69dc0675e2.hi.png b/translated_images/banana-unripe-21.ccc1333439b344bc502fbfa9b60e5e9013a4d57ba539ba87000ccd69dc0675e2.hi.png
new file mode 100644
index 00000000..9404843f
Binary files /dev/null and b/translated_images/banana-unripe-21.ccc1333439b344bc502fbfa9b60e5e9013a4d57ba539ba87000ccd69dc0675e2.hi.png differ
diff --git a/translated_images/banana-unripe-21.ccc1333439b344bc502fbfa9b60e5e9013a4d57ba539ba87000ccd69dc0675e2.it.png b/translated_images/banana-unripe-21.ccc1333439b344bc502fbfa9b60e5e9013a4d57ba539ba87000ccd69dc0675e2.it.png
new file mode 100644
index 00000000..9404843f
Binary files /dev/null and b/translated_images/banana-unripe-21.ccc1333439b344bc502fbfa9b60e5e9013a4d57ba539ba87000ccd69dc0675e2.it.png differ
diff --git a/translated_images/banana-unripe-22.27dff4b438163080fcace0af6f24b8c9866b76a15269844e9ed1b722ae2220e7.hi.png b/translated_images/banana-unripe-22.27dff4b438163080fcace0af6f24b8c9866b76a15269844e9ed1b722ae2220e7.hi.png
new file mode 100644
index 00000000..9636ac68
Binary files /dev/null and b/translated_images/banana-unripe-22.27dff4b438163080fcace0af6f24b8c9866b76a15269844e9ed1b722ae2220e7.hi.png differ
diff --git a/translated_images/banana-unripe-22.27dff4b438163080fcace0af6f24b8c9866b76a15269844e9ed1b722ae2220e7.it.png b/translated_images/banana-unripe-22.27dff4b438163080fcace0af6f24b8c9866b76a15269844e9ed1b722ae2220e7.it.png
new file mode 100644
index 00000000..9636ac68
Binary files /dev/null and b/translated_images/banana-unripe-22.27dff4b438163080fcace0af6f24b8c9866b76a15269844e9ed1b722ae2220e7.it.png differ
diff --git a/translated_images/banana-unripe-23.c4c9067f23370e90c5156d7659a0d17590d952e2defd6550aeded84e847c1e4b.hi.png b/translated_images/banana-unripe-23.c4c9067f23370e90c5156d7659a0d17590d952e2defd6550aeded84e847c1e4b.hi.png
new file mode 100644
index 00000000..38a2b35d
Binary files /dev/null and b/translated_images/banana-unripe-23.c4c9067f23370e90c5156d7659a0d17590d952e2defd6550aeded84e847c1e4b.hi.png differ
diff --git a/translated_images/banana-unripe-23.c4c9067f23370e90c5156d7659a0d17590d952e2defd6550aeded84e847c1e4b.it.png b/translated_images/banana-unripe-23.c4c9067f23370e90c5156d7659a0d17590d952e2defd6550aeded84e847c1e4b.it.png
new file mode 100644
index 00000000..38a2b35d
Binary files /dev/null and b/translated_images/banana-unripe-23.c4c9067f23370e90c5156d7659a0d17590d952e2defd6550aeded84e847c1e4b.it.png differ
diff --git a/translated_images/banana-unripe-24.6f0b781c309da62f71147fcc87699967bef10c57a794029ede2eb0d1d88e4b73.hi.png b/translated_images/banana-unripe-24.6f0b781c309da62f71147fcc87699967bef10c57a794029ede2eb0d1d88e4b73.hi.png
new file mode 100644
index 00000000..cd09e177
Binary files /dev/null and b/translated_images/banana-unripe-24.6f0b781c309da62f71147fcc87699967bef10c57a794029ede2eb0d1d88e4b73.hi.png differ
diff --git a/translated_images/banana-unripe-24.6f0b781c309da62f71147fcc87699967bef10c57a794029ede2eb0d1d88e4b73.it.png b/translated_images/banana-unripe-24.6f0b781c309da62f71147fcc87699967bef10c57a794029ede2eb0d1d88e4b73.it.png
new file mode 100644
index 00000000..cd09e177
Binary files /dev/null and b/translated_images/banana-unripe-24.6f0b781c309da62f71147fcc87699967bef10c57a794029ede2eb0d1d88e4b73.it.png differ
diff --git a/translated_images/banana-unripe-25.21d553d84880ac4ff73128909d01c79c4544424d218f740482da46bdae46f74b.hi.png b/translated_images/banana-unripe-25.21d553d84880ac4ff73128909d01c79c4544424d218f740482da46bdae46f74b.hi.png
new file mode 100644
index 00000000..4cc4f4bc
Binary files /dev/null and b/translated_images/banana-unripe-25.21d553d84880ac4ff73128909d01c79c4544424d218f740482da46bdae46f74b.hi.png differ
diff --git a/translated_images/banana-unripe-25.21d553d84880ac4ff73128909d01c79c4544424d218f740482da46bdae46f74b.it.png b/translated_images/banana-unripe-25.21d553d84880ac4ff73128909d01c79c4544424d218f740482da46bdae46f74b.it.png
new file mode 100644
index 00000000..4cc4f4bc
Binary files /dev/null and b/translated_images/banana-unripe-25.21d553d84880ac4ff73128909d01c79c4544424d218f740482da46bdae46f74b.it.png differ
diff --git a/translated_images/banana-unripe-26.823c48b61feb1d5c319e9cf54f5e7c2bb43f91e781bf42d57f386d0dabf3fd12.hi.png b/translated_images/banana-unripe-26.823c48b61feb1d5c319e9cf54f5e7c2bb43f91e781bf42d57f386d0dabf3fd12.hi.png
new file mode 100644
index 00000000..33e03220
Binary files /dev/null and b/translated_images/banana-unripe-26.823c48b61feb1d5c319e9cf54f5e7c2bb43f91e781bf42d57f386d0dabf3fd12.hi.png differ
diff --git a/translated_images/banana-unripe-26.823c48b61feb1d5c319e9cf54f5e7c2bb43f91e781bf42d57f386d0dabf3fd12.it.png b/translated_images/banana-unripe-26.823c48b61feb1d5c319e9cf54f5e7c2bb43f91e781bf42d57f386d0dabf3fd12.it.png
new file mode 100644
index 00000000..33e03220
Binary files /dev/null and b/translated_images/banana-unripe-26.823c48b61feb1d5c319e9cf54f5e7c2bb43f91e781bf42d57f386d0dabf3fd12.it.png differ
diff --git a/translated_images/banana-unripe-27.f98fd272deeb02d9b6771340fe6da2de82db652ade770d9eca14ba6be2d0ad17.hi.png b/translated_images/banana-unripe-27.f98fd272deeb02d9b6771340fe6da2de82db652ade770d9eca14ba6be2d0ad17.hi.png
new file mode 100644
index 00000000..489d49e3
Binary files /dev/null and b/translated_images/banana-unripe-27.f98fd272deeb02d9b6771340fe6da2de82db652ade770d9eca14ba6be2d0ad17.hi.png differ
diff --git a/translated_images/banana-unripe-27.f98fd272deeb02d9b6771340fe6da2de82db652ade770d9eca14ba6be2d0ad17.it.png b/translated_images/banana-unripe-27.f98fd272deeb02d9b6771340fe6da2de82db652ade770d9eca14ba6be2d0ad17.it.png
new file mode 100644
index 00000000..489d49e3
Binary files /dev/null and b/translated_images/banana-unripe-27.f98fd272deeb02d9b6771340fe6da2de82db652ade770d9eca14ba6be2d0ad17.it.png differ
diff --git a/translated_images/banana-unripe-28.5331ba409ce41c07caa09d72d6ad7375b5a5b3d7609fcabdaa82d9799439fd21.hi.png b/translated_images/banana-unripe-28.5331ba409ce41c07caa09d72d6ad7375b5a5b3d7609fcabdaa82d9799439fd21.hi.png
new file mode 100644
index 00000000..80b39b63
Binary files /dev/null and b/translated_images/banana-unripe-28.5331ba409ce41c07caa09d72d6ad7375b5a5b3d7609fcabdaa82d9799439fd21.hi.png differ
diff --git a/translated_images/banana-unripe-28.5331ba409ce41c07caa09d72d6ad7375b5a5b3d7609fcabdaa82d9799439fd21.it.png b/translated_images/banana-unripe-28.5331ba409ce41c07caa09d72d6ad7375b5a5b3d7609fcabdaa82d9799439fd21.it.png
new file mode 100644
index 00000000..80b39b63
Binary files /dev/null and b/translated_images/banana-unripe-28.5331ba409ce41c07caa09d72d6ad7375b5a5b3d7609fcabdaa82d9799439fd21.it.png differ
diff --git a/translated_images/banana-unripe-29.84e126f389bf627ed464abdf8127f3a58e8b0131b5b1b9ee038de51703c31657.hi.png b/translated_images/banana-unripe-29.84e126f389bf627ed464abdf8127f3a58e8b0131b5b1b9ee038de51703c31657.hi.png
new file mode 100644
index 00000000..2404a4ce
Binary files /dev/null and b/translated_images/banana-unripe-29.84e126f389bf627ed464abdf8127f3a58e8b0131b5b1b9ee038de51703c31657.hi.png differ
diff --git a/translated_images/banana-unripe-29.84e126f389bf627ed464abdf8127f3a58e8b0131b5b1b9ee038de51703c31657.it.png b/translated_images/banana-unripe-29.84e126f389bf627ed464abdf8127f3a58e8b0131b5b1b9ee038de51703c31657.it.png
new file mode 100644
index 00000000..2404a4ce
Binary files /dev/null and b/translated_images/banana-unripe-29.84e126f389bf627ed464abdf8127f3a58e8b0131b5b1b9ee038de51703c31657.it.png differ
diff --git a/translated_images/banana-unripe-3.896df8fb2c3b8f51f71b212645fc5314b591a033938208000839642858ddcabd.hi.png b/translated_images/banana-unripe-3.896df8fb2c3b8f51f71b212645fc5314b591a033938208000839642858ddcabd.hi.png
new file mode 100644
index 00000000..f884cc81
Binary files /dev/null and b/translated_images/banana-unripe-3.896df8fb2c3b8f51f71b212645fc5314b591a033938208000839642858ddcabd.hi.png differ
diff --git a/translated_images/banana-unripe-3.896df8fb2c3b8f51f71b212645fc5314b591a033938208000839642858ddcabd.it.png b/translated_images/banana-unripe-3.896df8fb2c3b8f51f71b212645fc5314b591a033938208000839642858ddcabd.it.png
new file mode 100644
index 00000000..f884cc81
Binary files /dev/null and b/translated_images/banana-unripe-3.896df8fb2c3b8f51f71b212645fc5314b591a033938208000839642858ddcabd.it.png differ
diff --git a/translated_images/banana-unripe-4.483e740d6fd7b5a671cb49ad1b0f2c35f1637f86ccb9746bb4cc3b59ab752bf7.hi.png b/translated_images/banana-unripe-4.483e740d6fd7b5a671cb49ad1b0f2c35f1637f86ccb9746bb4cc3b59ab752bf7.hi.png
new file mode 100644
index 00000000..9f649bd1
Binary files /dev/null and b/translated_images/banana-unripe-4.483e740d6fd7b5a671cb49ad1b0f2c35f1637f86ccb9746bb4cc3b59ab752bf7.hi.png differ
diff --git a/translated_images/banana-unripe-4.483e740d6fd7b5a671cb49ad1b0f2c35f1637f86ccb9746bb4cc3b59ab752bf7.it.png b/translated_images/banana-unripe-4.483e740d6fd7b5a671cb49ad1b0f2c35f1637f86ccb9746bb4cc3b59ab752bf7.it.png
new file mode 100644
index 00000000..9f649bd1
Binary files /dev/null and b/translated_images/banana-unripe-4.483e740d6fd7b5a671cb49ad1b0f2c35f1637f86ccb9746bb4cc3b59ab752bf7.it.png differ
diff --git a/translated_images/banana-unripe-5.e9923cf1ffcfc1c93e8c2aeb184bd071566742b738b671ab9cedcd5708239a58.hi.png b/translated_images/banana-unripe-5.e9923cf1ffcfc1c93e8c2aeb184bd071566742b738b671ab9cedcd5708239a58.hi.png
new file mode 100644
index 00000000..03e1fa8c
Binary files /dev/null and b/translated_images/banana-unripe-5.e9923cf1ffcfc1c93e8c2aeb184bd071566742b738b671ab9cedcd5708239a58.hi.png differ
diff --git a/translated_images/banana-unripe-5.e9923cf1ffcfc1c93e8c2aeb184bd071566742b738b671ab9cedcd5708239a58.it.png b/translated_images/banana-unripe-5.e9923cf1ffcfc1c93e8c2aeb184bd071566742b738b671ab9cedcd5708239a58.it.png
new file mode 100644
index 00000000..03e1fa8c
Binary files /dev/null and b/translated_images/banana-unripe-5.e9923cf1ffcfc1c93e8c2aeb184bd071566742b738b671ab9cedcd5708239a58.it.png differ
diff --git a/translated_images/banana-unripe-6.e3a73307558caecc9aac5ae80bbe37ca38f105e2bd7311afab61ee1014fc6c0e.hi.png b/translated_images/banana-unripe-6.e3a73307558caecc9aac5ae80bbe37ca38f105e2bd7311afab61ee1014fc6c0e.hi.png
new file mode 100644
index 00000000..983f836f
Binary files /dev/null and b/translated_images/banana-unripe-6.e3a73307558caecc9aac5ae80bbe37ca38f105e2bd7311afab61ee1014fc6c0e.hi.png differ
diff --git a/translated_images/banana-unripe-6.e3a73307558caecc9aac5ae80bbe37ca38f105e2bd7311afab61ee1014fc6c0e.it.png b/translated_images/banana-unripe-6.e3a73307558caecc9aac5ae80bbe37ca38f105e2bd7311afab61ee1014fc6c0e.it.png
new file mode 100644
index 00000000..983f836f
Binary files /dev/null and b/translated_images/banana-unripe-6.e3a73307558caecc9aac5ae80bbe37ca38f105e2bd7311afab61ee1014fc6c0e.it.png differ
diff --git a/translated_images/banana-unripe-7.634ca89acc17d68f8423b1a13f1bec6bdbd5135f0149c6cfaa53d7b7d5fa1c65.hi.png b/translated_images/banana-unripe-7.634ca89acc17d68f8423b1a13f1bec6bdbd5135f0149c6cfaa53d7b7d5fa1c65.hi.png
new file mode 100644
index 00000000..2aede939
Binary files /dev/null and b/translated_images/banana-unripe-7.634ca89acc17d68f8423b1a13f1bec6bdbd5135f0149c6cfaa53d7b7d5fa1c65.hi.png differ
diff --git a/translated_images/banana-unripe-7.634ca89acc17d68f8423b1a13f1bec6bdbd5135f0149c6cfaa53d7b7d5fa1c65.it.png b/translated_images/banana-unripe-7.634ca89acc17d68f8423b1a13f1bec6bdbd5135f0149c6cfaa53d7b7d5fa1c65.it.png
new file mode 100644
index 00000000..2aede939
Binary files /dev/null and b/translated_images/banana-unripe-7.634ca89acc17d68f8423b1a13f1bec6bdbd5135f0149c6cfaa53d7b7d5fa1c65.it.png differ
diff --git a/translated_images/banana-unripe-8.75720b4cdebac8c36964c86e051ea962ab02e530abec3f577bd77fdbc34d7f9d.hi.png b/translated_images/banana-unripe-8.75720b4cdebac8c36964c86e051ea962ab02e530abec3f577bd77fdbc34d7f9d.hi.png
new file mode 100644
index 00000000..7bc7bab2
Binary files /dev/null and b/translated_images/banana-unripe-8.75720b4cdebac8c36964c86e051ea962ab02e530abec3f577bd77fdbc34d7f9d.hi.png differ
diff --git a/translated_images/banana-unripe-8.75720b4cdebac8c36964c86e051ea962ab02e530abec3f577bd77fdbc34d7f9d.it.png b/translated_images/banana-unripe-8.75720b4cdebac8c36964c86e051ea962ab02e530abec3f577bd77fdbc34d7f9d.it.png
new file mode 100644
index 00000000..7bc7bab2
Binary files /dev/null and b/translated_images/banana-unripe-8.75720b4cdebac8c36964c86e051ea962ab02e530abec3f577bd77fdbc34d7f9d.it.png differ
diff --git a/translated_images/banana-unripe-9.e8076983351d2f54cfb246bc01090e7016b63fb8d81396822cbe5366c1b88b7f.hi.png b/translated_images/banana-unripe-9.e8076983351d2f54cfb246bc01090e7016b63fb8d81396822cbe5366c1b88b7f.hi.png
new file mode 100644
index 00000000..4ffd862a
Binary files /dev/null and b/translated_images/banana-unripe-9.e8076983351d2f54cfb246bc01090e7016b63fb8d81396822cbe5366c1b88b7f.hi.png differ
diff --git a/translated_images/banana-unripe-9.e8076983351d2f54cfb246bc01090e7016b63fb8d81396822cbe5366c1b88b7f.it.png b/translated_images/banana-unripe-9.e8076983351d2f54cfb246bc01090e7016b63fb8d81396822cbe5366c1b88b7f.it.png
new file mode 100644
index 00000000..4ffd862a
Binary files /dev/null and b/translated_images/banana-unripe-9.e8076983351d2f54cfb246bc01090e7016b63fb8d81396822cbe5366c1b88b7f.it.png differ
diff --git a/translated_images/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.hi.png b/translated_images/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.hi.png
new file mode 100644
index 00000000..ef506579
Binary files /dev/null and b/translated_images/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.hi.png differ
diff --git a/translated_images/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.it.png b/translated_images/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.it.png
new file mode 100644
index 00000000..ef506579
Binary files /dev/null and b/translated_images/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.it.png differ
diff --git a/translated_images/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.hi.png b/translated_images/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.hi.png
new file mode 100644
index 00000000..ddf79213
Binary files /dev/null and b/translated_images/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.hi.png differ
diff --git a/translated_images/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.it.png b/translated_images/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.it.png
new file mode 100644
index 00000000..ddf79213
Binary files /dev/null and b/translated_images/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.it.png differ
diff --git a/translated_images/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.hi.png b/translated_images/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.hi.png
new file mode 100644
index 00000000..1796bcce
Binary files /dev/null and b/translated_images/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.hi.png differ
diff --git a/translated_images/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.it.png b/translated_images/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.it.png
new file mode 100644
index 00000000..1796bcce
Binary files /dev/null and b/translated_images/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.it.png differ
diff --git a/translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.hi.png b/translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.hi.png
new file mode 100644
index 00000000..ab763666
Binary files /dev/null and b/translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.hi.png differ
diff --git a/translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.it.png b/translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.it.png
new file mode 100644
index 00000000..ab763666
Binary files /dev/null and b/translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.it.png differ
diff --git a/translated_images/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.hi.png b/translated_images/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.hi.png
new file mode 100644
index 00000000..013f247d
Binary files /dev/null and b/translated_images/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.hi.png differ
diff --git a/translated_images/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.it.png b/translated_images/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.it.png
new file mode 100644
index 00000000..013f247d
Binary files /dev/null and b/translated_images/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.it.png differ
diff --git a/translated_images/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.hi.png b/translated_images/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.hi.png
new file mode 100644
index 00000000..fd1b7753
Binary files /dev/null and b/translated_images/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.hi.png differ
diff --git a/translated_images/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.it.png b/translated_images/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.it.png
new file mode 100644
index 00000000..fd1b7753
Binary files /dev/null and b/translated_images/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.it.png differ
diff --git a/translated_images/button-with-digital.3749edea8eb885af0303f7ea29e2389d704661c0ca3225b08ff0cbc22f332059.hi.png b/translated_images/button-with-digital.3749edea8eb885af0303f7ea29e2389d704661c0ca3225b08ff0cbc22f332059.hi.png
new file mode 100644
index 00000000..55154b84
Binary files /dev/null and b/translated_images/button-with-digital.3749edea8eb885af0303f7ea29e2389d704661c0ca3225b08ff0cbc22f332059.hi.png differ
diff --git a/translated_images/button-with-digital.3749edea8eb885af0303f7ea29e2389d704661c0ca3225b08ff0cbc22f332059.it.png b/translated_images/button-with-digital.3749edea8eb885af0303f7ea29e2389d704661c0ca3225b08ff0cbc22f332059.it.png
new file mode 100644
index 00000000..55154b84
Binary files /dev/null and b/translated_images/button-with-digital.3749edea8eb885af0303f7ea29e2389d704661c0ca3225b08ff0cbc22f332059.it.png differ
diff --git a/translated_images/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.hi.png b/translated_images/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.hi.png
new file mode 100644
index 00000000..306d6f14
Binary files /dev/null and b/translated_images/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.hi.png differ
diff --git a/translated_images/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.it.png b/translated_images/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.it.png
new file mode 100644
index 00000000..306d6f14
Binary files /dev/null and b/translated_images/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.it.png differ
diff --git a/translated_images/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.hi.png b/translated_images/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.hi.png
new file mode 100644
index 00000000..dfb03646
Binary files /dev/null and b/translated_images/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.hi.png differ
diff --git a/translated_images/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.it.png b/translated_images/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.it.png
new file mode 100644
index 00000000..dfb03646
Binary files /dev/null and b/translated_images/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.it.png differ
diff --git a/translated_images/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.hi.png b/translated_images/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.hi.png
new file mode 100644
index 00000000..05208120
Binary files /dev/null and b/translated_images/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.hi.png differ
diff --git a/translated_images/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.it.png b/translated_images/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.it.png
new file mode 100644
index 00000000..05208120
Binary files /dev/null and b/translated_images/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.it.png differ
diff --git a/translated_images/child-watering-garden.9a5d3f1bfe6d0d8d488291e8189899b2c59f82abaa487f18d404217a25e671e7.hi.jpg b/translated_images/child-watering-garden.9a5d3f1bfe6d0d8d488291e8189899b2c59f82abaa487f18d404217a25e671e7.hi.jpg
new file mode 100644
index 00000000..e78b8c6c
Binary files /dev/null and b/translated_images/child-watering-garden.9a5d3f1bfe6d0d8d488291e8189899b2c59f82abaa487f18d404217a25e671e7.hi.jpg differ
diff --git a/translated_images/child-watering-garden.9a5d3f1bfe6d0d8d488291e8189899b2c59f82abaa487f18d404217a25e671e7.it.jpg b/translated_images/child-watering-garden.9a5d3f1bfe6d0d8d488291e8189899b2c59f82abaa487f18d404217a25e671e7.it.jpg
new file mode 100644
index 00000000..e78b8c6c
Binary files /dev/null and b/translated_images/child-watering-garden.9a5d3f1bfe6d0d8d488291e8189899b2c59f82abaa487f18d404217a25e671e7.it.jpg differ
diff --git a/translated_images/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.hi.png b/translated_images/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.hi.png
new file mode 100644
index 00000000..0b221a3f
Binary files /dev/null and b/translated_images/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.hi.png differ
diff --git a/translated_images/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.it.png b/translated_images/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.it.png
new file mode 100644
index 00000000..0b221a3f
Binary files /dev/null and b/translated_images/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.it.png differ
diff --git a/translated_images/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.hi.png b/translated_images/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.hi.png
new file mode 100644
index 00000000..576d3f84
Binary files /dev/null and b/translated_images/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.hi.png differ
diff --git a/translated_images/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.it.png b/translated_images/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.it.png
new file mode 100644
index 00000000..576d3f84
Binary files /dev/null and b/translated_images/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.it.png differ
diff --git a/translated_images/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.hi.png b/translated_images/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.hi.png
new file mode 100644
index 00000000..297ccc5e
Binary files /dev/null and b/translated_images/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.hi.png differ
diff --git a/translated_images/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.it.png b/translated_images/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.it.png
new file mode 100644
index 00000000..297ccc5e
Binary files /dev/null and b/translated_images/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.it.png differ
diff --git a/translated_images/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.hi.png b/translated_images/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.hi.png
new file mode 100644
index 00000000..89bd1ba6
Binary files /dev/null and b/translated_images/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.hi.png differ
diff --git a/translated_images/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.it.png b/translated_images/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.it.png
new file mode 100644
index 00000000..89bd1ba6
Binary files /dev/null and b/translated_images/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.it.png differ
diff --git a/translated_images/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.hi.jpg b/translated_images/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.hi.jpg
new file mode 100644
index 00000000..383794f2
Binary files /dev/null and b/translated_images/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.hi.jpg differ
diff --git a/translated_images/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.it.jpg b/translated_images/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.it.jpg
new file mode 100644
index 00000000..383794f2
Binary files /dev/null and b/translated_images/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.it.jpg differ
diff --git a/translated_images/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.hi.png b/translated_images/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.hi.png
new file mode 100644
index 00000000..f28538e1
Binary files /dev/null and b/translated_images/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.hi.png differ
diff --git a/translated_images/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.it.png b/translated_images/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.it.png
new file mode 100644
index 00000000..f28538e1
Binary files /dev/null and b/translated_images/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.it.png differ
diff --git a/translated_images/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.hi.png b/translated_images/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.hi.png
new file mode 100644
index 00000000..39431760
Binary files /dev/null and b/translated_images/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.hi.png differ
diff --git a/translated_images/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.it.png b/translated_images/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.it.png
new file mode 100644
index 00000000..39431760
Binary files /dev/null and b/translated_images/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.it.png differ
diff --git a/translated_images/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.hi.png b/translated_images/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.hi.png
new file mode 100644
index 00000000..46a26d45
Binary files /dev/null and b/translated_images/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.hi.png differ
diff --git a/translated_images/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.it.png b/translated_images/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.it.png
new file mode 100644
index 00000000..46a26d45
Binary files /dev/null and b/translated_images/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.it.png differ
diff --git a/translated_images/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.hi.png b/translated_images/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.hi.png
new file mode 100644
index 00000000..6f70239b
Binary files /dev/null and b/translated_images/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.hi.png differ
diff --git a/translated_images/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.it.png b/translated_images/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.it.png
new file mode 100644
index 00000000..6f70239b
Binary files /dev/null and b/translated_images/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.it.png differ
diff --git a/translated_images/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.hi.png b/translated_images/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.hi.png
new file mode 100644
index 00000000..c5cd51da
Binary files /dev/null and b/translated_images/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.hi.png differ
diff --git a/translated_images/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.it.png b/translated_images/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.it.png
new file mode 100644
index 00000000..c5cd51da
Binary files /dev/null and b/translated_images/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.it.png differ
diff --git a/translated_images/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.hi.png b/translated_images/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.hi.png
new file mode 100644
index 00000000..0328b3ea
Binary files /dev/null and b/translated_images/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.hi.png differ
diff --git a/translated_images/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.it.png b/translated_images/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.it.png
new file mode 100644
index 00000000..0328b3ea
Binary files /dev/null and b/translated_images/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.it.png differ
diff --git a/translated_images/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.hi.png b/translated_images/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.hi.png
new file mode 100644
index 00000000..b3d0d223
Binary files /dev/null and b/translated_images/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.hi.png differ
diff --git a/translated_images/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.it.png b/translated_images/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.it.png
new file mode 100644
index 00000000..b3d0d223
Binary files /dev/null and b/translated_images/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.it.png differ
diff --git a/translated_images/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.hi.png b/translated_images/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.hi.png
new file mode 100644
index 00000000..0729dbce
Binary files /dev/null and b/translated_images/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.hi.png differ
diff --git a/translated_images/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.it.png b/translated_images/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.it.png
new file mode 100644
index 00000000..0729dbce
Binary files /dev/null and b/translated_images/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.it.png differ
diff --git a/translated_images/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.hi.png b/translated_images/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.hi.png
new file mode 100644
index 00000000..2e3adef5
Binary files /dev/null and b/translated_images/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.hi.png differ
diff --git a/translated_images/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.it.png b/translated_images/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.it.png
new file mode 100644
index 00000000..2e3adef5
Binary files /dev/null and b/translated_images/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.it.png differ
diff --git a/translated_images/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.hi.png b/translated_images/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.hi.png
new file mode 100644
index 00000000..4e9aa9b4
Binary files /dev/null and b/translated_images/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.hi.png differ
diff --git a/translated_images/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.it.png b/translated_images/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.it.png
new file mode 100644
index 00000000..4e9aa9b4
Binary files /dev/null and b/translated_images/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.it.png differ
diff --git a/translated_images/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.hi.png b/translated_images/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.hi.png
new file mode 100644
index 00000000..766527c0
Binary files /dev/null and b/translated_images/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.hi.png differ
diff --git a/translated_images/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.it.png b/translated_images/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.it.png
new file mode 100644
index 00000000..766527c0
Binary files /dev/null and b/translated_images/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.it.png differ
diff --git a/translated_images/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.hi.png b/translated_images/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.hi.png
new file mode 100644
index 00000000..f34ad7c6
Binary files /dev/null and b/translated_images/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.hi.png differ
diff --git a/translated_images/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.it.png b/translated_images/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.it.png
new file mode 100644
index 00000000..f34ad7c6
Binary files /dev/null and b/translated_images/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.it.png differ
diff --git a/translated_images/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.hi.png b/translated_images/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.hi.png
new file mode 100644
index 00000000..403bb436
Binary files /dev/null and b/translated_images/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.hi.png differ
diff --git a/translated_images/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.it.png b/translated_images/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.it.png
new file mode 100644
index 00000000..403bb436
Binary files /dev/null and b/translated_images/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.it.png differ
diff --git a/translated_images/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.hi.png b/translated_images/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.hi.png
new file mode 100644
index 00000000..07398a97
Binary files /dev/null and b/translated_images/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.hi.png differ
diff --git a/translated_images/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.it.png b/translated_images/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.it.png
new file mode 100644
index 00000000..07398a97
Binary files /dev/null and b/translated_images/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.it.png differ
diff --git a/translated_images/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.hi.png b/translated_images/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.hi.png
new file mode 100644
index 00000000..83d0a29e
Binary files /dev/null and b/translated_images/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.hi.png differ
diff --git a/translated_images/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.it.png b/translated_images/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.it.png
new file mode 100644
index 00000000..83d0a29e
Binary files /dev/null and b/translated_images/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.it.png differ
diff --git a/translated_images/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.hi.png b/translated_images/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.hi.png
new file mode 100644
index 00000000..cdd566f5
Binary files /dev/null and b/translated_images/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.hi.png differ
diff --git a/translated_images/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.it.png b/translated_images/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.it.png
new file mode 100644
index 00000000..cdd566f5
Binary files /dev/null and b/translated_images/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.it.png differ
diff --git a/translated_images/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.hi.png b/translated_images/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.hi.png
new file mode 100644
index 00000000..50caa7a8
Binary files /dev/null and b/translated_images/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.hi.png differ
diff --git a/translated_images/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.it.png b/translated_images/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.it.png
new file mode 100644
index 00000000..50caa7a8
Binary files /dev/null and b/translated_images/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.it.png differ
diff --git a/translated_images/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.hi.png b/translated_images/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.hi.png
new file mode 100644
index 00000000..e68c1881
Binary files /dev/null and b/translated_images/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.hi.png differ
diff --git a/translated_images/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.it.png b/translated_images/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.it.png
new file mode 100644
index 00000000..e68c1881
Binary files /dev/null and b/translated_images/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.it.png differ
diff --git a/translated_images/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.hi.png b/translated_images/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.hi.png
new file mode 100644
index 00000000..357708db
Binary files /dev/null and b/translated_images/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.hi.png differ
diff --git a/translated_images/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.it.png b/translated_images/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.it.png
new file mode 100644
index 00000000..357708db
Binary files /dev/null and b/translated_images/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.it.png differ
diff --git a/translated_images/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.hi.png b/translated_images/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.hi.png
new file mode 100644
index 00000000..ff2cb168
Binary files /dev/null and b/translated_images/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.hi.png differ
diff --git a/translated_images/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.it.png b/translated_images/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.it.png
new file mode 100644
index 00000000..ff2cb168
Binary files /dev/null and b/translated_images/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.it.png differ
diff --git a/translated_images/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.hi.png b/translated_images/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.hi.png
new file mode 100644
index 00000000..4dd28830
Binary files /dev/null and b/translated_images/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.hi.png differ
diff --git a/translated_images/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.it.png b/translated_images/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.it.png
new file mode 100644
index 00000000..4dd28830
Binary files /dev/null and b/translated_images/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.it.png differ
diff --git a/translated_images/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.hi.png b/translated_images/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.hi.png
new file mode 100644
index 00000000..36a0bed7
Binary files /dev/null and b/translated_images/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.hi.png differ
diff --git a/translated_images/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.it.png b/translated_images/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.it.png
new file mode 100644
index 00000000..36a0bed7
Binary files /dev/null and b/translated_images/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.it.png differ
diff --git a/translated_images/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.hi.png b/translated_images/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.hi.png
new file mode 100644
index 00000000..43b82415
Binary files /dev/null and b/translated_images/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.hi.png differ
diff --git a/translated_images/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.it.png b/translated_images/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.it.png
new file mode 100644
index 00000000..43b82415
Binary files /dev/null and b/translated_images/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.it.png differ
diff --git a/translated_images/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.hi.png b/translated_images/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.hi.png
new file mode 100644
index 00000000..9f42e92d
Binary files /dev/null and b/translated_images/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.hi.png differ
diff --git a/translated_images/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.it.png b/translated_images/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.it.png
new file mode 100644
index 00000000..9f42e92d
Binary files /dev/null and b/translated_images/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.it.png differ
diff --git a/translated_images/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.hi.png b/translated_images/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.hi.png
new file mode 100644
index 00000000..91118b35
Binary files /dev/null and b/translated_images/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.hi.png differ
diff --git a/translated_images/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.it.png b/translated_images/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.it.png
new file mode 100644
index 00000000..91118b35
Binary files /dev/null and b/translated_images/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.it.png differ
diff --git a/translated_images/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.hi.png b/translated_images/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.hi.png
new file mode 100644
index 00000000..c1074a8e
Binary files /dev/null and b/translated_images/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.hi.png differ
diff --git a/translated_images/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.it.png b/translated_images/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.it.png
new file mode 100644
index 00000000..c1074a8e
Binary files /dev/null and b/translated_images/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.it.png differ
diff --git a/translated_images/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.hi.png b/translated_images/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.hi.png
new file mode 100644
index 00000000..a4cca4dc
Binary files /dev/null and b/translated_images/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.hi.png differ
diff --git a/translated_images/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.it.png b/translated_images/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.it.png
new file mode 100644
index 00000000..a4cca4dc
Binary files /dev/null and b/translated_images/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.it.png differ
diff --git a/translated_images/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.hi.png b/translated_images/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.hi.png
new file mode 100644
index 00000000..1dd02459
Binary files /dev/null and b/translated_images/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.hi.png differ
diff --git a/translated_images/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.it.png b/translated_images/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.it.png
new file mode 100644
index 00000000..1dd02459
Binary files /dev/null and b/translated_images/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.it.png differ
diff --git a/translated_images/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.hi.png b/translated_images/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.hi.png
new file mode 100644
index 00000000..64ba974b
Binary files /dev/null and b/translated_images/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.hi.png differ
diff --git a/translated_images/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.it.png b/translated_images/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.it.png
new file mode 100644
index 00000000..64ba974b
Binary files /dev/null and b/translated_images/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.it.png differ
diff --git a/translated_images/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.hi.png b/translated_images/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.hi.png
new file mode 100644
index 00000000..fd3d1f9b
Binary files /dev/null and b/translated_images/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.hi.png differ
diff --git a/translated_images/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.it.png b/translated_images/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.it.png
new file mode 100644
index 00000000..fd3d1f9b
Binary files /dev/null and b/translated_images/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.it.png differ
diff --git a/translated_images/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.hi.png b/translated_images/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.hi.png
new file mode 100644
index 00000000..f523159b
Binary files /dev/null and b/translated_images/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.hi.png differ
diff --git a/translated_images/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.it.png b/translated_images/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.it.png
new file mode 100644
index 00000000..f523159b
Binary files /dev/null and b/translated_images/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.it.png differ
diff --git a/translated_images/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.hi.png b/translated_images/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.hi.png
new file mode 100644
index 00000000..70a9bacf
Binary files /dev/null and b/translated_images/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.hi.png differ
diff --git a/translated_images/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.it.png b/translated_images/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.it.png
new file mode 100644
index 00000000..70a9bacf
Binary files /dev/null and b/translated_images/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.it.png differ
diff --git a/translated_images/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.hi.png b/translated_images/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.hi.png
new file mode 100644
index 00000000..9e30ab1c
Binary files /dev/null and b/translated_images/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.hi.png differ
diff --git a/translated_images/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.it.png b/translated_images/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.it.png
new file mode 100644
index 00000000..9e30ab1c
Binary files /dev/null and b/translated_images/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.it.png differ
diff --git a/translated_images/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.hi.png b/translated_images/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.hi.png
new file mode 100644
index 00000000..e9f61adc
Binary files /dev/null and b/translated_images/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.hi.png differ
diff --git a/translated_images/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.it.png b/translated_images/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.it.png
new file mode 100644
index 00000000..e9f61adc
Binary files /dev/null and b/translated_images/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.it.png differ
diff --git a/translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.hi.png b/translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.hi.png
new file mode 100644
index 00000000..a54521f7
Binary files /dev/null and b/translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.hi.png differ
diff --git a/translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.it.png b/translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.it.png
new file mode 100644
index 00000000..a54521f7
Binary files /dev/null and b/translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.it.png differ
diff --git a/translated_images/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.hi.png b/translated_images/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.hi.png
new file mode 100644
index 00000000..6981df8a
Binary files /dev/null and b/translated_images/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.hi.png differ
diff --git a/translated_images/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.it.png b/translated_images/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.it.png
new file mode 100644
index 00000000..6981df8a
Binary files /dev/null and b/translated_images/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.it.png differ
diff --git a/translated_images/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.hi.png b/translated_images/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.hi.png
new file mode 100644
index 00000000..2722c065
Binary files /dev/null and b/translated_images/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.hi.png differ
diff --git a/translated_images/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.it.png b/translated_images/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.it.png
new file mode 100644
index 00000000..2722c065
Binary files /dev/null and b/translated_images/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.it.png differ
diff --git a/translated_images/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.hi.jpg b/translated_images/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.hi.jpg
new file mode 100644
index 00000000..cce2a759
Binary files /dev/null and b/translated_images/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.hi.jpg differ
diff --git a/translated_images/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.it.jpg b/translated_images/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.it.jpg
new file mode 100644
index 00000000..cce2a759
Binary files /dev/null and b/translated_images/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.it.jpg differ
diff --git a/translated_images/favicon.37b561214b36d454f9fd1f725d77f310fe256eb88f2a0ae08b9cb18aeb30650c.hi.png b/translated_images/favicon.37b561214b36d454f9fd1f725d77f310fe256eb88f2a0ae08b9cb18aeb30650c.hi.png
new file mode 100644
index 00000000..26e0ae43
Binary files /dev/null and b/translated_images/favicon.37b561214b36d454f9fd1f725d77f310fe256eb88f2a0ae08b9cb18aeb30650c.hi.png differ
diff --git a/translated_images/favicon.37b561214b36d454f9fd1f725d77f310fe256eb88f2a0ae08b9cb18aeb30650c.it.png b/translated_images/favicon.37b561214b36d454f9fd1f725d77f310fe256eb88f2a0ae08b9cb18aeb30650c.it.png
new file mode 100644
index 00000000..26e0ae43
Binary files /dev/null and b/translated_images/favicon.37b561214b36d454f9fd1f725d77f310fe256eb88f2a0ae08b9cb18aeb30650c.it.png differ
diff --git a/translated_images/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.hi.png b/translated_images/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.hi.png
new file mode 100644
index 00000000..a5d549fd
Binary files /dev/null and b/translated_images/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.hi.png differ
diff --git a/translated_images/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.it.png b/translated_images/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.it.png
new file mode 100644
index 00000000..a5d549fd
Binary files /dev/null and b/translated_images/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.it.png differ
diff --git a/translated_images/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.hi.png b/translated_images/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.hi.png
new file mode 100644
index 00000000..a251745c
Binary files /dev/null and b/translated_images/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.hi.png differ
diff --git a/translated_images/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.it.png b/translated_images/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.it.png
new file mode 100644
index 00000000..a251745c
Binary files /dev/null and b/translated_images/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.it.png differ
diff --git a/translated_images/gdd-calculation-corn.64a58b7a7afcd0dfd46ff733996d939f17f4f3feac9f0d1c632be3523e51ebd9.hi.png b/translated_images/gdd-calculation-corn.64a58b7a7afcd0dfd46ff733996d939f17f4f3feac9f0d1c632be3523e51ebd9.hi.png
new file mode 100644
index 00000000..bb97d28e
Binary files /dev/null and b/translated_images/gdd-calculation-corn.64a58b7a7afcd0dfd46ff733996d939f17f4f3feac9f0d1c632be3523e51ebd9.hi.png differ
diff --git a/translated_images/gdd-calculation-corn.64a58b7a7afcd0dfd46ff733996d939f17f4f3feac9f0d1c632be3523e51ebd9.it.png b/translated_images/gdd-calculation-corn.64a58b7a7afcd0dfd46ff733996d939f17f4f3feac9f0d1c632be3523e51ebd9.it.png
new file mode 100644
index 00000000..bb97d28e
Binary files /dev/null and b/translated_images/gdd-calculation-corn.64a58b7a7afcd0dfd46ff733996d939f17f4f3feac9f0d1c632be3523e51ebd9.it.png differ
diff --git a/translated_images/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.hi.png b/translated_images/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.hi.png
new file mode 100644
index 00000000..e34dea22
Binary files /dev/null and b/translated_images/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.hi.png differ
diff --git a/translated_images/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.it.png b/translated_images/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.it.png
new file mode 100644
index 00000000..e34dea22
Binary files /dev/null and b/translated_images/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.it.png differ
diff --git a/translated_images/gdd-calculation.79b3660f9c5757aa92dc2dd2cdde75344e2d2c1565c4b3151640f7887edc0275.hi.png b/translated_images/gdd-calculation.79b3660f9c5757aa92dc2dd2cdde75344e2d2c1565c4b3151640f7887edc0275.hi.png
new file mode 100644
index 00000000..fa863501
Binary files /dev/null and b/translated_images/gdd-calculation.79b3660f9c5757aa92dc2dd2cdde75344e2d2c1565c4b3151640f7887edc0275.hi.png differ
diff --git a/translated_images/gdd-calculation.79b3660f9c5757aa92dc2dd2cdde75344e2d2c1565c4b3151640f7887edc0275.it.png b/translated_images/gdd-calculation.79b3660f9c5757aa92dc2dd2cdde75344e2d2c1565c4b3151640f7887edc0275.it.png
new file mode 100644
index 00000000..fa863501
Binary files /dev/null and b/translated_images/gdd-calculation.79b3660f9c5757aa92dc2dd2cdde75344e2d2c1565c4b3151640f7887edc0275.it.png differ
diff --git a/translated_images/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.hi.png b/translated_images/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.hi.png
new file mode 100644
index 00000000..0d0e0c48
Binary files /dev/null and b/translated_images/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.hi.png differ
diff --git a/translated_images/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.it.png b/translated_images/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.it.png
new file mode 100644
index 00000000..0d0e0c48
Binary files /dev/null and b/translated_images/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.it.png differ
diff --git a/translated_images/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.hi.png b/translated_images/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.hi.png
new file mode 100644
index 00000000..6f79a498
Binary files /dev/null and b/translated_images/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.hi.png differ
diff --git a/translated_images/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.it.png b/translated_images/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.it.png
new file mode 100644
index 00000000..6f79a498
Binary files /dev/null and b/translated_images/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.it.png differ
diff --git a/translated_images/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.hi.png b/translated_images/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.hi.png
new file mode 100644
index 00000000..8527d4cd
Binary files /dev/null and b/translated_images/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.hi.png differ
diff --git a/translated_images/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.it.png b/translated_images/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.it.png
new file mode 100644
index 00000000..8527d4cd
Binary files /dev/null and b/translated_images/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.it.png differ
diff --git a/translated_images/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.hi.png b/translated_images/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.hi.png
new file mode 100644
index 00000000..8597bf4d
Binary files /dev/null and b/translated_images/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.hi.png differ
diff --git a/translated_images/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.it.png b/translated_images/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.it.png
new file mode 100644
index 00000000..8597bf4d
Binary files /dev/null and b/translated_images/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.it.png differ
diff --git a/translated_images/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.hi.png b/translated_images/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.hi.png
new file mode 100644
index 00000000..3bf24358
Binary files /dev/null and b/translated_images/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.hi.png differ
diff --git a/translated_images/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.it.png b/translated_images/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.it.png
new file mode 100644
index 00000000..3bf24358
Binary files /dev/null and b/translated_images/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.it.png differ
diff --git a/translated_images/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.hi.png b/translated_images/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.hi.png
new file mode 100644
index 00000000..562f66d2
Binary files /dev/null and b/translated_images/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.hi.png differ
diff --git a/translated_images/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.it.png b/translated_images/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.it.png
new file mode 100644
index 00000000..562f66d2
Binary files /dev/null and b/translated_images/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.it.png differ
diff --git a/translated_images/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.hi.png b/translated_images/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.hi.png
new file mode 100644
index 00000000..2f50d53a
Binary files /dev/null and b/translated_images/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.hi.png differ
diff --git a/translated_images/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.it.png b/translated_images/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.it.png
new file mode 100644
index 00000000..2f50d53a
Binary files /dev/null and b/translated_images/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.it.png differ
diff --git a/translated_images/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.hi.png b/translated_images/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.hi.png
new file mode 100644
index 00000000..de7f343e
Binary files /dev/null and b/translated_images/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.hi.png differ
diff --git a/translated_images/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.it.png b/translated_images/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.it.png
new file mode 100644
index 00000000..de7f343e
Binary files /dev/null and b/translated_images/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.it.png differ
diff --git a/translated_images/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.hi.png b/translated_images/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.hi.png
new file mode 100644
index 00000000..c8b1a544
Binary files /dev/null and b/translated_images/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.hi.png differ
diff --git a/translated_images/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.it.png b/translated_images/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.it.png
new file mode 100644
index 00000000..c8b1a544
Binary files /dev/null and b/translated_images/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.it.png differ
diff --git a/translated_images/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.hi.png b/translated_images/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.hi.png
new file mode 100644
index 00000000..17d1151d
Binary files /dev/null and b/translated_images/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.hi.png differ
diff --git a/translated_images/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.it.png b/translated_images/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.it.png
new file mode 100644
index 00000000..17d1151d
Binary files /dev/null and b/translated_images/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.it.png differ
diff --git a/translated_images/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.hi.png b/translated_images/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.hi.png
new file mode 100644
index 00000000..ffafc104
Binary files /dev/null and b/translated_images/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.hi.png differ
diff --git a/translated_images/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.it.png b/translated_images/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.it.png
new file mode 100644
index 00000000..ffafc104
Binary files /dev/null and b/translated_images/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.it.png differ
diff --git a/translated_images/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.hi.png b/translated_images/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.hi.png
new file mode 100644
index 00000000..e3d86f8c
Binary files /dev/null and b/translated_images/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.hi.png differ
diff --git a/translated_images/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.it.png b/translated_images/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.it.png
new file mode 100644
index 00000000..e3d86f8c
Binary files /dev/null and b/translated_images/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.it.png differ
diff --git a/translated_images/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.hi.png b/translated_images/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.hi.png
new file mode 100644
index 00000000..3a4445ee
Binary files /dev/null and b/translated_images/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.hi.png differ
diff --git a/translated_images/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.it.png b/translated_images/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.it.png
new file mode 100644
index 00000000..3a4445ee
Binary files /dev/null and b/translated_images/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.it.png differ
diff --git a/translated_images/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.hi.png b/translated_images/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.hi.png
new file mode 100644
index 00000000..b2bf4d3f
Binary files /dev/null and b/translated_images/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.hi.png differ
diff --git a/translated_images/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.it.png b/translated_images/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.it.png
new file mode 100644
index 00000000..b2bf4d3f
Binary files /dev/null and b/translated_images/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.it.png differ
diff --git a/translated_images/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.hi.png b/translated_images/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.hi.png
new file mode 100644
index 00000000..467cedcd
Binary files /dev/null and b/translated_images/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.hi.png differ
diff --git a/translated_images/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.it.png b/translated_images/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.it.png
new file mode 100644
index 00000000..467cedcd
Binary files /dev/null and b/translated_images/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.it.png differ
diff --git a/translated_images/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.hi.png b/translated_images/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.hi.png
new file mode 100644
index 00000000..88efaa59
Binary files /dev/null and b/translated_images/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.hi.png differ
diff --git a/translated_images/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.it.png b/translated_images/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.it.png
new file mode 100644
index 00000000..88efaa59
Binary files /dev/null and b/translated_images/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.it.png differ
diff --git a/translated_images/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.hi.png b/translated_images/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.hi.png
new file mode 100644
index 00000000..6197ed95
Binary files /dev/null and b/translated_images/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.hi.png differ
diff --git a/translated_images/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.it.png b/translated_images/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.it.png
new file mode 100644
index 00000000..6197ed95
Binary files /dev/null and b/translated_images/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.it.png differ
diff --git a/translated_images/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.hi.png b/translated_images/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.hi.png
new file mode 100644
index 00000000..ec7768da
Binary files /dev/null and b/translated_images/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.hi.png differ
diff --git a/translated_images/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.it.png b/translated_images/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.it.png
new file mode 100644
index 00000000..ec7768da
Binary files /dev/null and b/translated_images/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.it.png differ
diff --git a/translated_images/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.hi.png b/translated_images/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.hi.png
new file mode 100644
index 00000000..f68bf461
Binary files /dev/null and b/translated_images/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.hi.png differ
diff --git a/translated_images/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.it.png b/translated_images/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.it.png
new file mode 100644
index 00000000..f68bf461
Binary files /dev/null and b/translated_images/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.it.png differ
diff --git a/translated_images/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.hi.png b/translated_images/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.hi.png
new file mode 100644
index 00000000..73e34cfe
Binary files /dev/null and b/translated_images/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.hi.png differ
diff --git a/translated_images/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.it.png b/translated_images/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.it.png
new file mode 100644
index 00000000..73e34cfe
Binary files /dev/null and b/translated_images/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.it.png differ
diff --git a/translated_images/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.hi.png b/translated_images/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.hi.png
new file mode 100644
index 00000000..21cc6bd0
Binary files /dev/null and b/translated_images/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.hi.png differ
diff --git a/translated_images/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.it.png b/translated_images/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.it.png
new file mode 100644
index 00000000..21cc6bd0
Binary files /dev/null and b/translated_images/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.it.png differ
diff --git a/translated_images/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.hi.png b/translated_images/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.hi.png
new file mode 100644
index 00000000..9c7deb23
Binary files /dev/null and b/translated_images/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.hi.png differ
diff --git a/translated_images/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.it.png b/translated_images/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.it.png
new file mode 100644
index 00000000..9c7deb23
Binary files /dev/null and b/translated_images/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.it.png differ
diff --git a/translated_images/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.hi.png b/translated_images/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.hi.png
new file mode 100644
index 00000000..ddc9958b
Binary files /dev/null and b/translated_images/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.hi.png differ
diff --git a/translated_images/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.it.png b/translated_images/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.it.png
new file mode 100644
index 00000000..ddc9958b
Binary files /dev/null and b/translated_images/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.it.png differ
diff --git a/translated_images/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.hi.png b/translated_images/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.hi.png
new file mode 100644
index 00000000..d181210a
Binary files /dev/null and b/translated_images/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.hi.png differ
diff --git a/translated_images/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.it.png b/translated_images/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.it.png
new file mode 100644
index 00000000..d181210a
Binary files /dev/null and b/translated_images/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.it.png differ
diff --git a/translated_images/iot-for-beginners.95958e2ed1900917f0c2173dd725ae0a2c1af97b9a26e56c76d3c8c8925f32ee.hi.png b/translated_images/iot-for-beginners.95958e2ed1900917f0c2173dd725ae0a2c1af97b9a26e56c76d3c8c8925f32ee.hi.png
new file mode 100644
index 00000000..a00ab427
Binary files /dev/null and b/translated_images/iot-for-beginners.95958e2ed1900917f0c2173dd725ae0a2c1af97b9a26e56c76d3c8c8925f32ee.hi.png differ
diff --git a/translated_images/iot-for-beginners.95958e2ed1900917f0c2173dd725ae0a2c1af97b9a26e56c76d3c8c8925f32ee.it.png b/translated_images/iot-for-beginners.95958e2ed1900917f0c2173dd725ae0a2c1af97b9a26e56c76d3c8c8925f32ee.it.png
new file mode 100644
index 00000000..a00ab427
Binary files /dev/null and b/translated_images/iot-for-beginners.95958e2ed1900917f0c2173dd725ae0a2c1af97b9a26e56c76d3c8c8925f32ee.it.png differ
diff --git a/translated_images/iot-hub-cloud-to-device-message.f4f21fea772cc20ba15004d853b805f6c01b612d257df6295ed7618550308aaf.hi.png b/translated_images/iot-hub-cloud-to-device-message.f4f21fea772cc20ba15004d853b805f6c01b612d257df6295ed7618550308aaf.hi.png
new file mode 100644
index 00000000..dedb38a3
Binary files /dev/null and b/translated_images/iot-hub-cloud-to-device-message.f4f21fea772cc20ba15004d853b805f6c01b612d257df6295ed7618550308aaf.hi.png differ
diff --git a/translated_images/iot-hub-cloud-to-device-message.f4f21fea772cc20ba15004d853b805f6c01b612d257df6295ed7618550308aaf.it.png b/translated_images/iot-hub-cloud-to-device-message.f4f21fea772cc20ba15004d853b805f6c01b612d257df6295ed7618550308aaf.it.png
new file mode 100644
index 00000000..dedb38a3
Binary files /dev/null and b/translated_images/iot-hub-cloud-to-device-message.f4f21fea772cc20ba15004d853b805f6c01b612d257df6295ed7618550308aaf.it.png differ
diff --git a/translated_images/iot-hub-device-to-cloud-message.e46e584d87f35fd952657f0b566dcac59473fe960d87c96fa54a4b5438ddc31f.hi.png b/translated_images/iot-hub-device-to-cloud-message.e46e584d87f35fd952657f0b566dcac59473fe960d87c96fa54a4b5438ddc31f.hi.png
new file mode 100644
index 00000000..2b34487d
Binary files /dev/null and b/translated_images/iot-hub-device-to-cloud-message.e46e584d87f35fd952657f0b566dcac59473fe960d87c96fa54a4b5438ddc31f.hi.png differ
diff --git a/translated_images/iot-hub-device-to-cloud-message.e46e584d87f35fd952657f0b566dcac59473fe960d87c96fa54a4b5438ddc31f.it.png b/translated_images/iot-hub-device-to-cloud-message.e46e584d87f35fd952657f0b566dcac59473fe960d87c96fa54a4b5438ddc31f.it.png
new file mode 100644
index 00000000..2b34487d
Binary files /dev/null and b/translated_images/iot-hub-device-to-cloud-message.e46e584d87f35fd952657f0b566dcac59473fe960d87c96fa54a4b5438ddc31f.it.png differ
diff --git a/translated_images/iot-hub-device-twins.7055a60fc5e2331c44298ae157d72edec0022910b1a4bf4bc93f39c620878b68.hi.png b/translated_images/iot-hub-device-twins.7055a60fc5e2331c44298ae157d72edec0022910b1a4bf4bc93f39c620878b68.hi.png
new file mode 100644
index 00000000..1cae68ed
Binary files /dev/null and b/translated_images/iot-hub-device-twins.7055a60fc5e2331c44298ae157d72edec0022910b1a4bf4bc93f39c620878b68.hi.png differ
diff --git a/translated_images/iot-hub-device-twins.7055a60fc5e2331c44298ae157d72edec0022910b1a4bf4bc93f39c620878b68.it.png b/translated_images/iot-hub-device-twins.7055a60fc5e2331c44298ae157d72edec0022910b1a4bf4bc93f39c620878b68.it.png
new file mode 100644
index 00000000..1cae68ed
Binary files /dev/null and b/translated_images/iot-hub-device-twins.7055a60fc5e2331c44298ae157d72edec0022910b1a4bf4bc93f39c620878b68.it.png differ
diff --git a/translated_images/iot-hub-direct-method-request.86a5026e91f4ca1864e2043fab4b8199e42c2c6efc1209973cb56f199646b171.hi.png b/translated_images/iot-hub-direct-method-request.86a5026e91f4ca1864e2043fab4b8199e42c2c6efc1209973cb56f199646b171.hi.png
new file mode 100644
index 00000000..df961cae
Binary files /dev/null and b/translated_images/iot-hub-direct-method-request.86a5026e91f4ca1864e2043fab4b8199e42c2c6efc1209973cb56f199646b171.hi.png differ
diff --git a/translated_images/iot-hub-direct-method-request.86a5026e91f4ca1864e2043fab4b8199e42c2c6efc1209973cb56f199646b171.it.png b/translated_images/iot-hub-direct-method-request.86a5026e91f4ca1864e2043fab4b8199e42c2c6efc1209973cb56f199646b171.it.png
new file mode 100644
index 00000000..df961cae
Binary files /dev/null and b/translated_images/iot-hub-direct-method-request.86a5026e91f4ca1864e2043fab4b8199e42c2c6efc1209973cb56f199646b171.it.png differ
diff --git a/translated_images/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.hi.png b/translated_images/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.hi.png
new file mode 100644
index 00000000..aaeaeff8
Binary files /dev/null and b/translated_images/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.hi.png differ
diff --git a/translated_images/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.it.png b/translated_images/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.it.png
new file mode 100644
index 00000000..aaeaeff8
Binary files /dev/null and b/translated_images/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.it.png differ
diff --git a/translated_images/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.hi.png b/translated_images/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.hi.png
new file mode 100644
index 00000000..7613fe86
Binary files /dev/null and b/translated_images/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.hi.png differ
diff --git a/translated_images/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.it.png b/translated_images/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.it.png
new file mode 100644
index 00000000..7613fe86
Binary files /dev/null and b/translated_images/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.it.png differ
diff --git a/translated_images/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.hi.png b/translated_images/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.hi.png
new file mode 100644
index 00000000..335bdf32
Binary files /dev/null and b/translated_images/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.hi.png differ
diff --git a/translated_images/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.it.png b/translated_images/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.it.png
new file mode 100644
index 00000000..335bdf32
Binary files /dev/null and b/translated_images/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.it.png differ
diff --git a/translated_images/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.hi.png b/translated_images/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.hi.png
new file mode 100644
index 00000000..32c8ba10
Binary files /dev/null and b/translated_images/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.hi.png differ
diff --git a/translated_images/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.it.png b/translated_images/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.it.png
new file mode 100644
index 00000000..32c8ba10
Binary files /dev/null and b/translated_images/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.it.png differ
diff --git a/translated_images/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.hi.png b/translated_images/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.hi.png
new file mode 100644
index 00000000..82802e17
Binary files /dev/null and b/translated_images/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.hi.png differ
diff --git a/translated_images/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.it.png b/translated_images/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.it.png
new file mode 100644
index 00000000..82802e17
Binary files /dev/null and b/translated_images/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.it.png differ
diff --git a/translated_images/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.hi.png b/translated_images/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.hi.png
new file mode 100644
index 00000000..8214fc2c
Binary files /dev/null and b/translated_images/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.hi.png differ
diff --git a/translated_images/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.it.png b/translated_images/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.it.png
new file mode 100644
index 00000000..8214fc2c
Binary files /dev/null and b/translated_images/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.it.png differ
diff --git a/translated_images/latitude-equator.feccc3214b7d9fb1e1b2e44f938081c85149f092152de1509783b344e5f2097a.hi.png b/translated_images/latitude-equator.feccc3214b7d9fb1e1b2e44f938081c85149f092152de1509783b344e5f2097a.hi.png
new file mode 100644
index 00000000..434baaad
Binary files /dev/null and b/translated_images/latitude-equator.feccc3214b7d9fb1e1b2e44f938081c85149f092152de1509783b344e5f2097a.hi.png differ
diff --git a/translated_images/latitude-equator.feccc3214b7d9fb1e1b2e44f938081c85149f092152de1509783b344e5f2097a.it.png b/translated_images/latitude-equator.feccc3214b7d9fb1e1b2e44f938081c85149f092152de1509783b344e5f2097a.it.png
new file mode 100644
index 00000000..434baaad
Binary files /dev/null and b/translated_images/latitude-equator.feccc3214b7d9fb1e1b2e44f938081c85149f092152de1509783b344e5f2097a.it.png differ
diff --git a/translated_images/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.hi.png b/translated_images/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.hi.png
new file mode 100644
index 00000000..d32271b5
Binary files /dev/null and b/translated_images/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.hi.png differ
diff --git a/translated_images/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.it.png b/translated_images/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.it.png
new file mode 100644
index 00000000..d32271b5
Binary files /dev/null and b/translated_images/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.it.png differ
diff --git a/translated_images/led-digital-control.13b9be14077ea49f883c2ec52e1ce1c587804f2ed653f4061661e6a8783dd8c7.hi.png b/translated_images/led-digital-control.13b9be14077ea49f883c2ec52e1ce1c587804f2ed653f4061661e6a8783dd8c7.hi.png
new file mode 100644
index 00000000..04cd7dc8
Binary files /dev/null and b/translated_images/led-digital-control.13b9be14077ea49f883c2ec52e1ce1c587804f2ed653f4061661e6a8783dd8c7.hi.png differ
diff --git a/translated_images/led-digital-control.13b9be14077ea49f883c2ec52e1ce1c587804f2ed653f4061661e6a8783dd8c7.it.png b/translated_images/led-digital-control.13b9be14077ea49f883c2ec52e1ce1c587804f2ed653f4061661e6a8783dd8c7.it.png
new file mode 100644
index 00000000..04cd7dc8
Binary files /dev/null and b/translated_images/led-digital-control.13b9be14077ea49f883c2ec52e1ce1c587804f2ed653f4061661e6a8783dd8c7.it.png differ
diff --git a/translated_images/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.hi.png b/translated_images/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.hi.png
new file mode 100644
index 00000000..a8a12bce
Binary files /dev/null and b/translated_images/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.hi.png differ
diff --git a/translated_images/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.it.png b/translated_images/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.it.png
new file mode 100644
index 00000000..a8a12bce
Binary files /dev/null and b/translated_images/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.it.png differ
diff --git a/translated_images/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.hi.jpg b/translated_images/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.hi.jpg
new file mode 100644
index 00000000..23ea98b2
Binary files /dev/null and b/translated_images/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.hi.jpg differ
diff --git a/translated_images/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.it.jpg b/translated_images/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.it.jpg
new file mode 100644
index 00000000..23ea98b2
Binary files /dev/null and b/translated_images/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.it.jpg differ
diff --git a/translated_images/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.hi.jpg b/translated_images/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.hi.jpg
new file mode 100644
index 00000000..1e3581d3
Binary files /dev/null and b/translated_images/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.hi.jpg differ
diff --git a/translated_images/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.it.jpg b/translated_images/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.it.jpg
new file mode 100644
index 00000000..1e3581d3
Binary files /dev/null and b/translated_images/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.it.jpg differ
diff --git a/translated_images/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.hi.jpg b/translated_images/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.hi.jpg
new file mode 100644
index 00000000..554ea37b
Binary files /dev/null and b/translated_images/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.hi.jpg differ
diff --git a/translated_images/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.it.jpg b/translated_images/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.it.jpg
new file mode 100644
index 00000000..554ea37b
Binary files /dev/null and b/translated_images/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.it.jpg differ
diff --git a/translated_images/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.hi.jpg b/translated_images/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.hi.jpg
new file mode 100644
index 00000000..427ba4c3
Binary files /dev/null and b/translated_images/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.hi.jpg differ
diff --git a/translated_images/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.it.jpg b/translated_images/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.it.jpg
new file mode 100644
index 00000000..427ba4c3
Binary files /dev/null and b/translated_images/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.it.jpg differ
diff --git a/translated_images/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.hi.jpg b/translated_images/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.hi.jpg
new file mode 100644
index 00000000..b2357285
Binary files /dev/null and b/translated_images/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.hi.jpg differ
diff --git a/translated_images/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.it.jpg b/translated_images/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.it.jpg
new file mode 100644
index 00000000..b2357285
Binary files /dev/null and b/translated_images/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.it.jpg differ
diff --git a/translated_images/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.hi.jpg b/translated_images/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.hi.jpg
new file mode 100644
index 00000000..1736ebb4
Binary files /dev/null and b/translated_images/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.hi.jpg differ
diff --git a/translated_images/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.it.jpg b/translated_images/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.it.jpg
new file mode 100644
index 00000000..1736ebb4
Binary files /dev/null and b/translated_images/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.it.jpg differ
diff --git a/translated_images/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.hi.jpg b/translated_images/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.hi.jpg
new file mode 100644
index 00000000..bf1d724f
Binary files /dev/null and b/translated_images/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.hi.jpg differ
diff --git a/translated_images/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.it.jpg b/translated_images/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.it.jpg
new file mode 100644
index 00000000..bf1d724f
Binary files /dev/null and b/translated_images/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.it.jpg differ
diff --git a/translated_images/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.hi.jpg b/translated_images/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.hi.jpg
new file mode 100644
index 00000000..bb78259a
Binary files /dev/null and b/translated_images/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.hi.jpg differ
diff --git a/translated_images/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.it.jpg b/translated_images/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.it.jpg
new file mode 100644
index 00000000..bb78259a
Binary files /dev/null and b/translated_images/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.it.jpg differ
diff --git a/translated_images/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.hi.jpg b/translated_images/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.hi.jpg
new file mode 100644
index 00000000..b311b568
Binary files /dev/null and b/translated_images/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.hi.jpg differ
diff --git a/translated_images/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.it.jpg b/translated_images/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.it.jpg
new file mode 100644
index 00000000..b311b568
Binary files /dev/null and b/translated_images/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.it.jpg differ
diff --git a/translated_images/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.hi.jpg b/translated_images/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.hi.jpg
new file mode 100644
index 00000000..5bd350fd
Binary files /dev/null and b/translated_images/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.hi.jpg differ
diff --git a/translated_images/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.it.jpg b/translated_images/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.it.jpg
new file mode 100644
index 00000000..5bd350fd
Binary files /dev/null and b/translated_images/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.it.jpg differ
diff --git a/translated_images/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.hi.jpg b/translated_images/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.hi.jpg
new file mode 100644
index 00000000..66fbe114
Binary files /dev/null and b/translated_images/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.hi.jpg differ
diff --git a/translated_images/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.it.jpg b/translated_images/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.it.jpg
new file mode 100644
index 00000000..66fbe114
Binary files /dev/null and b/translated_images/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.it.jpg differ
diff --git a/translated_images/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.hi.jpg b/translated_images/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.hi.jpg
new file mode 100644
index 00000000..050e7206
Binary files /dev/null and b/translated_images/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.hi.jpg differ
diff --git a/translated_images/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.it.jpg b/translated_images/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.it.jpg
new file mode 100644
index 00000000..050e7206
Binary files /dev/null and b/translated_images/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.it.jpg differ
diff --git a/translated_images/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.hi.jpg b/translated_images/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.hi.jpg
new file mode 100644
index 00000000..91c64faa
Binary files /dev/null and b/translated_images/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.hi.jpg differ
diff --git a/translated_images/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.it.jpg b/translated_images/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.it.jpg
new file mode 100644
index 00000000..91c64faa
Binary files /dev/null and b/translated_images/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.it.jpg differ
diff --git a/translated_images/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.hi.jpg b/translated_images/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.hi.jpg
new file mode 100644
index 00000000..36e1a4b3
Binary files /dev/null and b/translated_images/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.hi.jpg differ
diff --git a/translated_images/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.it.jpg b/translated_images/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.it.jpg
new file mode 100644
index 00000000..36e1a4b3
Binary files /dev/null and b/translated_images/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.it.jpg differ
diff --git a/translated_images/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.hi.jpg b/translated_images/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.hi.jpg
new file mode 100644
index 00000000..1b87df4c
Binary files /dev/null and b/translated_images/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.hi.jpg differ
diff --git a/translated_images/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.it.jpg b/translated_images/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.it.jpg
new file mode 100644
index 00000000..1b87df4c
Binary files /dev/null and b/translated_images/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.it.jpg differ
diff --git a/translated_images/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.hi.jpg b/translated_images/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.hi.jpg
new file mode 100644
index 00000000..8df37a22
Binary files /dev/null and b/translated_images/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.hi.jpg differ
diff --git a/translated_images/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.it.jpg b/translated_images/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.it.jpg
new file mode 100644
index 00000000..8df37a22
Binary files /dev/null and b/translated_images/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.it.jpg differ
diff --git a/translated_images/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.hi.jpg b/translated_images/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.hi.jpg
new file mode 100644
index 00000000..943af1b9
Binary files /dev/null and b/translated_images/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.hi.jpg differ
diff --git a/translated_images/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.it.jpg b/translated_images/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.it.jpg
new file mode 100644
index 00000000..943af1b9
Binary files /dev/null and b/translated_images/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.it.jpg differ
diff --git a/translated_images/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.hi.jpg b/translated_images/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.hi.jpg
new file mode 100644
index 00000000..5a96f7fb
Binary files /dev/null and b/translated_images/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.hi.jpg differ
diff --git a/translated_images/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.it.jpg b/translated_images/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.it.jpg
new file mode 100644
index 00000000..5a96f7fb
Binary files /dev/null and b/translated_images/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.it.jpg differ
diff --git a/translated_images/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.hi.jpg b/translated_images/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.hi.jpg
new file mode 100644
index 00000000..8f0bee50
Binary files /dev/null and b/translated_images/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.hi.jpg differ
diff --git a/translated_images/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.it.jpg b/translated_images/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.it.jpg
new file mode 100644
index 00000000..8f0bee50
Binary files /dev/null and b/translated_images/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.it.jpg differ
diff --git a/translated_images/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.hi.jpg b/translated_images/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.hi.jpg
new file mode 100644
index 00000000..4ba24109
Binary files /dev/null and b/translated_images/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.hi.jpg differ
diff --git a/translated_images/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.it.jpg b/translated_images/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.it.jpg
new file mode 100644
index 00000000..4ba24109
Binary files /dev/null and b/translated_images/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.it.jpg differ
diff --git a/translated_images/lesson-6.3e493b60eee85adc8c74dfeaaec3a3a6cfba61fedbcb84aa0146e7e80603a5dd.hi.jpg b/translated_images/lesson-6.3e493b60eee85adc8c74dfeaaec3a3a6cfba61fedbcb84aa0146e7e80603a5dd.hi.jpg
new file mode 100644
index 00000000..cdf0f557
Binary files /dev/null and b/translated_images/lesson-6.3e493b60eee85adc8c74dfeaaec3a3a6cfba61fedbcb84aa0146e7e80603a5dd.hi.jpg differ
diff --git a/translated_images/lesson-6.3e493b60eee85adc8c74dfeaaec3a3a6cfba61fedbcb84aa0146e7e80603a5dd.it.jpg b/translated_images/lesson-6.3e493b60eee85adc8c74dfeaaec3a3a6cfba61fedbcb84aa0146e7e80603a5dd.it.jpg
new file mode 100644
index 00000000..cdf0f557
Binary files /dev/null and b/translated_images/lesson-6.3e493b60eee85adc8c74dfeaaec3a3a6cfba61fedbcb84aa0146e7e80603a5dd.it.jpg differ
diff --git a/translated_images/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.hi.jpg b/translated_images/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.hi.jpg
new file mode 100644
index 00000000..f59ee98d
Binary files /dev/null and b/translated_images/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.hi.jpg differ
diff --git a/translated_images/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.it.jpg b/translated_images/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.it.jpg
new file mode 100644
index 00000000..f59ee98d
Binary files /dev/null and b/translated_images/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.it.jpg differ
diff --git a/translated_images/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.hi.jpg b/translated_images/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.hi.jpg
new file mode 100644
index 00000000..5bdbfd14
Binary files /dev/null and b/translated_images/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.hi.jpg differ
diff --git a/translated_images/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.it.jpg b/translated_images/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.it.jpg
new file mode 100644
index 00000000..5bdbfd14
Binary files /dev/null and b/translated_images/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.it.jpg differ
diff --git a/translated_images/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.hi.jpg b/translated_images/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.hi.jpg
new file mode 100644
index 00000000..b78ab3ac
Binary files /dev/null and b/translated_images/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.hi.jpg differ
diff --git a/translated_images/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.it.jpg b/translated_images/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.it.jpg
new file mode 100644
index 00000000..b78ab3ac
Binary files /dev/null and b/translated_images/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.it.jpg differ
diff --git a/translated_images/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.hi.png b/translated_images/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.hi.png
new file mode 100644
index 00000000..d071dffe
Binary files /dev/null and b/translated_images/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.hi.png differ
diff --git a/translated_images/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.it.png b/translated_images/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.it.png
new file mode 100644
index 00000000..d071dffe
Binary files /dev/null and b/translated_images/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.it.png differ
diff --git a/translated_images/lines-of-longitude-and-latitude.032aca9d3e402c4e89da3f1c269b955f0dac443ae4ae3dd6e1dada5761c39a92.hi.png b/translated_images/lines-of-longitude-and-latitude.032aca9d3e402c4e89da3f1c269b955f0dac443ae4ae3dd6e1dada5761c39a92.hi.png
new file mode 100644
index 00000000..b8947f6d
Binary files /dev/null and b/translated_images/lines-of-longitude-and-latitude.032aca9d3e402c4e89da3f1c269b955f0dac443ae4ae3dd6e1dada5761c39a92.hi.png differ
diff --git a/translated_images/lines-of-longitude-and-latitude.032aca9d3e402c4e89da3f1c269b955f0dac443ae4ae3dd6e1dada5761c39a92.it.png b/translated_images/lines-of-longitude-and-latitude.032aca9d3e402c4e89da3f1c269b955f0dac443ae4ae3dd6e1dada5761c39a92.it.png
new file mode 100644
index 00000000..b8947f6d
Binary files /dev/null and b/translated_images/lines-of-longitude-and-latitude.032aca9d3e402c4e89da3f1c269b955f0dac443ae4ae3dd6e1dada5761c39a92.it.png differ
diff --git a/translated_images/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.hi.png b/translated_images/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.hi.png
new file mode 100644
index 00000000..5c5dfb96
Binary files /dev/null and b/translated_images/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.hi.png differ
diff --git a/translated_images/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.it.png b/translated_images/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.it.png
new file mode 100644
index 00000000..5c5dfb96
Binary files /dev/null and b/translated_images/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.it.png differ
diff --git a/translated_images/longitude-prime-meridian.33b01b41ce615f9ddf85d91b0f93bdc076cfa44bb10b17296de42e2d1ba1090e.hi.png b/translated_images/longitude-prime-meridian.33b01b41ce615f9ddf85d91b0f93bdc076cfa44bb10b17296de42e2d1ba1090e.hi.png
new file mode 100644
index 00000000..663ad7e9
Binary files /dev/null and b/translated_images/longitude-prime-meridian.33b01b41ce615f9ddf85d91b0f93bdc076cfa44bb10b17296de42e2d1ba1090e.hi.png differ
diff --git a/translated_images/longitude-prime-meridian.33b01b41ce615f9ddf85d91b0f93bdc076cfa44bb10b17296de42e2d1ba1090e.it.png b/translated_images/longitude-prime-meridian.33b01b41ce615f9ddf85d91b0f93bdc076cfa44bb10b17296de42e2d1ba1090e.it.png
new file mode 100644
index 00000000..663ad7e9
Binary files /dev/null and b/translated_images/longitude-prime-meridian.33b01b41ce615f9ddf85d91b0f93bdc076cfa44bb10b17296de42e2d1ba1090e.it.png differ
diff --git a/translated_images/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.hi.png b/translated_images/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.hi.png
new file mode 100644
index 00000000..b1e33d6b
Binary files /dev/null and b/translated_images/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.hi.png differ
diff --git a/translated_images/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.it.png b/translated_images/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.it.png
new file mode 100644
index 00000000..b1e33d6b
Binary files /dev/null and b/translated_images/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.it.png differ
diff --git a/translated_images/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.hi.png b/translated_images/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.hi.png
new file mode 100644
index 00000000..2a03ab78
Binary files /dev/null and b/translated_images/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.hi.png differ
diff --git a/translated_images/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.it.png b/translated_images/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.it.png
new file mode 100644
index 00000000..2a03ab78
Binary files /dev/null and b/translated_images/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.it.png differ
diff --git a/translated_images/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.hi.png b/translated_images/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.hi.png
new file mode 100644
index 00000000..02ef1351
Binary files /dev/null and b/translated_images/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.hi.png differ
diff --git a/translated_images/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.it.png b/translated_images/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.it.png
new file mode 100644
index 00000000..02ef1351
Binary files /dev/null and b/translated_images/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.it.png differ
diff --git a/translated_images/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.hi.png b/translated_images/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.hi.png
new file mode 100644
index 00000000..33faabd1
Binary files /dev/null and b/translated_images/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.hi.png differ
diff --git a/translated_images/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.it.png b/translated_images/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.it.png
new file mode 100644
index 00000000..33faabd1
Binary files /dev/null and b/translated_images/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.it.png differ
diff --git a/translated_images/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.hi.png b/translated_images/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.hi.png
new file mode 100644
index 00000000..aa94da2c
Binary files /dev/null and b/translated_images/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.hi.png differ
diff --git a/translated_images/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.it.png b/translated_images/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.it.png
new file mode 100644
index 00000000..aa94da2c
Binary files /dev/null and b/translated_images/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.it.png differ
diff --git a/translated_images/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.hi.png b/translated_images/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.hi.png
new file mode 100644
index 00000000..ac000818
Binary files /dev/null and b/translated_images/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.hi.png differ
diff --git a/translated_images/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.it.png b/translated_images/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.it.png
new file mode 100644
index 00000000..ac000818
Binary files /dev/null and b/translated_images/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.it.png differ
diff --git a/translated_images/microsoft-gps-location.9eb77a13b22b7e70a0a80bd2b54c24eda141b4ee15a0373c93f8c73f4fcd81f5.hi.png b/translated_images/microsoft-gps-location.9eb77a13b22b7e70a0a80bd2b54c24eda141b4ee15a0373c93f8c73f4fcd81f5.hi.png
new file mode 100644
index 00000000..2fb519f5
Binary files /dev/null and b/translated_images/microsoft-gps-location.9eb77a13b22b7e70a0a80bd2b54c24eda141b4ee15a0373c93f8c73f4fcd81f5.hi.png differ
diff --git a/translated_images/microsoft-gps-location.9eb77a13b22b7e70a0a80bd2b54c24eda141b4ee15a0373c93f8c73f4fcd81f5.it.png b/translated_images/microsoft-gps-location.9eb77a13b22b7e70a0a80bd2b54c24eda141b4ee15a0373c93f8c73f4fcd81f5.it.png
new file mode 100644
index 00000000..2fb519f5
Binary files /dev/null and b/translated_images/microsoft-gps-location.9eb77a13b22b7e70a0a80bd2b54c24eda141b4ee15a0373c93f8c73f4fcd81f5.it.png differ
diff --git a/translated_images/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.hi.png b/translated_images/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.hi.png
new file mode 100644
index 00000000..48459b92
Binary files /dev/null and b/translated_images/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.hi.png differ
diff --git a/translated_images/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.it.png b/translated_images/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.it.png
new file mode 100644
index 00000000..48459b92
Binary files /dev/null and b/translated_images/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.it.png differ
diff --git a/translated_images/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.hi.png b/translated_images/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.hi.png
new file mode 100644
index 00000000..d502a579
Binary files /dev/null and b/translated_images/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.hi.png differ
diff --git a/translated_images/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.it.png b/translated_images/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.it.png
new file mode 100644
index 00000000..d502a579
Binary files /dev/null and b/translated_images/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.it.png differ
diff --git a/translated_images/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.hi.png b/translated_images/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.hi.png
new file mode 100644
index 00000000..fca45002
Binary files /dev/null and b/translated_images/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.hi.png differ
diff --git a/translated_images/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.it.png b/translated_images/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.it.png
new file mode 100644
index 00000000..fca45002
Binary files /dev/null and b/translated_images/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.it.png differ
diff --git a/translated_images/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.hi.png b/translated_images/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.hi.png
new file mode 100644
index 00000000..94aa28db
Binary files /dev/null and b/translated_images/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.hi.png differ
diff --git a/translated_images/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.it.png b/translated_images/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.it.png
new file mode 100644
index 00000000..94aa28db
Binary files /dev/null and b/translated_images/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.it.png differ
diff --git a/translated_images/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.hi.png b/translated_images/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.hi.png
new file mode 100644
index 00000000..894df473
Binary files /dev/null and b/translated_images/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.hi.png differ
diff --git a/translated_images/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.it.png b/translated_images/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.it.png
new file mode 100644
index 00000000..894df473
Binary files /dev/null and b/translated_images/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.it.png differ
diff --git a/translated_images/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.hi.png b/translated_images/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.hi.png
new file mode 100644
index 00000000..b75dfdd2
Binary files /dev/null and b/translated_images/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.hi.png differ
diff --git a/translated_images/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.it.png b/translated_images/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.it.png
new file mode 100644
index 00000000..b75dfdd2
Binary files /dev/null and b/translated_images/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.it.png differ
diff --git a/translated_images/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.hi.png b/translated_images/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.hi.png
new file mode 100644
index 00000000..1e7934c3
Binary files /dev/null and b/translated_images/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.hi.png differ
diff --git a/translated_images/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.it.png b/translated_images/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.it.png
new file mode 100644
index 00000000..1e7934c3
Binary files /dev/null and b/translated_images/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.it.png differ
diff --git a/translated_images/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.hi.png b/translated_images/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.hi.png
new file mode 100644
index 00000000..5bb319ec
Binary files /dev/null and b/translated_images/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.hi.png differ
diff --git a/translated_images/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.it.png b/translated_images/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.it.png
new file mode 100644
index 00000000..5bb319ec
Binary files /dev/null and b/translated_images/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.it.png differ
diff --git a/translated_images/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.hi.png b/translated_images/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.hi.png
new file mode 100644
index 00000000..d66e224f
Binary files /dev/null and b/translated_images/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.hi.png differ
diff --git a/translated_images/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.it.png b/translated_images/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.it.png
new file mode 100644
index 00000000..d66e224f
Binary files /dev/null and b/translated_images/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.it.png differ
diff --git a/translated_images/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.hi.png b/translated_images/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.hi.png
new file mode 100644
index 00000000..ed18e7b0
Binary files /dev/null and b/translated_images/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.hi.png differ
diff --git a/translated_images/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.it.png b/translated_images/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.it.png
new file mode 100644
index 00000000..ed18e7b0
Binary files /dev/null and b/translated_images/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.it.png differ
diff --git a/translated_images/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.hi.png b/translated_images/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.hi.png
new file mode 100644
index 00000000..9acb21a7
Binary files /dev/null and b/translated_images/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.hi.png differ
diff --git a/translated_images/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.it.png b/translated_images/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.it.png
new file mode 100644
index 00000000..9acb21a7
Binary files /dev/null and b/translated_images/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.it.png differ
diff --git a/translated_images/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.hi.png b/translated_images/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.hi.png
new file mode 100644
index 00000000..1ced5fc1
Binary files /dev/null and b/translated_images/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.hi.png differ
diff --git a/translated_images/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.it.png b/translated_images/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.it.png
new file mode 100644
index 00000000..1ced5fc1
Binary files /dev/null and b/translated_images/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.it.png differ
diff --git a/translated_images/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.hi.png b/translated_images/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.hi.png
new file mode 100644
index 00000000..7293ced1
Binary files /dev/null and b/translated_images/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.hi.png differ
diff --git a/translated_images/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.it.png b/translated_images/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.it.png
new file mode 100644
index 00000000..7293ced1
Binary files /dev/null and b/translated_images/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.it.png differ
diff --git a/translated_images/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.hi.png b/translated_images/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.hi.png
new file mode 100644
index 00000000..be837c63
Binary files /dev/null and b/translated_images/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.hi.png differ
diff --git a/translated_images/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.it.png b/translated_images/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.it.png
new file mode 100644
index 00000000..be837c63
Binary files /dev/null and b/translated_images/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.it.png differ
diff --git a/translated_images/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.hi.png b/translated_images/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.hi.png
new file mode 100644
index 00000000..73861107
Binary files /dev/null and b/translated_images/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.hi.png differ
diff --git a/translated_images/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.it.png b/translated_images/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.it.png
new file mode 100644
index 00000000..73861107
Binary files /dev/null and b/translated_images/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.it.png differ
diff --git a/translated_images/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.hi.png b/translated_images/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.hi.png
new file mode 100644
index 00000000..1b26d7ff
Binary files /dev/null and b/translated_images/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.hi.png differ
diff --git a/translated_images/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.it.png b/translated_images/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.it.png
new file mode 100644
index 00000000..1b26d7ff
Binary files /dev/null and b/translated_images/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.it.png differ
diff --git a/translated_images/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.hi.png b/translated_images/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.hi.png
new file mode 100644
index 00000000..f1905ecc
Binary files /dev/null and b/translated_images/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.hi.png differ
diff --git a/translated_images/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.it.png b/translated_images/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.it.png
new file mode 100644
index 00000000..f1905ecc
Binary files /dev/null and b/translated_images/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.it.png differ
diff --git a/translated_images/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.hi.png b/translated_images/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.hi.png
new file mode 100644
index 00000000..edc44fa9
Binary files /dev/null and b/translated_images/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.hi.png differ
diff --git a/translated_images/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.it.png b/translated_images/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.it.png
new file mode 100644
index 00000000..edc44fa9
Binary files /dev/null and b/translated_images/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.it.png differ
diff --git a/translated_images/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.hi.png b/translated_images/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.hi.png
new file mode 100644
index 00000000..87854d3a
Binary files /dev/null and b/translated_images/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.hi.png differ
diff --git a/translated_images/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.it.png b/translated_images/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.it.png
new file mode 100644
index 00000000..87854d3a
Binary files /dev/null and b/translated_images/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.it.png differ
diff --git a/translated_images/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.hi.png b/translated_images/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.hi.png
new file mode 100644
index 00000000..d1158e0d
Binary files /dev/null and b/translated_images/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.hi.png differ
diff --git a/translated_images/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.it.png b/translated_images/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.it.png
new file mode 100644
index 00000000..d1158e0d
Binary files /dev/null and b/translated_images/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.it.png differ
diff --git a/translated_images/pi-temperature-sensor.3ff82fff672c8e565ef25a39d26d111de006b825a7e0867227ef4e7fbff8553c.hi.png b/translated_images/pi-temperature-sensor.3ff82fff672c8e565ef25a39d26d111de006b825a7e0867227ef4e7fbff8553c.hi.png
new file mode 100644
index 00000000..122abea4
Binary files /dev/null and b/translated_images/pi-temperature-sensor.3ff82fff672c8e565ef25a39d26d111de006b825a7e0867227ef4e7fbff8553c.hi.png differ
diff --git a/translated_images/pi-temperature-sensor.3ff82fff672c8e565ef25a39d26d111de006b825a7e0867227ef4e7fbff8553c.it.png b/translated_images/pi-temperature-sensor.3ff82fff672c8e565ef25a39d26d111de006b825a7e0867227ef4e7fbff8553c.it.png
new file mode 100644
index 00000000..122abea4
Binary files /dev/null and b/translated_images/pi-temperature-sensor.3ff82fff672c8e565ef25a39d26d111de006b825a7e0867227ef4e7fbff8553c.it.png differ
diff --git a/translated_images/pi-time-of-flight-sensor.58c8dc04eb3bfb57a7c3019f031433ef4d798d4d7603d565afbf6f3802840dba.hi.png b/translated_images/pi-time-of-flight-sensor.58c8dc04eb3bfb57a7c3019f031433ef4d798d4d7603d565afbf6f3802840dba.hi.png
new file mode 100644
index 00000000..dc009aa5
Binary files /dev/null and b/translated_images/pi-time-of-flight-sensor.58c8dc04eb3bfb57a7c3019f031433ef4d798d4d7603d565afbf6f3802840dba.hi.png differ
diff --git a/translated_images/pi-time-of-flight-sensor.58c8dc04eb3bfb57a7c3019f031433ef4d798d4d7603d565afbf6f3802840dba.it.png b/translated_images/pi-time-of-flight-sensor.58c8dc04eb3bfb57a7c3019f031433ef4d798d4d7603d565afbf6f3802840dba.it.png
new file mode 100644
index 00000000..dc009aa5
Binary files /dev/null and b/translated_images/pi-time-of-flight-sensor.58c8dc04eb3bfb57a7c3019f031433ef4d798d4d7603d565afbf6f3802840dba.it.png differ
diff --git a/translated_images/plant-growth-temp-graph copy.65baa28afd9b7f5fbc04bf7c9684b086c466a467631568c23549d54949fc71d2.hi.png b/translated_images/plant-growth-temp-graph copy.65baa28afd9b7f5fbc04bf7c9684b086c466a467631568c23549d54949fc71d2.hi.png
new file mode 100644
index 00000000..ccb0d4e1
Binary files /dev/null and b/translated_images/plant-growth-temp-graph copy.65baa28afd9b7f5fbc04bf7c9684b086c466a467631568c23549d54949fc71d2.hi.png differ
diff --git a/translated_images/plant-growth-temp-graph copy.65baa28afd9b7f5fbc04bf7c9684b086c466a467631568c23549d54949fc71d2.it.png b/translated_images/plant-growth-temp-graph copy.65baa28afd9b7f5fbc04bf7c9684b086c466a467631568c23549d54949fc71d2.it.png
new file mode 100644
index 00000000..ccb0d4e1
Binary files /dev/null and b/translated_images/plant-growth-temp-graph copy.65baa28afd9b7f5fbc04bf7c9684b086c466a467631568c23549d54949fc71d2.it.png differ
diff --git a/translated_images/plant-growth-temp-graph.c6d69c9478e6ca832baa8dcb8d4adcbb67304074ce50e94ac8faae95975177f9.hi.png b/translated_images/plant-growth-temp-graph.c6d69c9478e6ca832baa8dcb8d4adcbb67304074ce50e94ac8faae95975177f9.hi.png
new file mode 100644
index 00000000..ccb0d4e1
Binary files /dev/null and b/translated_images/plant-growth-temp-graph.c6d69c9478e6ca832baa8dcb8d4adcbb67304074ce50e94ac8faae95975177f9.hi.png differ
diff --git a/translated_images/plant-growth-temp-graph.c6d69c9478e6ca832baa8dcb8d4adcbb67304074ce50e94ac8faae95975177f9.it.png b/translated_images/plant-growth-temp-graph.c6d69c9478e6ca832baa8dcb8d4adcbb67304074ce50e94ac8faae95975177f9.it.png
new file mode 100644
index 00000000..ccb0d4e1
Binary files /dev/null and b/translated_images/plant-growth-temp-graph.c6d69c9478e6ca832baa8dcb8d4adcbb67304074ce50e94ac8faae95975177f9.it.png differ
diff --git a/translated_images/polygon-points.302193da381cb415f46c2c7a98496ee4be05d6c73d21238a89721ad93e121233.hi.png b/translated_images/polygon-points.302193da381cb415f46c2c7a98496ee4be05d6c73d21238a89721ad93e121233.hi.png
new file mode 100644
index 00000000..12274b8b
Binary files /dev/null and b/translated_images/polygon-points.302193da381cb415f46c2c7a98496ee4be05d6c73d21238a89721ad93e121233.hi.png differ
diff --git a/translated_images/polygon-points.302193da381cb415f46c2c7a98496ee4be05d6c73d21238a89721ad93e121233.it.png b/translated_images/polygon-points.302193da381cb415f46c2c7a98496ee4be05d6c73d21238a89721ad93e121233.it.png
new file mode 100644
index 00000000..12274b8b
Binary files /dev/null and b/translated_images/polygon-points.302193da381cb415f46c2c7a98496ee4be05d6c73d21238a89721ad93e121233.it.png differ
diff --git a/translated_images/potentiometer.35a348b9ce22f6ec1199ad37d68692d04185456ccbc2541a454bb6698be9f19c.hi.png b/translated_images/potentiometer.35a348b9ce22f6ec1199ad37d68692d04185456ccbc2541a454bb6698be9f19c.hi.png
new file mode 100644
index 00000000..da226797
Binary files /dev/null and b/translated_images/potentiometer.35a348b9ce22f6ec1199ad37d68692d04185456ccbc2541a454bb6698be9f19c.hi.png differ
diff --git a/translated_images/potentiometer.35a348b9ce22f6ec1199ad37d68692d04185456ccbc2541a454bb6698be9f19c.it.png b/translated_images/potentiometer.35a348b9ce22f6ec1199ad37d68692d04185456ccbc2541a454bb6698be9f19c.it.png
new file mode 100644
index 00000000..da226797
Binary files /dev/null and b/translated_images/potentiometer.35a348b9ce22f6ec1199ad37d68692d04185456ccbc2541a454bb6698be9f19c.it.png differ
diff --git a/translated_images/proximity-sensor.f5cd752c77fb62fea000156233b32fd24fad3707ec69b8bdd8d312b7af85156d.hi.png b/translated_images/proximity-sensor.f5cd752c77fb62fea000156233b32fd24fad3707ec69b8bdd8d312b7af85156d.hi.png
new file mode 100644
index 00000000..67bd8a82
Binary files /dev/null and b/translated_images/proximity-sensor.f5cd752c77fb62fea000156233b32fd24fad3707ec69b8bdd8d312b7af85156d.hi.png differ
diff --git a/translated_images/proximity-sensor.f5cd752c77fb62fea000156233b32fd24fad3707ec69b8bdd8d312b7af85156d.it.png b/translated_images/proximity-sensor.f5cd752c77fb62fea000156233b32fd24fad3707ec69b8bdd8d312b7af85156d.it.png
new file mode 100644
index 00000000..67bd8a82
Binary files /dev/null and b/translated_images/proximity-sensor.f5cd752c77fb62fea000156233b32fd24fad3707ec69b8bdd8d312b7af85156d.it.png differ
diff --git a/translated_images/pub-sub.7c7ed43fe9fd15d4e1f81a3fd95440413c457acd9bcbe9a43341e30e88db5264.hi.png b/translated_images/pub-sub.7c7ed43fe9fd15d4e1f81a3fd95440413c457acd9bcbe9a43341e30e88db5264.hi.png
new file mode 100644
index 00000000..18938f59
Binary files /dev/null and b/translated_images/pub-sub.7c7ed43fe9fd15d4e1f81a3fd95440413c457acd9bcbe9a43341e30e88db5264.hi.png differ
diff --git a/translated_images/pub-sub.7c7ed43fe9fd15d4e1f81a3fd95440413c457acd9bcbe9a43341e30e88db5264.it.png b/translated_images/pub-sub.7c7ed43fe9fd15d4e1f81a3fd95440413c457acd9bcbe9a43341e30e88db5264.it.png
new file mode 100644
index 00000000..18938f59
Binary files /dev/null and b/translated_images/pub-sub.7c7ed43fe9fd15d4e1f81a3fd95440413c457acd9bcbe9a43341e30e88db5264.it.png differ
diff --git a/translated_images/pump-wired-to-relay.66c5cfc0d89189900cd601777f5caeb39ee35c6250f6c86bf38feaceedb21fe9.hi.png b/translated_images/pump-wired-to-relay.66c5cfc0d89189900cd601777f5caeb39ee35c6250f6c86bf38feaceedb21fe9.hi.png
new file mode 100644
index 00000000..db480604
Binary files /dev/null and b/translated_images/pump-wired-to-relay.66c5cfc0d89189900cd601777f5caeb39ee35c6250f6c86bf38feaceedb21fe9.hi.png differ
diff --git a/translated_images/pump-wired-to-relay.66c5cfc0d89189900cd601777f5caeb39ee35c6250f6c86bf38feaceedb21fe9.it.png b/translated_images/pump-wired-to-relay.66c5cfc0d89189900cd601777f5caeb39ee35c6250f6c86bf38feaceedb21fe9.it.png
new file mode 100644
index 00000000..db480604
Binary files /dev/null and b/translated_images/pump-wired-to-relay.66c5cfc0d89189900cd601777f5caeb39ee35c6250f6c86bf38feaceedb21fe9.it.png differ
diff --git a/translated_images/pwm-motor-150rpm.83347ac04ca38482bd120939b133803963c9c15ca9d8d484712a4bd92820f6a4.hi.png b/translated_images/pwm-motor-150rpm.83347ac04ca38482bd120939b133803963c9c15ca9d8d484712a4bd92820f6a4.hi.png
new file mode 100644
index 00000000..535e5798
Binary files /dev/null and b/translated_images/pwm-motor-150rpm.83347ac04ca38482bd120939b133803963c9c15ca9d8d484712a4bd92820f6a4.hi.png differ
diff --git a/translated_images/pwm-motor-150rpm.83347ac04ca38482bd120939b133803963c9c15ca9d8d484712a4bd92820f6a4.it.png b/translated_images/pwm-motor-150rpm.83347ac04ca38482bd120939b133803963c9c15ca9d8d484712a4bd92820f6a4.it.png
new file mode 100644
index 00000000..535e5798
Binary files /dev/null and b/translated_images/pwm-motor-150rpm.83347ac04ca38482bd120939b133803963c9c15ca9d8d484712a4bd92820f6a4.it.png differ
diff --git a/translated_images/pwm-motor-75rpm.a5e4c939934b6e14fd9e98e4f2c9539d723da2b18f490eae0948dd044d18ff7e.hi.png b/translated_images/pwm-motor-75rpm.a5e4c939934b6e14fd9e98e4f2c9539d723da2b18f490eae0948dd044d18ff7e.hi.png
new file mode 100644
index 00000000..b3d83ab7
Binary files /dev/null and b/translated_images/pwm-motor-75rpm.a5e4c939934b6e14fd9e98e4f2c9539d723da2b18f490eae0948dd044d18ff7e.hi.png differ
diff --git a/translated_images/pwm-motor-75rpm.a5e4c939934b6e14fd9e98e4f2c9539d723da2b18f490eae0948dd044d18ff7e.it.png b/translated_images/pwm-motor-75rpm.a5e4c939934b6e14fd9e98e4f2c9539d723da2b18f490eae0948dd044d18ff7e.it.png
new file mode 100644
index 00000000..b3d83ab7
Binary files /dev/null and b/translated_images/pwm-motor-75rpm.a5e4c939934b6e14fd9e98e4f2c9539d723da2b18f490eae0948dd044d18ff7e.it.png differ
diff --git a/translated_images/ram-comparison.6beb73541b42ac6ffde64cdf79fc925a84b932ce7ebd4d41d5fd7afc1257a696.hi.png b/translated_images/ram-comparison.6beb73541b42ac6ffde64cdf79fc925a84b932ce7ebd4d41d5fd7afc1257a696.hi.png
new file mode 100644
index 00000000..4bb97d60
Binary files /dev/null and b/translated_images/ram-comparison.6beb73541b42ac6ffde64cdf79fc925a84b932ce7ebd4d41d5fd7afc1257a696.hi.png differ
diff --git a/translated_images/ram-comparison.6beb73541b42ac6ffde64cdf79fc925a84b932ce7ebd4d41d5fd7afc1257a696.it.png b/translated_images/ram-comparison.6beb73541b42ac6ffde64cdf79fc925a84b932ce7ebd4d41d5fd7afc1257a696.it.png
new file mode 100644
index 00000000..4bb97d60
Binary files /dev/null and b/translated_images/ram-comparison.6beb73541b42ac6ffde64cdf79fc925a84b932ce7ebd4d41d5fd7afc1257a696.it.png differ
diff --git a/translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.hi.jpg b/translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.hi.jpg
new file mode 100644
index 00000000..4cf0d73d
Binary files /dev/null and b/translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.hi.jpg differ
diff --git a/translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.it.jpg b/translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.it.jpg
new file mode 100644
index 00000000..4cf0d73d
Binary files /dev/null and b/translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.it.jpg differ
diff --git a/translated_images/raspberry-pi-imager.24aedeab9e233d841a1504ed7cfeb871b1f8e1134cfcd8370e7f60a092056be2.hi.png b/translated_images/raspberry-pi-imager.24aedeab9e233d841a1504ed7cfeb871b1f8e1134cfcd8370e7f60a092056be2.hi.png
new file mode 100644
index 00000000..0aace880
Binary files /dev/null and b/translated_images/raspberry-pi-imager.24aedeab9e233d841a1504ed7cfeb871b1f8e1134cfcd8370e7f60a092056be2.hi.png differ
diff --git a/translated_images/raspberry-pi-imager.24aedeab9e233d841a1504ed7cfeb871b1f8e1134cfcd8370e7f60a092056be2.it.png b/translated_images/raspberry-pi-imager.24aedeab9e233d841a1504ed7cfeb871b1f8e1134cfcd8370e7f60a092056be2.it.png
new file mode 100644
index 00000000..0aace880
Binary files /dev/null and b/translated_images/raspberry-pi-imager.24aedeab9e233d841a1504ed7cfeb871b1f8e1134cfcd8370e7f60a092056be2.it.png differ
diff --git a/translated_images/raspberry-pi-logo.4efaa16605cee05489d8fa53941e991b3757aa24c20a95abdcf8cfd761953596.hi.png b/translated_images/raspberry-pi-logo.4efaa16605cee05489d8fa53941e991b3757aa24c20a95abdcf8cfd761953596.hi.png
new file mode 100644
index 00000000..b19b1f6b
Binary files /dev/null and b/translated_images/raspberry-pi-logo.4efaa16605cee05489d8fa53941e991b3757aa24c20a95abdcf8cfd761953596.hi.png differ
diff --git a/translated_images/raspberry-pi-logo.4efaa16605cee05489d8fa53941e991b3757aa24c20a95abdcf8cfd761953596.it.png b/translated_images/raspberry-pi-logo.4efaa16605cee05489d8fa53941e991b3757aa24c20a95abdcf8cfd761953596.it.png
new file mode 100644
index 00000000..b19b1f6b
Binary files /dev/null and b/translated_images/raspberry-pi-logo.4efaa16605cee05489d8fa53941e991b3757aa24c20a95abdcf8cfd761953596.it.png differ
diff --git a/translated_images/raspberry-pi-zero.f7a4133e1e7d54bb3dbb32319b217a53c5b94871995a54647f2894b54206b8d8.hi.jpg b/translated_images/raspberry-pi-zero.f7a4133e1e7d54bb3dbb32319b217a53c5b94871995a54647f2894b54206b8d8.hi.jpg
new file mode 100644
index 00000000..827670ed
Binary files /dev/null and b/translated_images/raspberry-pi-zero.f7a4133e1e7d54bb3dbb32319b217a53c5b94871995a54647f2894b54206b8d8.hi.jpg differ
diff --git a/translated_images/raspberry-pi-zero.f7a4133e1e7d54bb3dbb32319b217a53c5b94871995a54647f2894b54206b8d8.it.jpg b/translated_images/raspberry-pi-zero.f7a4133e1e7d54bb3dbb32319b217a53c5b94871995a54647f2894b54206b8d8.it.jpg
new file mode 100644
index 00000000..827670ed
Binary files /dev/null and b/translated_images/raspberry-pi-zero.f7a4133e1e7d54bb3dbb32319b217a53c5b94871995a54647f2894b54206b8d8.it.jpg differ
diff --git a/translated_images/relay-off.c34a178a2960fecdc3c6400d43e633ed11c6746cd653cfb4a768fa097c40394c.hi.png b/translated_images/relay-off.c34a178a2960fecdc3c6400d43e633ed11c6746cd653cfb4a768fa097c40394c.hi.png
new file mode 100644
index 00000000..435f901a
Binary files /dev/null and b/translated_images/relay-off.c34a178a2960fecdc3c6400d43e633ed11c6746cd653cfb4a768fa097c40394c.hi.png differ
diff --git a/translated_images/relay-off.c34a178a2960fecdc3c6400d43e633ed11c6746cd653cfb4a768fa097c40394c.it.png b/translated_images/relay-off.c34a178a2960fecdc3c6400d43e633ed11c6746cd653cfb4a768fa097c40394c.it.png
new file mode 100644
index 00000000..435f901a
Binary files /dev/null and b/translated_images/relay-off.c34a178a2960fecdc3c6400d43e633ed11c6746cd653cfb4a768fa097c40394c.it.png differ
diff --git a/translated_images/relay-on.4db16a0fd6b669262fd6699aff3fbcd31b6057c06d90411b6bddc06326d1cf75.hi.png b/translated_images/relay-on.4db16a0fd6b669262fd6699aff3fbcd31b6057c06d90411b6bddc06326d1cf75.hi.png
new file mode 100644
index 00000000..7308a1d1
Binary files /dev/null and b/translated_images/relay-on.4db16a0fd6b669262fd6699aff3fbcd31b6057c06d90411b6bddc06326d1cf75.hi.png differ
diff --git a/translated_images/relay-on.4db16a0fd6b669262fd6699aff3fbcd31b6057c06d90411b6bddc06326d1cf75.it.png b/translated_images/relay-on.4db16a0fd6b669262fd6699aff3fbcd31b6057c06d90411b6bddc06326d1cf75.it.png
new file mode 100644
index 00000000..7308a1d1
Binary files /dev/null and b/translated_images/relay-on.4db16a0fd6b669262fd6699aff3fbcd31b6057c06d90411b6bddc06326d1cf75.it.png differ
diff --git a/translated_images/resistive-soil-moisture-sensor.728a138a3d109e0653d8e4f6744140836c67461bbd0f4d887f47ed8228dc80b5.hi.png b/translated_images/resistive-soil-moisture-sensor.728a138a3d109e0653d8e4f6744140836c67461bbd0f4d887f47ed8228dc80b5.hi.png
new file mode 100644
index 00000000..8454c4d2
Binary files /dev/null and b/translated_images/resistive-soil-moisture-sensor.728a138a3d109e0653d8e4f6744140836c67461bbd0f4d887f47ed8228dc80b5.hi.png differ
diff --git a/translated_images/resistive-soil-moisture-sensor.728a138a3d109e0653d8e4f6744140836c67461bbd0f4d887f47ed8228dc80b5.it.png b/translated_images/resistive-soil-moisture-sensor.728a138a3d109e0653d8e4f6744140836c67461bbd0f4d887f47ed8228dc80b5.it.png
new file mode 100644
index 00000000..8454c4d2
Binary files /dev/null and b/translated_images/resistive-soil-moisture-sensor.728a138a3d109e0653d8e4f6744140836c67461bbd0f4d887f47ed8228dc80b5.it.png differ
diff --git a/translated_images/respeaker-35mm-speaker.ad79ef4f128c7751f0abf854869b6b779c90c12ae3e48909944a7e48aeee3c7e.hi.png b/translated_images/respeaker-35mm-speaker.ad79ef4f128c7751f0abf854869b6b779c90c12ae3e48909944a7e48aeee3c7e.hi.png
new file mode 100644
index 00000000..324b711d
Binary files /dev/null and b/translated_images/respeaker-35mm-speaker.ad79ef4f128c7751f0abf854869b6b779c90c12ae3e48909944a7e48aeee3c7e.hi.png differ
diff --git a/translated_images/respeaker-35mm-speaker.ad79ef4f128c7751f0abf854869b6b779c90c12ae3e48909944a7e48aeee3c7e.it.png b/translated_images/respeaker-35mm-speaker.ad79ef4f128c7751f0abf854869b6b779c90c12ae3e48909944a7e48aeee3c7e.it.png
new file mode 100644
index 00000000..324b711d
Binary files /dev/null and b/translated_images/respeaker-35mm-speaker.ad79ef4f128c7751f0abf854869b6b779c90c12ae3e48909944a7e48aeee3c7e.it.png differ
diff --git a/translated_images/respeaker-jst-speaker.a441d177809df9458041a2012dd336dbb22c00a5c9642647109d2940a50d6fcc.hi.png b/translated_images/respeaker-jst-speaker.a441d177809df9458041a2012dd336dbb22c00a5c9642647109d2940a50d6fcc.hi.png
new file mode 100644
index 00000000..ddfb42aa
Binary files /dev/null and b/translated_images/respeaker-jst-speaker.a441d177809df9458041a2012dd336dbb22c00a5c9642647109d2940a50d6fcc.hi.png differ
diff --git a/translated_images/respeaker-jst-speaker.a441d177809df9458041a2012dd336dbb22c00a5c9642647109d2940a50d6fcc.it.png b/translated_images/respeaker-jst-speaker.a441d177809df9458041a2012dd336dbb22c00a5c9642647109d2940a50d6fcc.it.png
new file mode 100644
index 00000000..ddfb42aa
Binary files /dev/null and b/translated_images/respeaker-jst-speaker.a441d177809df9458041a2012dd336dbb22c00a5c9642647109d2940a50d6fcc.it.png differ
diff --git a/translated_images/respeaker.f5d19d1c6b14ab1676d24ac2764e64fac5339046ae07be8b45ce07633d61b79b.hi.png b/translated_images/respeaker.f5d19d1c6b14ab1676d24ac2764e64fac5339046ae07be8b45ce07633d61b79b.hi.png
new file mode 100644
index 00000000..280f2fe0
Binary files /dev/null and b/translated_images/respeaker.f5d19d1c6b14ab1676d24ac2764e64fac5339046ae07be8b45ce07633d61b79b.hi.png differ
diff --git a/translated_images/respeaker.f5d19d1c6b14ab1676d24ac2764e64fac5339046ae07be8b45ce07633d61b79b.it.png b/translated_images/respeaker.f5d19d1c6b14ab1676d24ac2764e64fac5339046ae07be8b45ce07633d61b79b.it.png
new file mode 100644
index 00000000..280f2fe0
Binary files /dev/null and b/translated_images/respeaker.f5d19d1c6b14ab1676d24ac2764e64fac5339046ae07be8b45ce07633d61b79b.it.png differ
diff --git a/translated_images/ribbon-mic.eacc8e092c7441caee6d7a81e2f40e1675bf36269848964c7c09c9a9acb05127.hi.jpg b/translated_images/ribbon-mic.eacc8e092c7441caee6d7a81e2f40e1675bf36269848964c7c09c9a9acb05127.hi.jpg
new file mode 100644
index 00000000..89b581ef
Binary files /dev/null and b/translated_images/ribbon-mic.eacc8e092c7441caee6d7a81e2f40e1675bf36269848964c7c09c9a9acb05127.hi.jpg differ
diff --git a/translated_images/ribbon-mic.eacc8e092c7441caee6d7a81e2f40e1675bf36269848964c7c09c9a9acb05127.it.jpg b/translated_images/ribbon-mic.eacc8e092c7441caee6d7a81e2f40e1675bf36269848964c7c09c9a9acb05127.it.jpg
new file mode 100644
index 00000000..89b581ef
Binary files /dev/null and b/translated_images/ribbon-mic.eacc8e092c7441caee6d7a81e2f40e1675bf36269848964c7c09c9a9acb05127.it.jpg differ
diff --git a/translated_images/rpi-stock-with-bounding-boxes.b5540e2ecb7cd49f1271828d3be412671d950e87625c5597ea97c90f11e01097.hi.jpg b/translated_images/rpi-stock-with-bounding-boxes.b5540e2ecb7cd49f1271828d3be412671d950e87625c5597ea97c90f11e01097.hi.jpg
new file mode 100644
index 00000000..6efd2da1
Binary files /dev/null and b/translated_images/rpi-stock-with-bounding-boxes.b5540e2ecb7cd49f1271828d3be412671d950e87625c5597ea97c90f11e01097.hi.jpg differ
diff --git a/translated_images/rpi-stock-with-bounding-boxes.b5540e2ecb7cd49f1271828d3be412671d950e87625c5597ea97c90f11e01097.it.jpg b/translated_images/rpi-stock-with-bounding-boxes.b5540e2ecb7cd49f1271828d3be412671d950e87625c5597ea97c90f11e01097.it.jpg
new file mode 100644
index 00000000..6efd2da1
Binary files /dev/null and b/translated_images/rpi-stock-with-bounding-boxes.b5540e2ecb7cd49f1271828d3be412671d950e87625c5597ea97c90f11e01097.it.jpg differ
diff --git a/translated_images/sampling.6f4fadb3f2d9dfe7618f9edfe75a350e6b3f74293ec84f02ab69c19d2afe3d73.hi.png b/translated_images/sampling.6f4fadb3f2d9dfe7618f9edfe75a350e6b3f74293ec84f02ab69c19d2afe3d73.hi.png
new file mode 100644
index 00000000..348fe7a0
Binary files /dev/null and b/translated_images/sampling.6f4fadb3f2d9dfe7618f9edfe75a350e6b3f74293ec84f02ab69c19d2afe3d73.hi.png differ
diff --git a/translated_images/sampling.6f4fadb3f2d9dfe7618f9edfe75a350e6b3f74293ec84f02ab69c19d2afe3d73.it.png b/translated_images/sampling.6f4fadb3f2d9dfe7618f9edfe75a350e6b3f74293ec84f02ab69c19d2afe3d73.it.png
new file mode 100644
index 00000000..348fe7a0
Binary files /dev/null and b/translated_images/sampling.6f4fadb3f2d9dfe7618f9edfe75a350e6b3f74293ec84f02ab69c19d2afe3d73.it.png differ
diff --git a/translated_images/save-telemetry-database.ddc9c6bea0c5ba39449966a463ca6748cd8e2d565dab44ff31c9f1d2f6c21d27.hi.png b/translated_images/save-telemetry-database.ddc9c6bea0c5ba39449966a463ca6748cd8e2d565dab44ff31c9f1d2f6c21d27.hi.png
new file mode 100644
index 00000000..a69e73f4
Binary files /dev/null and b/translated_images/save-telemetry-database.ddc9c6bea0c5ba39449966a463ca6748cd8e2d565dab44ff31c9f1d2f6c21d27.hi.png differ
diff --git a/translated_images/save-telemetry-database.ddc9c6bea0c5ba39449966a463ca6748cd8e2d565dab44ff31c9f1d2f6c21d27.it.png b/translated_images/save-telemetry-database.ddc9c6bea0c5ba39449966a463ca6748cd8e2d565dab44ff31c9f1d2f6c21d27.it.png
new file mode 100644
index 00000000..a69e73f4
Binary files /dev/null and b/translated_images/save-telemetry-database.ddc9c6bea0c5ba39449966a463ca6748cd8e2d565dab44ff31c9f1d2f6c21d27.it.png differ
diff --git a/translated_images/save-telemetry-to-storage-from-functions.ed3b1820980097f143d9f0570072da11304c2bc7906359dfa075b4d9b253c20f.hi.png b/translated_images/save-telemetry-to-storage-from-functions.ed3b1820980097f143d9f0570072da11304c2bc7906359dfa075b4d9b253c20f.hi.png
new file mode 100644
index 00000000..49b0ca9b
Binary files /dev/null and b/translated_images/save-telemetry-to-storage-from-functions.ed3b1820980097f143d9f0570072da11304c2bc7906359dfa075b4d9b253c20f.hi.png differ
diff --git a/translated_images/save-telemetry-to-storage-from-functions.ed3b1820980097f143d9f0570072da11304c2bc7906359dfa075b4d9b253c20f.it.png b/translated_images/save-telemetry-to-storage-from-functions.ed3b1820980097f143d9f0570072da11304c2bc7906359dfa075b4d9b253c20f.it.png
new file mode 100644
index 00000000..49b0ca9b
Binary files /dev/null and b/translated_images/save-telemetry-to-storage-from-functions.ed3b1820980097f143d9f0570072da11304c2bc7906359dfa075b4d9b253c20f.it.png differ
diff --git a/translated_images/search-buffer-and-distance.e6a79af3898183c7b2ef6fbf12271b8b34afd23969bb946962b1b18d3d2635e8.hi.png b/translated_images/search-buffer-and-distance.e6a79af3898183c7b2ef6fbf12271b8b34afd23969bb946962b1b18d3d2635e8.hi.png
new file mode 100644
index 00000000..458a3c95
Binary files /dev/null and b/translated_images/search-buffer-and-distance.e6a79af3898183c7b2ef6fbf12271b8b34afd23969bb946962b1b18d3d2635e8.hi.png differ
diff --git a/translated_images/search-buffer-and-distance.e6a79af3898183c7b2ef6fbf12271b8b34afd23969bb946962b1b18d3d2635e8.it.png b/translated_images/search-buffer-and-distance.e6a79af3898183c7b2ef6fbf12271b8b34afd23969bb946962b1b18d3d2635e8.it.png
new file mode 100644
index 00000000..458a3c95
Binary files /dev/null and b/translated_images/search-buffer-and-distance.e6a79af3898183c7b2ef6fbf12271b8b34afd23969bb946962b1b18d3d2635e8.it.png differ
diff --git a/translated_images/seeed-logo.74732b6b482b6e8e8bdcc06f0541fc92b1dabf5e3e8f37afb91e04393a8cb977.hi.png b/translated_images/seeed-logo.74732b6b482b6e8e8bdcc06f0541fc92b1dabf5e3e8f37afb91e04393a8cb977.hi.png
new file mode 100644
index 00000000..90b687c2
Binary files /dev/null and b/translated_images/seeed-logo.74732b6b482b6e8e8bdcc06f0541fc92b1dabf5e3e8f37afb91e04393a8cb977.hi.png differ
diff --git a/translated_images/seeed-logo.74732b6b482b6e8e8bdcc06f0541fc92b1dabf5e3e8f37afb91e04393a8cb977.it.png b/translated_images/seeed-logo.74732b6b482b6e8e8bdcc06f0541fc92b1dabf5e3e8f37afb91e04393a8cb977.it.png
new file mode 100644
index 00000000..90b687c2
Binary files /dev/null and b/translated_images/seeed-logo.74732b6b482b6e8e8bdcc06f0541fc92b1dabf5e3e8f37afb91e04393a8cb977.it.png differ
diff --git a/translated_images/select-the-random-checkbox-and-set-a-range.32cf4bc7c12e797f8c76616b10c7c23a6592321bb1a6310e0b481e72f97d23b3.hi.png b/translated_images/select-the-random-checkbox-and-set-a-range.32cf4bc7c12e797f8c76616b10c7c23a6592321bb1a6310e0b481e72f97d23b3.hi.png
new file mode 100644
index 00000000..cb4bc445
Binary files /dev/null and b/translated_images/select-the-random-checkbox-and-set-a-range.32cf4bc7c12e797f8c76616b10c7c23a6592321bb1a6310e0b481e72f97d23b3.hi.png differ
diff --git a/translated_images/select-the-random-checkbox-and-set-a-range.32cf4bc7c12e797f8c76616b10c7c23a6592321bb1a6310e0b481e72f97d23b3.it.png b/translated_images/select-the-random-checkbox-and-set-a-range.32cf4bc7c12e797f8c76616b10c7c23a6592321bb1a6310e0b481e72f97d23b3.it.png
new file mode 100644
index 00000000..cb4bc445
Binary files /dev/null and b/translated_images/select-the-random-checkbox-and-set-a-range.32cf4bc7c12e797f8c76616b10c7c23a6592321bb1a6310e0b481e72f97d23b3.it.png differ
diff --git a/translated_images/send-message-asymmetric.7abe327c62615b8c19805252af5d4b6c5e7aaeb8fbc455efeff866fe2d300b62.hi.png b/translated_images/send-message-asymmetric.7abe327c62615b8c19805252af5d4b6c5e7aaeb8fbc455efeff866fe2d300b62.hi.png
new file mode 100644
index 00000000..e7ea8ab6
Binary files /dev/null and b/translated_images/send-message-asymmetric.7abe327c62615b8c19805252af5d4b6c5e7aaeb8fbc455efeff866fe2d300b62.hi.png differ
diff --git a/translated_images/send-message-asymmetric.7abe327c62615b8c19805252af5d4b6c5e7aaeb8fbc455efeff866fe2d300b62.it.png b/translated_images/send-message-asymmetric.7abe327c62615b8c19805252af5d4b6c5e7aaeb8fbc455efeff866fe2d300b62.it.png
new file mode 100644
index 00000000..e7ea8ab6
Binary files /dev/null and b/translated_images/send-message-asymmetric.7abe327c62615b8c19805252af5d4b6c5e7aaeb8fbc455efeff866fe2d300b62.it.png differ
diff --git a/translated_images/send-message-certificate.9cc576ac1e46b76eb58ebc8eedaa522566fa0700076da46f5180aad78c2435db.hi.png b/translated_images/send-message-certificate.9cc576ac1e46b76eb58ebc8eedaa522566fa0700076da46f5180aad78c2435db.hi.png
new file mode 100644
index 00000000..6f138cf9
Binary files /dev/null and b/translated_images/send-message-certificate.9cc576ac1e46b76eb58ebc8eedaa522566fa0700076da46f5180aad78c2435db.hi.png differ
diff --git a/translated_images/send-message-certificate.9cc576ac1e46b76eb58ebc8eedaa522566fa0700076da46f5180aad78c2435db.it.png b/translated_images/send-message-certificate.9cc576ac1e46b76eb58ebc8eedaa522566fa0700076da46f5180aad78c2435db.it.png
new file mode 100644
index 00000000..6f138cf9
Binary files /dev/null and b/translated_images/send-message-certificate.9cc576ac1e46b76eb58ebc8eedaa522566fa0700076da46f5180aad78c2435db.it.png differ
diff --git a/translated_images/send-message-symmetric-key-hacker.e7cb53db1707adfb1486a8144060cb76435fe8dbdede8cecc09e7d15b2d9a251.hi.png b/translated_images/send-message-symmetric-key-hacker.e7cb53db1707adfb1486a8144060cb76435fe8dbdede8cecc09e7d15b2d9a251.hi.png
new file mode 100644
index 00000000..2f5f2861
Binary files /dev/null and b/translated_images/send-message-symmetric-key-hacker.e7cb53db1707adfb1486a8144060cb76435fe8dbdede8cecc09e7d15b2d9a251.hi.png differ
diff --git a/translated_images/send-message-symmetric-key-hacker.e7cb53db1707adfb1486a8144060cb76435fe8dbdede8cecc09e7d15b2d9a251.it.png b/translated_images/send-message-symmetric-key-hacker.e7cb53db1707adfb1486a8144060cb76435fe8dbdede8cecc09e7d15b2d9a251.it.png
new file mode 100644
index 00000000..2f5f2861
Binary files /dev/null and b/translated_images/send-message-symmetric-key-hacker.e7cb53db1707adfb1486a8144060cb76435fe8dbdede8cecc09e7d15b2d9a251.it.png differ
diff --git a/translated_images/send-message-symmetric-key.a2e8ad0d495896ffcdf15d25bb4491c695a5cb851457b359fb0f0c89d67707c9.hi.png b/translated_images/send-message-symmetric-key.a2e8ad0d495896ffcdf15d25bb4491c695a5cb851457b359fb0f0c89d67707c9.hi.png
new file mode 100644
index 00000000..f2f1b63e
Binary files /dev/null and b/translated_images/send-message-symmetric-key.a2e8ad0d495896ffcdf15d25bb4491c695a5cb851457b359fb0f0c89d67707c9.hi.png differ
diff --git a/translated_images/send-message-symmetric-key.a2e8ad0d495896ffcdf15d25bb4491c695a5cb851457b359fb0f0c89d67707c9.it.png b/translated_images/send-message-symmetric-key.a2e8ad0d495896ffcdf15d25bb4491c695a5cb851457b359fb0f0c89d67707c9.it.png
new file mode 100644
index 00000000..f2f1b63e
Binary files /dev/null and b/translated_images/send-message-symmetric-key.a2e8ad0d495896ffcdf15d25bb4491c695a5cb851457b359fb0f0c89d67707c9.it.png differ
diff --git a/translated_images/sentence-as-intent-entities.301401696f9922590a99343f5c5d211b710b906f212f0d4d034cee3ffb610272.hi.png b/translated_images/sentence-as-intent-entities.301401696f9922590a99343f5c5d211b710b906f212f0d4d034cee3ffb610272.hi.png
new file mode 100644
index 00000000..5643c164
Binary files /dev/null and b/translated_images/sentence-as-intent-entities.301401696f9922590a99343f5c5d211b710b906f212f0d4d034cee3ffb610272.hi.png differ
diff --git a/translated_images/sentence-as-intent-entities.301401696f9922590a99343f5c5d211b710b906f212f0d4d034cee3ffb610272.it.png b/translated_images/sentence-as-intent-entities.301401696f9922590a99343f5c5d211b710b906f212f0d4d034cee3ffb610272.it.png
new file mode 100644
index 00000000..5643c164
Binary files /dev/null and b/translated_images/sentence-as-intent-entities.301401696f9922590a99343f5c5d211b710b906f212f0d4d034cee3ffb610272.it.png differ
diff --git a/translated_images/serverless-scaling.f8c769adf0413fd17be1af4f07ff63016b347e2ff869be6c4abb211f9e93909d.hi.png b/translated_images/serverless-scaling.f8c769adf0413fd17be1af4f07ff63016b347e2ff869be6c4abb211f9e93909d.hi.png
new file mode 100644
index 00000000..73fa30d1
Binary files /dev/null and b/translated_images/serverless-scaling.f8c769adf0413fd17be1af4f07ff63016b347e2ff869be6c4abb211f9e93909d.hi.png differ
diff --git a/translated_images/serverless-scaling.f8c769adf0413fd17be1af4f07ff63016b347e2ff869be6c4abb211f9e93909d.it.png b/translated_images/serverless-scaling.f8c769adf0413fd17be1af4f07ff63016b347e2ff869be6c4abb211f9e93909d.it.png
new file mode 100644
index 00000000..73fa30d1
Binary files /dev/null and b/translated_images/serverless-scaling.f8c769adf0413fd17be1af4f07ff63016b347e2ff869be6c4abb211f9e93909d.it.png differ
diff --git a/translated_images/shapes-to-images.1a309f0ea88dd66fafa4da6d38e88806ce174cc6a88081efb32852230ed55de8.hi.png b/translated_images/shapes-to-images.1a309f0ea88dd66fafa4da6d38e88806ce174cc6a88081efb32852230ed55de8.hi.png
new file mode 100644
index 00000000..eee39f7d
Binary files /dev/null and b/translated_images/shapes-to-images.1a309f0ea88dd66fafa4da6d38e88806ce174cc6a88081efb32852230ed55de8.hi.png differ
diff --git a/translated_images/shapes-to-images.1a309f0ea88dd66fafa4da6d38e88806ce174cc6a88081efb32852230ed55de8.it.png b/translated_images/shapes-to-images.1a309f0ea88dd66fafa4da6d38e88806ce174cc6a88081efb32852230ed55de8.it.png
new file mode 100644
index 00000000..eee39f7d
Binary files /dev/null and b/translated_images/shapes-to-images.1a309f0ea88dd66fafa4da6d38e88806ce174cc6a88081efb32852230ed55de8.it.png differ
diff --git a/translated_images/smarter-thermostat.a75855f15d2d9e63d5da9d7ba5847a987f6c9d98e96e770c203532275194e27d.hi.png b/translated_images/smarter-thermostat.a75855f15d2d9e63d5da9d7ba5847a987f6c9d98e96e770c203532275194e27d.hi.png
new file mode 100644
index 00000000..5a0fb117
Binary files /dev/null and b/translated_images/smarter-thermostat.a75855f15d2d9e63d5da9d7ba5847a987f6c9d98e96e770c203532275194e27d.hi.png differ
diff --git a/translated_images/smarter-thermostat.a75855f15d2d9e63d5da9d7ba5847a987f6c9d98e96e770c203532275194e27d.it.png b/translated_images/smarter-thermostat.a75855f15d2d9e63d5da9d7ba5847a987f6c9d98e96e770c203532275194e27d.it.png
new file mode 100644
index 00000000..5a0fb117
Binary files /dev/null and b/translated_images/smarter-thermostat.a75855f15d2d9e63d5da9d7ba5847a987f6c9d98e96e770c203532275194e27d.it.png differ
diff --git a/translated_images/soil-moisture-delay.865f3fae206db01d5f8f100f4f44040215d44a0412dd3450aef7ff7b93b6d273.hi.png b/translated_images/soil-moisture-delay.865f3fae206db01d5f8f100f4f44040215d44a0412dd3450aef7ff7b93b6d273.hi.png
new file mode 100644
index 00000000..27ddbfee
Binary files /dev/null and b/translated_images/soil-moisture-delay.865f3fae206db01d5f8f100f4f44040215d44a0412dd3450aef7ff7b93b6d273.hi.png differ
diff --git a/translated_images/soil-moisture-delay.865f3fae206db01d5f8f100f4f44040215d44a0412dd3450aef7ff7b93b6d273.it.png b/translated_images/soil-moisture-delay.865f3fae206db01d5f8f100f4f44040215d44a0412dd3450aef7ff7b93b6d273.it.png
new file mode 100644
index 00000000..27ddbfee
Binary files /dev/null and b/translated_images/soil-moisture-delay.865f3fae206db01d5f8f100f4f44040215d44a0412dd3450aef7ff7b93b6d273.it.png differ
diff --git a/translated_images/soil-moisture-sensor-in-soil.bfad91002bda5e960f8c51ee64b02ee59b32c8c717e3515a2c945f33e614e403.hi.png b/translated_images/soil-moisture-sensor-in-soil.bfad91002bda5e960f8c51ee64b02ee59b32c8c717e3515a2c945f33e614e403.hi.png
new file mode 100644
index 00000000..ee07bd10
Binary files /dev/null and b/translated_images/soil-moisture-sensor-in-soil.bfad91002bda5e960f8c51ee64b02ee59b32c8c717e3515a2c945f33e614e403.hi.png differ
diff --git a/translated_images/soil-moisture-sensor-in-soil.bfad91002bda5e960f8c51ee64b02ee59b32c8c717e3515a2c945f33e614e403.it.png b/translated_images/soil-moisture-sensor-in-soil.bfad91002bda5e960f8c51ee64b02ee59b32c8c717e3515a2c945f33e614e403.it.png
new file mode 100644
index 00000000..ee07bd10
Binary files /dev/null and b/translated_images/soil-moisture-sensor-in-soil.bfad91002bda5e960f8c51ee64b02ee59b32c8c717e3515a2c945f33e614e403.it.png differ
diff --git a/translated_images/soil-moisture-to-voltage-with-reading.681cb3e1f8b68caf5547dbf1415851c82e201edfb78face16fc98da4051ed9b2.hi.png b/translated_images/soil-moisture-to-voltage-with-reading.681cb3e1f8b68caf5547dbf1415851c82e201edfb78face16fc98da4051ed9b2.hi.png
new file mode 100644
index 00000000..37a2464a
Binary files /dev/null and b/translated_images/soil-moisture-to-voltage-with-reading.681cb3e1f8b68caf5547dbf1415851c82e201edfb78face16fc98da4051ed9b2.hi.png differ
diff --git a/translated_images/soil-moisture-to-voltage-with-reading.681cb3e1f8b68caf5547dbf1415851c82e201edfb78face16fc98da4051ed9b2.it.png b/translated_images/soil-moisture-to-voltage-with-reading.681cb3e1f8b68caf5547dbf1415851c82e201edfb78face16fc98da4051ed9b2.it.png
new file mode 100644
index 00000000..37a2464a
Binary files /dev/null and b/translated_images/soil-moisture-to-voltage-with-reading.681cb3e1f8b68caf5547dbf1415851c82e201edfb78face16fc98da4051ed9b2.it.png differ
diff --git a/translated_images/soil-moisture-to-voltage.df86d80cda1587008f312431ed5f79eb6c50c58d4fbc25a6763c5e9127c3106b.hi.png b/translated_images/soil-moisture-to-voltage.df86d80cda1587008f312431ed5f79eb6c50c58d4fbc25a6763c5e9127c3106b.hi.png
new file mode 100644
index 00000000..d852153c
Binary files /dev/null and b/translated_images/soil-moisture-to-voltage.df86d80cda1587008f312431ed5f79eb6c50c58d4fbc25a6763c5e9127c3106b.hi.png differ
diff --git a/translated_images/soil-moisture-to-voltage.df86d80cda1587008f312431ed5f79eb6c50c58d4fbc25a6763c5e9127c3106b.it.png b/translated_images/soil-moisture-to-voltage.df86d80cda1587008f312431ed5f79eb6c50c58d4fbc25a6763c5e9127c3106b.it.png
new file mode 100644
index 00000000..d852153c
Binary files /dev/null and b/translated_images/soil-moisture-to-voltage.df86d80cda1587008f312431ed5f79eb6c50c58d4fbc25a6763c5e9127c3106b.it.png differ
diff --git a/translated_images/soil-moisture-travel.a0e31af222cf14385de5380dfc32c7b8213960965228b8e4f7b7ab7f73b310a3.hi.png b/translated_images/soil-moisture-travel.a0e31af222cf14385de5380dfc32c7b8213960965228b8e4f7b7ab7f73b310a3.hi.png
new file mode 100644
index 00000000..a457ac8d
Binary files /dev/null and b/translated_images/soil-moisture-travel.a0e31af222cf14385de5380dfc32c7b8213960965228b8e4f7b7ab7f73b310a3.hi.png differ
diff --git a/translated_images/soil-moisture-travel.a0e31af222cf14385de5380dfc32c7b8213960965228b8e4f7b7ab7f73b310a3.it.png b/translated_images/soil-moisture-travel.a0e31af222cf14385de5380dfc32c7b8213960965228b8e4f7b7ab7f73b310a3.it.png
new file mode 100644
index 00000000..a457ac8d
Binary files /dev/null and b/translated_images/soil-moisture-travel.a0e31af222cf14385de5380dfc32c7b8213960965228b8e4f7b7ab7f73b310a3.it.png differ
diff --git a/translated_images/spi.297431d6f98b386b4ff88aea44ce9c1e7acfb1ef69c7e4e388a7aa97b6948e24.hi.png b/translated_images/spi.297431d6f98b386b4ff88aea44ce9c1e7acfb1ef69c7e4e388a7aa97b6948e24.hi.png
new file mode 100644
index 00000000..3eccd326
Binary files /dev/null and b/translated_images/spi.297431d6f98b386b4ff88aea44ce9c1e7acfb1ef69c7e4e388a7aa97b6948e24.hi.png differ
diff --git a/translated_images/spi.297431d6f98b386b4ff88aea44ce9c1e7acfb1ef69c7e4e388a7aa97b6948e24.it.png b/translated_images/spi.297431d6f98b386b4ff88aea44ce9c1e7acfb1ef69c7e4e388a7aa97b6948e24.it.png
new file mode 100644
index 00000000..3eccd326
Binary files /dev/null and b/translated_images/spi.297431d6f98b386b4ff88aea44ce9c1e7acfb1ef69c7e4e388a7aa97b6948e24.it.png differ
diff --git a/translated_images/sql-database.be160f12bfccefd3ca718a66468c2c4c89c53e5aad4c295324d576da87f9dfdd.hi.png b/translated_images/sql-database.be160f12bfccefd3ca718a66468c2c4c89c53e5aad4c295324d576da87f9dfdd.hi.png
new file mode 100644
index 00000000..49083372
Binary files /dev/null and b/translated_images/sql-database.be160f12bfccefd3ca718a66468c2c4c89c53e5aad4c295324d576da87f9dfdd.hi.png differ
diff --git a/translated_images/sql-database.be160f12bfccefd3ca718a66468c2c4c89c53e5aad4c295324d576da87f9dfdd.it.png b/translated_images/sql-database.be160f12bfccefd3ca718a66468c2c4c89c53e5aad4c295324d576da87f9dfdd.it.png
new file mode 100644
index 00000000..49083372
Binary files /dev/null and b/translated_images/sql-database.be160f12bfccefd3ca718a66468c2c4c89c53e5aad4c295324d576da87f9dfdd.it.png differ
diff --git a/translated_images/stock-7-cans-tomato-paste.f86059cc573d7becaa89a0eafb9d2cd7e2fe37405a530fe565990e2333d0e4a1.hi.png b/translated_images/stock-7-cans-tomato-paste.f86059cc573d7becaa89a0eafb9d2cd7e2fe37405a530fe565990e2333d0e4a1.hi.png
new file mode 100644
index 00000000..1b4a94e5
Binary files /dev/null and b/translated_images/stock-7-cans-tomato-paste.f86059cc573d7becaa89a0eafb9d2cd7e2fe37405a530fe565990e2333d0e4a1.hi.png differ
diff --git a/translated_images/stock-7-cans-tomato-paste.f86059cc573d7becaa89a0eafb9d2cd7e2fe37405a530fe565990e2333d0e4a1.it.png b/translated_images/stock-7-cans-tomato-paste.f86059cc573d7becaa89a0eafb9d2cd7e2fe37405a530fe565990e2333d0e4a1.it.png
new file mode 100644
index 00000000..1b4a94e5
Binary files /dev/null and b/translated_images/stock-7-cans-tomato-paste.f86059cc573d7becaa89a0eafb9d2cd7e2fe37405a530fe565990e2333d0e4a1.it.png differ
diff --git a/translated_images/stock-rogue-corn.be1f3ada8c4578544641af66671c1711a4c02297f14cc7f503354dae0d30a954.hi.png b/translated_images/stock-rogue-corn.be1f3ada8c4578544641af66671c1711a4c02297f14cc7f503354dae0d30a954.hi.png
new file mode 100644
index 00000000..8589e88f
Binary files /dev/null and b/translated_images/stock-rogue-corn.be1f3ada8c4578544641af66671c1711a4c02297f14cc7f503354dae0d30a954.hi.png differ
diff --git a/translated_images/stock-rogue-corn.be1f3ada8c4578544641af66671c1711a4c02297f14cc7f503354dae0d30a954.it.png b/translated_images/stock-rogue-corn.be1f3ada8c4578544641af66671c1711a4c02297f14cc7f503354dae0d30a954.it.png
new file mode 100644
index 00000000..8589e88f
Binary files /dev/null and b/translated_images/stock-rogue-corn.be1f3ada8c4578544641af66671c1711a4c02297f14cc7f503354dae0d30a954.it.png differ
diff --git a/translated_images/strawberry-with-pump.b410fc72ac6aabad3e28de9775bf2393ead73dcfec6fd8c9bc01cf107ecd171a.hi.png b/translated_images/strawberry-with-pump.b410fc72ac6aabad3e28de9775bf2393ead73dcfec6fd8c9bc01cf107ecd171a.hi.png
new file mode 100644
index 00000000..e1246f56
Binary files /dev/null and b/translated_images/strawberry-with-pump.b410fc72ac6aabad3e28de9775bf2393ead73dcfec6fd8c9bc01cf107ecd171a.hi.png differ
diff --git a/translated_images/strawberry-with-pump.b410fc72ac6aabad3e28de9775bf2393ead73dcfec6fd8c9bc01cf107ecd171a.it.png b/translated_images/strawberry-with-pump.b410fc72ac6aabad3e28de9775bf2393ead73dcfec6fd8c9bc01cf107ecd171a.it.png
new file mode 100644
index 00000000..e1246f56
Binary files /dev/null and b/translated_images/strawberry-with-pump.b410fc72ac6aabad3e28de9775bf2393ead73dcfec6fd8c9bc01cf107ecd171a.it.png differ
diff --git a/translated_images/telemetry.21e5d8b97649d2ebeb0f68d4b9691ab2d1f7bd629338e131465aff8a614e4d4a.hi.png b/translated_images/telemetry.21e5d8b97649d2ebeb0f68d4b9691ab2d1f7bd629338e131465aff8a614e4d4a.hi.png
new file mode 100644
index 00000000..db66a52b
Binary files /dev/null and b/translated_images/telemetry.21e5d8b97649d2ebeb0f68d4b9691ab2d1f7bd629338e131465aff8a614e4d4a.hi.png differ
diff --git a/translated_images/telemetry.21e5d8b97649d2ebeb0f68d4b9691ab2d1f7bd629338e131465aff8a614e4d4a.it.png b/translated_images/telemetry.21e5d8b97649d2ebeb0f68d4b9691ab2d1f7bd629338e131465aff8a614e4d4a.it.png
new file mode 100644
index 00000000..db66a52b
Binary files /dev/null and b/translated_images/telemetry.21e5d8b97649d2ebeb0f68d4b9691ab2d1f7bd629338e131465aff8a614e4d4a.it.png differ
diff --git a/translated_images/temperature-as-digital.85004491b977bae1129707df107c0b19fe6fc6374210e9027e04acb34a640c78.hi.png b/translated_images/temperature-as-digital.85004491b977bae1129707df107c0b19fe6fc6374210e9027e04acb34a640c78.hi.png
new file mode 100644
index 00000000..66c76c2f
Binary files /dev/null and b/translated_images/temperature-as-digital.85004491b977bae1129707df107c0b19fe6fc6374210e9027e04acb34a640c78.hi.png differ
diff --git a/translated_images/temperature-as-digital.85004491b977bae1129707df107c0b19fe6fc6374210e9027e04acb34a640c78.it.png b/translated_images/temperature-as-digital.85004491b977bae1129707df107c0b19fe6fc6374210e9027e04acb34a640c78.it.png
new file mode 100644
index 00000000..66c76c2f
Binary files /dev/null and b/translated_images/temperature-as-digital.85004491b977bae1129707df107c0b19fe6fc6374210e9027e04acb34a640c78.it.png differ
diff --git a/translated_images/time-of-flight-banana.079921ad8b1496e4525dc26b4cdc71a076407aba3e72ba113ba2e38febae92c5.hi.png b/translated_images/time-of-flight-banana.079921ad8b1496e4525dc26b4cdc71a076407aba3e72ba113ba2e38febae92c5.hi.png
new file mode 100644
index 00000000..450b824c
Binary files /dev/null and b/translated_images/time-of-flight-banana.079921ad8b1496e4525dc26b4cdc71a076407aba3e72ba113ba2e38febae92c5.hi.png differ
diff --git a/translated_images/time-of-flight-banana.079921ad8b1496e4525dc26b4cdc71a076407aba3e72ba113ba2e38febae92c5.it.png b/translated_images/time-of-flight-banana.079921ad8b1496e4525dc26b4cdc71a076407aba3e72ba113ba2e38febae92c5.it.png
new file mode 100644
index 00000000..450b824c
Binary files /dev/null and b/translated_images/time-of-flight-banana.079921ad8b1496e4525dc26b4cdc71a076407aba3e72ba113ba2e38febae92c5.it.png differ
diff --git a/translated_images/traditional-vs-ml.5c20c169621fa539ca84a2cd9a49f6ff7410b3a6c6b46c97ff2af3f99db3c66b.hi.png b/translated_images/traditional-vs-ml.5c20c169621fa539ca84a2cd9a49f6ff7410b3a6c6b46c97ff2af3f99db3c66b.hi.png
new file mode 100644
index 00000000..615bc7a9
Binary files /dev/null and b/translated_images/traditional-vs-ml.5c20c169621fa539ca84a2cd9a49f6ff7410b3a6c6b46c97ff2af3f99db3c66b.hi.png differ
diff --git a/translated_images/traditional-vs-ml.5c20c169621fa539ca84a2cd9a49f6ff7410b3a6c6b46c97ff2af3f99db3c66b.it.png b/translated_images/traditional-vs-ml.5c20c169621fa539ca84a2cd9a49f6ff7410b3a6c6b46c97ff2af3f99db3c66b.it.png
new file mode 100644
index 00000000..615bc7a9
Binary files /dev/null and b/translated_images/traditional-vs-ml.5c20c169621fa539ca84a2cd9a49f6ff7410b3a6c6b46c97ff2af3f99db3c66b.it.png differ
diff --git a/translated_images/translated-smart-timer.08ac20057fdc5c3778ed41cb425dca5d7fbcd4584b6da7b73ca67115a5b8a883.hi.png b/translated_images/translated-smart-timer.08ac20057fdc5c3778ed41cb425dca5d7fbcd4584b6da7b73ca67115a5b8a883.hi.png
new file mode 100644
index 00000000..3c9e2930
Binary files /dev/null and b/translated_images/translated-smart-timer.08ac20057fdc5c3778ed41cb425dca5d7fbcd4584b6da7b73ca67115a5b8a883.hi.png differ
diff --git a/translated_images/translated-smart-timer.08ac20057fdc5c3778ed41cb425dca5d7fbcd4584b6da7b73ca67115a5b8a883.it.png b/translated_images/translated-smart-timer.08ac20057fdc5c3778ed41cb425dca5d7fbcd4584b6da7b73ca67115a5b8a883.it.png
new file mode 100644
index 00000000..3c9e2930
Binary files /dev/null and b/translated_images/translated-smart-timer.08ac20057fdc5c3778ed41cb425dca5d7fbcd4584b6da7b73ca67115a5b8a883.it.png differ
diff --git a/translated_images/transpiration.b735aa34e4372e659f76d82527e9ce683f076d56065d0d8fddf13321666f4d80.hi.png b/translated_images/transpiration.b735aa34e4372e659f76d82527e9ce683f076d56065d0d8fddf13321666f4d80.hi.png
new file mode 100644
index 00000000..e4bb0186
Binary files /dev/null and b/translated_images/transpiration.b735aa34e4372e659f76d82527e9ce683f076d56065d0d8fddf13321666f4d80.hi.png differ
diff --git a/translated_images/transpiration.b735aa34e4372e659f76d82527e9ce683f076d56065d0d8fddf13321666f4d80.it.png b/translated_images/transpiration.b735aa34e4372e659f76d82527e9ce683f076d56065d0d8fddf13321666f4d80.it.png
new file mode 100644
index 00000000..e4bb0186
Binary files /dev/null and b/translated_images/transpiration.b735aa34e4372e659f76d82527e9ce683f076d56065d0d8fddf13321666f4d80.it.png differ
diff --git a/translated_images/tts-overview.193843cf3f5ee09f8b3371a9fdaeb0f116698a07ca69daaa77158da4800e5453.hi.png b/translated_images/tts-overview.193843cf3f5ee09f8b3371a9fdaeb0f116698a07ca69daaa77158da4800e5453.hi.png
new file mode 100644
index 00000000..91e4cba6
Binary files /dev/null and b/translated_images/tts-overview.193843cf3f5ee09f8b3371a9fdaeb0f116698a07ca69daaa77158da4800e5453.hi.png differ
diff --git a/translated_images/tts-overview.193843cf3f5ee09f8b3371a9fdaeb0f116698a07ca69daaa77158da4800e5453.it.png b/translated_images/tts-overview.193843cf3f5ee09f8b3371a9fdaeb0f116698a07ca69daaa77158da4800e5453.it.png
new file mode 100644
index 00000000..91e4cba6
Binary files /dev/null and b/translated_images/tts-overview.193843cf3f5ee09f8b3371a9fdaeb0f116698a07ca69daaa77158da4800e5453.it.png differ
diff --git a/translated_images/uart.d0dbd3fb9e3728c6ee1995c8206f3cdb13cdfd208f13745e8ef6854cab75e421.hi.png b/translated_images/uart.d0dbd3fb9e3728c6ee1995c8206f3cdb13cdfd208f13745e8ef6854cab75e421.hi.png
new file mode 100644
index 00000000..91230d0c
Binary files /dev/null and b/translated_images/uart.d0dbd3fb9e3728c6ee1995c8206f3cdb13cdfd208f13745e8ef6854cab75e421.hi.png differ
diff --git a/translated_images/uart.d0dbd3fb9e3728c6ee1995c8206f3cdb13cdfd208f13745e8ef6854cab75e421.it.png b/translated_images/uart.d0dbd3fb9e3728c6ee1995c8206f3cdb13cdfd208f13745e8ef6854cab75e421.it.png
new file mode 100644
index 00000000..91230d0c
Binary files /dev/null and b/translated_images/uart.d0dbd3fb9e3728c6ee1995c8206f3cdb13cdfd208f13745e8ef6854cab75e421.it.png differ
diff --git a/translated_images/vscode-azure-functions-init-notification.bd19b49229963edb5311fb3a79445ea469424759d2917ee2f2eb6f92d65d5086.hi.png b/translated_images/vscode-azure-functions-init-notification.bd19b49229963edb5311fb3a79445ea469424759d2917ee2f2eb6f92d65d5086.hi.png
new file mode 100644
index 00000000..128cd4a9
Binary files /dev/null and b/translated_images/vscode-azure-functions-init-notification.bd19b49229963edb5311fb3a79445ea469424759d2917ee2f2eb6f92d65d5086.hi.png differ
diff --git a/translated_images/vscode-azure-functions-init-notification.bd19b49229963edb5311fb3a79445ea469424759d2917ee2f2eb6f92d65d5086.it.png b/translated_images/vscode-azure-functions-init-notification.bd19b49229963edb5311fb3a79445ea469424759d2917ee2f2eb6f92d65d5086.it.png
new file mode 100644
index 00000000..128cd4a9
Binary files /dev/null and b/translated_images/vscode-azure-functions-init-notification.bd19b49229963edb5311fb3a79445ea469424759d2917ee2f2eb6f92d65d5086.it.png differ
diff --git a/translated_images/vscode-kill-terminal.1cc4de7c6f25ee08f423f0ead714e61d069fac1eb2089e97b8a7bbcb3d45fe5e.hi.png b/translated_images/vscode-kill-terminal.1cc4de7c6f25ee08f423f0ead714e61d069fac1eb2089e97b8a7bbcb3d45fe5e.hi.png
new file mode 100644
index 00000000..8d62d827
Binary files /dev/null and b/translated_images/vscode-kill-terminal.1cc4de7c6f25ee08f423f0ead714e61d069fac1eb2089e97b8a7bbcb3d45fe5e.hi.png differ
diff --git a/translated_images/vscode-kill-terminal.1cc4de7c6f25ee08f423f0ead714e61d069fac1eb2089e97b8a7bbcb3d45fe5e.it.png b/translated_images/vscode-kill-terminal.1cc4de7c6f25ee08f423f0ead714e61d069fac1eb2089e97b8a7bbcb3d45fe5e.it.png
new file mode 100644
index 00000000..8d62d827
Binary files /dev/null and b/translated_images/vscode-kill-terminal.1cc4de7c6f25ee08f423f0ead714e61d069fac1eb2089e97b8a7bbcb3d45fe5e.it.png differ
diff --git a/translated_images/vscode-new-file-button.182702340fe6723c8cbb4cfa1a9a9fb0d0a5227643b4e46b91ff67b07a39a92f.hi.png b/translated_images/vscode-new-file-button.182702340fe6723c8cbb4cfa1a9a9fb0d0a5227643b4e46b91ff67b07a39a92f.hi.png
new file mode 100644
index 00000000..a84ab661
Binary files /dev/null and b/translated_images/vscode-new-file-button.182702340fe6723c8cbb4cfa1a9a9fb0d0a5227643b4e46b91ff67b07a39a92f.hi.png differ
diff --git a/translated_images/vscode-new-file-button.182702340fe6723c8cbb4cfa1a9a9fb0d0a5227643b4e46b91ff67b07a39a92f.it.png b/translated_images/vscode-new-file-button.182702340fe6723c8cbb4cfa1a9a9fb0d0a5227643b4e46b91ff67b07a39a92f.it.png
new file mode 100644
index 00000000..a84ab661
Binary files /dev/null and b/translated_images/vscode-new-file-button.182702340fe6723c8cbb4cfa1a9a9fb0d0a5227643b4e46b91ff67b07a39a92f.it.png differ
diff --git a/translated_images/vscode-new-terminal.77db8fc0f9cd31824b0e49a201beafe4ae4616d6c7339992cb2819e789b3eff9.hi.png b/translated_images/vscode-new-terminal.77db8fc0f9cd31824b0e49a201beafe4ae4616d6c7339992cb2819e789b3eff9.hi.png
new file mode 100644
index 00000000..4c88d3d3
Binary files /dev/null and b/translated_images/vscode-new-terminal.77db8fc0f9cd31824b0e49a201beafe4ae4616d6c7339992cb2819e789b3eff9.hi.png differ
diff --git a/translated_images/vscode-new-terminal.77db8fc0f9cd31824b0e49a201beafe4ae4616d6c7339992cb2819e789b3eff9.it.png b/translated_images/vscode-new-terminal.77db8fc0f9cd31824b0e49a201beafe4ae4616d6c7339992cb2819e789b3eff9.it.png
new file mode 100644
index 00000000..4c88d3d3
Binary files /dev/null and b/translated_images/vscode-new-terminal.77db8fc0f9cd31824b0e49a201beafe4ae4616d6c7339992cb2819e789b3eff9.it.png differ
diff --git a/translated_images/vscode-open-nightlight-remote.d3d2a4011e30d535c4b70084f6e94bf6b5b1327fd8e77affe64465ac151ee766.hi.png b/translated_images/vscode-open-nightlight-remote.d3d2a4011e30d535c4b70084f6e94bf6b5b1327fd8e77affe64465ac151ee766.hi.png
new file mode 100644
index 00000000..bc1895b8
Binary files /dev/null and b/translated_images/vscode-open-nightlight-remote.d3d2a4011e30d535c4b70084f6e94bf6b5b1327fd8e77affe64465ac151ee766.hi.png differ
diff --git a/translated_images/vscode-open-nightlight-remote.d3d2a4011e30d535c4b70084f6e94bf6b5b1327fd8e77affe64465ac151ee766.it.png b/translated_images/vscode-open-nightlight-remote.d3d2a4011e30d535c4b70084f6e94bf6b5b1327fd8e77affe64465ac151ee766.it.png
new file mode 100644
index 00000000..bc1895b8
Binary files /dev/null and b/translated_images/vscode-open-nightlight-remote.d3d2a4011e30d535c4b70084f6e94bf6b5b1327fd8e77affe64465ac151ee766.it.png differ
diff --git a/translated_images/vscode-platformio-build-command-palette.7708e7ec7d75d7ee1a0551f42229a321c7e2e4bccac7f1a64df2ed55999f723d.hi.png b/translated_images/vscode-platformio-build-command-palette.7708e7ec7d75d7ee1a0551f42229a321c7e2e4bccac7f1a64df2ed55999f723d.hi.png
new file mode 100644
index 00000000..d8ff3180
Binary files /dev/null and b/translated_images/vscode-platformio-build-command-palette.7708e7ec7d75d7ee1a0551f42229a321c7e2e4bccac7f1a64df2ed55999f723d.hi.png differ
diff --git a/translated_images/vscode-platformio-build-command-palette.7708e7ec7d75d7ee1a0551f42229a321c7e2e4bccac7f1a64df2ed55999f723d.it.png b/translated_images/vscode-platformio-build-command-palette.7708e7ec7d75d7ee1a0551f42229a321c7e2e4bccac7f1a64df2ed55999f723d.it.png
new file mode 100644
index 00000000..d8ff3180
Binary files /dev/null and b/translated_images/vscode-platformio-build-command-palette.7708e7ec7d75d7ee1a0551f42229a321c7e2e4bccac7f1a64df2ed55999f723d.it.png differ
diff --git a/translated_images/vscode-platformio-home-open.3f9a41bfd3f4da1c866ec3e69f1675faa30b823b5b58ab58ac88e5df9a85da19.hi.png b/translated_images/vscode-platformio-home-open.3f9a41bfd3f4da1c866ec3e69f1675faa30b823b5b58ab58ac88e5df9a85da19.hi.png
new file mode 100644
index 00000000..06b86a65
Binary files /dev/null and b/translated_images/vscode-platformio-home-open.3f9a41bfd3f4da1c866ec3e69f1675faa30b823b5b58ab58ac88e5df9a85da19.hi.png differ
diff --git a/translated_images/vscode-platformio-home-open.3f9a41bfd3f4da1c866ec3e69f1675faa30b823b5b58ab58ac88e5df9a85da19.it.png b/translated_images/vscode-platformio-home-open.3f9a41bfd3f4da1c866ec3e69f1675faa30b823b5b58ab58ac88e5df9a85da19.it.png
new file mode 100644
index 00000000..06b86a65
Binary files /dev/null and b/translated_images/vscode-platformio-home-open.3f9a41bfd3f4da1c866ec3e69f1675faa30b823b5b58ab58ac88e5df9a85da19.it.png differ
diff --git a/translated_images/vscode-platformio-menu.297be26b9733e5c4635d9d8e636e93fed2015809eafb7cc8fd409c37b3ef2ef5.hi.png b/translated_images/vscode-platformio-menu.297be26b9733e5c4635d9d8e636e93fed2015809eafb7cc8fd409c37b3ef2ef5.hi.png
new file mode 100644
index 00000000..ac7aa47a
Binary files /dev/null and b/translated_images/vscode-platformio-menu.297be26b9733e5c4635d9d8e636e93fed2015809eafb7cc8fd409c37b3ef2ef5.hi.png differ
diff --git a/translated_images/vscode-platformio-menu.297be26b9733e5c4635d9d8e636e93fed2015809eafb7cc8fd409c37b3ef2ef5.it.png b/translated_images/vscode-platformio-menu.297be26b9733e5c4635d9d8e636e93fed2015809eafb7cc8fd409c37b3ef2ef5.it.png
new file mode 100644
index 00000000..ac7aa47a
Binary files /dev/null and b/translated_images/vscode-platformio-menu.297be26b9733e5c4635d9d8e636e93fed2015809eafb7cc8fd409c37b3ef2ef5.it.png differ
diff --git a/translated_images/vscode-platformio-nightlight-project-wizard.5c64db4da6037420827c2597507897233457210ee23975711fa2285efdcd0dc7.hi.png b/translated_images/vscode-platformio-nightlight-project-wizard.5c64db4da6037420827c2597507897233457210ee23975711fa2285efdcd0dc7.hi.png
new file mode 100644
index 00000000..20480a22
Binary files /dev/null and b/translated_images/vscode-platformio-nightlight-project-wizard.5c64db4da6037420827c2597507897233457210ee23975711fa2285efdcd0dc7.hi.png differ
diff --git a/translated_images/vscode-platformio-nightlight-project-wizard.5c64db4da6037420827c2597507897233457210ee23975711fa2285efdcd0dc7.it.png b/translated_images/vscode-platformio-nightlight-project-wizard.5c64db4da6037420827c2597507897233457210ee23975711fa2285efdcd0dc7.it.png
new file mode 100644
index 00000000..20480a22
Binary files /dev/null and b/translated_images/vscode-platformio-nightlight-project-wizard.5c64db4da6037420827c2597507897233457210ee23975711fa2285efdcd0dc7.it.png differ
diff --git a/translated_images/vscode-platformio-serial-monitor-command-palette.b348ec841b8a1c14af503d6fc0bf73c657c79c9acc12a6b6dd485ce3b5826f48.hi.png b/translated_images/vscode-platformio-serial-monitor-command-palette.b348ec841b8a1c14af503d6fc0bf73c657c79c9acc12a6b6dd485ce3b5826f48.hi.png
new file mode 100644
index 00000000..9d90f435
Binary files /dev/null and b/translated_images/vscode-platformio-serial-monitor-command-palette.b348ec841b8a1c14af503d6fc0bf73c657c79c9acc12a6b6dd485ce3b5826f48.hi.png differ
diff --git a/translated_images/vscode-platformio-serial-monitor-command-palette.b348ec841b8a1c14af503d6fc0bf73c657c79c9acc12a6b6dd485ce3b5826f48.it.png b/translated_images/vscode-platformio-serial-monitor-command-palette.b348ec841b8a1c14af503d6fc0bf73c657c79c9acc12a6b6dd485ce3b5826f48.it.png
new file mode 100644
index 00000000..9d90f435
Binary files /dev/null and b/translated_images/vscode-platformio-serial-monitor-command-palette.b348ec841b8a1c14af503d6fc0bf73c657c79c9acc12a6b6dd485ce3b5826f48.it.png differ
diff --git a/translated_images/vscode-platformio-upload-command-palette.9e0f49cf80d1f1c3eb5c6689b8705ad8b89f0374b21698e996fec11e4ed09347.hi.png b/translated_images/vscode-platformio-upload-command-palette.9e0f49cf80d1f1c3eb5c6689b8705ad8b89f0374b21698e996fec11e4ed09347.hi.png
new file mode 100644
index 00000000..27b0ea2c
Binary files /dev/null and b/translated_images/vscode-platformio-upload-command-palette.9e0f49cf80d1f1c3eb5c6689b8705ad8b89f0374b21698e996fec11e4ed09347.hi.png differ
diff --git a/translated_images/vscode-platformio-upload-command-palette.9e0f49cf80d1f1c3eb5c6689b8705ad8b89f0374b21698e996fec11e4ed09347.it.png b/translated_images/vscode-platformio-upload-command-palette.9e0f49cf80d1f1c3eb5c6689b8705ad8b89f0374b21698e996fec11e4ed09347.it.png
new file mode 100644
index 00000000..27b0ea2c
Binary files /dev/null and b/translated_images/vscode-platformio-upload-command-palette.9e0f49cf80d1f1c3eb5c6689b8705ad8b89f0374b21698e996fec11e4ed09347.it.png differ
diff --git a/translated_images/vscode-platformio-welcome-new-button.ba6fc8a4c7b78cc822e1ce47ba29c5db96668cce7c5f4adbfd2f1196422baa26.hi.png b/translated_images/vscode-platformio-welcome-new-button.ba6fc8a4c7b78cc822e1ce47ba29c5db96668cce7c5f4adbfd2f1196422baa26.hi.png
new file mode 100644
index 00000000..3526a6d0
Binary files /dev/null and b/translated_images/vscode-platformio-welcome-new-button.ba6fc8a4c7b78cc822e1ce47ba29c5db96668cce7c5f4adbfd2f1196422baa26.hi.png differ
diff --git a/translated_images/vscode-platformio-welcome-new-button.ba6fc8a4c7b78cc822e1ce47ba29c5db96668cce7c5f4adbfd2f1196422baa26.it.png b/translated_images/vscode-platformio-welcome-new-button.ba6fc8a4c7b78cc822e1ce47ba29c5db96668cce7c5f4adbfd2f1196422baa26.it.png
new file mode 100644
index 00000000..3526a6d0
Binary files /dev/null and b/translated_images/vscode-platformio-welcome-new-button.ba6fc8a4c7b78cc822e1ce47ba29c5db96668cce7c5f4adbfd2f1196422baa26.it.png differ
diff --git a/translated_images/vscode-virtual-env.8ba42e04c3d533cf677e16cbe5ed9a3b80f62c6964472dc84b6f940800f0909f.hi.png b/translated_images/vscode-virtual-env.8ba42e04c3d533cf677e16cbe5ed9a3b80f62c6964472dc84b6f940800f0909f.hi.png
new file mode 100644
index 00000000..855d442e
Binary files /dev/null and b/translated_images/vscode-virtual-env.8ba42e04c3d533cf677e16cbe5ed9a3b80f62c6964472dc84b6f940800f0909f.hi.png differ
diff --git a/translated_images/vscode-virtual-env.8ba42e04c3d533cf677e16cbe5ed9a3b80f62c6964472dc84b6f940800f0909f.it.png b/translated_images/vscode-virtual-env.8ba42e04c3d533cf677e16cbe5ed9a3b80f62c6964472dc84b6f940800f0909f.it.png
new file mode 100644
index 00000000..855d442e
Binary files /dev/null and b/translated_images/vscode-virtual-env.8ba42e04c3d533cf677e16cbe5ed9a3b80f62c6964472dc84b6f940800f0909f.it.png differ
diff --git a/translated_images/what-is-azure-video-thumbnail.20174db09e03bbb87d213f928d3cb27410305d2e567e952827de8478dbda959b.hi.png b/translated_images/what-is-azure-video-thumbnail.20174db09e03bbb87d213f928d3cb27410305d2e567e952827de8478dbda959b.hi.png
new file mode 100644
index 00000000..aed3d813
Binary files /dev/null and b/translated_images/what-is-azure-video-thumbnail.20174db09e03bbb87d213f928d3cb27410305d2e567e952827de8478dbda959b.hi.png differ
diff --git a/translated_images/what-is-azure-video-thumbnail.20174db09e03bbb87d213f928d3cb27410305d2e567e952827de8478dbda959b.it.png b/translated_images/what-is-azure-video-thumbnail.20174db09e03bbb87d213f928d3cb27410305d2e567e952827de8478dbda959b.it.png
new file mode 100644
index 00000000..aed3d813
Binary files /dev/null and b/translated_images/what-is-azure-video-thumbnail.20174db09e03bbb87d213f928d3cb27410305d2e567e952827de8478dbda959b.it.png differ
diff --git a/translated_images/wio-gps-sensor.19fd52b81ce58095d5deb3d4e5a1fdd88818d76569b00b1f0d740c92dc986525.hi.png b/translated_images/wio-gps-sensor.19fd52b81ce58095d5deb3d4e5a1fdd88818d76569b00b1f0d740c92dc986525.hi.png
new file mode 100644
index 00000000..9bfca6c2
Binary files /dev/null and b/translated_images/wio-gps-sensor.19fd52b81ce58095d5deb3d4e5a1fdd88818d76569b00b1f0d740c92dc986525.hi.png differ
diff --git a/translated_images/wio-gps-sensor.19fd52b81ce58095d5deb3d4e5a1fdd88818d76569b00b1f0d740c92dc986525.it.png b/translated_images/wio-gps-sensor.19fd52b81ce58095d5deb3d4e5a1fdd88818d76569b00b1f0d740c92dc986525.it.png
new file mode 100644
index 00000000..9bfca6c2
Binary files /dev/null and b/translated_images/wio-gps-sensor.19fd52b81ce58095d5deb3d4e5a1fdd88818d76569b00b1f0d740c92dc986525.it.png differ
diff --git a/translated_images/wio-hardware-kit.4c70c48b85e4283a1d73e248d87d49587c0cd077eeb69cb3eca803166f63c9a5.hi.png b/translated_images/wio-hardware-kit.4c70c48b85e4283a1d73e248d87d49587c0cd077eeb69cb3eca803166f63c9a5.hi.png
new file mode 100644
index 00000000..0490e302
Binary files /dev/null and b/translated_images/wio-hardware-kit.4c70c48b85e4283a1d73e248d87d49587c0cd077eeb69cb3eca803166f63c9a5.hi.png differ
diff --git a/translated_images/wio-hardware-kit.4c70c48b85e4283a1d73e248d87d49587c0cd077eeb69cb3eca803166f63c9a5.it.png b/translated_images/wio-hardware-kit.4c70c48b85e4283a1d73e248d87d49587c0cd077eeb69cb3eca803166f63c9a5.it.png
new file mode 100644
index 00000000..0490e302
Binary files /dev/null and b/translated_images/wio-hardware-kit.4c70c48b85e4283a1d73e248d87d49587c0cd077eeb69cb3eca803166f63c9a5.it.png differ
diff --git a/translated_images/wio-led.265a1897e72d7f21c753257516a4b677d8e30ce2b95fee98189458b3275ba0a6.hi.png b/translated_images/wio-led.265a1897e72d7f21c753257516a4b677d8e30ce2b95fee98189458b3275ba0a6.hi.png
new file mode 100644
index 00000000..676e2378
Binary files /dev/null and b/translated_images/wio-led.265a1897e72d7f21c753257516a4b677d8e30ce2b95fee98189458b3275ba0a6.hi.png differ
diff --git a/translated_images/wio-led.265a1897e72d7f21c753257516a4b677d8e30ce2b95fee98189458b3275ba0a6.it.png b/translated_images/wio-led.265a1897e72d7f21c753257516a4b677d8e30ce2b95fee98189458b3275ba0a6.it.png
new file mode 100644
index 00000000..676e2378
Binary files /dev/null and b/translated_images/wio-led.265a1897e72d7f21c753257516a4b677d8e30ce2b95fee98189458b3275ba0a6.it.png differ
diff --git a/translated_images/wio-light-sensor.b1f529f3c95f51654f2e2c1d2d4b55fe547d189f588c974f5c2462c728133840.hi.png b/translated_images/wio-light-sensor.b1f529f3c95f51654f2e2c1d2d4b55fe547d189f588c974f5c2462c728133840.hi.png
new file mode 100644
index 00000000..280e18c3
Binary files /dev/null and b/translated_images/wio-light-sensor.b1f529f3c95f51654f2e2c1d2d4b55fe547d189f588c974f5c2462c728133840.hi.png differ
diff --git a/translated_images/wio-light-sensor.b1f529f3c95f51654f2e2c1d2d4b55fe547d189f588c974f5c2462c728133840.it.png b/translated_images/wio-light-sensor.b1f529f3c95f51654f2e2c1d2d4b55fe547d189f588c974f5c2462c728133840.it.png
new file mode 100644
index 00000000..280e18c3
Binary files /dev/null and b/translated_images/wio-light-sensor.b1f529f3c95f51654f2e2c1d2d4b55fe547d189f588c974f5c2462c728133840.it.png differ
diff --git a/translated_images/wio-mic.3f8c843dbe8ad917424037a93e3d25c62634add00a04dd8e091317b5a7a90088.hi.png b/translated_images/wio-mic.3f8c843dbe8ad917424037a93e3d25c62634add00a04dd8e091317b5a7a90088.hi.png
new file mode 100644
index 00000000..bb70a905
Binary files /dev/null and b/translated_images/wio-mic.3f8c843dbe8ad917424037a93e3d25c62634add00a04dd8e091317b5a7a90088.hi.png differ
diff --git a/translated_images/wio-mic.3f8c843dbe8ad917424037a93e3d25c62634add00a04dd8e091317b5a7a90088.it.png b/translated_images/wio-mic.3f8c843dbe8ad917424037a93e3d25c62634add00a04dd8e091317b5a7a90088.it.png
new file mode 100644
index 00000000..bb70a905
Binary files /dev/null and b/translated_images/wio-mic.3f8c843dbe8ad917424037a93e3d25c62634add00a04dd8e091317b5a7a90088.it.png differ
diff --git a/translated_images/wio-relay-and-soil-moisture-sensor.ed722202d42babe0be5f4518cf13e8c2c81e8df21d37839266cbdb60cf30172d.hi.png b/translated_images/wio-relay-and-soil-moisture-sensor.ed722202d42babe0be5f4518cf13e8c2c81e8df21d37839266cbdb60cf30172d.hi.png
new file mode 100644
index 00000000..c0860d6e
Binary files /dev/null and b/translated_images/wio-relay-and-soil-moisture-sensor.ed722202d42babe0be5f4518cf13e8c2c81e8df21d37839266cbdb60cf30172d.hi.png differ
diff --git a/translated_images/wio-relay-and-soil-moisture-sensor.ed722202d42babe0be5f4518cf13e8c2c81e8df21d37839266cbdb60cf30172d.it.png b/translated_images/wio-relay-and-soil-moisture-sensor.ed722202d42babe0be5f4518cf13e8c2c81e8df21d37839266cbdb60cf30172d.it.png
new file mode 100644
index 00000000..c0860d6e
Binary files /dev/null and b/translated_images/wio-relay-and-soil-moisture-sensor.ed722202d42babe0be5f4518cf13e8c2c81e8df21d37839266cbdb60cf30172d.it.png differ
diff --git a/translated_images/wio-respeaker-hat.bd54917d446e6f6f142f9371ea52c12fd708873986bf46191208a151cd929bad.hi.png b/translated_images/wio-respeaker-hat.bd54917d446e6f6f142f9371ea52c12fd708873986bf46191208a151cd929bad.hi.png
new file mode 100644
index 00000000..9a34d708
Binary files /dev/null and b/translated_images/wio-respeaker-hat.bd54917d446e6f6f142f9371ea52c12fd708873986bf46191208a151cd929bad.hi.png differ
diff --git a/translated_images/wio-respeaker-hat.bd54917d446e6f6f142f9371ea52c12fd708873986bf46191208a151cd929bad.it.png b/translated_images/wio-respeaker-hat.bd54917d446e6f6f142f9371ea52c12fd708873986bf46191208a151cd929bad.it.png
new file mode 100644
index 00000000..9a34d708
Binary files /dev/null and b/translated_images/wio-respeaker-hat.bd54917d446e6f6f142f9371ea52c12fd708873986bf46191208a151cd929bad.it.png differ
diff --git a/translated_images/wio-respeaker-wiring-0.767f80aa6508103880d256cdf99ee7219e190db257c7261e4aec219759dc67b9.hi.png b/translated_images/wio-respeaker-wiring-0.767f80aa6508103880d256cdf99ee7219e190db257c7261e4aec219759dc67b9.hi.png
new file mode 100644
index 00000000..2c683d8b
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-0.767f80aa6508103880d256cdf99ee7219e190db257c7261e4aec219759dc67b9.hi.png differ
diff --git a/translated_images/wio-respeaker-wiring-0.767f80aa6508103880d256cdf99ee7219e190db257c7261e4aec219759dc67b9.it.png b/translated_images/wio-respeaker-wiring-0.767f80aa6508103880d256cdf99ee7219e190db257c7261e4aec219759dc67b9.it.png
new file mode 100644
index 00000000..2c683d8b
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-0.767f80aa6508103880d256cdf99ee7219e190db257c7261e4aec219759dc67b9.it.png differ
diff --git a/translated_images/wio-respeaker-wiring-1.8d894727f2ba24004824ee5e06b83b6d10952550003a3efb603182121521b0ef.hi.png b/translated_images/wio-respeaker-wiring-1.8d894727f2ba24004824ee5e06b83b6d10952550003a3efb603182121521b0ef.hi.png
new file mode 100644
index 00000000..1ba4c5b0
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-1.8d894727f2ba24004824ee5e06b83b6d10952550003a3efb603182121521b0ef.hi.png differ
diff --git a/translated_images/wio-respeaker-wiring-1.8d894727f2ba24004824ee5e06b83b6d10952550003a3efb603182121521b0ef.it.png b/translated_images/wio-respeaker-wiring-1.8d894727f2ba24004824ee5e06b83b6d10952550003a3efb603182121521b0ef.it.png
new file mode 100644
index 00000000..1ba4c5b0
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-1.8d894727f2ba24004824ee5e06b83b6d10952550003a3efb603182121521b0ef.it.png differ
diff --git a/translated_images/wio-respeaker-wiring-2.329e1cbd306e754f8ffe56f9294794f4a8fa123860d76067a79e9ea385d1bf56.hi.png b/translated_images/wio-respeaker-wiring-2.329e1cbd306e754f8ffe56f9294794f4a8fa123860d76067a79e9ea385d1bf56.hi.png
new file mode 100644
index 00000000..93aa3743
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-2.329e1cbd306e754f8ffe56f9294794f4a8fa123860d76067a79e9ea385d1bf56.hi.png differ
diff --git a/translated_images/wio-respeaker-wiring-2.329e1cbd306e754f8ffe56f9294794f4a8fa123860d76067a79e9ea385d1bf56.it.png b/translated_images/wio-respeaker-wiring-2.329e1cbd306e754f8ffe56f9294794f4a8fa123860d76067a79e9ea385d1bf56.it.png
new file mode 100644
index 00000000..93aa3743
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-2.329e1cbd306e754f8ffe56f9294794f4a8fa123860d76067a79e9ea385d1bf56.it.png differ
diff --git a/translated_images/wio-respeaker-wiring-3.75b0be447e2fa9307a6a954f9ae8a71b77e39ada6a5ef1a059d341dc850fd90c.hi.png b/translated_images/wio-respeaker-wiring-3.75b0be447e2fa9307a6a954f9ae8a71b77e39ada6a5ef1a059d341dc850fd90c.hi.png
new file mode 100644
index 00000000..3089e5e1
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-3.75b0be447e2fa9307a6a954f9ae8a71b77e39ada6a5ef1a059d341dc850fd90c.hi.png differ
diff --git a/translated_images/wio-respeaker-wiring-3.75b0be447e2fa9307a6a954f9ae8a71b77e39ada6a5ef1a059d341dc850fd90c.it.png b/translated_images/wio-respeaker-wiring-3.75b0be447e2fa9307a6a954f9ae8a71b77e39ada6a5ef1a059d341dc850fd90c.it.png
new file mode 100644
index 00000000..3089e5e1
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-3.75b0be447e2fa9307a6a954f9ae8a71b77e39ada6a5ef1a059d341dc850fd90c.it.png differ
diff --git a/translated_images/wio-respeaker-wiring-4.aa9cd434d8779437de720cba2719d83992413caed1b620b6148f6c8924889afb.hi.png b/translated_images/wio-respeaker-wiring-4.aa9cd434d8779437de720cba2719d83992413caed1b620b6148f6c8924889afb.hi.png
new file mode 100644
index 00000000..53468420
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-4.aa9cd434d8779437de720cba2719d83992413caed1b620b6148f6c8924889afb.hi.png differ
diff --git a/translated_images/wio-respeaker-wiring-4.aa9cd434d8779437de720cba2719d83992413caed1b620b6148f6c8924889afb.it.png b/translated_images/wio-respeaker-wiring-4.aa9cd434d8779437de720cba2719d83992413caed1b620b6148f6c8924889afb.it.png
new file mode 100644
index 00000000..53468420
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-4.aa9cd434d8779437de720cba2719d83992413caed1b620b6148f6c8924889afb.it.png differ
diff --git a/translated_images/wio-respeaker-wiring-5.af117c20acf622f3cd656ccd8f4053f8845d6aaa3af164d24cb7dbd54a4bb470.hi.png b/translated_images/wio-respeaker-wiring-5.af117c20acf622f3cd656ccd8f4053f8845d6aaa3af164d24cb7dbd54a4bb470.hi.png
new file mode 100644
index 00000000..003dc174
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-5.af117c20acf622f3cd656ccd8f4053f8845d6aaa3af164d24cb7dbd54a4bb470.hi.png differ
diff --git a/translated_images/wio-respeaker-wiring-5.af117c20acf622f3cd656ccd8f4053f8845d6aaa3af164d24cb7dbd54a4bb470.it.png b/translated_images/wio-respeaker-wiring-5.af117c20acf622f3cd656ccd8f4053f8845d6aaa3af164d24cb7dbd54a4bb470.it.png
new file mode 100644
index 00000000..003dc174
Binary files /dev/null and b/translated_images/wio-respeaker-wiring-5.af117c20acf622f3cd656ccd8f4053f8845d6aaa3af164d24cb7dbd54a4bb470.it.png differ
diff --git a/translated_images/wio-sd-card.acdcbe322fa4ee7f8f9c8cc015b3263964bb26ab5c7e25b41747988cc5280d64.hi.png b/translated_images/wio-sd-card.acdcbe322fa4ee7f8f9c8cc015b3263964bb26ab5c7e25b41747988cc5280d64.hi.png
new file mode 100644
index 00000000..3c0d2f87
Binary files /dev/null and b/translated_images/wio-sd-card.acdcbe322fa4ee7f8f9c8cc015b3263964bb26ab5c7e25b41747988cc5280d64.hi.png differ
diff --git a/translated_images/wio-sd-card.acdcbe322fa4ee7f8f9c8cc015b3263964bb26ab5c7e25b41747988cc5280d64.it.png b/translated_images/wio-sd-card.acdcbe322fa4ee7f8f9c8cc015b3263964bb26ab5c7e25b41747988cc5280d64.it.png
new file mode 100644
index 00000000..3c0d2f87
Binary files /dev/null and b/translated_images/wio-sd-card.acdcbe322fa4ee7f8f9c8cc015b3263964bb26ab5c7e25b41747988cc5280d64.it.png differ
diff --git a/translated_images/wio-soil-moisture-sensor.46919b61c3f6cb7497662251b29038ee0e57a4c8b9d071feb996c3b0d7f65aaf.hi.png b/translated_images/wio-soil-moisture-sensor.46919b61c3f6cb7497662251b29038ee0e57a4c8b9d071feb996c3b0d7f65aaf.hi.png
new file mode 100644
index 00000000..56f285f2
Binary files /dev/null and b/translated_images/wio-soil-moisture-sensor.46919b61c3f6cb7497662251b29038ee0e57a4c8b9d071feb996c3b0d7f65aaf.hi.png differ
diff --git a/translated_images/wio-soil-moisture-sensor.46919b61c3f6cb7497662251b29038ee0e57a4c8b9d071feb996c3b0d7f65aaf.it.png b/translated_images/wio-soil-moisture-sensor.46919b61c3f6cb7497662251b29038ee0e57a4c8b9d071feb996c3b0d7f65aaf.it.png
new file mode 100644
index 00000000..56f285f2
Binary files /dev/null and b/translated_images/wio-soil-moisture-sensor.46919b61c3f6cb7497662251b29038ee0e57a4c8b9d071feb996c3b0d7f65aaf.it.png differ
diff --git a/translated_images/wio-temperature-sensor.2934928f38c7f79a68d24879d2c8986c78244696f931e2e33c293f426ecdc0ad.hi.png b/translated_images/wio-temperature-sensor.2934928f38c7f79a68d24879d2c8986c78244696f931e2e33c293f426ecdc0ad.hi.png
new file mode 100644
index 00000000..ec8bbe2f
Binary files /dev/null and b/translated_images/wio-temperature-sensor.2934928f38c7f79a68d24879d2c8986c78244696f931e2e33c293f426ecdc0ad.hi.png differ
diff --git a/translated_images/wio-temperature-sensor.2934928f38c7f79a68d24879d2c8986c78244696f931e2e33c293f426ecdc0ad.it.png b/translated_images/wio-temperature-sensor.2934928f38c7f79a68d24879d2c8986c78244696f931e2e33c293f426ecdc0ad.it.png
new file mode 100644
index 00000000..ec8bbe2f
Binary files /dev/null and b/translated_images/wio-temperature-sensor.2934928f38c7f79a68d24879d2c8986c78244696f931e2e33c293f426ecdc0ad.it.png differ
diff --git a/translated_images/wio-terminal-c-button.73df3cb1c1445ea07ee98316af0e7925fcb43135df0abed58d3d4822b2589c3b.hi.png b/translated_images/wio-terminal-c-button.73df3cb1c1445ea07ee98316af0e7925fcb43135df0abed58d3d4822b2589c3b.hi.png
new file mode 100644
index 00000000..bbaae894
Binary files /dev/null and b/translated_images/wio-terminal-c-button.73df3cb1c1445ea07ee98316af0e7925fcb43135df0abed58d3d4822b2589c3b.hi.png differ
diff --git a/translated_images/wio-terminal-c-button.73df3cb1c1445ea07ee98316af0e7925fcb43135df0abed58d3d4822b2589c3b.it.png b/translated_images/wio-terminal-c-button.73df3cb1c1445ea07ee98316af0e7925fcb43135df0abed58d3d4822b2589c3b.it.png
new file mode 100644
index 00000000..bbaae894
Binary files /dev/null and b/translated_images/wio-terminal-c-button.73df3cb1c1445ea07ee98316af0e7925fcb43135df0abed58d3d4822b2589c3b.it.png differ
diff --git a/translated_images/wio-terminal-pin-sticker.b90b1535937b84bd00d853f0004aea74fac2aec04b43f14b887796b2633f855e.hi.png b/translated_images/wio-terminal-pin-sticker.b90b1535937b84bd00d853f0004aea74fac2aec04b43f14b887796b2633f855e.hi.png
new file mode 100644
index 00000000..ef71f6da
Binary files /dev/null and b/translated_images/wio-terminal-pin-sticker.b90b1535937b84bd00d853f0004aea74fac2aec04b43f14b887796b2633f855e.hi.png differ
diff --git a/translated_images/wio-terminal-pin-sticker.b90b1535937b84bd00d853f0004aea74fac2aec04b43f14b887796b2633f855e.it.png b/translated_images/wio-terminal-pin-sticker.b90b1535937b84bd00d853f0004aea74fac2aec04b43f14b887796b2633f855e.it.png
new file mode 100644
index 00000000..ef71f6da
Binary files /dev/null and b/translated_images/wio-terminal-pin-sticker.b90b1535937b84bd00d853f0004aea74fac2aec04b43f14b887796b2633f855e.it.png differ
diff --git a/translated_images/wio-terminal.b8299ee16587db9aa9e05fabf9721bccd9eb8fb541b7c1a8267241282d81b603.hi.png b/translated_images/wio-terminal.b8299ee16587db9aa9e05fabf9721bccd9eb8fb541b7c1a8267241282d81b603.hi.png
new file mode 100644
index 00000000..4e9390eb
Binary files /dev/null and b/translated_images/wio-terminal.b8299ee16587db9aa9e05fabf9721bccd9eb8fb541b7c1a8267241282d81b603.hi.png differ
diff --git a/translated_images/wio-terminal.b8299ee16587db9aa9e05fabf9721bccd9eb8fb541b7c1a8267241282d81b603.it.png b/translated_images/wio-terminal.b8299ee16587db9aa9e05fabf9721bccd9eb8fb541b7c1a8267241282d81b603.it.png
new file mode 100644
index 00000000..4e9390eb
Binary files /dev/null and b/translated_images/wio-terminal.b8299ee16587db9aa9e05fabf9721bccd9eb8fb541b7c1a8267241282d81b603.it.png differ
diff --git a/translated_images/wio-time-of-flight-sensor.c4c182131d2ea73df67febd004dc0313d271013d016be9c47e7da4d77c6c20a8.hi.png b/translated_images/wio-time-of-flight-sensor.c4c182131d2ea73df67febd004dc0313d271013d016be9c47e7da4d77c6c20a8.hi.png
new file mode 100644
index 00000000..16d7af80
Binary files /dev/null and b/translated_images/wio-time-of-flight-sensor.c4c182131d2ea73df67febd004dc0313d271013d016be9c47e7da4d77c6c20a8.hi.png differ
diff --git a/translated_images/wio-time-of-flight-sensor.c4c182131d2ea73df67febd004dc0313d271013d016be9c47e7da4d77c6c20a8.it.png b/translated_images/wio-time-of-flight-sensor.c4c182131d2ea73df67febd004dc0313d271013d016be9c47e7da4d77c6c20a8.it.png
new file mode 100644
index 00000000..16d7af80
Binary files /dev/null and b/translated_images/wio-time-of-flight-sensor.c4c182131d2ea73df67febd004dc0313d271013d016be9c47e7da4d77c6c20a8.it.png differ
diff --git a/translations/hi/1-getting-started/README.md b/translations/hi/1-getting-started/README.md
new file mode 100644
index 00000000..d0a99587
--- /dev/null
+++ b/translations/hi/1-getting-started/README.md
@@ -0,0 +1,28 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e2b1b891b08ef7633d285547fbe73290",
+  "translation_date": "2025-08-25T17:12:54+00:00",
+  "source_file": "1-getting-started/README.md",
+  "language_code": "hi"
+}
+-->
+# IoT के साथ शुरुआत
+
+इस पाठ्यक्रम के इस भाग में, आपको इंटरनेट ऑफ थिंग्स से परिचित कराया जाएगा और आप बुनियादी अवधारणाओं को सीखेंगे, जिसमें आपका पहला 'Hello World' IoT प्रोजेक्ट बनाना शामिल है जो क्लाउड से जुड़ता है। यह प्रोजेक्ट एक नाइटलाइट है जो तब जलता है जब सेंसर द्वारा मापे गए प्रकाश स्तर कम हो जाते हैं।
+
+![WIO से जुड़ा LED प्रकाश स्तर बदलने पर चालू और बंद होता हुआ](../../../images/wio-running-assignment-1-1.gif)
+
+## विषय
+
+1. [IoT का परिचय](lessons/1-introduction-to-iot/README.md)
+1. [IoT में गहराई से जानकारी](lessons/2-deeper-dive/README.md)
+1. [सेंसर और एक्ट्यूएटर्स के साथ भौतिक दुनिया से संपर्क करें](lessons/3-sensors-and-actuators/README.md)
+1. [अपने डिवाइस को इंटरनेट से कनेक्ट करें](lessons/4-connect-internet/README.md)
+
+## श्रेय
+
+सभी पाठ [Jim Bennett](https://GitHub.com/JimBobBennett) द्वारा ♥️ के साथ लिखे गए हैं।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/1-introduction-to-iot/README.md b/translations/hi/1-getting-started/lessons/1-introduction-to-iot/README.md
new file mode 100644
index 00000000..4860a8dc
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/1-introduction-to-iot/README.md
@@ -0,0 +1,240 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9bae08314d8487cb76ddf3d8797e1544",
+  "translation_date": "2025-08-25T17:25:08+00:00",
+  "source_file": "1-getting-started/lessons/1-introduction-to-iot/README.md",
+  "language_code": "hi"
+}
+-->
+# IoT का परिचय
+
+![इस पाठ का स्केच नोट](../../../../../translated_images/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़ी छवि देखने के लिए चित्र पर क्लिक करें।
+
+यह पाठ [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn) के [Hello IoT series](https://youtube.com/playlist?list=PLmsFUfdnGr3xRts0TIwyaHyQuHaNQcb6-) का हिस्सा था। इसे दो वीडियो के रूप में पढ़ाया गया - एक 1 घंटे का पाठ और एक 1 घंटे का ऑफिस आवर, जिसमें पाठ के हिस्सों को गहराई से समझाया गया और सवालों के जवाब दिए गए।
+
+[![पाठ 1: IoT का परिचय](https://img.youtube.com/vi/bVFfcYh6UBw/0.jpg)](https://youtu.be/bVFfcYh6UBw)
+
+[![पाठ 1: IoT का परिचय - ऑफिस आवर](https://img.youtube.com/vi/YI772q5v3yI/0.jpg)](https://youtu.be/YI772q5v3yI)
+
+> 🎥 ऊपर दिए गए चित्रों पर क्लिक करें और वीडियो देखें
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/1)
+
+## परिचय
+
+यह पाठ इंटरनेट ऑफ थिंग्स (IoT) के कुछ प्रारंभिक विषयों को कवर करता है और आपको अपना हार्डवेयर सेटअप करने में मदद करता है।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [इंटरनेट ऑफ थिंग्स क्या है?](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+* [IoT डिवाइस](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+* [अपना डिवाइस सेट करें](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+* [IoT के अनुप्रयोग](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+* [आपके आसपास मौजूद IoT डिवाइस के उदाहरण](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+
+## इंटरनेट ऑफ थिंग्स क्या है?
+
+'इंटरनेट ऑफ थिंग्स' शब्द को [केविन एश्टन](https://wikipedia.org/wiki/Kevin_Ashton) ने 1999 में गढ़ा था, जिसका उद्देश्य सेंसर के माध्यम से इंटरनेट को भौतिक दुनिया से जोड़ना था। तब से, इस शब्द का उपयोग किसी भी डिवाइस को वर्णित करने के लिए किया गया है जो अपने आसपास की भौतिक दुनिया के साथ इंटरैक्ट करता है, चाहे वह सेंसर से डेटा एकत्र कर रहा हो या एक्टुएटर्स (जैसे स्विच चालू करना या LED जलाना) के माध्यम से वास्तविक दुनिया में इंटरैक्शन प्रदान कर रहा हो। ये डिवाइस आमतौर पर अन्य डिवाइस या इंटरनेट से जुड़े होते हैं।
+
+> **सेंसर** दुनिया से जानकारी एकत्र करते हैं, जैसे गति, तापमान या स्थान को मापना।
+>
+> **एक्टुएटर्स** विद्युत संकेतों को वास्तविक दुनिया के इंटरैक्शन में बदलते हैं, जैसे स्विच चालू करना, लाइट जलाना, ध्वनि उत्पन्न करना, या अन्य हार्डवेयर को नियंत्रण संकेत भेजना, उदाहरण के लिए, पावर सॉकेट चालू करना।
+
+IoT केवल डिवाइस तक सीमित नहीं है - इसमें क्लाउड-आधारित सेवाएं भी शामिल हैं जो सेंसर डेटा को प्रोसेस कर सकती हैं या IoT डिवाइस से जुड़े एक्टुएटर्स को अनुरोध भेज सकती हैं। इसमें ऐसे डिवाइस भी शामिल हैं जो इंटरनेट कनेक्टिविटी नहीं रखते या इसकी आवश्यकता नहीं होती, जिन्हें अक्सर एज डिवाइस कहा जाता है। ये डिवाइस आमतौर पर क्लाउड में प्रशिक्षित AI मॉडल का उपयोग करके सेंसर डेटा को स्वयं प्रोसेस और प्रतिक्रिया देते हैं।
+
+IoT एक तेजी से बढ़ता हुआ तकनीकी क्षेत्र है। अनुमान है कि 2020 के अंत तक, 30 बिलियन IoT डिवाइस इंटरनेट से जुड़े थे। भविष्य की ओर देखते हुए, अनुमान है कि 2025 तक IoT डिवाइस लगभग 80 ज़ेटाबाइट्स डेटा या 80 ट्रिलियन गीगाबाइट्स डेटा एकत्र करेंगे। यह बहुत सारा डेटा है!
+
+![एक ग्राफ जो समय के साथ सक्रिय IoT डिवाइस दिखाता है, 2015 में 5 बिलियन से कम से 2025 में 30 बिलियन से अधिक तक](../../../../../images/connected-iot-devices.svg)
+
+✅ थोड़ा शोध करें: IoT डिवाइस द्वारा उत्पन्न डेटा का कितना हिस्सा वास्तव में उपयोग किया जाता है, और कितना बर्बाद होता है? इतना डेटा क्यों अनदेखा किया जाता है?
+
+यह डेटा IoT की सफलता की कुंजी है। एक सफल IoT डेवलपर बनने के लिए, आपको यह समझने की आवश्यकता है कि आपको कौन सा डेटा एकत्र करना है, इसे कैसे एकत्र करना है, इसके आधार पर निर्णय कैसे लेना है, और यदि आवश्यक हो तो इन निर्णयों का उपयोग भौतिक दुनिया के साथ इंटरैक्ट करने के लिए कैसे करना है।
+
+## IoT डिवाइस
+
+IoT में **T** का मतलब **थिंग्स** है - डिवाइस जो अपने आसपास की भौतिक दुनिया के साथ इंटरैक्ट करते हैं, चाहे वह सेंसर से डेटा एकत्र कर रहे हों या एक्टुएटर्स के माध्यम से वास्तविक दुनिया में इंटरैक्शन प्रदान कर रहे हों।
+
+उत्पादन या व्यावसायिक उपयोग के लिए डिवाइस, जैसे उपभोक्ता फिटनेस ट्रैकर्स या औद्योगिक मशीन नियंत्रक, आमतौर पर कस्टम-निर्मित होते हैं। ये कस्टम सर्किट बोर्ड का उपयोग करते हैं, शायद कस्टम प्रोसेसर भी, जो किसी विशेष कार्य की आवश्यकताओं को पूरा करने के लिए डिज़ाइन किए गए हैं, चाहे वह कलाई पर फिट होने के लिए छोटा हो, या उच्च तापमान, उच्च तनाव या उच्च कंपन वाले फैक्ट्री वातावरण में काम करने के लिए मजबूत हो।
+
+एक डेवलपर के रूप में, चाहे आप IoT के बारे में सीख रहे हों या डिवाइस प्रोटोटाइप बना रहे हों, आपको एक डेवलपर किट से शुरुआत करनी होगी। ये सामान्य-उद्देश्य IoT डिवाइस होते हैं जो डेवलपर्स के उपयोग के लिए डिज़ाइन किए गए हैं, अक्सर ऐसी सुविधाओं के साथ जो उत्पादन डिवाइस पर नहीं होंगी, जैसे सेंसर या एक्टुएटर्स को जोड़ने के लिए बाहरी पिन का सेट, डिबगिंग का समर्थन करने वाला हार्डवेयर, या अतिरिक्त संसाधन जो बड़े पैमाने पर निर्माण के दौरान अनावश्यक लागत जोड़ देंगे।
+
+ये डेवलपर किट आमतौर पर दो श्रेणियों में आते हैं - माइक्रोकंट्रोलर्स और सिंगल-बोर्ड कंप्यूटर। इन्हें यहां पेश किया जाएगा, और हम अगले पाठ में अधिक विस्तार से चर्चा करेंगे।
+
+> 💁 आपका फोन भी एक सामान्य-उद्देश्य IoT डिवाइस माना जा सकता है, जिसमें सेंसर और एक्टुएटर्स बिल्ट-इन होते हैं, विभिन्न ऐप्स सेंसर और एक्टुएटर्स का उपयोग विभिन्न तरीकों से विभिन्न क्लाउड सेवाओं के साथ करते हैं। आप कुछ IoT ट्यूटोरियल भी पा सकते हैं जो फोन ऐप को IoT डिवाइस के रूप में उपयोग करते हैं।
+
+### माइक्रोकंट्रोलर्स
+
+माइक्रोकंट्रोलर (जिसे MCU, माइक्रोकंट्रोलर यूनिट के लिए संक्षिप्त भी कहा जाता है) एक छोटा कंप्यूटर है जिसमें शामिल हैं:
+
+🧠 एक या अधिक केंद्रीय प्रोसेसिंग यूनिट्स (CPUs) - माइक्रोकंट्रोलर का 'मस्तिष्क' जो आपका प्रोग्राम चलाता है
+
+💾 मेमोरी (RAM और प्रोग्राम मेमोरी) - जहां आपका प्रोग्राम, डेटा और वेरिएबल्स संग्रहीत होते हैं
+
+🔌 प्रोग्रामेबल इनपुट/आउटपुट (I/O) कनेक्शन - बाहरी उपकरणों (जैसे सेंसर और एक्टुएटर्स) से बात करने के लिए
+
+माइक्रोकंट्रोलर्स आमतौर पर कम लागत वाले कंप्यूटिंग डिवाइस होते हैं, जिनकी औसत कीमत कस्टम हार्डवेयर में उपयोग किए जाने वाले डिवाइस के लिए लगभग US$0.50 तक गिर जाती है, और कुछ डिवाइस US$0.03 जितने सस्ते होते हैं। डेवलपर किट US$4 जितने कम से शुरू हो सकते हैं, और जैसे-जैसे आप अधिक सुविधाएँ जोड़ते हैं, लागत बढ़ती जाती है। [Wio Terminal](https://www.seeedstudio.com/Wio-Terminal-p-4509.html), [Seeed studios](https://www.seeedstudio.com) का एक माइक्रोकंट्रोलर डेवलपर किट जिसमें सेंसर, एक्टुएटर्स, WiFi और एक स्क्रीन है, इसकी कीमत लगभग US$30 है।
+
+![एक Wio Terminal](../../../../../translated_images/wio-terminal.b8299ee16587db9aa9e05fabf9721bccd9eb8fb541b7c1a8267241282d81b603.hi.png)
+
+> 💁 इंटरनेट पर माइक्रोकंट्रोलर्स खोजते समय, **MCU** शब्द खोजने से बचें क्योंकि यह आपको माइक्रोकंट्रोलर्स के बजाय मार्वल सिनेमैटिक यूनिवर्स के बहुत सारे परिणाम देगा।
+
+माइक्रोकंट्रोलर्स को कुछ बहुत ही विशिष्ट कार्यों को करने के लिए प्रोग्राम किया जाता है, बजाय इसके कि वे PCs या Macs जैसे सामान्य-उद्देश्य कंप्यूटर हों। बहुत ही विशिष्ट परिदृश्यों को छोड़कर, आप मॉनिटर, कीबोर्ड और माउस को कनेक्ट नहीं कर सकते और उन्हें सामान्य-उद्देश्य कार्यों के लिए उपयोग नहीं कर सकते।
+
+माइक्रोकंट्रोलर डेवलपर किट आमतौर पर बोर्ड पर अतिरिक्त सेंसर और एक्टुएटर्स के साथ आते हैं। अधिकांश बोर्डों में एक या अधिक LED होते हैं जिन्हें आप प्रोग्राम कर सकते हैं, साथ ही अन्य उपकरण जैसे विभिन्न निर्माताओं के इकोसिस्टम का उपयोग करके अधिक सेंसर या एक्टुएटर्स जोड़ने के लिए मानक प्लग या बिल्ट-इन सेंसर (आमतौर पर सबसे लोकप्रिय जैसे तापमान सेंसर)। कुछ माइक्रोकंट्रोलर्स में बिल्ट-इन वायरलेस कनेक्टिविटी होती है जैसे ब्लूटूथ या WiFi, या बोर्ड पर अतिरिक्त माइक्रोकंट्रोलर्स होते हैं जो इस कनेक्टिविटी को जोड़ते हैं।
+
+> 💁 माइक्रोकंट्रोलर्स आमतौर पर C/C++ में प्रोग्राम किए जाते हैं।
+
+### सिंगल-बोर्ड कंप्यूटर
+
+सिंगल-बोर्ड कंप्यूटर एक छोटा कंप्यूटिंग डिवाइस है जिसमें एक छोटे बोर्ड पर एक पूर्ण कंप्यूटर के सभी तत्व होते हैं। ये डिवाइस हैं जिनकी विशिष्टताएँ डेस्कटॉप या लैपटॉप PC या Mac के करीब होती हैं, एक पूर्ण ऑपरेटिंग सिस्टम चलाते हैं, लेकिन छोटे होते हैं, कम बिजली का उपयोग करते हैं, और काफी सस्ते होते हैं।
+
+![एक Raspberry Pi 4](../../../../../translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.hi.jpg)
+
+Raspberry Pi सबसे लोकप्रिय सिंगल-बोर्ड कंप्यूटरों में से एक है।
+
+माइक्रोकंट्रोलर की तरह, सिंगल-बोर्ड कंप्यूटर में CPU, मेमोरी और इनपुट/आउटपुट पिन होते हैं, लेकिन इनमें अतिरिक्त सुविधाएँ होती हैं जैसे ग्राफिक्स चिप जो आपको मॉनिटर, ऑडियो आउटपुट और USB पोर्ट को कनेक्ट करने की अनुमति देती है ताकि आप कीबोर्ड, माउस और अन्य मानक USB डिवाइस जैसे वेबकैम या बाहरी स्टोरेज को जोड़ सकें। प्रोग्राम SD कार्ड या हार्ड ड्राइव पर संग्रहीत होते हैं, साथ ही ऑपरेटिंग सिस्टम, बजाय इसके कि बोर्ड में निर्मित मेमोरी चिप पर।
+
+> 🎓 आप सिंगल-बोर्ड कंप्यूटर को उस PC या Mac का छोटा, सस्ता संस्करण मान सकते हैं जिसे आप इस समय पढ़ रहे हैं, जिसमें सेंसर और एक्टुएटर्स के साथ इंटरैक्ट करने के लिए GPIO (जनरल-पर्पस इनपुट/आउटपुट) पिन जोड़े गए हैं।
+
+सिंगल-बोर्ड कंप्यूटर पूरी तरह से फीचरयुक्त कंप्यूटर होते हैं, इसलिए इन्हें किसी भी भाषा में प्रोग्राम किया जा सकता है। IoT डिवाइस आमतौर पर Python में प्रोग्राम किए जाते हैं।
+
+### अगले पाठों के लिए हार्डवेयर विकल्प
+
+सभी आगामी पाठों में IoT डिवाइस का उपयोग करके भौतिक दुनिया के साथ इंटरैक्ट करने और क्लाउड के साथ संवाद करने के लिए असाइनमेंट शामिल हैं। प्रत्येक पाठ 3 डिवाइस विकल्पों का समर्थन करता है - Arduino (Seeed Studios Wio Terminal का उपयोग करते हुए), या सिंगल-बोर्ड कंप्यूटर, चाहे वह भौतिक डिवाइस (Raspberry Pi 4) हो या आपके PC या Mac पर चलने वाला वर्चुअल सिंगल-बोर्ड कंप्यूटर।
+
+आप सभी असाइनमेंट को पूरा करने के लिए आवश्यक हार्डवेयर के बारे में [हार्डवेयर गाइड](../../../hardware.md) में पढ़ सकते हैं।
+
+> 💁 आपको असाइनमेंट पूरा करने के लिए कोई IoT हार्डवेयर खरीदने की आवश्यकता नहीं है, आप सब कुछ वर्चुअल सिंगल-बोर्ड कंप्यूटर का उपयोग करके कर सकते हैं।
+
+आप कौन सा हार्डवेयर चुनते हैं, यह आप पर निर्भर करता है - यह इस बात पर निर्भर करता है कि आपके पास घर पर या स्कूल में क्या उपलब्ध है, और आप कौन सी प्रोग्रामिंग भाषा जानते हैं या सीखने की योजना बना रहे हैं। दोनों हार्डवेयर वेरिएंट एक ही सेंसर इकोसिस्टम का उपयोग करेंगे, इसलिए यदि आप एक रास्ते पर शुरू करते हैं, तो आप दूसरे पर स्विच कर सकते हैं बिना अधिकांश किट को बदलने की आवश्यकता के। वर्चुअल सिंगल-बोर्ड कंप्यूटर Raspberry Pi पर सीखने के बराबर होगा, जिसमें अधिकांश कोड Pi पर स्थानांतरित किया जा सकता है यदि आप अंततः एक डिवाइस और सेंसर प्राप्त करते हैं।
+
+### Arduino डेवलपर किट
+
+यदि आप माइक्रोकंट्रोलर डेवलपमेंट सीखने में रुचि रखते हैं, तो आप असाइनमेंट को Arduino डिवाइस का उपयोग करके पूरा कर सकते हैं। आपको C/C++ प्रोग्रामिंग की बुनियादी समझ की आवश्यकता होगी, क्योंकि पाठ केवल Arduino फ्रेमवर्क, उपयोग किए जा रहे सेंसर और एक्टुएटर्स, और क्लाउड के साथ इंटरैक्ट करने वाले लाइब्रेरी से संबंधित कोड सिखाएगा।
+
+असाइनमेंट [Visual Studio Code](https://code.visualstudio.com/?WT.mc_id=academic-17441-jabenn) के साथ [PlatformIO माइक्रोकंट्रोलर डेवलपमेंट एक्सटेंशन](https://platformio.org) का उपयोग करेंगे। यदि आप इस टूल के साथ अनुभवी हैं, तो आप Arduino IDE का उपयोग भी कर सकते हैं, क्योंकि निर्देश प्रदान नहीं किए जाएंगे।
+
+### सिंगल-बोर्ड कंप्यूटर डेवलपर किट
+
+यदि आप सिंगल-बोर्ड कंप्यूटर का उपयोग करके IoT डेवलपमेंट सीखने में रुचि रखते हैं, तो आप Raspberry Pi या अपने PC या Mac पर चलने वाले वर्चुअल डिवाइस का उपयोग करके असाइनमेंट को पूरा कर सकते हैं।
+
+आपको Python प्रोग्रामिंग की बुनियादी समझ की आवश्यकता होगी, क्योंकि पाठ केवल उपयोग किए जा रहे सेंसर और एक्टुएटर्स, और क्लाउड के साथ इंटरैक्ट करने वाले लाइब्रेरी से संबंधित कोड सिखाएगा।
+
+> 💁 यदि आप Python में कोड करना सीखना चाहते हैं, तो निम्नलिखित दो वीडियो श्रृंखला देखें:
+>
+> * [Python for beginners](https://channel9.msdn.com/Series/Intro-to-Python-Development?WT.mc_id=academic-17441-jabenn)
+> * [More Python for beginners](https://channel9.msdn.com/Series/More-Python-for-Beginners?WT.mc_id=academic-7372-jabenn)
+
+असाइनमेंट [Visual Studio Code](https://code.visualstudio.com/?WT.mc_id=academic-17441-jabenn) का उपयोग करेंगे।
+
+यदि आप Raspberry Pi का उपयोग कर रहे हैं, तो आप Raspberry Pi OS के पूर्ण डेस्कटॉप संस्करण का उपयोग करके अपने Pi को चला सकते हैं, और [Raspberry Pi OS संस्करण VS Code](https://code.visualstudio.com/docs/setup/raspberry-pi?WT.mc_id=academic-17441-jabenn) का उपयोग करके Pi पर सीधे कोडिंग कर सकते हैं, या अपने Pi को हेडलेस डिवाइस के रूप में चला सकते हैं और [Remote SSH एक्सटेंशन](https://code.visualstudio.com/docs/remote/ssh?WT.mc_id=academic-17441-jabenn) का उपयोग करके अपने PC या Mac से कोड कर सकते हैं जो आपको अपने Pi से कनेक्ट करने और कोड को संपादित, डिबग और चलाने की अनुमति देता है जैसे कि आप इसे सीधे कोड कर रहे हों।
+
+यदि आप वर्चुअल डिवाइस विकल्प का उपयोग करते हैं, तो आप सीधे अपने कंप्यूटर पर कोड करेंगे। सेंसर और एक्टुएटर्स तक पहुंचने के बजाय, आप एक टूल का उपयोग करेंगे जो इस हार्डवेयर को सिमुलेट करता है, सेंसर मान प्रदान करता है जिसे आप परिभाषित कर सकते हैं, और स्क्रीन पर एक्टुएटर्स के परिणाम दिखाता है।
+
+## अपना डिवाइस सेट करें
+
+IoT डिवाइस को प्रोग्राम करना शुरू करने से पहले, आपको थोड़ा सा सेटअप करना होगा। नीचे दिए गए निर्देशों का पालन करें जो आपके द्वारा उपयोग किए जा रहे डिवाइस पर निर्भर करते हैं।
+💁 यदि आपके पास अभी तक कोई डिवाइस नहीं है, तो [हार्डवेयर गाइड](../../../hardware.md) देखें ताकि आप तय कर सकें कि आप कौन सा डिवाइस उपयोग करने जा रहे हैं और आपको कौन सा अतिरिक्त हार्डवेयर खरीदने की आवश्यकता है। आपको हार्डवेयर खरीदने की आवश्यकता नहीं है, क्योंकि सभी प्रोजेक्ट्स वर्चुअल हार्डवेयर पर चलाए जा सकते हैं।
+इन निर्देशों में उन हार्डवेयर या टूल्स के निर्माताओं की वेबसाइटों के लिंक शामिल हैं, जिन्हें आप उपयोग करने जा रहे हैं। इसका उद्देश्य यह सुनिश्चित करना है कि आप हमेशा विभिन्न टूल्स और हार्डवेयर के लिए सबसे अद्यतन निर्देशों का उपयोग करें।
+
+अपने डिवाइस को सेटअप करने और 'Hello World' प्रोजेक्ट पूरा करने के लिए संबंधित गाइड का पालन करें। यह इस आरंभिक भाग के 4 पाठों में IoT नाइटलाइट बनाने का पहला कदम होगा।
+
+* [Arduino - Wio Terminal](wio-terminal.md)
+* [Single-board computer - Raspberry Pi](pi.md)
+* [Single-board computer - Virtual device](virtual-device.md)
+
+✅ आप Arduino और Single-board computers दोनों के लिए VS Code का उपयोग करेंगे। यदि आपने इसे पहले उपयोग नहीं किया है, तो [VS Code साइट](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn) पर इसके बारे में अधिक पढ़ें।
+
+## IoT के अनुप्रयोग
+
+IoT कई उपयोग मामलों को कवर करता है, जो कुछ व्यापक समूहों में विभाजित हैं:
+
+* उपभोक्ता IoT
+* वाणिज्यिक IoT
+* औद्योगिक IoT
+* बुनियादी ढांचा IoT
+
+✅ थोड़ा शोध करें: नीचे वर्णित प्रत्येक क्षेत्र के लिए, एक ठोस उदाहरण खोजें जो पाठ में नहीं दिया गया है।
+
+### उपभोक्ता IoT
+
+उपभोक्ता IoT उन IoT उपकरणों को संदर्भित करता है जिन्हें उपभोक्ता घर के आसपास खरीदते और उपयोग करते हैं। इनमें से कुछ उपकरण बेहद उपयोगी होते हैं, जैसे स्मार्ट स्पीकर, स्मार्ट हीटिंग सिस्टम और रोबोटिक वैक्यूम क्लीनर। अन्य उपकरणों की उपयोगिता पर सवाल उठाया जा सकता है, जैसे वॉयस-कंट्रोल वाले नल, जिन्हें आप बंद नहीं कर सकते क्योंकि पानी के बहने की आवाज़ के कारण वॉयस कंट्रोल आपको सुन नहीं पाता।
+
+उपभोक्ता IoT उपकरण लोगों को उनके परिवेश में अधिक हासिल करने में सक्षम बना रहे हैं, विशेष रूप से उन 1 अरब लोगों को जो किसी न किसी प्रकार की विकलांगता से ग्रस्त हैं। रोबोटिक वैक्यूम क्लीनर उन लोगों के लिए साफ फर्श प्रदान कर सकते हैं जो खुद वैक्यूम नहीं कर सकते। वॉयस-कंट्रोल वाले ओवन सीमित दृष्टि या मोटर नियंत्रण वाले लोगों को केवल अपनी आवाज़ से ओवन गर्म करने की अनुमति देते हैं। स्वास्थ्य मॉनिटर मरीजों को अपने क्रॉनिक कंडीशन्स को अधिक नियमित और विस्तृत अपडेट के साथ खुद मॉनिटर करने की अनुमति देते हैं। ये उपकरण इतने सामान्य हो गए हैं कि छोटे बच्चे भी इन्हें अपने दैनिक जीवन का हिस्सा बना रहे हैं, जैसे COVID महामारी के दौरान वर्चुअल स्कूलिंग करने वाले छात्र स्मार्ट होम उपकरणों पर टाइमर सेट कर रहे हैं ताकि वे अपने स्कूलवर्क को ट्रैक कर सकें या आगामी कक्षा बैठकों की याद दिला सकें।
+
+✅ आपके पास या आपके घर में कौन-कौन से उपभोक्ता IoT उपकरण हैं?
+
+### वाणिज्यिक IoT
+
+वाणिज्यिक IoT कार्यस्थल में IoT के उपयोग को कवर करता है। एक ऑफिस सेटिंग में, लाइटिंग और हीटिंग को प्रबंधित करने के लिए ऑक्यूपेंसी सेंसर और मोशन डिटेक्टर हो सकते हैं ताकि केवल आवश्यक होने पर ही लाइट्स और हीट चालू रहें, जिससे लागत और कार्बन उत्सर्जन कम हो। एक फैक्ट्री में, IoT उपकरण सुरक्षा खतरों की निगरानी कर सकते हैं, जैसे कि श्रमिकों द्वारा हार्ड हैट न पहनना या खतरनाक स्तर तक पहुंचने वाला शोर। रिटेल में, IoT उपकरण ठंडे भंडारण के तापमान को माप सकते हैं, यदि फ्रिज या फ्रीजर आवश्यक तापमान सीमा से बाहर हो तो दुकान मालिक को सूचित कर सकते हैं। वे शेल्फ पर रखे सामान की निगरानी कर सकते हैं ताकि कर्मचारियों को बेचे गए उत्पादों को फिर से भरने के लिए निर्देशित किया जा सके। परिवहन उद्योग IoT पर अधिक से अधिक निर्भर हो रहा है ताकि वाहन स्थानों की निगरानी की जा सके, सड़क उपयोग शुल्क के लिए ऑन-रोड माइलेज को ट्रैक किया जा सके, ड्राइवर घंटों और ब्रेक अनुपालन को ट्रैक किया जा सके, या कर्मचारियों को सूचित किया जा सके जब कोई वाहन डिपो के पास पहुंच रहा हो ताकि लोडिंग या अनलोडिंग की तैयारी की जा सके।
+
+✅ आपके स्कूल या कार्यस्थल में कौन-कौन से वाणिज्यिक IoT उपकरण हैं?
+
+### औद्योगिक IoT (IIoT)
+
+औद्योगिक IoT, या IIoT, बड़े पैमाने पर मशीनरी को नियंत्रित और प्रबंधित करने के लिए IoT उपकरणों का उपयोग है। यह फैक्ट्रियों से लेकर डिजिटल कृषि तक कई उपयोग मामलों को कवर करता है।
+
+फैक्ट्रियां IoT उपकरणों का कई अलग-अलग तरीकों से उपयोग करती हैं। मशीनरी को तापमान, कंपन और रोटेशन गति जैसी चीजों को ट्रैक करने के लिए कई सेंसर के साथ मॉनिटर किया जा सकता है। इस डेटा की निगरानी की जा सकती है ताकि मशीन को बंद किया जा सके यदि यह कुछ सहनशीलता से बाहर हो जाए - उदाहरण के लिए, यह बहुत गर्म हो जाती है और इसे बंद कर दिया जाता है। इस डेटा को समय के साथ एकत्र और विश्लेषण किया जा सकता है ताकि प्रेडिक्टिव मेंटेनेंस किया जा सके, जहां AI मॉडल विफलता से पहले डेटा को देखता है और इसका उपयोग अन्य विफलताओं की भविष्यवाणी करने के लिए करता है।
+
+डिजिटल कृषि बढ़ती जनसंख्या को खिलाने के लिए महत्वपूर्ण है, विशेष रूप से उन 2 अरब लोगों के लिए जो 500 मिलियन घरों में [जीविका खेती](https://wikipedia.org/wiki/Subsistence_agriculture) पर निर्भर हैं। डिजिटल कृषि कुछ सस्ते सेंसर से लेकर बड़े वाणिज्यिक सेटअप तक हो सकती है। एक किसान तापमान की निगरानी करके और [ग्रोइंग डिग्री डेज़](https://wikipedia.org/wiki/Growing_degree-day) का उपयोग करके भविष्यवाणी कर सकता है कि फसल कब तैयार होगी। वे मिट्टी की नमी की निगरानी को स्वचालित सिंचाई प्रणालियों से जोड़ सकते हैं ताकि उनके पौधों को उतना ही पानी मिले जितना आवश्यक है, लेकिन अधिक नहीं, ताकि उनकी फसलें सूखें नहीं और पानी की बर्बादी न हो। किसान इसे और आगे ले जा रहे हैं और ड्रोन, सैटेलाइट डेटा और AI का उपयोग करके फसल की वृद्धि, बीमारी और मिट्टी की गुणवत्ता की निगरानी कर रहे हैं।
+
+✅ कौन-कौन से अन्य IoT उपकरण किसानों की मदद कर सकते हैं?
+
+### बुनियादी ढांचा IoT
+
+बुनियादी ढांचा IoT स्थानीय और वैश्विक बुनियादी ढांचे की निगरानी और नियंत्रण है जिसे लोग हर दिन उपयोग करते हैं।
+
+[स्मार्ट शहर](https://wikipedia.org/wiki/Smart_city) वे शहरी क्षेत्र हैं जो IoT उपकरणों का उपयोग करके शहर के बारे में डेटा एकत्र करते हैं और इसका उपयोग शहर को बेहतर तरीके से चलाने के लिए करते हैं। ये शहर आमतौर पर स्थानीय सरकारों, अकादमिक संस्थानों और स्थानीय व्यवसायों के सहयोग से चलाए जाते हैं, परिवहन से लेकर पार्किंग और प्रदूषण तक की चीजों को ट्रैक और प्रबंधित करते हैं। उदाहरण के लिए, कोपेनहेगन, डेनमार्क में, वायु प्रदूषण स्थानीय निवासियों के लिए महत्वपूर्ण है, इसलिए इसे मापा जाता है और डेटा का उपयोग सबसे स्वच्छ साइक्लिंग और जॉगिंग मार्गों की जानकारी प्रदान करने के लिए किया जाता है।
+
+[स्मार्ट पावर ग्रिड](https://wikipedia.org/wiki/Smart_grid) व्यक्तिगत घरों के स्तर पर उपयोग डेटा एकत्र करके बिजली की मांग का बेहतर विश्लेषण करने की अनुमति देते हैं। यह डेटा देश स्तर पर निर्णयों का मार्गदर्शन कर सकता है, जैसे कि नए पावर स्टेशन कहां बनाएं, और व्यक्तिगत स्तर पर उपयोगकर्ताओं को यह जानकारी दे सकता है कि वे कितनी बिजली का उपयोग कर रहे हैं, कब उपयोग कर रहे हैं, और यहां तक कि लागत कम करने के सुझाव भी दे सकता है, जैसे कि रात में इलेक्ट्रिक कार चार्ज करना।
+
+✅ यदि आप अपने क्षेत्र में किसी चीज़ को मापने के लिए IoT उपकरण जोड़ सकते हैं, तो वह क्या होगा?
+
+## आपके आसपास मौजूद IoT उपकरणों के उदाहरण
+
+आपके आसपास कितने IoT उपकरण हैं, यह जानकर आप हैरान हो सकते हैं। मैं यह घर से लिख रहा हूं और मेरे पास निम्नलिखित उपकरण हैं जो इंटरनेट से जुड़े हैं और स्मार्ट फीचर्स जैसे ऐप कंट्रोल, वॉयस कंट्रोल, या मेरे फोन के माध्यम से डेटा भेजने की क्षमता रखते हैं:
+
+* कई स्मार्ट स्पीकर
+* फ्रिज, डिशवॉशर, ओवन और माइक्रोवेव
+* सोलर पैनल के लिए बिजली मॉनिटर
+* स्मार्ट प्लग्स
+* वीडियो डोरबेल और सुरक्षा कैमरे
+* स्मार्ट थर्मोस्टेट और कई स्मार्ट रूम सेंसर
+* गेराज दरवाजा खोलने वाला
+* होम एंटरटेनमेंट सिस्टम और वॉयस-कंट्रोल वाले टीवी
+* लाइट्स
+* फिटनेस और स्वास्थ्य ट्रैकर्स
+
+इन सभी प्रकार के उपकरणों में सेंसर और/या एक्टुएटर्स होते हैं और ये इंटरनेट से बात करते हैं। मैं अपने फोन से देख सकता हूं कि मेरा गेराज दरवाजा खुला है या नहीं, और अपने स्मार्ट स्पीकर से इसे बंद करने के लिए कह सकता हूं। मैं इसे टाइमर पर भी सेट कर सकता हूं ताकि अगर यह रात में खुला हो, तो यह स्वचालित रूप से बंद हो जाए। जब मेरी डोरबेल बजती है, तो मैं दुनिया में कहीं भी हूं, अपने फोन से देख सकता हूं कि वहां कौन है और डोरबेल में लगे स्पीकर और माइक्रोफोन के माध्यम से उनसे बात कर सकता हूं। मैं अपने रक्त ग्लूकोज, हृदय गति और नींद के पैटर्न की निगरानी कर सकता हूं, डेटा में पैटर्न की तलाश कर सकता हूं ताकि अपने स्वास्थ्य में सुधार कर सकूं। मैं क्लाउड के माध्यम से अपनी लाइट्स को नियंत्रित कर सकता हूं, और जब मेरा इंटरनेट कनेक्शन डाउन हो जाता है, तो अंधेरे में बैठ सकता हूं।
+
+---
+
+## 🚀 चुनौती
+
+अपने घर, स्कूल या कार्यस्थल में जितने IoT उपकरण हो सकते हैं, उनकी सूची बनाएं - शायद वे आपकी सोच से अधिक हों!
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/2)
+
+## समीक्षा और स्व-अध्ययन
+
+उपभोक्ता IoT प्रोजेक्ट्स के लाभ और विफलताओं के बारे में पढ़ें। समाचार साइटों पर उन लेखों की जांच करें जब यह गलत हो गया हो, जैसे गोपनीयता मुद्दे, हार्डवेयर समस्याएं या कनेक्टिविटी की कमी के कारण समस्याएं।
+
+कुछ उदाहरण:
+
+* **[Internet of Sh*t](https://twitter.com/internetofshit)** *(अश्लील भाषा चेतावनी)* ट्विटर अकाउंट पर उपभोक्ता IoT की विफलताओं के अच्छे उदाहरण देखें।
+* [c|net - My Apple Watch saved my life: 5 people share their stories](https://www.cnet.com/news/apple-watch-lifesaving-health-features-read-5-peoples-stories/)
+* [c|net - ADT technician pleads guilty to spying on customer camera feeds for years](https://www.cnet.com/news/adt-home-security-technician-pleads-guilty-to-spying-on-customer-camera-feeds-for-years/) *(ट्रिगर चेतावनी - गैर-सहमति वाली जासूसी)*
+
+## असाइनमेंट
+
+[एक IoT प्रोजेक्ट की जांच करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/1-introduction-to-iot/assignment.md b/translations/hi/1-getting-started/lessons/1-introduction-to-iot/assignment.md
new file mode 100644
index 00000000..1391cac2
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/1-introduction-to-iot/assignment.md
@@ -0,0 +1,25 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7ef1cec2d27b086032d46ab1958f3e99",
+  "translation_date": "2025-08-25T17:27:31+00:00",
+  "source_file": "1-getting-started/lessons/1-introduction-to-iot/assignment.md",
+  "language_code": "hi"
+}
+-->
+# एक IoT प्रोजेक्ट की जांच करें
+
+## निर्देश
+
+दुनिया भर में कई बड़े और छोटे पैमाने के IoT प्रोजेक्ट्स लागू किए जा रहे हैं, जैसे स्मार्ट फार्म से लेकर स्मार्ट सिटी तक, स्वास्थ्य निगरानी, परिवहन, और सार्वजनिक स्थानों के उपयोग के लिए।
+
+वेब पर ऐसा कोई प्रोजेक्ट खोजें जो आपको रुचिकर लगे, आदर्श रूप से आपके निवास स्थान के पास का हो। इस प्रोजेक्ट के फायदों और नुकसान की व्याख्या करें, जैसे इससे क्या लाभ होता है, यह कौन सी समस्याएं पैदा करता है और इसमें गोपनीयता का ध्यान कैसे रखा गया है।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| फायदों और नुकसान की व्याख्या करें | प्रोजेक्ट के फायदों और नुकसान की स्पष्ट व्याख्या दी | प्रोजेक्ट के फायदों और नुकसान की संक्षिप्त व्याख्या दी | फायदों या नुकसान की व्याख्या नहीं की |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/1-introduction-to-iot/pi.md b/translations/hi/1-getting-started/lessons/1-introduction-to-iot/pi.md
new file mode 100644
index 00000000..4f8b9f25
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/1-introduction-to-iot/pi.md
@@ -0,0 +1,282 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "8ff0d0a1d29832bb896b9c103b69a452",
+  "translation_date": "2025-08-25T17:28:50+00:00",
+  "source_file": "1-getting-started/lessons/1-introduction-to-iot/pi.md",
+  "language_code": "hi"
+}
+-->
+# रास्पबेरी पाई
+
+[रास्पबेरी पाई](https://raspberrypi.org) एक सिंगल-बोर्ड कंप्यूटर है। आप विभिन्न उपकरणों और इकोसिस्टम का उपयोग करके सेंसर और एक्टुएटर्स जोड़ सकते हैं, और इन पाठों के लिए [Grove](https://www.seeedstudio.com/category/Grove-c-1003.html) नामक हार्डवेयर इकोसिस्टम का उपयोग करेंगे। आप अपने पाई को कोड करेंगे और Grove सेंसर का उपयोग Python के माध्यम से करेंगे।
+
+![रास्पबेरी पाई 4](../../../../../translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.hi.jpg)
+
+## सेटअप
+
+यदि आप रास्पबेरी पाई को अपने IoT हार्डवेयर के रूप में उपयोग कर रहे हैं, तो आपके पास दो विकल्प हैं - आप इन सभी पाठों को पूरा कर सकते हैं और सीधे पाई पर कोड कर सकते हैं, या आप 'हेडलैस' पाई से दूरस्थ रूप से कनेक्ट कर सकते हैं और अपने कंप्यूटर से कोड कर सकते हैं।
+
+शुरू करने से पहले, आपको Grove बेस हैट को अपने पाई से कनेक्ट करना होगा।
+
+### कार्य - सेटअप
+
+अपने पाई पर Grove बेस हैट इंस्टॉल करें और पाई को कॉन्फ़िगर करें।
+
+1. Grove बेस हैट को अपने पाई से कनेक्ट करें। हैट का सॉकेट पाई के सभी GPIO पिन्स पर फिट होता है, पिन्स पर पूरी तरह से नीचे स्लाइड करता है और बेस पर मजबूती से बैठता है। यह पाई को कवर करता है।
+
+    ![Grove हैट फिट करना](../../../../../images/pi-grove-hat-fitting.gif)
+
+1. तय करें कि आप अपने पाई को कैसे प्रोग्राम करना चाहते हैं, और नीचे दिए गए संबंधित सेक्शन पर जाएं:
+
+    * [पाई पर सीधे काम करें](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+    * [पाई को कोड करने के लिए रिमोट एक्सेस](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+
+### पाई पर सीधे काम करें
+
+यदि आप अपने पाई पर सीधे काम करना चाहते हैं, तो आप रास्पबेरी पाई OS का डेस्कटॉप संस्करण उपयोग कर सकते हैं और सभी आवश्यक टूल्स इंस्टॉल कर सकते हैं।
+
+#### कार्य - पाई पर सीधे काम करें
+
+डेवलपमेंट के लिए अपने पाई को सेटअप करें।
+
+1. [रास्पबेरी पाई सेटअप गाइड](https://projects.raspberrypi.org/en/projects/raspberry-pi-setting-up) में दिए गए निर्देशों का पालन करें ताकि आप अपने पाई को सेटअप कर सकें, इसे कीबोर्ड/माउस/मॉनिटर से कनेक्ट कर सकें, इसे अपने वाईफाई या ईथरनेट नेटवर्क से कनेक्ट कर सकें, और सॉफ़्टवेयर को अपडेट कर सकें।
+
+पाई को Grove सेंसर और एक्टुएटर्स का उपयोग करके प्रोग्राम करने के लिए, आपको एक एडिटर इंस्टॉल करना होगा ताकि आप डिवाइस कोड लिख सकें, और विभिन्न लाइब्रेरी और टूल्स इंस्टॉल कर सकें जो Grove हार्डवेयर के साथ इंटरैक्ट करते हैं।
+
+1. जब आपका पाई रीबूट हो जाए, तो टर्मिनल लॉन्च करें। इसे **टर्मिनल** आइकन पर क्लिक करके या *मेनू -> एक्सेसरीज़ -> टर्मिनल* चुनकर खोलें।
+
+1. यह सुनिश्चित करने के लिए कि OS और इंस्टॉल किए गए सॉफ़्टवेयर अपडेट हैं, निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    sudo apt update && sudo apt full-upgrade --yes
+    ```
+
+1. Grove हार्डवेयर के लिए आवश्यक सभी लाइब्रेरी इंस्टॉल करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    sudo apt install git python3-dev python3-pip --yes
+
+    git clone https://github.com/Seeed-Studio/grove.py
+    cd grove.py
+    sudo pip3 install .
+
+    sudo raspi-config nonint do_i2c 0
+    ```
+
+    यह Git और Python पैकेज इंस्टॉल करने के लिए Pip को इंस्टॉल करने से शुरू होता है।
+
+    Python की एक शक्तिशाली विशेषता [Pip पैकेज](https://pypi.org) इंस्टॉल करने की क्षमता है - ये इंटरनेट पर प्रकाशित अन्य लोगों द्वारा लिखे गए कोड के पैकेज हैं। आप एक कमांड के साथ अपने कंप्यूटर पर Pip पैकेज इंस्टॉल कर सकते हैं और फिर उस पैकेज का उपयोग अपने कोड में कर सकते हैं।
+
+    Seeed Grove Python पैकेज को स्रोत से इंस्टॉल करने की आवश्यकता होती है। ये कमांड उस पैकेज के स्रोत कोड को क्लोन करेंगे और फिर इसे लोकली इंस्टॉल करेंगे।
+
+    > 💁 डिफ़ॉल्ट रूप से जब आप कोई पैकेज इंस्टॉल करते हैं, तो वह आपके कंप्यूटर पर हर जगह उपलब्ध होता है, और यह पैकेज संस्करणों के साथ समस्याएं पैदा कर सकता है - जैसे कि एक एप्लिकेशन एक पैकेज के एक संस्करण पर निर्भर करता है जो दूसरे एप्लिकेशन के लिए एक नया संस्करण इंस्टॉल करने पर टूट जाता है। इस समस्या को हल करने के लिए, आप [Python वर्चुअल एनवायरनमेंट](https://docs.python.org/3/library/venv.html) का उपयोग कर सकते हैं, जो कि एक समर्पित फ़ोल्डर में Python की एक कॉपी है, और जब आप Pip पैकेज इंस्टॉल करते हैं तो वे केवल उस फ़ोल्डर में इंस्टॉल होते हैं। पाई का उपयोग करते समय आप वर्चुअल एनवायरनमेंट का उपयोग नहीं करेंगे। Grove इंस्टॉल स्क्रिप्ट Grove Python पैकेज को ग्लोबली इंस्टॉल करती है, इसलिए वर्चुअल एनवायरनमेंट का उपयोग करने के लिए आपको वर्चुअल एनवायरनमेंट सेटअप करना होगा और फिर मैन्युअल रूप से Grove पैकेज को उस एनवायरनमेंट के अंदर पुनः इंस्टॉल करना होगा। ग्लोबल पैकेज का उपयोग करना आसान है, खासकर क्योंकि कई पाई डेवलपर्स प्रत्येक प्रोजेक्ट के लिए एक साफ़ SD कार्ड को फिर से फ्लैश करते हैं।
+
+    अंत में, यह I<sup>2</sup>C इंटरफ़ेस को सक्षम करता है।
+
+1. पाई को रीबूट करें, या तो मेनू का उपयोग करके या टर्मिनल में निम्नलिखित कमांड चलाकर:
+
+    ```sh
+    sudo reboot
+    ```
+
+1. जब पाई रीबूट हो जाए, तो टर्मिनल को फिर से लॉन्च करें और निम्नलिखित कमांड चलाएं ताकि [Visual Studio Code (VS Code)](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn) इंस्टॉल हो सके - यह वह एडिटर है जिसे आप Python में डिवाइस कोड लिखने के लिए उपयोग करेंगे।
+
+    ```sh
+    sudo apt install code
+    ```
+
+    जब यह इंस्टॉल हो जाए, तो VS Code टॉप मेनू से उपलब्ध होगा।
+
+    > 💁 आप इन पाठों के लिए किसी भी Python IDE या एडिटर का उपयोग कर सकते हैं यदि आपके पास कोई पसंदीदा टूल है, लेकिन पाठ VS Code का उपयोग करने के निर्देश देंगे।
+
+1. Pylance इंस्टॉल करें। यह VS Code के लिए एक एक्सटेंशन है जो Python भाषा समर्थन प्रदान करता है। [Pylance एक्सटेंशन दस्तावेज़](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=ms-python.vscode-pylance) में दिए गए निर्देशों का पालन करके इस एक्सटेंशन को VS Code में इंस्टॉल करें।
+
+### पाई को कोड करने के लिए रिमोट एक्सेस
+
+पाई पर सीधे कोडिंग करने के बजाय, इसे 'हेडलैस' चलाया जा सकता है, यानी कीबोर्ड/माउस/मॉनिटर से कनेक्ट नहीं किया गया है, और इसे आपके कंप्यूटर से कॉन्फ़िगर और कोड किया जा सकता है, Visual Studio Code का उपयोग करके।
+
+#### पाई OS सेटअप करें
+
+रिमोट कोडिंग के लिए, पाई OS को SD कार्ड पर इंस्टॉल करने की आवश्यकता होती है।
+
+##### कार्य - पाई OS सेटअप करें
+
+हेडलैस पाई OS सेटअप करें।
+
+1. [रास्पबेरी पाई OS सॉफ़्टवेयर पेज](https://www.raspberrypi.org/software/) से **रास्पबेरी पाई इमेजर** डाउनलोड करें और इसे इंस्टॉल करें।
+
+1. SD कार्ड को अपने कंप्यूटर में डालें, यदि आवश्यक हो तो एडॉप्टर का उपयोग करें।
+
+1. रास्पबेरी पाई इमेजर लॉन्च करें।
+
+1. रास्पबेरी पाई इमेजर से **CHOOSE OS** बटन चुनें, फिर *Raspberry Pi OS (Other)* और उसके बाद *Raspberry Pi OS Lite (32-bit)* चुनें।
+
+    ![रास्पबेरी पाई इमेजर में Raspberry Pi OS Lite चयनित](../../../../../translated_images/raspberry-pi-imager.24aedeab9e233d841a1504ed7cfeb871b1f8e1134cfcd8370e7f60a092056be2.hi.png)
+
+    > 💁 Raspberry Pi OS Lite रास्पबेरी पाई OS का एक संस्करण है जिसमें डेस्कटॉप UI या UI आधारित टूल्स नहीं होते हैं। ये हेडलैस पाई के लिए आवश्यक नहीं हैं और इंस्टॉल को छोटा और बूट अप समय को तेज बनाते हैं।
+
+1. **CHOOSE STORAGE** बटन चुनें, फिर अपने SD कार्ड को चुनें।
+
+1. **Advanced Options** लॉन्च करें, `Ctrl+Shift+X` दबाकर। ये विकल्प रास्पबेरी पाई OS को SD कार्ड पर इमेज करने से पहले कुछ प्री-कॉन्फ़िगरेशन की अनुमति देते हैं।
+
+    1. **Enable SSH** चेक बॉक्स को चेक करें और `pi` उपयोगकर्ता के लिए पासवर्ड सेट करें। यह वह पासवर्ड है जिसका उपयोग आप बाद में पाई में लॉग इन करने के लिए करेंगे।
+
+    1. यदि आप पाई को वाईफाई के माध्यम से कनेक्ट करने की योजना बना रहे हैं, तो **Configure WiFi** चेक बॉक्स को चेक करें और अपना वाईफाई SSID और पासवर्ड दर्ज करें, साथ ही अपना वाईफाई देश चुनें। यदि आप ईथरनेट केबल का उपयोग करेंगे तो आपको यह करने की आवश्यकता नहीं है। सुनिश्चित करें कि आप जिस नेटवर्क से कनेक्ट करते हैं वह वही है जिस पर आपका कंप्यूटर है।
+
+    1. **Set locale settings** चेक बॉक्स को चेक करें और अपना देश और टाइमज़ोन सेट करें।
+
+    1. **SAVE** बटन चुनें।
+
+1. **WRITE** बटन चुनें ताकि OS SD कार्ड पर लिखा जा सके। यदि आप macOS का उपयोग कर रहे हैं, तो आपसे पासवर्ड पूछा जाएगा क्योंकि डिस्क इमेज लिखने वाला टूल विशेषाधिकार प्राप्त एक्सेस की आवश्यकता रखता है।
+
+OS SD कार्ड पर लिखा जाएगा, और पूरा होने पर कार्ड को OS द्वारा इजेक्ट कर दिया जाएगा, और आपको सूचित किया जाएगा। SD कार्ड को अपने कंप्यूटर से निकालें, इसे पाई में डालें, पाई को पावर दें और इसे ठीक से बूट होने के लिए लगभग 2 मिनट तक प्रतीक्षा करें।
+
+#### पाई से कनेक्ट करें
+
+अगला कदम पाई तक रिमोट एक्सेस प्राप्त करना है। आप इसे `ssh` का उपयोग करके कर सकते हैं, जो macOS, Linux और Windows के हाल के संस्करणों पर उपलब्ध है।
+
+##### कार्य - पाई से कनेक्ट करें
+
+पाई तक रिमोट एक्सेस प्राप्त करें।
+
+1. टर्मिनल या कमांड प्रॉम्प्ट लॉन्च करें, और पाई से कनेक्ट करने के लिए निम्नलिखित कमांड दर्ज करें:
+
+    ```sh
+    ssh pi@raspberrypi.local
+    ```
+
+    यदि आप Windows पर हैं और पुराने संस्करण का उपयोग कर रहे हैं जिसमें `ssh` इंस्टॉल नहीं है, तो आप OpenSSH का उपयोग कर सकते हैं। [OpenSSH इंस्टॉलेशन दस्तावेज़](https://docs.microsoft.com//windows-server/administration/openssh/openssh_install_firstuse?WT.mc_id=academic-17441-jabenn) में इंस्टॉलेशन निर्देश पाए जा सकते हैं।
+
+1. यह आपको पाई से कनेक्ट करना चाहिए और पासवर्ड पूछना चाहिए।
+
+    `<hostname>.local` का उपयोग करके अपने नेटवर्क पर कंप्यूटर खोजने में सक्षम होना Linux और Windows में एक अपेक्षाकृत हालिया जोड़ है। यदि आप Linux या Windows का उपयोग कर रहे हैं और आपको होस्टनेम न मिलने के बारे में कोई त्रुटि मिलती है, तो आपको ZeroConf नेटवर्किंग (Apple द्वारा Bonjour के रूप में संदर्भित) को सक्षम करने के लिए अतिरिक्त सॉफ़्टवेयर इंस्टॉल करना होगा:
+
+    1. यदि आप Linux का उपयोग कर रहे हैं, तो निम्नलिखित कमांड का उपयोग करके Avahi इंस्टॉल करें:
+
+        ```sh
+        sudo apt-get install avahi-daemon
+        ```
+
+    1. यदि आप Windows का उपयोग कर रहे हैं, तो ZeroConf को सक्षम करने का सबसे आसान तरीका [Bonjour Print Services for Windows](http://support.apple.com/kb/DL999) इंस्टॉल करना है। आप [iTunes for Windows](https://www.apple.com/itunes/download/) भी इंस्टॉल कर सकते हैं ताकि उपयोगिता का नया संस्करण प्राप्त किया जा सके (जो स्टैंडअलोन उपलब्ध नहीं है)।
+
+    > 💁 यदि आप `raspberrypi.local` का उपयोग करके कनेक्ट नहीं कर सकते हैं, तो आप पाई का IP पता उपयोग कर सकते हैं। [रास्पबेरी पाई IP पता दस्तावेज़](https://www.raspberrypi.org/documentation/remote-access/ip-address.md) में IP पता प्राप्त करने के कई तरीकों के निर्देश दिए गए हैं।
+
+1. वह पासवर्ड दर्ज करें जिसे आपने रास्पबेरी पाई इमेजर एडवांस्ड ऑप्शंस में सेट किया था।
+
+#### पाई पर सॉफ़्टवेयर कॉन्फ़िगर करें
+
+एक बार जब आप पाई से कनेक्ट हो जाएं, तो आपको यह सुनिश्चित करना होगा कि OS अपडेट है, और Grove हार्डवेयर के साथ इंटरैक्ट करने के लिए विभिन्न लाइब्रेरी और टूल्स इंस्टॉल करें।
+
+##### कार्य - पाई पर सॉफ़्टवेयर कॉन्फ़िगर करें
+
+इंस्टॉल किए गए पाई सॉफ़्टवेयर को कॉन्फ़िगर करें और Grove लाइब्रेरी इंस्टॉल करें।
+
+1. अपने `ssh` सत्र से, पाई को अपडेट करने और फिर रीबूट करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    sudo apt update && sudo apt full-upgrade --yes && sudo reboot
+    ```
+
+    पाई अपडेट हो जाएगा और रीबूट हो जाएगा। जब पाई रीबूट होता है, तो `ssh` सत्र समाप्त हो जाएगा, इसलिए इसे लगभग 30 सेकंड के लिए छोड़ दें और फिर से कनेक्ट करें।
+
+1. पुनः कनेक्ट किए गए `ssh` सत्र से, Grove हार्डवेयर के लिए आवश्यक सभी लाइब्रेरी इंस्टॉल करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    sudo apt install git python3-dev python3-pip --yes
+
+    git clone https://github.com/Seeed-Studio/grove.py
+    cd grove.py
+    sudo pip3 install .
+
+    sudo raspi-config nonint do_i2c 0
+    ```
+
+    यह Git और Python पैकेज इंस्टॉल करने के लिए Pip को इंस्टॉल करने से शुरू होता है।
+
+    Python की एक शक्तिशाली विशेषता [Pip पैकेज](https://pypi.org) इंस्टॉल करने की क्षमता है - ये इंटरनेट पर प्रकाशित अन्य लोगों द्वारा लिखे गए कोड के पैकेज हैं। आप एक कमांड के साथ अपने कंप्यूटर पर Pip पैकेज इंस्टॉल कर सकते हैं और फिर उस पैकेज का उपयोग अपने कोड में कर सकते हैं।
+
+    Seeed Grove Python पैकेज को स्रोत से इंस्टॉल करने की आवश्यकता होती है। ये कमांड उस पैकेज के स्रोत कोड को क्लोन करेंगे और फिर इसे लोकली इंस्टॉल करेंगे।
+
+    > 💁 डिफ़ॉल्ट रूप से जब आप कोई पैकेज इंस्टॉल करते हैं, तो वह आपके कंप्यूटर पर हर जगह उपलब्ध होता है, और यह पैकेज संस्करणों के साथ समस्याएं पैदा कर सकता है - जैसे कि एक एप्लिकेशन एक पैकेज के एक संस्करण पर निर्भर करता है जो दूसरे एप्लिकेशन के लिए एक नया संस्करण इंस्टॉल करने पर टूट जाता है। इस समस्या को हल करने के लिए, आप [Python वर्चुअल एनवायरनमेंट](https://docs.python.org/3/library/venv.html) का उपयोग कर सकते हैं, जो कि एक समर्पित फ़ोल्डर में Python की एक कॉपी है, और जब आप Pip पैकेज इंस्टॉल करते हैं तो वे केवल उस फ़ोल्डर में इंस्टॉल होते हैं। पाई का उपयोग करते समय आप वर्चुअल एनवायरनमेंट का उपयोग नहीं करेंगे। Grove इंस्टॉल स्क्रिप्ट Grove Python पैकेज को ग्लोबली इंस्टॉल करती है, इसलिए वर्चुअल एनवायरनमेंट का उपयोग करने के लिए आपको वर्चुअल एनवायरनमेंट सेटअप करना होगा और फिर मैन्युअल रूप से Grove पैकेज को उस एनवायरनमेंट के अंदर पुनः इंस्टॉल करना होगा। ग्लोबल पैकेज का उपयोग करना आसान है, खासकर क्योंकि कई पाई डेवलपर्स प्रत्येक प्रोजेक्ट के लिए एक साफ़ SD कार्ड को फिर से फ्लैश करते हैं।
+
+    अंत में, यह I<sup>2</sup>C इंटरफ़ेस को सक्षम करता है।
+
+1. निम्नलिखित कमांड चलाकर पाई को रीबूट करें:
+
+    ```sh
+    sudo reboot
+    ```
+
+    जब पाई रीबूट होता है, तो `ssh` सत्र समाप्त हो जाएगा। फिर से कनेक्ट करने की आवश्यकता नहीं है।
+
+#### रिमोट एक्सेस के लिए VS Code कॉन्फ़िगर करें
+
+एक बार जब पाई कॉन्फ़िगर हो जाए, तो आप अपने कंप्यूटर से Visual Studio Code (VS Code) का उपयोग करके पाई से कनेक्ट कर सकते हैं - यह एक मुफ्त डेवलपर टेक्स्ट एडिटर है जिसे आप Python में डिवाइस कोड लिखने के लिए उपयोग करेंगे।
+
+##### कार्य - रिमोट एक्सेस के लिए VS Code कॉन्फ़िगर करें
+
+आवश्यक सॉफ़्टवेयर इंस्टॉल करें और अपने पाई से रिमोटली कनेक्ट करें।
+
+1. [VS Code दस्तावेज़](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn) का पालन करके अपने कंप्यूटर पर VS Code इंस्टॉल करें।
+
+1. [VS Code रिमोट डेवलपमेंट SSH दस्तावेज़](https://code.visualstudio.com/docs/remote/ssh?WT.mc_id=academic-17441-jabenn) में दिए गए निर्देशों का पालन करके आवश्यक घटक इंस्टॉल करें।
+
+1. उन्हीं निर्देशों का पालन करते हुए, VS Code को पाई से कनेक्ट करें।
+
+1. एक बार कनेक्ट होने के बाद, [एक्सटेंशन प्रबंधन](https://code.visualstudio.com/docs/remote/ssh#_managing-extensions?WT.mc_id=academic-17441-jabenn) निर्देशों का पालन करके [Pylance एक्सटेंशन](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=ms-python.v
+नए प्रोग्रामिंग भाषा या तकनीक के साथ शुरुआत करते समय, एक 'Hello World' एप्लिकेशन बनाना पारंपरिक है - एक छोटा एप्लिकेशन जो कुछ ऐसा टेक्स्ट जैसे `"Hello World"` आउटपुट करता है, यह सुनिश्चित करने के लिए कि सभी टूल सही तरीके से कॉन्फ़िगर किए गए हैं।
+
+Pi के लिए Hello World ऐप यह सुनिश्चित करेगा कि आपके पास Python और Visual Studio Code सही तरीके से इंस्टॉल हैं।
+
+यह ऐप `nightlight` नामक एक फ़ोल्डर में होगा, और इसे इस असाइनमेंट के बाद के हिस्सों में अलग-अलग कोड के साथ पुनः उपयोग किया जाएगा ताकि nightlight एप्लिकेशन बनाया जा सके।
+
+### कार्य - Hello World
+
+Hello World ऐप बनाएं।
+
+1. VS Code लॉन्च करें, या तो सीधे Pi पर, या अपने कंप्यूटर पर और Remote SSH एक्सटेंशन का उपयोग करके Pi से कनेक्ट करें।
+
+1. VS Code टर्मिनल लॉन्च करें *Terminal -> New Terminal* चुनकर, या `` CTRL+` `` दबाकर। यह `pi` उपयोगकर्ता के होम डायरेक्टरी में खुलेगा।
+
+1. अपने कोड के लिए एक डायरेक्टरी बनाने और उस डायरेक्टरी के अंदर `app.py` नामक एक Python फ़ाइल बनाने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    mkdir nightlight
+    cd nightlight
+    touch app.py
+    ```
+
+1. इस फ़ोल्डर को VS Code में खोलें *File -> Open...* चुनकर और *nightlight* फ़ोल्डर को चुनें, फिर **OK** पर क्लिक करें।
+
+    ![VS Code ओपन डायलॉग जो nightlight फ़ोल्डर दिखा रहा है](../../../../../translated_images/vscode-open-nightlight-remote.d3d2a4011e30d535c4b70084f6e94bf6b5b1327fd8e77affe64465ac151ee766.hi.png)
+
+1. VS Code एक्सप्लोरर से `app.py` फ़ाइल खोलें और निम्नलिखित कोड जोड़ें:
+
+    ```python
+    print('Hello World!')
+    ```
+
+    `print` फ़ंक्शन जो भी इसे पास किया जाता है उसे कंसोल में प्रिंट करता है।
+
+1. VS Code टर्मिनल से, अपने Python ऐप को चलाने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    python app.py
+    ```
+
+    > 💁 यदि आपके पास Python 2 के साथ-साथ Python 3 (नवीनतम संस्करण) इंस्टॉल है, तो आपको इस कोड को चलाने के लिए स्पष्ट रूप से `python3` कॉल करना पड़ सकता है। यदि आपके पास Python 2 इंस्टॉल है तो `python` कॉल करने पर Python 2 का उपयोग होगा बजाय Python 3 के। डिफ़ॉल्ट रूप से, नवीनतम Raspberry Pi OS संस्करणों में केवल Python 3 इंस्टॉल होता है।
+
+    टर्मिनल में निम्नलिखित आउटपुट दिखाई देगा:
+
+    ```output
+    pi@raspberrypi:~/nightlight $ python3 app.py
+    Hello World!
+    ```
+
+> 💁 आप इस कोड को [code/pi](../../../../../1-getting-started/lessons/1-introduction-to-iot/code/pi) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका 'Hello World' प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md b/translations/hi/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
new file mode 100644
index 00000000..a7e1ebf1
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
@@ -0,0 +1,243 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "52b4de6144b2efdced7797a5339d6035",
+  "translation_date": "2025-08-25T17:27:44+00:00",
+  "source_file": "1-getting-started/lessons/1-introduction-to-iot/virtual-device.md",
+  "language_code": "hi"
+}
+-->
+# वर्चुअल सिंगल-बोर्ड कंप्यूटर
+
+IoT डिवाइस, सेंसर और एक्टुएटर्स खरीदने के बजाय, आप अपने कंप्यूटर का उपयोग IoT हार्डवेयर को सिमुलेट करने के लिए कर सकते हैं। [CounterFit प्रोजेक्ट](https://github.com/CounterFit-IoT/CounterFit) आपको एक ऐप को लोकली चलाने की अनुमति देता है जो सेंसर और एक्टुएटर्स जैसे IoT हार्डवेयर को सिमुलेट करता है। आप लोकल Python कोड से इन सेंसर और एक्टुएटर्स तक पहुंच सकते हैं, ठीक उसी तरह जैसे आप फिजिकल हार्डवेयर का उपयोग करके Raspberry Pi पर कोड लिखते।
+
+## सेटअप
+
+CounterFit का उपयोग करने के लिए, आपको अपने कंप्यूटर पर कुछ मुफ्त सॉफ़्टवेयर इंस्टॉल करने की आवश्यकता होगी।
+
+### कार्य
+
+आवश्यक सॉफ़्टवेयर इंस्टॉल करें।
+
+1. Python इंस्टॉल करें। Python का नवीनतम संस्करण इंस्टॉल करने के निर्देशों के लिए [Python डाउनलोड पेज](https://www.python.org/downloads/) देखें।
+
+1. Visual Studio Code (VS Code) इंस्टॉल करें। यह वह एडिटर है जिसका उपयोग आप Python में वर्चुअल डिवाइस कोड लिखने के लिए करेंगे। VS Code इंस्टॉल करने के निर्देशों के लिए [VS Code डाक्यूमेंटेशन](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn) देखें।
+
+    > 💁 आप इन पाठों के लिए अपनी पसंदीदा टूल का उपयोग कर सकते हैं, लेकिन पाठों में VS Code का उपयोग करने के आधार पर निर्देश दिए जाएंगे।
+
+1. VS Code Pylance एक्सटेंशन इंस्टॉल करें। यह VS Code के लिए एक एक्सटेंशन है जो Python भाषा समर्थन प्रदान करता है। इस एक्सटेंशन को VS Code में इंस्टॉल करने के निर्देशों के लिए [Pylance एक्सटेंशन डाक्यूमेंटेशन](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=ms-python.vscode-pylance) देखें।
+
+CounterFit ऐप को इंस्टॉल और कॉन्फ़िगर करने के निर्देश असाइनमेंट के प्रासंगिक समय पर दिए जाएंगे क्योंकि इसे प्रति-प्रोजेक्ट आधार पर इंस्टॉल किया जाता है।
+
+## हेलो वर्ल्ड
+
+किसी नई प्रोग्रामिंग भाषा या तकनीक के साथ शुरुआत करते समय 'Hello World' एप्लिकेशन बनाना पारंपरिक है - एक छोटा एप्लिकेशन जो `"Hello World"` जैसा टेक्स्ट आउटपुट करता है ताकि यह सुनिश्चित किया जा सके कि सभी टूल सही तरीके से कॉन्फ़िगर किए गए हैं।
+
+वर्चुअल IoT हार्डवेयर के लिए Hello World ऐप यह सुनिश्चित करेगा कि आपने Python और Visual Studio Code सही तरीके से इंस्टॉल किया है। यह CounterFit से वर्चुअल IoT सेंसर और एक्टुएटर्स के लिए कनेक्ट करेगा। यह किसी हार्डवेयर का उपयोग नहीं करेगा, केवल यह साबित करने के लिए कनेक्ट करेगा कि सब कुछ काम कर रहा है।
+
+यह ऐप `nightlight` नामक एक फ़ोल्डर में होगा, और इसे इस असाइनमेंट के बाद के भागों में नाइटलाइट एप्लिकेशन बनाने के लिए अलग-अलग कोड के साथ पुनः उपयोग किया जाएगा।
+
+### Python वर्चुअल एनवायरनमेंट कॉन्फ़िगर करें
+
+Python की एक शक्तिशाली विशेषता [Pip पैकेज](https://pypi.org) इंस्टॉल करने की क्षमता है - ये अन्य लोगों द्वारा लिखे गए कोड के पैकेज हैं जो इंटरनेट पर प्रकाशित किए गए हैं। आप एक कमांड के साथ अपने कंप्यूटर पर Pip पैकेज इंस्टॉल कर सकते हैं, फिर उस पैकेज का उपयोग अपने कोड में कर सकते हैं। आप CounterFit से बात करने के लिए एक पैकेज इंस्टॉल करने के लिए Pip का उपयोग करेंगे।
+
+डिफ़ॉल्ट रूप से जब आप एक पैकेज इंस्टॉल करते हैं तो यह आपके कंप्यूटर पर हर जगह उपलब्ध होता है, और यह पैकेज संस्करणों के साथ समस्याओं का कारण बन सकता है - जैसे कि एक एप्लिकेशन एक पैकेज के एक संस्करण पर निर्भर करता है जो तब टूट जाता है जब आप किसी अन्य एप्लिकेशन के लिए एक नया संस्करण इंस्टॉल करते हैं। इस समस्या को हल करने के लिए, आप [Python वर्चुअल एनवायरनमेंट](https://docs.python.org/3/library/venv.html) का उपयोग कर सकते हैं, जो मूल रूप से एक समर्पित फ़ोल्डर में Python की एक प्रति है। जब आप Pip पैकेज इंस्टॉल करते हैं तो वे केवल उस फ़ोल्डर में इंस्टॉल होते हैं।
+
+> 💁 यदि आप Raspberry Pi का उपयोग कर रहे हैं तो आपने उस डिवाइस पर Pip पैकेज प्रबंधित करने के लिए वर्चुअल एनवायरनमेंट सेटअप नहीं किया है। इसके बजाय आप ग्लोबल पैकेज का उपयोग कर रहे हैं, क्योंकि Grove पैकेज इंस्टॉलर स्क्रिप्ट द्वारा ग्लोबल रूप से इंस्टॉल किए गए हैं।
+
+#### कार्य - Python वर्चुअल एनवायरनमेंट कॉन्फ़िगर करें
+
+Python वर्चुअल एनवायरनमेंट कॉन्फ़िगर करें और CounterFit के लिए Pip पैकेज इंस्टॉल करें।
+
+1. अपने टर्मिनल या कमांड लाइन से, एक नई डायरेक्टरी बनाने और उसमें नेविगेट करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    mkdir nightlight
+    cd nightlight
+    ```
+
+1. अब `.venv` फ़ोल्डर में वर्चुअल एनवायरनमेंट बनाने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    python3 -m venv .venv
+    ```
+
+    > 💁 आपको वर्चुअल एनवायरनमेंट बनाने के लिए स्पष्ट रूप से `python3` कॉल करना होगा, ताकि यह सुनिश्चित हो सके कि आपके पास Python 2 के साथ-साथ Python 3 (नवीनतम संस्करण) इंस्टॉल है। यदि आपके पास Python 2 इंस्टॉल है तो `python` कॉल करने पर Python 2 का उपयोग होगा बजाय Python 3 के।
+
+1. वर्चुअल एनवायरनमेंट को सक्रिय करें:
+
+    * Windows पर:
+        * यदि आप Command Prompt या Windows Terminal के माध्यम से Command Prompt का उपयोग कर रहे हैं, तो निम्नलिखित चलाएं:
+
+            ```cmd
+            .venv\Scripts\activate.bat
+            ```
+
+        * यदि आप PowerShell का उपयोग कर रहे हैं, तो निम्नलिखित चलाएं:
+
+            ```powershell
+            .\.venv\Scripts\Activate.ps1
+            ```
+
+            > यदि आपको इस सिस्टम पर स्क्रिप्ट चलाने के लिए अक्षम होने के बारे में कोई त्रुटि मिलती है, तो आपको उपयुक्त निष्पादन नीति सेट करके स्क्रिप्ट चलाने को सक्षम करना होगा। आप इसे PowerShell को एडमिनिस्ट्रेटर के रूप में लॉन्च करके और निम्नलिखित कमांड चलाकर कर सकते हैं:
+
+            ```powershell
+            Set-ExecutionPolicy -ExecutionPolicy Unrestricted
+            ```
+
+            पुष्टि करने के लिए `Y` दर्ज करें। फिर PowerShell को पुनः लॉन्च करें और पुनः प्रयास करें।
+
+            यदि आवश्यक हो तो आप बाद में इस निष्पादन नीति को रीसेट कर सकते हैं। आप Microsoft Docs पर [Execution Policies पेज](https://docs.microsoft.com/powershell/module/microsoft.powershell.core/about/about_execution_policies?WT.mc_id=academic-17441-jabenn) में इसके बारे में अधिक पढ़ सकते हैं।
+
+    * macOS या Linux पर, निम्नलिखित चलाएं:
+
+        ```cmd
+        source ./.venv/bin/activate
+        ```
+
+    > 💁 ये कमांड उसी स्थान से चलाए जाने चाहिए जहां आपने वर्चुअल एनवायरनमेंट बनाने का कमांड चलाया था। आपको `.venv` फ़ोल्डर में नेविगेट करने की आवश्यकता नहीं होगी। आपको हमेशा सक्रिय कमांड और पैकेज इंस्टॉल करने या कोड चलाने के लिए उसी फ़ोल्डर से कमांड चलानी चाहिए जहां आपने वर्चुअल एनवायरनमेंट बनाया था।
+
+1. एक बार वर्चुअल एनवायरनमेंट सक्रिय हो जाने के बाद, डिफ़ॉल्ट `python` कमांड उस संस्करण को चलाएगा जिसका उपयोग वर्चुअल एनवायरनमेंट बनाने के लिए किया गया था। संस्करण प्राप्त करने के लिए निम्नलिखित चलाएं:
+
+    ```sh
+    python --version
+    ```
+
+    आउटपुट में निम्नलिखित शामिल होना चाहिए:
+
+    ```output
+    (.venv) ➜  nightlight python --version
+    Python 3.9.1
+    ```
+
+    > 💁 आपका Python संस्करण अलग हो सकता है - जब तक यह संस्करण 3.6 या उच्चतर है, आप ठीक हैं। यदि नहीं, तो इस फ़ोल्डर को हटा दें, Python का नया संस्करण इंस्टॉल करें और पुनः प्रयास करें।
+
+1. CounterFit के लिए Pip पैकेज इंस्टॉल करने के लिए निम्नलिखित कमांड चलाएं। इन पैकेजों में मुख्य CounterFit ऐप और Grove हार्डवेयर के लिए शिम्स शामिल हैं। ये शिम्स आपको ऐसा कोड लिखने की अनुमति देते हैं जैसे आप Grove इकोसिस्टम के फिजिकल सेंसर और एक्टुएटर्स का उपयोग करके प्रोग्रामिंग कर रहे हों, लेकिन वर्चुअल IoT डिवाइस से जुड़े हों।
+
+    ```sh
+    pip install CounterFit
+    pip install counterfit-connection
+    pip install counterfit-shims-grove
+    ```
+
+    ये Pip पैकेज केवल वर्चुअल एनवायरनमेंट में इंस्टॉल किए जाएंगे और इसके बाहर उपलब्ध नहीं होंगे।
+
+### कोड लिखें
+
+एक बार Python वर्चुअल एनवायरनमेंट तैयार हो जाने के बाद, आप 'Hello World' एप्लिकेशन के लिए कोड लिख सकते हैं।
+
+#### कार्य - कोड लिखें
+
+कंसोल में `"Hello World"` प्रिंट करने के लिए एक Python एप्लिकेशन बनाएं।
+
+1. वर्चुअल एनवायरनमेंट के अंदर, एक Python फ़ाइल `app.py` बनाने के लिए निम्नलिखित चलाएं:
+
+    * Windows पर:
+
+        ```cmd
+        type nul > app.py
+        ```
+
+    * macOS या Linux पर:
+
+        ```cmd
+        touch app.py
+        ```
+
+1. वर्तमान फ़ोल्डर को VS Code में खोलें:
+
+    ```sh
+    code .
+    ```
+
+    > 💁 यदि आपका टर्मिनल macOS पर `command not found` लौटाता है, तो इसका मतलब है कि VS Code को आपके PATH में नहीं जोड़ा गया है। आप [VS Code डाक्यूमेंटेशन](https://code.visualstudio.com/docs/setup/mac?WT.mc_id=academic-17441-jabenn#_launching-from-the-command-line) के "Launching from the command line" सेक्शन में दिए गए निर्देशों का पालन करके VS Code को अपने PATH में जोड़ सकते हैं और फिर कमांड चला सकते हैं। Windows और Linux पर VS Code डिफ़ॉल्ट रूप से आपके PATH में इंस्टॉल होता है।
+
+1. जब VS Code लॉन्च होता है, तो यह Python वर्चुअल एनवायरनमेंट को सक्रिय करेगा। चयनित वर्चुअल एनवायरनमेंट नीचे की स्टेटस बार में दिखाई देगा:
+
+    ![VS Code में चयनित वर्चुअल एनवायरनमेंट दिखा रहा है](../../../../../translated_images/vscode-virtual-env.8ba42e04c3d533cf677e16cbe5ed9a3b80f62c6964472dc84b6f940800f0909f.hi.png)
+
+1. यदि VS Code टर्मिनल पहले से चल रहा है जब VS Code शुरू होता है, तो इसमें वर्चुअल एनवायरनमेंट सक्रिय नहीं होगा। सबसे आसान तरीका है टर्मिनल को **Kill the active terminal instance** बटन का उपयोग करके बंद करना:
+
+    ![VS Code Kill the active terminal instance बटन](../../../../../translated_images/vscode-kill-terminal.1cc4de7c6f25ee08f423f0ead714e61d069fac1eb2089e97b8a7bbcb3d45fe5e.hi.png)
+
+    आप यह बता सकते हैं कि टर्मिनल में वर्चुअल एनवायरनमेंट सक्रिय है क्योंकि टर्मिनल प्रॉम्प्ट पर वर्चुअल एनवायरनमेंट का नाम एक प्रीफिक्स होगा। उदाहरण के लिए, यह हो सकता है:
+
+    ```sh
+    (.venv) ➜  nightlight
+    ```
+
+    यदि आपके प्रॉम्प्ट पर `.venv` प्रीफिक्स नहीं है, तो टर्मिनल में वर्चुअल एनवायरनमेंट सक्रिय नहीं है।
+
+1. *Terminal -> New Terminal* चुनकर या `` CTRL+` `` दबाकर एक नया VS Code टर्मिनल लॉन्च करें। नया टर्मिनल वर्चुअल एनवायरनमेंट लोड करेगा, और इसे सक्रिय करने के लिए कॉल टर्मिनल में दिखाई देगा। प्रॉम्प्ट में वर्चुअल एनवायरनमेंट का नाम (`.venv`) होगा:
+
+    ```output
+    ➜  nightlight source .venv/bin/activate
+    (.venv) ➜  nightlight 
+    ```
+
+1. VS Code एक्सप्लोरर से `app.py` फ़ाइल खोलें और निम्नलिखित कोड जोड़ें:
+
+    ```python
+    print('Hello World!')
+    ```
+
+    `print` फ़ंक्शन जो भी इसे पास किया जाता है उसे कंसोल में प्रिंट करता है।
+
+1. VS Code टर्मिनल से, अपने Python ऐप को चलाने के लिए निम्नलिखित चलाएं:
+
+    ```sh
+    python app.py
+    ```
+
+    आउटपुट में निम्नलिखित होगा:
+
+    ```output
+    (.venv) ➜  nightlight python app.py 
+    Hello World!
+    ```
+
+😀 आपका 'Hello World' प्रोग्राम सफल रहा!
+
+### 'हार्डवेयर' कनेक्ट करें
+
+दूसरे 'Hello World' चरण के रूप में, आप CounterFit ऐप चलाएंगे और अपने कोड को इससे कनेक्ट करेंगे। यह IoT हार्डवेयर को किसी डेव किट में प्लग इन करने के वर्चुअल समकक्ष है।
+
+#### कार्य - 'हार्डवेयर' कनेक्ट करें
+
+1. VS Code टर्मिनल से, निम्नलिखित कमांड के साथ CounterFit ऐप लॉन्च करें:
+
+    ```sh
+    counterfit
+    ```
+
+    ऐप चलना शुरू करेगा और आपके वेब ब्राउज़र में खुलेगा:
+
+    ![ब्राउज़र में चल रहा Counter Fit ऐप](../../../../../translated_images/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.hi.png)
+
+    इसे *Disconnected* के रूप में चिह्नित किया जाएगा, और शीर्ष-दाएं कोने में LED बंद होगा।
+
+1. `app.py` के शीर्ष पर निम्नलिखित कोड जोड़ें:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+    यह कोड `counterfit_connection` मॉड्यूल से `CounterFitConnection` क्लास को इंपोर्ट करता है, जो पहले इंस्टॉल किए गए `counterfit-connection` Pip पैकेज से आता है। फिर यह `127.0.0.1` पर चल रहे CounterFit ऐप से कनेक्शन को इनिशियलाइज़ करता है, जो आपके लोकल कंप्यूटर (अक्सर *localhost* कहा जाता है) तक पहुंचने के लिए हमेशा उपयोग किया जा सकता है, पोर्ट 5000 पर।
+
+    > 💁 यदि आपके पास पोर्ट 5000 पर अन्य ऐप्स चल रहे हैं, तो आप कोड में पोर्ट को अपडेट करके इसे बदल सकते हैं, और CounterFit को `CounterFit --port <port_number>` चलाकर लॉन्च कर सकते हैं, `<port_number>` को उस पोर्ट से बदलें जिसे आप उपयोग करना चाहते हैं।
+
+1. आपको **Create a new integrated terminal** बटन चुनकर एक नया VS Code टर्मिनल लॉन्च करना होगा। ऐसा इसलिए है क्योंकि वर्तमान टर्मिनल में CounterFit ऐप चल रहा है।
+
+    ![VS Code Create a new integrated terminal बटन](../../../../../translated_images/vscode-new-terminal.77db8fc0f9cd31824b0e49a201beafe4ae4616d6c7339992cb2819e789b3eff9.hi.png)
+
+1. इस नए टर्मिनल में, पहले की तरह `app.py` फ़ाइल चलाएं। CounterFit की स्थिति **Connected** में बदल जाएगी और LED जल उठेगा।
+
+    ![Counter Fit कनेक्टेड दिखा रहा है](../../../../../translated_images/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.hi.png)
+
+> 💁 आप इस कोड को [code/virtual-device](../../../../../1-getting-started/lessons/1-introduction-to-iot/code/virtual-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका हार्डवेयर से कनेक्शन सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md b/translations/hi/1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md
new file mode 100644
index 00000000..b6b5cc18
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md
@@ -0,0 +1,220 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "a4f0c166010e31fd7b6ca20bc88dec6d",
+  "translation_date": "2025-08-25T17:30:58+00:00",
+  "source_file": "1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md",
+  "language_code": "hi"
+}
+-->
+# वियो टर्मिनल
+
+[सीड स्टूडियोज का वियो टर्मिनल](https://www.seeedstudio.com/Wio-Terminal-p-4509.html) एक Arduino-संगत माइक्रोकंट्रोलर है, जिसमें वाईफाई और कुछ सेंसर और एक्ट्यूएटर्स पहले से ही शामिल हैं। इसके अलावा, इसमें [Grove](https://www.seeedstudio.com/category/Grove-c-1003.html) नामक हार्डवेयर इकोसिस्टम का उपयोग करके और अधिक सेंसर और एक्ट्यूएटर्स जोड़ने के लिए पोर्ट्स भी हैं।
+
+![सीड स्टूडियोज वियो टर्मिनल](../../../../../translated_images/wio-terminal.b8299ee16587db9aa9e05fabf9721bccd9eb8fb541b7c1a8267241282d81b603.hi.png)
+
+## सेटअप
+
+अपने वियो टर्मिनल का उपयोग करने के लिए, आपको अपने कंप्यूटर पर कुछ मुफ्त सॉफ़्टवेयर इंस्टॉल करने की आवश्यकता होगी। इसके अलावा, वाईफाई से कनेक्ट करने से पहले आपको वियो टर्मिनल का फर्मवेयर अपडेट करना होगा।
+
+### कार्य - सेटअप
+
+आवश्यक सॉफ़्टवेयर इंस्टॉल करें और फर्मवेयर अपडेट करें।
+
+1. **विजुअल स्टूडियो कोड (VS Code) इंस्टॉल करें।** यह वह एडिटर है जिसका उपयोग आप C/C++ में डिवाइस कोड लिखने के लिए करेंगे। VS Code इंस्टॉल करने के निर्देशों के लिए [VS Code डाक्यूमेंटेशन](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn) देखें।
+
+    > 💁 Arduino विकास के लिए एक और लोकप्रिय IDE [Arduino IDE](https://www.arduino.cc/en/software) है। यदि आप पहले से ही इस टूल से परिचित हैं, तो आप इसे VS Code और PlatformIO के बजाय उपयोग कर सकते हैं, लेकिन पाठों में VS Code का उपयोग करने के निर्देश दिए जाएंगे।
+
+1. **VS Code PlatformIO एक्सटेंशन इंस्टॉल करें।** यह VS Code के लिए एक एक्सटेंशन है जो C/C++ में माइक्रोकंट्रोलर प्रोग्रामिंग को सपोर्ट करता है। इस एक्सटेंशन को VS Code में इंस्टॉल करने के निर्देशों के लिए [PlatformIO एक्सटेंशन डाक्यूमेंटेशन](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=platformio.platformio-ide) देखें। यह एक्सटेंशन Microsoft C/C++ एक्सटेंशन पर निर्भर करता है, जो PlatformIO इंस्टॉल करते समय स्वचालित रूप से इंस्टॉल हो जाता है।
+
+1. **अपने वियो टर्मिनल को अपने कंप्यूटर से कनेक्ट करें।** वियो टर्मिनल के नीचे एक USB-C पोर्ट है, जिसे आपके कंप्यूटर के USB पोर्ट से कनेक्ट करना होगा। वियो टर्मिनल के साथ एक USB-C से USB-A केबल आता है, लेकिन यदि आपके कंप्यूटर में केवल USB-C पोर्ट हैं, तो आपको या तो एक USB-C केबल या USB-A से USB-C एडाप्टर की आवश्यकता होगी।
+
+1. **[वियो टर्मिनल विकी वाईफाई ओवरव्यू डाक्यूमेंटेशन](https://wiki.seeedstudio.com/Wio-Terminal-Network-Overview/)** में दिए गए निर्देशों का पालन करें और अपने वियो टर्मिनल को सेटअप करें और फर्मवेयर अपडेट करें।
+
+## हैलो वर्ल्ड
+
+किसी नई प्रोग्रामिंग भाषा या तकनीक के साथ शुरुआत करते समय, पारंपरिक रूप से एक 'हैलो वर्ल्ड' एप्लिकेशन बनाया जाता है - एक छोटा सा एप्लिकेशन जो `"Hello World"` जैसा टेक्स्ट आउटपुट करता है, यह सुनिश्चित करने के लिए कि सभी टूल सही तरीके से कॉन्फ़िगर किए गए हैं।
+
+वियो टर्मिनल के लिए हैलो वर्ल्ड ऐप यह सुनिश्चित करेगा कि आपने VS Code को सही तरीके से PlatformIO के साथ इंस्टॉल किया है और माइक्रोकंट्रोलर विकास के लिए सेटअप किया है।
+
+### PlatformIO प्रोजेक्ट बनाएं
+
+पहला कदम PlatformIO का उपयोग करके वियो टर्मिनल के लिए कॉन्फ़िगर किया गया एक नया प्रोजेक्ट बनाना है।
+
+#### कार्य - PlatformIO प्रोजेक्ट बनाएं
+
+PlatformIO प्रोजेक्ट बनाएं।
+
+1. वियो टर्मिनल को अपने कंप्यूटर से कनेक्ट करें।
+
+1. VS Code लॉन्च करें।
+
+1. साइड मेनू बार में PlatformIO आइकन होगा:
+
+    ![Platform IO मेनू विकल्प](../../../../../translated_images/vscode-platformio-menu.297be26b9733e5c4635d9d8e636e93fed2015809eafb7cc8fd409c37b3ef2ef5.hi.png)
+
+    इस मेनू आइटम को चुनें, फिर *PIO Home -> Open* चुनें।
+
+    ![Platform IO ओपन विकल्प](../../../../../translated_images/vscode-platformio-home-open.3f9a41bfd3f4da1c866ec3e69f1675faa30b823b5b58ab58ac88e5df9a85da19.hi.png)
+
+1. वेलकम स्क्रीन से, **+ New Project** बटन चुनें।
+
+    ![नया प्रोजेक्ट बटन](../../../../../translated_images/vscode-platformio-welcome-new-button.ba6fc8a4c7b78cc822e1ce47ba29c5db96668cce7c5f4adbfd2f1196422baa26.hi.png)
+
+1. *प्रोजेक्ट विज़ार्ड* में प्रोजेक्ट को कॉन्फ़िगर करें:
+
+    1. अपने प्रोजेक्ट का नाम `nightlight` रखें।
+
+    1. *Board* ड्रॉपडाउन से `WIO` टाइप करें ताकि बोर्ड्स को फिल्टर किया जा सके, और *Seeeduino Wio Terminal* चुनें।
+
+    1. *Framework* को *Arduino* पर छोड़ दें।
+
+    1. *Use default location* चेकबॉक्स को चेक्ड छोड़ दें, या इसे अनचेक करें और अपने प्रोजेक्ट के लिए एक लोकेशन चुनें।
+
+    1. **Finish** बटन चुनें।
+
+    ![पूरा हुआ प्रोजेक्ट विज़ार्ड](../../../../../translated_images/vscode-platformio-nightlight-project-wizard.5c64db4da6037420827c2597507897233457210ee23975711fa2285efdcd0dc7.hi.png)
+
+    PlatformIO वियो टर्मिनल के लिए कोड को कंपाइल करने के लिए आवश्यक घटकों को डाउनलोड करेगा और आपका प्रोजेक्ट बनाएगा। इसमें कुछ मिनट लग सकते हैं।
+
+### PlatformIO प्रोजेक्ट की जांच करें
+
+VS Code एक्सप्लोरर PlatformIO विज़ार्ड द्वारा बनाए गए कई फाइल्स और फोल्डर्स दिखाएगा।
+
+#### फोल्डर्स
+
+* `.pio` - यह फोल्डर PlatformIO द्वारा आवश्यक अस्थायी डेटा जैसे लाइब्रेरीज़ या कंपाइल कोड को रखता है। इसे डिलीट करने पर यह स्वचालित रूप से फिर से बन जाता है, और यदि आप अपना प्रोजेक्ट GitHub जैसी साइट्स पर साझा कर रहे हैं, तो इसे सोर्स कोड कंट्रोल में जोड़ने की आवश्यकता नहीं है।
+* `.vscode` - यह फोल्डर PlatformIO और VS Code द्वारा उपयोग की जाने वाली कॉन्फ़िगरेशन को रखता है। इसे डिलीट करने पर यह स्वचालित रूप से फिर से बन जाता है, और इसे भी सोर्स कोड कंट्रोल में जोड़ने की आवश्यकता नहीं है।
+* `include` - यह फोल्डर बाहरी हेडर फाइल्स के लिए है, जब आप अपने कोड में अतिरिक्त लाइब्रेरीज़ जोड़ते हैं। इन पाठों में आप इस फोल्डर का उपयोग नहीं करेंगे।
+* `lib` - यह फोल्डर बाहरी लाइब्रेरीज़ के लिए है जिन्हें आप अपने कोड से कॉल करना चाहते हैं। इन पाठों में आप इस फोल्डर का उपयोग नहीं करेंगे।
+* `src` - यह फोल्डर आपके एप्लिकेशन के मुख्य सोर्स कोड को रखता है। प्रारंभ में, इसमें केवल एक फाइल होगी - `main.cpp`।
+* `test` - यह फोल्डर आपके कोड के लिए किसी भी यूनिट टेस्ट को रखने के लिए है।
+
+#### फाइल्स
+
+* `main.cpp` - `src` फोल्डर में यह फाइल आपके एप्लिकेशन के एंट्री पॉइंट को रखती है। इस फाइल को खोलें, और इसमें निम्नलिखित कोड होगा:
+
+    ```cpp
+    #include <Arduino.h>
+    
+    void setup() {
+      // put your setup code here, to run once:
+    }
+    
+    void loop() {
+      // put your main code here, to run repeatedly:
+    }
+    ```
+
+    जब डिवाइस शुरू होता है, तो Arduino फ्रेमवर्क `setup` फंक्शन को एक बार चलाएगा, फिर `loop` फंक्शन को बार-बार चलाएगा जब तक कि डिवाइस बंद न हो जाए।
+
+* `.gitignore` - यह फाइल उन फाइल्स और डायरेक्टरीज़ को सूचीबद्ध करती है जिन्हें गिट सोर्स कोड कंट्रोल में जोड़ने से अनदेखा किया जाना चाहिए, जैसे कि GitHub पर एक रिपॉजिटरी में अपलोड करना।
+
+* `platformio.ini` - यह फाइल आपके डिवाइस और ऐप के लिए कॉन्फ़िगरेशन को रखती है। इस फाइल को खोलें, और इसमें निम्नलिखित कोड होगा:
+
+    ```ini
+    [env:seeed_wio_terminal]
+    platform = atmelsam
+    board = seeed_wio_terminal
+    framework = arduino
+    ```
+
+    `[env:seeed_wio_terminal]` सेक्शन वियो टर्मिनल के लिए कॉन्फ़िगरेशन रखता है। आप कई `env` सेक्शन रख सकते हैं ताकि आपका कोड कई बोर्ड्स के लिए कंपाइल हो सके।
+
+    अन्य मान प्रोजेक्ट विज़ार्ड की कॉन्फ़िगरेशन से मेल खाते हैं:
+
+  * `platform = atmelsam` वियो टर्मिनल द्वारा उपयोग किए जाने वाले हार्डवेयर को परिभाषित करता है (ATSAMD51-आधारित माइक्रोकंट्रोलर)।
+  * `board = seeed_wio_terminal` माइक्रोकंट्रोलर बोर्ड के प्रकार को परिभाषित करता है (वियो टर्मिनल)।
+  * `framework = arduino` परिभाषित करता है कि यह प्रोजेक्ट Arduino फ्रेमवर्क का उपयोग कर रहा है।
+
+### हैलो वर्ल्ड ऐप लिखें
+
+अब आप हैलो वर्ल्ड ऐप लिखने के लिए तैयार हैं।
+
+#### कार्य - हैलो वर्ल्ड ऐप लिखें
+
+हैलो वर्ल्ड ऐप लिखें।
+
+1. VS Code में `main.cpp` फाइल खोलें।
+
+1. कोड को निम्नलिखित से बदलें:
+
+    ```cpp
+    #include <Arduino.h>
+
+    void setup()
+    {
+        Serial.begin(9600);
+
+        while (!Serial)
+            ; // Wait for Serial to be ready
+    
+        delay(1000);
+    }
+    
+    void loop()
+    {
+        Serial.println("Hello World");
+        delay(5000);
+    }
+    ```
+
+    `setup` फंक्शन सीरियल पोर्ट से कनेक्शन को इनिशियलाइज़ करता है - इस मामले में, USB पोर्ट जो वियो टर्मिनल को आपके कंप्यूटर से कनेक्ट करने के लिए उपयोग किया जाता है। पैरामीटर `9600` [बॉड रेट](https://wikipedia.org/wiki/Symbol_rate) (जिसे सिंबल रेट भी कहा जाता है) या गति है, जिस पर डेटा सीरियल पोर्ट पर प्रति सेकंड बिट्स में भेजा जाएगा। यह सेटिंग प्रति सेकंड 9,600 बिट्स (0s और 1s) डेटा भेजने का मतलब है। इसके बाद यह सीरियल पोर्ट के तैयार होने का इंतजार करता है।
+
+    `loop` फंक्शन सीरियल पोर्ट पर `Hello World!` लाइन भेजता है, यानी `Hello World!` के अक्षर और एक नई लाइन कैरेक्टर। इसके बाद यह 5,000 मिलीसेकंड या 5 सेकंड के लिए सोता है। `loop` समाप्त होने के बाद, इसे फिर से चलाया जाता है, और यह तब तक चलता रहता है जब तक माइक्रोकंट्रोलर चालू रहता है।
+
+1. अपने वियो टर्मिनल को अपलोड मोड में डालें। आपको हर बार डिवाइस पर नया कोड अपलोड करते समय ऐसा करना होगा:
+
+    1. पावर स्विच को जल्दी से दो बार नीचे खींचें - यह हर बार ऑन पोजीशन पर वापस आ जाएगा।
+
+    1. USB पोर्ट के दाईं ओर नीली स्टेटस LED की जांच करें। यह पल्सिंग होनी चाहिए।
+    
+    [![वियो टर्मिनल को अपलोड मोड में डालने का वीडियो](https://img.youtube.com/vi/LeKU_7zLRrQ/0.jpg)](https://youtu.be/LeKU_7zLRrQ)
+    
+    इसे करने का तरीका दिखाने के लिए ऊपर दी गई छवि पर क्लिक करें।
+
+1. कोड को वियो टर्मिनल पर बिल्ड और अपलोड करें:
+
+    1. VS Code कमांड पैलेट खोलें।
+
+    1. `PlatformIO Upload` टाइप करें ताकि अपलोड विकल्प खोजा जा सके, और *PlatformIO: Upload* चुनें।
+
+        ![कमांड पैलेट में PlatformIO अपलोड विकल्प](../../../../../translated_images/vscode-platformio-upload-command-palette.9e0f49cf80d1f1c3eb5c6689b8705ad8b89f0374b21698e996fec11e4ed09347.hi.png)
+
+        PlatformIO आवश्यकता होने पर कोड को स्वचालित रूप से बिल्ड करेगा और फिर अपलोड करेगा।
+
+    1. कोड को कंपाइल किया जाएगा और वियो टर्मिनल पर अपलोड किया जाएगा।
+
+        > 💁 यदि आप macOS का उपयोग कर रहे हैं, तो *DISK NOT EJECTED PROPERLY* के बारे में एक नोटिफिकेशन दिखाई देगा। ऐसा इसलिए है क्योंकि वियो टर्मिनल फ्लैशिंग प्रक्रिया के हिस्से के रूप में एक ड्राइव के रूप में माउंट हो जाता है, और जब कंपाइल कोड डिवाइस पर लिखा जाता है तो यह डिस्कनेक्ट हो जाता है। आप इस नोटिफिकेशन को अनदेखा कर सकते हैं।
+
+    ⚠️ यदि आपको अपलोड पोर्ट उपलब्ध न होने के बारे में त्रुटियां मिलती हैं, तो पहले सुनिश्चित करें कि आपने वियो टर्मिनल को अपने कंप्यूटर से कनेक्ट किया है, और स्क्रीन के बाईं ओर स्विच का उपयोग करके इसे चालू किया है, और अपलोड मोड में सेट किया है। नीचे की हरी लाइट चालू होनी चाहिए, और नीली लाइट पल्सिंग होनी चाहिए। यदि आपको अभी भी त्रुटि मिलती है, तो वियो टर्मिनल को अपलोड मोड में मजबूर करने के लिए स्विच को जल्दी से दो बार नीचे खींचें और फिर से अपलोड करने का प्रयास करें।
+
+PlatformIO में एक सीरियल मॉनिटर है जो वियो टर्मिनल से USB केबल के माध्यम से भेजे गए डेटा की निगरानी कर सकता है। यह `Serial.println("Hello World");` कमांड द्वारा भेजे गए डेटा की निगरानी करने की अनुमति देता है।
+
+1. VS Code कमांड पैलेट खोलें।
+
+1. `PlatformIO Serial` टाइप करें ताकि सीरियल मॉनिटर विकल्प खोजा जा सके, और *PlatformIO: Serial Monitor* चुनें।
+
+    ![कमांड पैलेट में PlatformIO सीरियल मॉनिटर विकल्प](../../../../../translated_images/vscode-platformio-serial-monitor-command-palette.b348ec841b8a1c14af503d6fc0bf73c657c79c9acc12a6b6dd485ce3b5826f48.hi.png)
+
+    एक नया टर्मिनल खुलेगा, और सीरियल पोर्ट के माध्यम से भेजा गया डेटा इस टर्मिनल में स्ट्रीम होगा:
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Hello World
+    Hello World
+    ```
+
+    `Hello World` हर 5 सेकंड में सीरियल मॉनिटर पर प्रिंट होगा।
+
+> 💁 आप इस कोड को [code/wio-terminal](../../../../../1-getting-started/lessons/1-introduction-to-iot/code/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपका 'हैलो वर्ल्ड' प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/2-deeper-dive/README.md b/translations/hi/1-getting-started/lessons/2-deeper-dive/README.md
new file mode 100644
index 00000000..5897c3fb
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/2-deeper-dive/README.md
@@ -0,0 +1,275 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9dd7f645ad1c6f20b72fee512987f772",
+  "translation_date": "2025-08-25T17:32:08+00:00",
+  "source_file": "1-getting-started/lessons/2-deeper-dive/README.md",
+  "language_code": "hi"
+}
+-->
+# IoT में गहराई से समझना
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़ी छवि देखने के लिए चित्र पर क्लिक करें।
+
+यह पाठ [Hello IoT श्रृंखला](https://youtube.com/playlist?list=PLmsFUfdnGr3xRts0TIwyaHyQuHaNQcb6-) के हिस्से के रूप में [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn) द्वारा पढ़ाया गया था। यह पाठ 2 वीडियो के रूप में प्रस्तुत किया गया - एक 1 घंटे का पाठ और एक 1 घंटे का ऑफिस आवर, जिसमें पाठ के हिस्सों को गहराई से समझाया गया और प्रश्नों के उत्तर दिए गए।
+
+[![पाठ 2: IoT में गहराई से समझना](https://img.youtube.com/vi/t0SySWw3z9M/0.jpg)](https://youtu.be/t0SySWw3z9M)
+
+[![पाठ 2: IoT में गहराई से समझना - ऑफिस आवर](https://img.youtube.com/vi/tTZYf9EST1E/0.jpg)](https://youtu.be/tTZYf9EST1E)
+
+> 🎥 ऊपर दिए गए चित्रों पर क्लिक करें और वीडियो देखें
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/3)
+
+## परिचय
+
+यह पाठ पिछले पाठ में कवर किए गए कुछ अवधारणाओं को गहराई से समझाता है।
+
+इस पाठ में हम कवर करेंगे:
+
+* [IoT एप्लिकेशन के घटक](../../../../../1-getting-started/lessons/2-deeper-dive)
+* [माइक्रोकंट्रोलर्स में गहराई से समझना](../../../../../1-getting-started/lessons/2-deeper-dive)
+* [सिंगल-बोर्ड कंप्यूटर में गहराई से समझना](../../../../../1-getting-started/lessons/2-deeper-dive)
+
+## IoT एप्लिकेशन के घटक
+
+IoT एप्लिकेशन के दो घटक होते हैं - *इंटरनेट* और *चीज़*। आइए इन दोनों घटकों को विस्तार से समझते हैं।
+
+### चीज़
+
+![एक रास्पबेरी पाई 4](../../../../../translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.hi.jpg)
+
+IoT में **चीज़** उस डिवाइस को संदर्भित करता है जो भौतिक दुनिया के साथ इंटरैक्ट कर सकता है। ये डिवाइस आमतौर पर छोटे, कम कीमत वाले कंप्यूटर होते हैं, जो कम गति और कम ऊर्जा का उपयोग करते हैं - उदाहरण के लिए, साधारण माइक्रोकंट्रोलर्स जिनमें केवल कुछ किलोबाइट्स RAM होती है (PC में गीगाबाइट्स के बजाय), और जो केवल कुछ सौ मेगाहर्ट्ज पर चलते हैं (PC में गीगाहर्ट्ज के बजाय), लेकिन इतनी कम ऊर्जा का उपयोग करते हैं कि वे बैटरी पर हफ्तों, महीनों या यहां तक कि वर्षों तक चल सकते हैं।
+
+ये डिवाइस भौतिक दुनिया के साथ इंटरैक्ट करते हैं, या तो सेंसर का उपयोग करके अपने आसपास से डेटा इकट्ठा करते हैं या आउटपुट या एक्टुएटर्स को नियंत्रित करके भौतिक परिवर्तन करते हैं। इसका एक सामान्य उदाहरण स्मार्ट थर्मोस्टेट है - एक डिवाइस जिसमें तापमान सेंसर होता है, एक डायल या टचस्क्रीन जैसे वांछित तापमान सेट करने का साधन होता है, और एक हीटिंग या कूलिंग सिस्टम से कनेक्शन होता है जिसे तब चालू किया जा सकता है जब पता लगाया गया तापमान वांछित सीमा से बाहर हो। तापमान सेंसर यह पता लगाता है कि कमरा बहुत ठंडा है और एक एक्टुएटर हीटिंग चालू कर देता है।
+
+![एक डायग्राम जिसमें IoT डिवाइस के इनपुट के रूप में तापमान और डायल दिखाया गया है, और आउटपुट के रूप में हीटर का नियंत्रण](../../../../../translated_images/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.hi.png)
+
+IoT डिवाइस के रूप में काम करने वाली चीज़ों की एक बड़ी विविधता है, जैसे कि एक समर्पित हार्डवेयर जो केवल एक चीज़ को सेंसर करता है, या सामान्य प्रयोजन डिवाइस, यहां तक कि आपका स्मार्टफोन भी! एक स्मार्टफोन सेंसर का उपयोग करके अपने आसपास की दुनिया का पता लगा सकता है और एक्टुएटर्स का उपयोग करके दुनिया के साथ इंटरैक्ट कर सकता है - उदाहरण के लिए, GPS सेंसर का उपयोग करके आपका स्थान पता लगाना और स्पीकर का उपयोग करके आपको गंतव्य तक नेविगेशन निर्देश देना।
+
+✅ उन अन्य सिस्टम्स के बारे में सोचें जो आपके आसपास सेंसर से डेटा पढ़ते हैं और इसका उपयोग निर्णय लेने के लिए करते हैं। एक उदाहरण ओवन का थर्मोस्टेट हो सकता है। क्या आप और अधिक खोज सकते हैं?
+
+### इंटरनेट
+
+IoT एप्लिकेशन का **इंटरनेट** पक्ष उन एप्लिकेशन से बना होता है जिनसे IoT डिवाइस डेटा भेज और प्राप्त कर सकता है, साथ ही अन्य एप्लिकेशन जो IoT डिवाइस से डेटा को प्रोसेस कर सकते हैं और यह तय करने में मदद कर सकते हैं कि IoT डिवाइस के एक्टुएटर्स को कौन से अनुरोध भेजे जाएं।
+
+एक सामान्य सेटअप में एक प्रकार की क्लाउड सेवा होती है जिससे IoT डिवाइस कनेक्ट होता है, और यह क्लाउड सेवा सुरक्षा जैसी चीजों को संभालती है, साथ ही IoT डिवाइस से संदेश प्राप्त करती है और डिवाइस को संदेश वापस भेजती है। यह क्लाउड सेवा अन्य एप्लिकेशन से जुड़ती है जो सेंसर डेटा को प्रोसेस या स्टोर कर सकते हैं, या अन्य सिस्टम्स से डेटा के साथ सेंसर डेटा का उपयोग करके निर्णय ले सकते हैं।
+
+डिवाइस हमेशा सीधे इंटरनेट से वाईफाई या वायर्ड कनेक्शन के माध्यम से कनेक्ट नहीं करते। कुछ डिवाइस ब्लूटूथ जैसी तकनीकों के माध्यम से एक-दूसरे से बात करने के लिए मेष नेटवर्किंग का उपयोग करते हैं, और एक हब डिवाइस के माध्यम से कनेक्ट होते हैं जिसमें इंटरनेट कनेक्शन होता है।
+
+स्मार्ट थर्मोस्टेट के उदाहरण में, थर्मोस्टेट होम वाईफाई का उपयोग करके क्लाउड में चल रही क्लाउड सेवा से कनेक्ट होगा। यह तापमान डेटा इस क्लाउड सेवा को भेजेगा, और वहां से इसे किसी प्रकार के डेटाबेस में लिखा जाएगा जिससे गृहस्वामी फोन ऐप का उपयोग करके वर्तमान और पिछले तापमान की जांच कर सके। क्लाउड में एक अन्य सेवा यह जानती होगी कि गृहस्वामी कौन सा तापमान चाहता है, और क्लाउड सेवा के माध्यम से IoT डिवाइस को संदेश भेजेगी ताकि हीटिंग सिस्टम को चालू या बंद किया जा सके।
+
+![एक डायग्राम जिसमें IoT डिवाइस के इनपुट के रूप में तापमान और डायल दिखाया गया है, IoT डिवाइस और क्लाउड के बीच दो-तरफा संचार, और क्लाउड और फोन के बीच दो-तरफा संचार, और आउटपुट के रूप में हीटर का नियंत्रण](../../../../../translated_images/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.hi.png)
+
+एक और स्मार्ट संस्करण क्लाउड में AI का उपयोग कर सकता है, जो अन्य IoT डिवाइस जैसे कि ऑक्यूपेंसी सेंसर से जुड़े अन्य सेंसर से डेटा के साथ-साथ मौसम और यहां तक कि आपके कैलेंडर जैसे डेटा का उपयोग करके स्मार्ट तरीके से तापमान सेट करने के निर्णय ले सकता है। उदाहरण के लिए, यह आपके कैलेंडर से पढ़कर हीटिंग बंद कर सकता है यदि आप छुट्टी पर हैं, या कमरे के उपयोग के आधार पर कमरे-दर-कमरे हीटिंग बंद कर सकता है, डेटा से सीखते हुए समय के साथ अधिक सटीक होता जा सकता है।
+
+![एक डायग्राम जिसमें IoT डिवाइस के इनपुट के रूप में कई तापमान सेंसर और डायल दिखाया गया है, IoT डिवाइस और क्लाउड के बीच दो-तरफा संचार, और क्लाउड और फोन, कैलेंडर और मौसम सेवा के बीच दो-तरफा संचार, और आउटपुट के रूप में हीटर का नियंत्रण](../../../../../translated_images/smarter-thermostat.a75855f15d2d9e63d5da9d7ba5847a987f6c9d98e96e770c203532275194e27d.hi.png)
+
+✅ कौन सा अन्य डेटा इंटरनेट से जुड़े थर्मोस्टेट को और अधिक स्मार्ट बना सकता है?
+
+### एज पर IoT
+
+हालांकि IoT में 'I' का मतलब इंटरनेट है, इन डिवाइसों को इंटरनेट से कनेक्ट करने की आवश्यकता नहीं होती। कुछ मामलों में, डिवाइस 'एज' डिवाइसों से कनेक्ट कर सकते हैं - गेटवे डिवाइस जो आपके स्थानीय नेटवर्क पर चलते हैं, जिससे आप डेटा को इंटरनेट पर कॉल किए बिना प्रोसेस कर सकते हैं। यह तब तेज हो सकता है जब आपके पास बहुत सारा डेटा हो या इंटरनेट कनेक्शन धीमा हो, यह आपको ऑफलाइन चलाने की अनुमति देता है जहां इंटरनेट कनेक्टिविटी संभव नहीं है जैसे कि जहाज पर या मानवीय संकट के दौरान आपदा क्षेत्र में प्रतिक्रिया करते समय, और यह आपको डेटा को निजी रखने की अनुमति देता है। कुछ डिवाइस क्लाउड टूल्स का उपयोग करके बनाए गए प्रोसेसिंग कोड को शामिल करेंगे और इसे स्थानीय रूप से चलाएंगे ताकि डेटा को इकट्ठा किया जा सके और इंटरनेट कनेक्शन का उपयोग किए बिना निर्णय लिया जा सके।
+
+इसका एक उदाहरण स्मार्ट होम डिवाइस जैसे कि Apple HomePod, Amazon Alexa, या Google Home है, जो क्लाउड में प्रशिक्षित AI मॉडल का उपयोग करके आपकी आवाज़ सुनते हैं, लेकिन डिवाइस पर स्थानीय रूप से चलते हैं। ये डिवाइस तब 'जागते' हैं जब कोई निश्चित शब्द या वाक्यांश बोला जाता है, और केवल तभी आपकी आवाज़ को प्रोसेसिंग के लिए इंटरनेट पर भेजते हैं। डिवाइस आपकी आवाज़ को तब तक भेजना बंद कर देगा जब तक कि वह आपके भाषण में विराम का पता न लगा ले। जो कुछ भी आप डिवाइस को जगाने वाले शब्द से पहले कहते हैं, और जो कुछ भी आप डिवाइस के सुनना बंद करने के बाद कहते हैं, वह इंटरनेट पर डिवाइस प्रदाता को नहीं भेजा जाएगा, और इसलिए वह निजी रहेगा।
+
+✅ उन अन्य परिदृश्यों के बारे में सोचें जहां गोपनीयता महत्वपूर्ण है, इसलिए डेटा प्रोसेसिंग क्लाउड के बजाय एज पर की जानी चाहिए। एक संकेत के रूप में - IoT डिवाइसों पर कैमरे या अन्य इमेजिंग डिवाइस के बारे में सोचें।
+
+### IoT सुरक्षा
+
+किसी भी इंटरनेट कनेक्शन के साथ, सुरक्षा एक महत्वपूर्ण विचार है। एक पुराना मजाक है कि 'IoT में S का मतलब सुरक्षा है' - IoT में कोई 'S' नहीं है, यह संकेत देता है कि यह सुरक्षित नहीं है।
+
+IoT डिवाइस क्लाउड सेवा से कनेक्ट होते हैं, और इसलिए वे केवल उतने ही सुरक्षित होते हैं जितनी वह क्लाउड सेवा - यदि आपकी क्लाउड सेवा किसी भी डिवाइस को कनेक्ट करने की अनुमति देती है तो दुर्भावनापूर्ण डेटा भेजा जा सकता है, या वायरस हमले हो सकते हैं। इसका बहुत वास्तविक दुनिया में प्रभाव हो सकता है क्योंकि IoT डिवाइस अन्य डिवाइसों के साथ इंटरैक्ट और नियंत्रण करते हैं। उदाहरण के लिए, [Stuxnet वर्म](https://wikipedia.org/wiki/Stuxnet) ने सेंट्रीफ्यूज में वाल्व को हेरफेर करके उन्हें नुकसान पहुंचाया। हैकर्स ने [खराब सुरक्षा का लाभ उठाकर बेबी मॉनिटर](https://www.npr.org/sections/thetwo-way/2018/06/05/617196788/s-c-mom-says-baby-monitor-was-hacked-experts-say-many-devices-are-vulnerable) और अन्य होम सर्विलांस डिवाइस तक पहुंच प्राप्त की है।
+
+> 💁 कभी-कभी IoT डिवाइस और एज डिवाइस पूरी तरह से इंटरनेट से अलग नेटवर्क पर चलते हैं ताकि डेटा को निजी और सुरक्षित रखा जा सके। इसे [एयर-गैपिंग](https://wikipedia.org/wiki/Air_gap_(networking)) कहा जाता है।
+
+## माइक्रोकंट्रोलर्स में गहराई से समझना
+
+पिछले पाठ में हमने माइक्रोकंट्रोलर्स का परिचय दिया था। अब आइए उन्हें गहराई से समझते हैं।
+
+### CPU
+
+CPU माइक्रोकंट्रोलर का 'मस्तिष्क' है। यह वह प्रोसेसर है जो आपका कोड चलाता है और किसी भी जुड़े डिवाइस से डेटा भेज और प्राप्त कर सकता है। CPU में एक या अधिक कोर हो सकते हैं - मूल रूप से एक या अधिक CPU जो आपके कोड को चलाने के लिए एक साथ काम कर सकते हैं।
+
+CPU एक घड़ी पर निर्भर करता है जो प्रति सेकंड लाखों या अरबों बार टिक करता है। प्रत्येक टिक, या चक्र, CPU द्वारा किए जा सकने वाले कार्यों को सिंक्रनाइज़ करता है। प्रत्येक टिक के साथ, CPU प्रोग्राम से एक निर्देश निष्पादित कर सकता है, जैसे कि बाहरी डिवाइस से डेटा प्राप्त करना या गणितीय गणना करना। यह नियमित चक्र सभी कार्यों को पूरा करने की अनुमति देता है इससे पहले कि अगला निर्देश प्रोसेस किया जाए।
+
+जितनी तेज़ घड़ी की गति, उतने अधिक निर्देश प्रति सेकंड प्रोसेस किए जा सकते हैं, और इसलिए CPU उतना ही तेज़ होता है। CPU की गति [हर्ट्ज (Hz)](https://wikipedia.org/wiki/Hertz) में मापी जाती है, एक मानक इकाई जहां 1 Hz का मतलब प्रति सेकंड एक चक्र या घड़ी टिक है।
+
+> 🎓 CPU की गति अक्सर MHz या GHz में दी जाती है। 1MHz 1 मिलियन Hz है, 1GHz 1 बिलियन Hz है।
+
+> 💁 CPU प्रोग्राम को [फेच-डिकोड-एक्ज़ीक्यूट चक्र](https://wikipedia.org/wiki/Instruction_cycle) का उपयोग करके निष्पादित करता है। प्रत्येक घड़ी टिक के लिए, CPU मेमोरी से अगला निर्देश फेच करेगा, इसे डिकोड करेगा, फिर इसे निष्पादित करेगा जैसे कि दो संख्याओं को जोड़ने के लिए एक एरिथमेटिक लॉजिक यूनिट (ALU) का उपयोग करना। कुछ निष्पादन को चलाने में कई टिक लगते हैं, इसलिए अगला चक्र उस टिक पर चलेगा जब निर्देश पूरा हो जाएगा।
+
+![फेच डिकोड एक्ज़ीक्यूट चक्र दिखाते हुए जिसमें RAM में संग्रहीत प्रोग्राम से एक निर्देश फेच किया जाता है, फिर CPU पर डिकोड और निष्पादित किया जाता है](../../../../../translated_images/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.hi.png)
+
+माइक्रोकंट्रोलर्स में डेस्कटॉप या लैपटॉप कंप्यूटर, या यहां तक कि अधिकांश स्मार्टफोन की तुलना में बहुत कम घड़ी की गति होती है। उदाहरण के लिए, Wio Terminal में एक CPU होता है जो 120MHz या 120,000,000 चक्र प्रति सेकंड पर चलता है।
+
+✅ एक औसत PC या Mac में कई कोर वाले CPU होते हैं जो कई गीगाहर्ट्ज पर चलते हैं, जिसका मतलब है कि घड़ी प्रति सेकंड अरबों बार टिक करती है। अपने कंप्यूटर की घड़ी की गति का शोध करें और तुलना करें कि यह Wio टर्मिनल से कितनी बार तेज़ है।
+
+प्रत्येक घड़ी चक्र ऊर्जा खींचता है और गर्मी उत्पन्न करता है। जितने तेज़ टिक, उतनी अधिक ऊर्जा खपत और अधिक गर्मी उत्पन्न होती है। PC में गर्मी को हटाने के लिए हीट सिंक और पंखे होते हैं, जिनके बिना वे सेकंडों में ओवरहीट होकर बंद हो जाएंगे। माइक्रोकंट्रोलर्स में अक्सर इनमें से कोई भी नहीं होता क्योंकि वे बहुत ठंडे चलते हैं और इसलिए बहुत धीमे। PC मुख्य बिजली या बड़ी बैटरी पर कुछ घंटों के लिए चलते हैं, माइक्रोकंट्रोलर्स छोटे बैटरी पर दिनों, महीनों, या यहां तक कि वर्षों तक चल सकते हैं। माइक्रोकंट्रोलर्स में ऐसे कोर भी हो सकते हैं जो अलग-अलग गति पर चलते हैं, जब CPU पर मांग कम होती है तो धीमे कम ऊर्जा वाले कोर पर स्विच करके ऊर्जा खपत को कम करते हैं।
+
+> 💁 कुछ PC और Mac भी तेज़ उच्च ऊर्जा वाले कोर और धीमे कम ऊर्जा वाले कोर के उसी मिश्रण को अपनाते हैं, बैटरी बचाने के लिए स्विच करते हैं। उदाहरण के लिए, नवीनतम Apple लैपटॉप में M1 चिप 4 प्रदर्शन कोर और 4 दक्षता कोर के बीच स्विच कर सकता है ताकि बैटरी जीवन या गति को अनुकूलित किया जा सके, यह इस बात पर निर्भर करता है कि कौन सा कार्य चल रहा है।
+
+✅ थोड़ा शोध करें: CPU पर [Wikipedia CPU लेख](https://wikipedia.org/wiki/Central_processing_unit) पढ़ें।
+
+#### कार्य
+
+Wio टर्मिनल की जांच करें।
+
+यदि आप इन पाठों के लिए Wio टर्मिनल का उपयोग कर रहे हैं, तो CPU खोजने का प्रयास करें। [Wio टर्मिनल उत्पाद पृष्ठ](https://www.seeedstudio.com/Wio-Terminal-p-4509.html) के *हार्डवेयर अवलोकन* अनुभाग में आंतरिक भागों की तस्वीर खोजें, और पीछे की पारदर्शी प्लास्टिक विंडो के माध्यम से CPU को खोजने का प्रयास करें।
+
+### मेमोरी
+
+माइक्रोकंट्रोलर्स में आमतौर पर दो प्रकार की मेमोरी होती है - प्रोग्राम मेमोरी और रैंडम-एक्सेस मेमोरी (RAM)।
+
+प्रोग्राम मेमोरी गैर-वाष्पशील होती है, जिसका मतलब है कि जो कुछ भी इसमें लिखा जाता है वह तब भी रहता है जब डिवाइस में कोई बिजली नहीं होती। यह वह मेमोरी है जो आपके प्रोग्राम कोड को संग्रहीत करती है।
+
+RAM वह मेमोरी है जिसका उपयोग प्रोग्राम द्वारा चलाने के लिए किया जाता है, जिसमें आपके प्रोग्राम द्वारा आवंटित वेरिएबल्स और परिधीय उपकरणों से एकत्रित डेटा होता है। RAM वाष्पशील होती है, जब बिजली चली जाती है तो सामग्री खो जाती है, प्रभावी रूप से आपके प्रोग्राम को रीसेट कर देती है।
+🎓 प्रोग्राम मेमोरी आपके कोड को संग्रहीत करती है और तब भी बनी रहती है जब बिजली न हो।
+🎓 RAM का उपयोग आपके प्रोग्राम को चलाने के लिए किया जाता है और बिजली न होने पर इसे रीसेट कर दिया जाता है।
+
+CPU की तरह, माइक्रोकंट्रोलर में मेमोरी पीसी या मैक की तुलना में बहुत छोटी होती है। एक सामान्य पीसी में 8 गीगाबाइट (GB) RAM हो सकती है, यानी 8,000,000,000 बाइट्स, जिसमें प्रत्येक बाइट में एक अक्षर या 0-255 तक की संख्या को स्टोर करने की जगह होती है। एक माइक्रोकंट्रोलर में केवल किलोबाइट्स (KB) RAM होती है, जिसमें एक किलोबाइट 1,000 बाइट्स के बराबर होता है। ऊपर उल्लेखित Wio टर्मिनल में 192KB RAM है, यानी 192,000 बाइट्स - एक औसत पीसी की तुलना में 40,000 गुना कम!
+
+नीचे दिए गए चित्र में 192KB और 8GB के बीच आकार का अंतर दिखाया गया है - केंद्र में छोटा बिंदु 192KB का प्रतिनिधित्व करता है।
+
+![192KB और 8GB के बीच तुलना - 40,000 गुना बड़ा](../../../../../translated_images/ram-comparison.6beb73541b42ac6ffde64cdf79fc925a84b932ce7ebd4d41d5fd7afc1257a696.hi.png)
+
+प्रोग्राम स्टोरेज भी पीसी की तुलना में छोटी होती है। एक सामान्य पीसी में प्रोग्राम स्टोरेज के लिए 500GB हार्ड ड्राइव हो सकती है, जबकि एक माइक्रोकंट्रोलर में केवल किलोबाइट्स या शायद कुछ मेगाबाइट्स (MB) स्टोरेज होती है (1MB = 1,000KB, या 1,000,000 बाइट्स)। Wio टर्मिनल में 4MB प्रोग्राम स्टोरेज है।
+
+✅ थोड़ा शोध करें: जिस कंप्यूटर का उपयोग आप इसे पढ़ने के लिए कर रहे हैं, उसमें कितनी RAM और स्टोरेज है? इसकी तुलना एक माइक्रोकंट्रोलर से कैसे होती है?
+
+### इनपुट/आउटपुट
+
+माइक्रोकंट्रोलर को सेंसर से डेटा पढ़ने और एक्ट्यूएटर्स को नियंत्रण संकेत भेजने के लिए इनपुट और आउटपुट (I/O) कनेक्शन की आवश्यकता होती है। इनमें आमतौर पर कई सामान्य-उद्देश्य इनपुट/आउटपुट (GPIO) पिन होते हैं। इन पिन्स को सॉफ़्टवेयर में इनपुट (यानी वे सिग्नल प्राप्त करते हैं) या आउटपुट (वे सिग्नल भेजते हैं) के रूप में कॉन्फ़िगर किया जा सकता है।
+
+🧠⬅️ इनपुट पिन्स का उपयोग सेंसर से मान पढ़ने के लिए किया जाता है।
+
+🧠➡️ आउटपुट पिन्स एक्ट्यूएटर्स को निर्देश भेजते हैं।
+
+✅ आप इसके बारे में अगले पाठ में अधिक जानेंगे।
+
+#### कार्य
+
+Wio टर्मिनल की जांच करें।
+
+यदि आप इन पाठों के लिए Wio टर्मिनल का उपयोग कर रहे हैं, तो GPIO पिन्स खोजें। [Wio टर्मिनल उत्पाद पृष्ठ](https://www.seeedstudio.com/Wio-Terminal-p-4509.html) के *Pinout डायग्राम* अनुभाग को खोजें ताकि यह जान सकें कि कौन से पिन कौन से हैं। Wio टर्मिनल के साथ एक स्टिकर आता है जिसे आप पीछे लगा सकते हैं जिसमें पिन नंबर होते हैं, इसलिए यदि आपने इसे अभी तक नहीं लगाया है तो इसे जोड़ें।
+
+### भौतिक आकार
+
+माइक्रोकंट्रोलर आमतौर पर आकार में छोटे होते हैं, सबसे छोटे, [Freescale Kinetis KL03 MCU](https://www.edn.com/tiny-arm-cortex-m0-based-mcu-shrinks-package/) इतना छोटा है कि यह गोल्फ बॉल के डिंपल में फिट हो सकता है। एक पीसी में केवल CPU का आकार 40mm x 40mm हो सकता है, और इसमें हीट सिंक और फैन शामिल नहीं हैं जो यह सुनिश्चित करने के लिए आवश्यक हैं कि CPU कुछ सेकंड से अधिक समय तक बिना ओवरहीटिंग के चल सके, जो एक पूर्ण माइक्रोकंट्रोलर की तुलना में काफी बड़ा है। Wio टर्मिनल डेवलपर किट जिसमें माइक्रोकंट्रोलर, केस, स्क्रीन और कनेक्शन और घटकों की एक श्रृंखला शामिल है, एक नंगे Intel i9 CPU से बहुत बड़ा नहीं है, और हीट सिंक और फैन वाले CPU से काफी छोटा है!
+
+| डिवाइस                          | आकार                  |
+| ------------------------------- | --------------------- |
+| Freescale Kinetis KL03          | 1.6mm x 2mm x 1mm     |
+| Wio टर्मिनल                     | 72mm x 57mm x 12mm    |
+| Intel i9 CPU, हीट सिंक और फैन   | 136mm x 145mm x 103mm |
+
+### फ्रेमवर्क और ऑपरेटिंग सिस्टम
+
+उनकी कम गति और मेमोरी आकार के कारण, माइक्रोकंट्रोलर एक ऑपरेटिंग सिस्टम (OS) नहीं चलाते हैं जैसा कि डेस्कटॉप के संदर्भ में होता है। आपके कंप्यूटर को चलाने वाला ऑपरेटिंग सिस्टम (Windows, Linux या macOS) बहुत सारी मेमोरी और प्रोसेसिंग पावर की आवश्यकता होती है ताकि ऐसे कार्य चलाए जा सकें जो माइक्रोकंट्रोलर के लिए पूरी तरह से अनावश्यक हैं। याद रखें कि माइक्रोकंट्रोलर आमतौर पर एक या अधिक बहुत विशिष्ट कार्यों को करने के लिए प्रोग्राम किए जाते हैं, जबकि एक सामान्य उद्देश्य कंप्यूटर जैसे पीसी या मैक को उपयोगकर्ता इंटरफ़ेस का समर्थन करने, संगीत या फिल्में चलाने, दस्तावेज़ या कोड लिखने के उपकरण प्रदान करने, गेम खेलने, या इंटरनेट ब्राउज़ करने की आवश्यकता होती है।
+
+एक OS के बिना माइक्रोकंट्रोलर को प्रोग्राम करने के लिए आपको कुछ टूलिंग की आवश्यकता होती है जो आपको अपना कोड इस तरह से बनाने की अनुमति देती है कि माइक्रोकंट्रोलर इसे चला सके, और किसी भी परिधीय से बात करने के लिए APIs का उपयोग कर सके। प्रत्येक माइक्रोकंट्रोलर अलग होता है, इसलिए निर्माता आमतौर पर मानक फ्रेमवर्क का समर्थन करते हैं जो आपको एक मानक 'रेसिपी' का पालन करने की अनुमति देते हैं ताकि आपका कोड बनाया जा सके और किसी भी माइक्रोकंट्रोलर पर चल सके जो उस फ्रेमवर्क का समर्थन करता है।
+
+आप माइक्रोकंट्रोलर को एक OS का उपयोग करके प्रोग्राम कर सकते हैं - जिसे अक्सर रियल-टाइम ऑपरेटिंग सिस्टम (RTOS) कहा जाता है, क्योंकि इन्हें वास्तविक समय में परिधीयों से डेटा भेजने और प्राप्त करने को संभालने के लिए डिज़ाइन किया गया है। ये ऑपरेटिंग सिस्टम बहुत हल्के होते हैं और निम्नलिखित सुविधाएँ प्रदान करते हैं:
+
+* मल्टी-थ्रेडिंग, जिससे आपका कोड एक ही समय में एक से अधिक कोड ब्लॉक चला सकता है, चाहे वह कई कोर पर हो या एक कोर पर बारी-बारी से।
+* नेटवर्किंग, जो इंटरनेट पर सुरक्षित रूप से संचार करने की अनुमति देती है।
+* ग्राफिकल यूजर इंटरफेस (GUI) घटक, जो स्क्रीन वाले उपकरणों पर यूजर इंटरफेस (UI) बनाने के लिए होते हैं।
+
+✅ कुछ अलग-अलग RTOSes के बारे में पढ़ें: [Azure RTOS](https://azure.microsoft.com/services/rtos/?WT.mc_id=academic-17441-jabenn), [FreeRTOS](https://www.freertos.org), [Zephyr](https://www.zephyrproject.org)
+
+#### Arduino
+
+![Arduino लोगो](../../../../../images/arduino-logo.svg)
+
+[Arduino](https://www.arduino.cc) शायद सबसे लोकप्रिय माइक्रोकंट्रोलर फ्रेमवर्क है, खासकर छात्रों, शौकियों और निर्माताओं के बीच। Arduino एक ओपन सोर्स इलेक्ट्रॉनिक्स प्लेटफॉर्म है जो सॉफ़्टवेयर और हार्डवेयर को जोड़ता है। आप Arduino संगत बोर्ड Arduino से या अन्य निर्माताओं से खरीद सकते हैं, फिर Arduino फ्रेमवर्क का उपयोग करके कोड कर सकते हैं।
+
+Arduino बोर्ड C या C++ में कोड किए जाते हैं। C/C++ का उपयोग करने से आपका कोड बहुत छोटा और तेज़ी से चलने योग्य होता है, जो माइक्रोकंट्रोलर जैसे सीमित डिवाइस पर आवश्यक होता है। Arduino एप्लिकेशन का मुख्य भाग एक स्केच कहलाता है और इसमें 2 फंक्शन होते हैं - `setup` और `loop`। जब बोर्ड चालू होता है, तो Arduino फ्रेमवर्क कोड पहले `setup` फंक्शन को एक बार चलाएगा, फिर `loop` फंक्शन को बार-बार चलाएगा, इसे तब तक लगातार चलाएगा जब तक कि पावर बंद न हो जाए।
+
+आप अपने सेटअप कोड को `setup` फंक्शन में लिखेंगे, जैसे WiFi और क्लाउड सेवाओं से कनेक्ट करना या इनपुट और आउटपुट के लिए पिन्स को इनिशियलाइज़ करना। आपका लूप कोड फिर प्रोसेसिंग कोड को शामिल करेगा, जैसे सेंसर से डेटा पढ़ना और इसे क्लाउड पर भेजना। आप आमतौर पर प्रत्येक लूप में एक देरी जोड़ेंगे, उदाहरण के लिए, यदि आप केवल हर 10 सेकंड में सेंसर डेटा भेजना चाहते हैं, तो आप लूप के अंत में 10 सेकंड की देरी जोड़ेंगे ताकि माइक्रोकंट्रोलर सो सके, पावर बचा सके, और फिर 10 सेकंड बाद जब आवश्यक हो तो लूप को फिर से चलाए।
+
+![Arduino स्केच पहले setup चलाता है, फिर loop को बार-बार चलाता है](../../../../../translated_images/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.hi.png)
+
+✅ इस प्रोग्राम आर्किटेक्चर को *इवेंट लूप* या *मैसेज लूप* के रूप में जाना जाता है। कई एप्लिकेशन इसे बैकग्राउंड में उपयोग करते हैं और यह अधिकांश डेस्कटॉप एप्लिकेशन के लिए मानक है जो Windows, macOS या Linux जैसे OS पर चलते हैं। `loop` यूजर इंटरफेस घटकों जैसे बटन, या कीबोर्ड जैसे उपकरणों से संदेशों को सुनता है और उनका जवाब देता है। आप इसके बारे में अधिक पढ़ सकते हैं इस [इवेंट लूप पर लेख](https://wikipedia.org/wiki/Event_loop) में।
+
+Arduino मानक लाइब्रेरी प्रदान करता है जो माइक्रोकंट्रोलर और I/O पिन्स के साथ इंटरैक्ट करने के लिए होती हैं, और अलग-अलग माइक्रोकंट्रोलर पर चलने के लिए अलग-अलग कार्यान्वयन प्रदान करती हैं। उदाहरण के लिए, [`delay` फंक्शन](https://www.arduino.cc/reference/en/language/functions/time/delay/) प्रोग्राम को एक निश्चित समय के लिए रोक देगा, [`digitalRead` फंक्शन](https://www.arduino.cc/reference/en/language/functions/digital-io/digitalread/) दिए गए पिन से `HIGH` या `LOW` मान पढ़ेगा, चाहे कोड किस बोर्ड पर चल रहा हो। ये मानक लाइब्रेरी सुनिश्चित करती हैं कि एक बोर्ड के लिए लिखा गया Arduino कोड किसी अन्य Arduino बोर्ड के लिए पुनः संकलित किया जा सकता है और चलेगा, बशर्ते कि पिन्स समान हों और बोर्ड समान सुविधाओं का समर्थन करें।
+
+Arduino के लिए एक बड़ा थर्ड-पार्टी लाइब्रेरी इकोसिस्टम है जो आपको अपने Arduino प्रोजेक्ट्स में अतिरिक्त सुविधाएँ जोड़ने की अनुमति देता है, जैसे सेंसर और एक्ट्यूएटर्स का उपयोग करना या क्लाउड IoT सेवाओं से कनेक्ट करना।
+
+##### कार्य
+
+Wio टर्मिनल की जांच करें।
+
+यदि आप इन पाठों के लिए Wio टर्मिनल का उपयोग कर रहे हैं, तो पिछले पाठ में लिखे गए कोड को फिर से पढ़ें। `setup` और `loop` फंक्शन खोजें। सीरियल आउटपुट की निगरानी करें कि `loop` फंक्शन बार-बार कॉल किया जा रहा है। `setup` फंक्शन में सीरियल पोर्ट पर लिखने के लिए कोड जोड़ने का प्रयास करें और देखें कि यह कोड हर बार डिवाइस को रीबूट करने पर केवल एक बार कॉल किया जाता है। डिवाइस को साइड पर पावर स्विच के साथ रीबूट करने का प्रयास करें ताकि यह दिखाया जा सके कि यह हर बार डिवाइस रीबूट होने पर कॉल किया जाता है।
+
+## सिंगल-बोर्ड कंप्यूटरों में गहराई से गोता लगाना
+
+पिछले पाठ में, हमने सिंगल-बोर्ड कंप्यूटरों का परिचय दिया। अब आइए उनके बारे में गहराई से जानें।
+
+### Raspberry Pi
+
+![Raspberry Pi लोगो](../../../../../translated_images/raspberry-pi-logo.4efaa16605cee05489d8fa53941e991b3757aa24c20a95abdcf8cfd761953596.hi.png)
+
+[Raspberry Pi Foundation](https://www.raspberrypi.org) एक यूके की चैरिटी है जिसे 2009 में कंप्यूटर विज्ञान के अध्ययन को बढ़ावा देने के लिए स्थापित किया गया था, विशेष रूप से स्कूल स्तर पर। इस मिशन के हिस्से के रूप में, उन्होंने एक सिंगल-बोर्ड कंप्यूटर विकसित किया, जिसे Raspberry Pi कहा जाता है। Raspberry Pis वर्तमान में 3 वेरिएंट में उपलब्ध हैं - एक पूर्ण आकार का संस्करण, छोटा Pi Zero, और एक कंप्यूट मॉड्यूल जिसे आपके अंतिम IoT डिवाइस में बनाया जा सकता है।
+
+![Raspberry Pi 4](../../../../../translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.hi.jpg)
+
+पूर्ण आकार के Raspberry Pi का नवीनतम संस्करण Raspberry Pi 4B है। इसमें 1.5GHz पर चलने वाला क्वाड-कोर (4 कोर) CPU, 2, 4, या 8GB RAM, गीगाबिट ईथरनेट, WiFi, 2 HDMI पोर्ट जो 4k स्क्रीन का समर्थन करते हैं, एक ऑडियो और कंपोजिट वीडियो आउटपुट पोर्ट, USB पोर्ट (2 USB 2.0, 2 USB 3.0), 40 GPIO पिन्स, Raspberry Pi कैमरा मॉड्यूल के लिए एक कैमरा कनेक्टर, और एक SD कार्ड स्लॉट है। यह सब एक बोर्ड पर है जो 88mm x 58mm x 19.5mm है और 3A USB-C पावर सप्लाई द्वारा संचालित होता है। ये US$35 से शुरू होते हैं, जो पीसी या मैक की तुलना में बहुत सस्ते हैं।
+
+> 💁 एक Pi400 ऑल-इन-वन कंप्यूटर भी है जिसमें एक कीबोर्ड में Pi4 बनाया गया है।
+
+![Raspberry Pi Zero](../../../../../translated_images/raspberry-pi-zero.f7a4133e1e7d54bb3dbb32319b217a53c5b94871995a54647f2894b54206b8d8.hi.jpg)
+
+Pi Zero आकार में बहुत छोटा है, और कम पावर वाला है। इसमें एक सिंगल कोर 1GHz CPU, 512MB RAM, WiFi (Zero W मॉडल में), एक सिंगल HDMI पोर्ट, एक माइक्रो-USB पोर्ट, 40 GPIO पिन्स, Raspberry Pi कैमरा मॉड्यूल के लिए एक कैमरा कनेक्टर, और एक SD कार्ड स्लॉट है। इसका आकार 65mm x 30mm x 5mm है, और यह बहुत कम पावर खींचता है। Zero US$5 है, जबकि WiFi वाला W संस्करण US$10 है।
+
+> 🎓 दोनों में उपयोग किए गए CPU ARM प्रोसेसर हैं, जो Intel/AMD x86 या x64 प्रोसेसर से अलग हैं जो अधिकांश पीसी और मैक में पाए जाते हैं। ये कुछ माइक्रोकंट्रोलर में पाए जाने वाले CPU के समान हैं, साथ ही लगभग सभी मोबाइल फोन, Microsoft Surface X, और नए Apple Silicon आधारित Apple Macs में भी।
+
+Raspberry Pi के सभी वेरिएंट Debian Linux का एक संस्करण चलाते हैं जिसे Raspberry Pi OS कहा जाता है। यह एक लाइट संस्करण के रूप में उपलब्ध है जिसमें कोई डेस्कटॉप नहीं है, जो 'हेडलैस' प्रोजेक्ट्स के लिए बिल्कुल सही है जहां आपको स्क्रीन की आवश्यकता नहीं है, या एक पूर्ण संस्करण जिसमें एक पूर्ण डेस्कटॉप वातावरण है, जिसमें वेब ब्राउज़र, ऑफिस एप्लिकेशन, कोडिंग टूल और गेम्स शामिल हैं। चूंकि OS Debian Linux का एक संस्करण है, आप कोई भी एप्लिकेशन या टूल इंस्टॉल कर सकते हैं जो Debian पर चलता है और Pi के अंदर ARM प्रोसेसर के लिए बनाया गया है।
+
+#### कार्य
+
+Raspberry Pi की जांच करें।
+
+यदि आप इन पाठों के लिए Raspberry Pi का उपयोग कर रहे हैं, तो बोर्ड पर विभिन्न हार्डवेयर घटकों के बारे में पढ़ें।
+
+* आप [Raspberry Pi हार्डवेयर दस्तावेज़ पृष्ठ](https://www.raspberrypi.org/documentation/hardware/raspberrypi/) पर उपयोग किए गए प्रोसेसर के विवरण पा सकते हैं। उस प्रोसेसर के बारे में पढ़ें जो आपके Pi में उपयोग किया गया है।
+* GPIO पिन्स का पता लगाएं। उनके बारे में अधिक पढ़ें [Raspberry Pi GPIO दस्तावेज़](https://www.raspberrypi.org/documentation/hardware/raspberrypi/gpio/README.md) पर। [GPIO पिन उपयोग गाइड](https://www.raspberrypi.org/documentation/usage/gpio/README.md) का उपयोग करके अपने Pi पर विभिन्न पिन्स की पहचान करें।
+
+### सिंगल-बोर्ड कंप्यूटरों को प्रोग्राम करना
+
+सिंगल-बोर्ड कंप्यूटर पूर्ण कंप्यूटर होते हैं, जो एक पूर्ण OS चलाते हैं। इसका मतलब है कि आप उन्हें कोड करने के लिए प्रोग्रामिंग भाषाओं, फ्रेमवर्क और टूल्स की एक विस्तृत श्रृंखला का उपयोग कर सकते हैं, जबकि माइक्रोकंट्रोलर बोर्डों पर निर्भर करते हैं जैसे Arduino फ्रेमवर्क में समर्थन। अधिकांश प्रोग्रामिंग भाषाओं में GPIO पिन्स तक पहुंचने के लिए लाइब्रेरी होती हैं ताकि सेंसर और एक्ट्यूएटर्स से डेटा भेजा और प्राप्त किया जा सके।
+
+✅ आप कौन-कौन सी प्रोग्रामिंग भाषाओं से परिचित हैं? क्या वे Linux पर समर्थित हैं?
+
+Raspberry Pi पर IoT एप्लिकेशन बनाने के लिए सबसे सामान्य प्रोग्रामिंग भाषा Python है। Pi के लिए डिज़ाइन किए गए हार्डवेयर का एक बड़ा इकोसिस्टम है, और इनमें से लगभग सभी में Python लाइब्रेरी के रूप में उपयोग करने के लिए आवश्यक कोड शामिल है। इनमें से कुछ इकोसिस्टम 'हैट्स' पर आधारित हैं - इन्हें इसलिए कहा जाता है क्योंकि वे Pi के ऊपर एक हैट की तरह बैठते हैं और 40 GPIO पिन्स के बड़े सॉकेट से जुड़ते हैं। ये हैट्स अतिरिक्त क्षमताएँ प्रदान करते हैं, जैसे स्क्रीन, सेंसर, रिमोट कंट्रोल कार, या सेंसर को प्लग इन करने के लिए अडैप्टर।
+### पेशेवर IoT तैनाती में सिंगल-बोर्ड कंप्यूटर का उपयोग
+
+सिंगल-बोर्ड कंप्यूटर केवल डेवलपर किट के रूप में ही नहीं, बल्कि पेशेवर IoT तैनाती में भी उपयोग किए जाते हैं। ये हार्डवेयर को नियंत्रित करने और मशीन लर्निंग मॉडल चलाने जैसे जटिल कार्यों को संचालित करने का एक शक्तिशाली तरीका प्रदान कर सकते हैं। उदाहरण के लिए, [Raspberry Pi 4 compute module](https://www.raspberrypi.org/blog/raspberry-pi-compute-module-4/) है, जो Raspberry Pi 4 की सारी शक्ति प्रदान करता है लेकिन एक कॉम्पैक्ट और सस्ते रूप में, जिसमें अधिकांश पोर्ट नहीं होते हैं। इसे कस्टम हार्डवेयर में स्थापित करने के लिए डिज़ाइन किया गया है।
+
+---
+
+## 🚀 चुनौती
+
+पिछले पाठ में चुनौती थी कि आप अपने घर, स्कूल या कार्यस्थल में जितने IoT उपकरण हो सकते हैं, उनकी सूची बनाएं। इस सूची में प्रत्येक उपकरण के लिए, क्या आपको लगता है कि वे माइक्रोकंट्रोलर, सिंगल-बोर्ड कंप्यूटर, या दोनों के मिश्रण पर आधारित हैं?
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/4)
+
+## समीक्षा और स्व-अध्ययन
+
+* [Arduino गेटिंग स्टार्टेड गाइड](https://www.arduino.cc/en/Guide/Introduction) पढ़ें ताकि Arduino प्लेटफॉर्म के बारे में अधिक समझ सकें।
+* [Raspberry Pi 4 का परिचय](https://www.raspberrypi.org/products/raspberry-pi-4-model-b/) पढ़ें ताकि Raspberry Pis के बारे में अधिक जान सकें।
+* [Electrical Engineering Journal में CPUs, MPUs, MCUs, और GPUs क्या हैं?](https://www.eejournal.com/article/what-the-faq-are-cpus-mpus-mcus-and-gpus/) लेख में कुछ अवधारणाओं और संक्षेपाक्षरों के बारे में अधिक जानें।
+
+✅ इन गाइड्स का उपयोग करें, साथ ही [हार्डवेयर गाइड](../../../hardware.md) में दिए गए लिंक के माध्यम से दिखाए गए लागतों को देखें, ताकि आप तय कर सकें कि कौन सा हार्डवेयर प्लेटफॉर्म उपयोग करना है, या आप वर्चुअल डिवाइस का उपयोग करना पसंद करेंगे।
+
+## असाइनमेंट
+
+[माइक्रोकंट्रोलर और सिंगल-बोर्ड कंप्यूटर की तुलना और विरोधाभास](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/2-deeper-dive/assignment.md b/translations/hi/1-getting-started/lessons/2-deeper-dive/assignment.md
new file mode 100644
index 00000000..95c81431
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/2-deeper-dive/assignment.md
@@ -0,0 +1,24 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "750bd75866471141f857240219084767",
+  "translation_date": "2025-08-25T17:35:29+00:00",
+  "source_file": "1-getting-started/lessons/2-deeper-dive/assignment.md",
+  "language_code": "hi"
+}
+-->
+# माइक्रोकंट्रोलर्स और सिंगल-बोर्ड कंप्यूटर की तुलना और अंतर
+
+## निर्देश
+
+इस पाठ में माइक्रोकंट्रोलर्स और सिंगल-बोर्ड कंप्यूटर के बारे में चर्चा की गई। एक तालिका बनाएं जिसमें उनकी तुलना और अंतर दिखाया गया हो, और कम से कम 2 कारण बताएं कि आप माइक्रोकंट्रोलर को सिंगल-बोर्ड कंप्यूटर के बजाय क्यों चुनेंगे, और कम से कम 2 कारण बताएं कि आप सिंगल-बोर्ड कंप्यूटर को माइक्रोकंट्रोलर के बजाय क्यों चुनेंगे।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ------------------ |
+| माइक्रोकंट्रोलर्स और सिंगल-बोर्ड कंप्यूटर की तुलना के लिए तालिका बनाना | कई आइटम्स के साथ सही तरीके से तुलना और अंतर दिखाने वाली सूची बनाई | केवल कुछ आइटम्स के साथ सूची बनाई | केवल एक आइटम या कोई आइटम नहीं बना पाए जो तुलना और अंतर दिखाए |
+| एक को दूसरे के ऊपर उपयोग करने के कारण | माइक्रोकंट्रोलर्स के लिए 2 या अधिक कारण और सिंगल-बोर्ड कंप्यूटर के लिए 2 या अधिक कारण प्रदान किए | माइक्रोकंट्रोलर्स के लिए केवल 1-2 कारण और सिंगल-बोर्ड कंप्यूटर के लिए केवल 1-2 कारण प्रदान किए | माइक्रोकंट्रोलर्स या सिंगल-बोर्ड कंप्यूटर के लिए 1 या अधिक कारण प्रदान करने में असमर्थ रहे |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/README.md b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/README.md
new file mode 100644
index 00000000..b561fe68
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/README.md
@@ -0,0 +1,228 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e9ee00eb5fc55922a73762acc542166b",
+  "translation_date": "2025-08-25T17:20:01+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/README.md",
+  "language_code": "hi"
+}
+-->
+# सेंसर और एक्ट्यूएटर्स के साथ भौतिक दुनिया से जुड़ें
+
+![इस पाठ का स्केच नोट](../../../../../translated_images/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.hi.jpg)
+
+> स्केच नोट: [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़ी छवि देखने के लिए क्लिक करें।
+
+यह पाठ [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn) के [Hello IoT सीरीज़](https://youtube.com/playlist?list=PLmsFUfdnGr3xRts0TIwyaHyQuHaNQcb6-) का हिस्सा है। इसे दो वीडियो के रूप में पढ़ाया गया था - एक 1 घंटे का पाठ और एक 1 घंटे का ऑफिस आवर, जिसमें पाठ के हिस्सों को गहराई से समझाया गया और सवालों के जवाब दिए गए।
+
+[![पाठ 3: सेंसर और एक्ट्यूएटर्स के साथ भौतिक दुनिया से जुड़ें](https://img.youtube.com/vi/Lqalu1v6aF4/0.jpg)](https://youtu.be/Lqalu1v6aF4)
+
+[![पाठ 3: सेंसर और एक्ट्यूएटर्स के साथ भौतिक दुनिया से जुड़ें - ऑफिस आवर](https://img.youtube.com/vi/qR3ekcMlLWA/0.jpg)](https://youtu.be/qR3ekcMlLWA)
+
+> 🎥 ऊपर दी गई छवियों पर क्लिक करें और वीडियो देखें
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/5)
+
+## परिचय
+
+इस पाठ में आपके IoT डिवाइस के लिए दो महत्वपूर्ण अवधारणाओं - सेंसर और एक्ट्यूएटर्स - का परिचय दिया गया है। आप इन दोनों के साथ व्यावहारिक अनुभव प्राप्त करेंगे, अपने IoT प्रोजेक्ट में एक लाइट सेंसर जोड़ेंगे, और फिर लाइट स्तरों द्वारा नियंत्रित एक LED जोड़ेंगे, जिससे एक नाइटलाइट तैयार होगा।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [सेंसर क्या हैं?](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+* [सेंसर का उपयोग करें](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+* [सेंसर के प्रकार](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+* [एक्ट्यूएटर्स क्या हैं?](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+* [एक्ट्यूएटर का उपयोग करें](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+* [एक्ट्यूएटर के प्रकार](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+
+## सेंसर क्या हैं?
+
+सेंसर हार्डवेयर डिवाइस हैं जो भौतिक दुनिया को महसूस करते हैं - यानी वे अपने आसपास की एक या अधिक विशेषताओं को मापते हैं और जानकारी को IoT डिवाइस तक भेजते हैं। सेंसर कई प्रकार के होते हैं क्योंकि मापने योग्य चीजें बहुत विविध होती हैं, जैसे प्राकृतिक गुण (जैसे हवा का तापमान) या भौतिक इंटरैक्शन (जैसे गति)।
+
+कुछ सामान्य सेंसर में शामिल हैं:
+
+* तापमान सेंसर - ये हवा के तापमान या जिस चीज़ में डूबे हुए हैं उसका तापमान मापते हैं। शौकिया और डेवलपर्स के लिए, ये अक्सर हवा के दबाव और आर्द्रता के साथ एक ही सेंसर में संयोजित होते हैं।
+* बटन - ये तब महसूस करते हैं जब उन्हें दबाया गया हो।
+* लाइट सेंसर - ये प्रकाश स्तर का पता लगाते हैं और विशिष्ट रंगों, UV प्रकाश, IR प्रकाश, या सामान्य दृश्य प्रकाश के लिए हो सकते हैं।
+* कैमरे - ये दुनिया का दृश्य प्रतिनिधित्व महसूस करते हैं, जैसे कि फोटो खींचना या वीडियो स्ट्रीम करना।
+* एक्सेलेरोमीटर - ये कई दिशाओं में गति का पता लगाते हैं।
+* माइक्रोफोन - ये ध्वनि का पता लगाते हैं, चाहे सामान्य ध्वनि स्तर हो या दिशात्मक ध्वनि।
+
+✅ शोध करें। आपके फोन में कौन-कौन से सेंसर हैं?
+
+सभी सेंसर में एक बात समान होती है - वे जो भी महसूस करते हैं उसे एक विद्युत संकेत में बदलते हैं जिसे IoT डिवाइस द्वारा समझा जा सकता है। इस विद्युत संकेत की व्याख्या सेंसर और IoT डिवाइस के साथ संचार के लिए उपयोग किए जाने वाले प्रोटोकॉल पर निर्भर करती है।
+
+## सेंसर का उपयोग करें
+
+अपने IoT डिवाइस में सेंसर जोड़ने के लिए नीचे दिए गए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-sensor.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi](pi-sensor.md)
+* [सिंगल-बोर्ड कंप्यूटर - वर्चुअल डिवाइस](virtual-device-sensor.md)
+
+## सेंसर के प्रकार
+
+सेंसर या तो एनालॉग होते हैं या डिजिटल।
+
+### एनालॉग सेंसर
+
+कुछ सबसे बुनियादी सेंसर एनालॉग सेंसर होते हैं। ये सेंसर IoT डिवाइस से वोल्टेज प्राप्त करते हैं, सेंसर के घटक इस वोल्टेज को समायोजित करते हैं, और सेंसर से लौटने वाले वोल्टेज को मापा जाता है ताकि सेंसर का मान प्राप्त किया जा सके।
+
+> 🎓 वोल्टेज यह माप है कि बिजली को एक स्थान से दूसरे स्थान तक ले जाने के लिए कितना बल है। उदाहरण के लिए, एक मानक AA बैटरी 1.5V (V वोल्ट का प्रतीक है) होती है और 1.5V के बल से अपनी सकारात्मक टर्मिनल से नकारात्मक टर्मिनल तक बिजली को धकेल सकती है। विभिन्न विद्युत हार्डवेयर को काम करने के लिए अलग-अलग वोल्टेज की आवश्यकता होती है। उदाहरण के लिए, एक LED 2-3V के बीच प्रकाश कर सकता है, लेकिन एक 100W फिलामेंट बल्ब को 240V की आवश्यकता होगी। वोल्टेज के बारे में अधिक जानकारी के लिए [वोल्टेज पर Wikipedia पेज](https://wikipedia.org/wiki/Voltage) पढ़ें।
+
+एक उदाहरण पोटेंशियोमीटर है। यह एक डायल है जिसे आप दो स्थितियों के बीच घुमा सकते हैं और सेंसर घुमाव को मापता है।
+
+![पोटेंशियोमीटर को 5 वोल्ट भेजा जा रहा है और यह 3.8 वोल्ट लौटा रहा है](../../../../../translated_images/potentiometer.35a348b9ce22f6ec1199ad37d68692d04185456ccbc2541a454bb6698be9f19c.hi.png)
+
+IoT डिवाइस पोटेंशियोमीटर को एक वोल्टेज, जैसे 5 वोल्ट (5V), का विद्युत संकेत भेजेगा। जैसे-जैसे पोटेंशियोमीटर समायोजित किया जाता है, यह दूसरी तरफ से निकलने वाले वोल्टेज को बदलता है। कल्पना करें कि आपके पास एक पोटेंशियोमीटर है जिसे 0 से [11](https://wikipedia.org/wiki/Up_to_eleven) तक लेबल किया गया है, जैसे कि एक एम्पलीफायर पर वॉल्यूम नॉब। जब पोटेंशियोमीटर पूरी तरह से बंद स्थिति (0) में होता है, तो 0V (0 वोल्ट) बाहर आएगा। जब यह पूरी तरह से चालू स्थिति (11) में होता है, तो 5V (5 वोल्ट) बाहर आएगा।
+
+> 🎓 यह एक सरलीकरण है, और आप पोटेंशियोमीटर और वेरिएबल रेसिस्टर्स के बारे में अधिक जानकारी [पोटेंशियोमीटर Wikipedia पेज](https://wikipedia.org/wiki/Potentiometer) पर पढ़ सकते हैं।
+
+सेंसर से निकलने वाले वोल्टेज को IoT डिवाइस द्वारा पढ़ा जाता है, और डिवाइस इसके अनुसार प्रतिक्रिया कर सकता है। सेंसर के आधार पर, यह वोल्टेज एक मनमाना मान हो सकता है या एक मानक इकाई से मेल खा सकता है। उदाहरण के लिए, एक एनालॉग तापमान सेंसर जो [थर्मिस्टर](https://wikipedia.org/wiki/Thermistor) पर आधारित है, तापमान के आधार पर अपनी प्रतिरोधकता बदलता है। आउटपुट वोल्टेज को कोड में गणनाओं द्वारा केल्विन में तापमान में और तदनुसार °C या °F में परिवर्तित किया जा सकता है।
+
+✅ आपका क्या विचार है कि अगर सेंसर भेजे गए वोल्टेज से अधिक वोल्टेज लौटाता है (जैसे बाहरी पावर सप्लाई से आ रहा हो) तो क्या होगा? ⛔️ इसे आज़माएं नहीं।
+
+#### एनालॉग से डिजिटल रूपांतरण
+
+IoT डिवाइस डिजिटल होते हैं - वे एनालॉग मानों के साथ काम नहीं कर सकते, वे केवल 0 और 1 के साथ काम करते हैं। इसका मतलब है कि एनालॉग सेंसर मानों को डिजिटल संकेत में परिवर्तित करने की आवश्यकता होती है ताकि उन्हें संसाधित किया जा सके। कई IoT डिवाइस में एनालॉग-टू-डिजिटल कन्वर्टर्स (ADCs) होते हैं जो एनालॉग इनपुट को उनके मान के डिजिटल प्रतिनिधित्व में परिवर्तित करते हैं। सेंसर कनेक्टर बोर्ड के माध्यम से ADCs के साथ भी काम कर सकते हैं। उदाहरण के लिए, Seeed Grove इकोसिस्टम में Raspberry Pi के साथ, एनालॉग सेंसर 'हैट' के विशिष्ट पोर्ट्स से जुड़ते हैं जो Pi के GPIO पिन्स से जुड़े होते हैं, और इस हैट में एक ADC होता है जो वोल्टेज को डिजिटल संकेत में परिवर्तित करता है जिसे Pi के GPIO पिन्स से भेजा जा सकता है।
+
+कल्पना करें कि आपके पास एक एनालॉग लाइट सेंसर है जो 3.3V पर IoT डिवाइस से जुड़ा है और 1V का मान लौटा रहा है। यह 1V डिजिटल दुनिया में कुछ भी नहीं दर्शाता है, इसलिए इसे परिवर्तित करने की आवश्यकता है। वोल्टेज को डिवाइस और सेंसर के आधार पर एक पैमाने का उपयोग करके एनालॉग मान में परिवर्तित किया जाएगा। उदाहरण के लिए, Seeed Grove लाइट सेंसर 0 से 1,023 तक मान लौटाता है। इस सेंसर के लिए जो 3.3V पर चल रहा है, 1V आउटपुट का मान 300 होगा। IoT डिवाइस 300 को एनालॉग मान के रूप में संभाल नहीं सकता, इसलिए इस मान को `0000000100101100`, Grove हैट द्वारा 300 का बाइनरी प्रतिनिधित्व, में परिवर्तित किया जाएगा। फिर इसे IoT डिवाइस द्वारा संसाधित किया जाएगा।
+
+✅ यदि आप बाइनरी नहीं जानते हैं, तो 0 और 1 द्वारा संख्याओं को कैसे दर्शाया जाता है, यह जानने के लिए थोड़ा शोध करें। [BBC Bitesize का बाइनरी पर परिचय पाठ](https://www.bbc.co.uk/bitesize/guides/zwsbwmn/revision/1) शुरू करने के लिए एक शानदार जगह है।
+
+कोडिंग के दृष्टिकोण से, यह सब आमतौर पर सेंसर के साथ आने वाले लाइब्रेरी द्वारा संभाला जाता है, इसलिए आपको इस रूपांतरण की चिंता करने की आवश्यकता नहीं है। Grove लाइट सेंसर के लिए आप Python लाइब्रेरी का उपयोग करेंगे और `light` प्रॉपर्टी को कॉल करेंगे, या Arduino लाइब्रेरी का उपयोग करेंगे और `analogRead` को कॉल करेंगे ताकि 300 का मान प्राप्त हो सके।
+
+### डिजिटल सेंसर
+
+डिजिटल सेंसर, एनालॉग सेंसर की तरह, विद्युत वोल्टेज में बदलाव का उपयोग करके अपने आसपास की दुनिया का पता लगाते हैं। फर्क यह है कि वे डिजिटल संकेत आउटपुट करते हैं, या तो केवल दो अवस्थाओं को मापकर या एक अंतर्निहित ADC का उपयोग करके। डिजिटल सेंसर अधिक से अधिक सामान्य हो रहे हैं ताकि कनेक्टर बोर्ड या IoT डिवाइस में ADC का उपयोग करने की आवश्यकता न हो।
+
+सबसे सरल डिजिटल सेंसर एक बटन या स्विच है। यह एक सेंसर है जिसमें दो अवस्थाएँ होती हैं, चालू या बंद।
+
+![एक बटन को 5 वोल्ट भेजा जा रहा है। जब दबाया नहीं जाता तो यह 0 वोल्ट लौटाता है, और जब दबाया जाता है तो यह 5 वोल्ट लौटाता है](../../../../../translated_images/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.hi.png)
+
+IoT डिवाइस के पिन्स जैसे GPIO पिन्स इस संकेत को सीधे 0 या 1 के रूप में माप सकते हैं। यदि भेजा गया वोल्टेज लौटाए गए वोल्टेज के समान है, तो पढ़ा गया मान 1 होता है, अन्यथा पढ़ा गया मान 0 होता है। संकेत को परिवर्तित करने की आवश्यकता नहीं होती, यह केवल 1 या 0 हो सकता है।
+
+> 💁 वोल्टेज कभी भी सटीक नहीं होते, खासकर क्योंकि सेंसर के घटकों में कुछ प्रतिरोध होता है, इसलिए आमतौर पर एक सहनशीलता होती है। उदाहरण के लिए, Raspberry Pi के GPIO पिन्स 3.3V पर काम करते हैं, और 1.8V से ऊपर के लौटाए गए संकेत को 1 के रूप में पढ़ते हैं, और 1.8V से नीचे के संकेत को 0 के रूप में पढ़ते हैं।
+
+* 3.3V बटन में जाता है। बटन बंद है इसलिए 0V बाहर आता है, जिससे मान 0 मिलता है।
+* 3.3V बटन में जाता है। बटन चालू है इसलिए 3.3V बाहर आता है, जिससे मान 1 मिलता है।
+
+अधिक उन्नत डिजिटल सेंसर एनालॉग मानों को पढ़ते हैं, फिर उन्हें ऑन-बोर्ड ADCs का उपयोग करके डिजिटल संकेतों में परिवर्तित करते हैं। उदाहरण के लिए, एक डिजिटल तापमान सेंसर अभी भी एनालॉग सेंसर की तरह थर्मोकपल का उपयोग करेगा, और वर्तमान तापमान पर थर्मोकपल के प्रतिरोध के कारण वोल्टेज में बदलाव को मापेगा। एनालॉग मान लौटाने और डिवाइस या कनेक्टर बोर्ड पर डिजिटल संकेत में परिवर्तित होने पर निर्भर रहने के बजाय, सेंसर में निर्मित ADC मान को परिवर्तित करेगा और इसे 0 और 1 की श्रृंखला के रूप में IoT डिवाइस को भेजेगा। ये 0 और 1 उसी तरह भेजे जाते हैं जैसे बटन के डिजिटल संकेत के लिए, जिसमें 1 पूर्ण वोल्टेज और 0 0V होता है।
+
+![एक डिजिटल तापमान सेंसर एनालॉग रीडिंग को बाइनरी डेटा में परिवर्तित कर रहा है, जिसमें 0 0 वोल्ट और 1 5 वोल्ट है, और इसे IoT डिवाइस को भेज रहा है](../../../../../translated_images/temperature-as-digital.85004491b977bae1129707df107c0b19fe6fc6374210e9027e04acb34a640c78.hi.png)
+
+डिजिटल डेटा भेजने से सेंसर अधिक जटिल हो सकते हैं और अधिक विस्तृत डेटा भेज सकते हैं, यहां तक कि सुरक्षित सेंसर के लिए एन्क्रिप्टेड डेटा भी। एक उदाहरण कैमरा है। यह एक सेंसर है जो एक छवि को कैप्चर करता है और इसे डिजिटल डेटा के रूप में भेजता है जिसमें वह छवि होती है, आमतौर पर JPEG जैसे संपीड़ित प्रारूप में, जिसे IoT डिवाइस द्वारा पढ़ा जा सकता है। यह वीडियो को स्ट्रीम भी कर सकता है, छवियों को कैप्चर करके और या तो पूरी छवि फ्रेम दर फ्रेम भेजकर या संपीड़ित वीडियो स्ट्रीम भेजकर।
+
+## एक्ट्यूएटर्स क्या हैं?
+
+एक्ट्यूएटर्स सेंसर के विपरीत होते हैं - वे आपके IoT डिवाइस से विद्युत संकेत को भौतिक दुनिया के साथ इंटरैक्शन में बदलते हैं, जैसे कि प्रकाश या ध्वनि उत्सर्जित करना, या मोटर को घुमाना।
+
+कुछ सामान्य एक्ट्यूएटर्स में शामिल हैं:
+
+* LED - ये चालू होने पर प्रकाश उत्सर्जित करते हैं।
+* स्पीकर - ये भेजे गए संकेत के आधार पर ध्वनि उत्सर्जित करते हैं, एक साधारण बज़र से लेकर संगीत चलाने वाले ऑडियो स्पीकर तक।
+* स्टेपर मोटर - ये संकेत को परिभाषित मात्रा में घुमाव में बदलते हैं, जैसे कि डायल को 90° घुमाना।
+* रिले - ये स्विच होते हैं जिन्हें विद्युत संकेत द्वारा चालू या बंद किया जा सकता है। ये IoT डिवाइस से छोटे वोल्टेज को बड़े वोल्टेज चालू करने की अनुमति देते हैं।
+* स्क्रीन - ये अधिक जटिल एक्ट्यूएटर्स होते हैं और मल्टी-सेगमेंट डिस्प्ले पर जानकारी दिखाते हैं। स्क्रीन साधारण LED डिस्प्ले से लेकर उच्च-रिज़ॉल्यूशन वीडियो मॉनिटर तक भिन्न होती हैं।
+
+✅ शोध करें। आपके फोन में कौन-कौन से एक्ट्यूएटर्स हैं?
+
+## एक्ट्यूएटर का उपयोग करें
+
+नीचे दिए गए संबंधित गाइड का पालन करें ताकि सेंसर द्वारा नियंत्रित एक्ट्यूएटर को अपने IoT डिवाइस में जोड़ सकें और IoT नाइटलाइट बना सकें। यह लाइट सेंसर से प्रकाश स्तरों को एकत्र करेगा और जब पता लगाया गया प्रकाश स्तर बहुत कम होगा तो LED के रूप में एक्ट्यूएटर का उपयोग करके प्रकाश उत्सर्जित करेगा।
+
+![असाइनमेंट का फ्लो चार्ट, जिसमें प्रकाश स्तरों को पढ़ा और जांचा जा रहा है, और LED को नियंत्रित किया जा रहा है](../../../../../translated_images/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.hi.png)
+
+* [Arduino - Wio Terminal](wio-terminal-actuator.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi](pi-actuator.md)
+* [सिंगल-बोर्ड कंप्यूटर - वर्चुअल डिवाइस](virtual-device-actuator.md)
+
+## एक्ट्यूएटर के प्रकार
+
+सेंसर की तरह, एक्ट्यूएटर या तो एनालॉग होते हैं या डिजिटल।
+
+### एनालॉग एक्ट्यूएटर
+
+एनालॉग एक्ट्यूएटर एक एनालॉग संकेत लेते हैं और इसे किसी प्रकार के इंटरैक्शन में बदलते हैं, जहां इंटरैक्शन आपूर्ति किए गए वोल्टेज के आधार पर बदलता है।
+
+एक उदाहरण एक डिमेबल लाइट है, जैसे कि आपके घर में हो सकती है। लाइट को आपूर्ति किए गए वोल्टेज की मात्रा यह निर्धारित करती है कि यह कितनी उज्ज्वल है।
+![कम वोल्टेज पर हल्की रोशनी और उच्च वोल्टेज पर तेज रोशनी](../../../../../translated_images/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.hi.png)
+
+सेंसर की तरह, असली IoT डिवाइस डिजिटल सिग्नल पर काम करता है, एनालॉग पर नहीं। इसका मतलब है कि एनालॉग सिग्नल भेजने के लिए, IoT डिवाइस को डिजिटल से एनालॉग कनवर्टर (DAC) की आवश्यकता होती है, जो या तो सीधे IoT डिवाइस पर या कनेक्टर बोर्ड पर होता है। यह IoT डिवाइस से 0s और 1s को एनालॉग वोल्टेज में बदल देगा जिसे एक्टुएटर उपयोग कर सकता है।
+
+✅ आपका क्या विचार है कि अगर IoT डिवाइस एक्टुएटर की क्षमता से अधिक वोल्टेज भेजता है तो क्या होगा?  
+⛔️ इसे आजमाने की कोशिश न करें।
+
+#### पल्स-वाइड्थ मॉड्यूलेशन
+
+IoT डिवाइस से डिजिटल सिग्नल को एनालॉग सिग्नल में बदलने का एक और विकल्प पल्स-वाइड्थ मॉड्यूलेशन है। इसमें बहुत सारे छोटे डिजिटल पल्स भेजे जाते हैं जो ऐसा व्यवहार करते हैं जैसे यह एनालॉग सिग्नल हो।
+
+उदाहरण के लिए, आप PWM का उपयोग मोटर की गति को नियंत्रित करने के लिए कर सकते हैं।
+
+कल्पना करें कि आप 5V सप्लाई के साथ एक मोटर को नियंत्रित कर रहे हैं। आप अपनी मोटर को एक छोटा पल्स भेजते हैं, वोल्टेज को 0.02 सेकंड (0.02s) के लिए उच्च (5V) पर स्विच करते हैं। इस समय में आपकी मोटर एक-दसवें घुमाव, या 36° तक घूम सकती है। फिर सिग्नल 0.02 सेकंड (0.02s) के लिए रुकता है, एक निम्न सिग्नल (0V) भेजता है। ऑन और ऑफ का प्रत्येक चक्र 0.04 सेकंड तक रहता है। फिर चक्र दोहराता है।
+
+![150 RPM पर मोटर का पल्स-वाइड्थ मॉड्यूलेशन घुमाव](../../../../../translated_images/pwm-motor-150rpm.83347ac04ca38482bd120939b133803963c9c15ca9d8d484712a4bd92820f6a4.hi.png)
+
+इसका मतलब है कि एक सेकंड में आपके पास 0.02s के 25 5V पल्स हैं जो मोटर को घुमाते हैं, प्रत्येक के बाद 0.02s का 0V का विराम होता है जो मोटर को नहीं घुमाता। प्रत्येक पल्स मोटर को एक-दसवें घुमाव तक घुमाता है, जिसका मतलब है कि मोटर प्रति सेकंड 2.5 घुमाव पूरा करती है। आपने डिजिटल सिग्नल का उपयोग करके मोटर को प्रति सेकंड 2.5 घुमाव, या 150 [रेवोल्यूशन्स प्रति मिनट](https://wikipedia.org/wiki/Revolutions_per_minute) (घुमाव की गति का एक गैर-मानक माप) पर घुमाया।
+
+```output
+25 pulses per second x 0.1 rotations per pulse = 2.5 rotations per second
+2.5 rotations per second x 60 seconds in a minute = 150rpm
+```
+
+> 🎓 जब एक PWM सिग्नल आधे समय के लिए ऑन और आधे समय के लिए ऑफ होता है, तो इसे [50% ड्यूटी साइकिल](https://wikipedia.org/wiki/Duty_cycle) कहा जाता है। ड्यूटी साइकिल को सिग्नल के ऑन स्टेट के समय की तुलना में ऑफ स्टेट के समय के प्रतिशत के रूप में मापा जाता है।
+
+![75 RPM पर मोटर का पल्स-वाइड्थ मॉड्यूलेशन घुमाव](../../../../../translated_images/pwm-motor-75rpm.a5e4c939934b6e14fd9e98e4f2c9539d723da2b18f490eae0948dd044d18ff7e.hi.png)
+
+आप पल्स का आकार बदलकर मोटर की गति बदल सकते हैं। उदाहरण के लिए, उसी मोटर के साथ आप 0.04s के समान चक्र समय रख सकते हैं, ऑन पल्स को आधा कर 0.01s कर सकते हैं, और ऑफ पल्स को बढ़ाकर 0.03s कर सकते हैं। आपके पास प्रति सेकंड समान संख्या में पल्स (25) हैं, लेकिन प्रत्येक ऑन पल्स की लंबाई आधी है। आधी लंबाई का पल्स मोटर को एक-बीसवें घुमाव तक ही घुमाता है, और 25 पल्स प्रति सेकंड पर मोटर प्रति सेकंड 1.25 घुमाव या 75rpm पूरा करेगी। डिजिटल सिग्नल की पल्स गति बदलकर आपने एनालॉग मोटर की गति को आधा कर दिया।
+
+```output
+25 pulses per second x 0.05 rotations per pulse = 1.25 rotations per second
+1.25 rotations per second x 60 seconds in a minute = 75rpm
+```
+
+✅ आप मोटर के घुमाव को कैसे स्मूथ रखेंगे, खासकर कम गति पर? क्या आप लंबे विराम के साथ कुछ लंबे पल्स का उपयोग करेंगे या बहुत छोटे विराम के साथ बहुत छोटे पल्स का उपयोग करेंगे?
+
+> 💁 कुछ सेंसर भी एनालॉग सिग्नल को डिजिटल सिग्नल में बदलने के लिए PWM का उपयोग करते हैं।
+
+> 🎓 आप पल्स-वाइड्थ मॉड्यूलेशन के बारे में अधिक जानकारी [विकिपीडिया के पल्स-वाइड्थ मॉड्यूलेशन पेज](https://wikipedia.org/wiki/Pulse-width_modulation) पर पढ़ सकते हैं।
+
+### डिजिटल एक्टुएटर
+
+डिजिटल एक्टुएटर, जैसे डिजिटल सेंसर, या तो उच्च या निम्न वोल्टेज द्वारा नियंत्रित दो स्टेट्स में होते हैं या उनमें एक DAC होता है जो डिजिटल सिग्नल को एनालॉग में बदल सकता है।
+
+एक साधारण डिजिटल एक्टुएटर LED है। जब डिवाइस 1 का डिजिटल सिग्नल भेजता है, तो एक उच्च वोल्टेज भेजा जाता है जो LED को जलाता है। जब 0 का डिजिटल सिग्नल भेजा जाता है, तो वोल्टेज 0V तक गिर जाता है और LED बंद हो जाती है।
+
+![0 वोल्ट पर LED बंद और 5V पर चालू](../../../../../translated_images/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.hi.png)
+
+✅ आप और कौन से साधारण 2-स्टेट एक्टुएटर के बारे में सोच सकते हैं? एक उदाहरण है सोलोनॉइड, जो एक इलेक्ट्रोमैग्नेट है जिसे दरवाजे की कुंडी को लॉक/अनलॉक करने जैसे काम करने के लिए सक्रिय किया जा सकता है।
+
+अधिक उन्नत डिजिटल एक्टुएटर, जैसे स्क्रीन, डिजिटल डेटा को निश्चित प्रारूपों में भेजने की आवश्यकता होती है। वे आमतौर पर लाइब्रेरी के साथ आते हैं जो उन्हें नियंत्रित करने के लिए सही डेटा भेजना आसान बनाते हैं।
+
+---
+
+## 🚀 चुनौती
+
+पिछले दो पाठों में चुनौती थी कि आप अपने घर, स्कूल या कार्यस्थल में जितने IoT डिवाइस हैं, उनकी सूची बनाएं और तय करें कि वे माइक्रोकंट्रोलर या सिंगल-बोर्ड कंप्यूटर, या दोनों के मिश्रण पर आधारित हैं।
+
+आपने जो भी डिवाइस सूचीबद्ध किए हैं, वे किन सेंसर और एक्टुएटर से जुड़े हैं? इन डिवाइस से जुड़े प्रत्येक सेंसर और एक्टुएटर का उद्देश्य क्या है?
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/6)
+
+## समीक्षा और स्व-अध्ययन
+
+* [ThingLearn](http://thinglearn.jenlooper.com/curriculum/) पर बिजली और सर्किट के बारे में पढ़ें।  
+* [Seeed Studios Temperature Sensors guide](https://www.seeedstudio.com/blog/2019/10/14/temperature-sensors-for-arduino-projects/) पर विभिन्न प्रकार के तापमान सेंसर के बारे में पढ़ें।  
+* [विकिपीडिया LED पेज](https://wikipedia.org/wiki/Light-emitting_diode) पर LED के बारे में पढ़ें।  
+
+## असाइनमेंट
+
+[सेंसर और एक्टुएटर पर शोध करें](assignment.md)  
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/assignment.md b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/assignment.md
new file mode 100644
index 00000000..78db2375
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/assignment.md
@@ -0,0 +1,29 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c5a568320b1159394108544807895337",
+  "translation_date": "2025-08-25T17:22:07+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/assignment.md",
+  "language_code": "hi"
+}
+-->
+# सेंसर और एक्ट्यूएटर्स पर शोध
+
+## निर्देश
+
+इस पाठ में सेंसर और एक्ट्यूएटर्स के बारे में बताया गया। एक सेंसर और एक एक्ट्यूएटर पर शोध करें और उनका वर्णन करें, जिन्हें IoT डेव किट के साथ उपयोग किया जा सकता है, जिसमें शामिल हो:
+
+* यह क्या करता है
+* इसके अंदर उपयोग किए गए इलेक्ट्रॉनिक्स/हार्डवेयर
+* यह एनालॉग है या डिजिटल
+* इनपुट या माप की इकाइयाँ और रेंज क्या है
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| सेंसर का वर्णन करें | सेंसर का वर्णन किया गया, जिसमें ऊपर सूचीबद्ध सभी 4 अनुभागों के लिए विवरण शामिल हैं। | सेंसर का वर्णन किया गया, लेकिन केवल ऊपर दिए गए 2-3 अनुभागों की जानकारी दी गई। | सेंसर का वर्णन किया गया, लेकिन केवल ऊपर दिए गए 1 अनुभाग की जानकारी दी गई। |
+| एक्ट्यूएटर का वर्णन करें | एक्ट्यूएटर का वर्णन किया गया, जिसमें ऊपर सूचीबद्ध सभी 4 अनुभागों के लिए विवरण शामिल हैं। | एक्ट्यूएटर का वर्णन किया गया, लेकिन केवल ऊपर दिए गए 2-3 अनुभागों की जानकारी दी गई। | एक्ट्यूएटर का वर्णन किया गया, लेकिन केवल ऊपर दिए गए 1 अनुभाग की जानकारी दी गई। |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
new file mode 100644
index 00000000..72479440
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
@@ -0,0 +1,128 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4db8a3879a53490513571df2f6cf7641",
+  "translation_date": "2025-08-25T17:22:25+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md",
+  "language_code": "hi"
+}
+-->
+# रास्पबेरी पाई के साथ नाइटलाइट बनाएं
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई में एक एलईडी जोड़ेंगे और इसका उपयोग नाइटलाइट बनाने के लिए करेंगे।
+
+## हार्डवेयर
+
+अब नाइटलाइट को एक एक्टुएटर की आवश्यकता है।
+
+एक्टुएटर एक **एलईडी** है, एक [लाइट-एमिटिंग डायोड](https://wikipedia.org/wiki/Light-emitting_diode) जो तब प्रकाश उत्सर्जित करता है जब उसमें से करंट गुजरता है। यह एक डिजिटल एक्टुएटर है जिसके दो स्टेट्स होते हैं, चालू और बंद। 1 का मान भेजने से एलईडी चालू हो जाती है, और 0 का मान भेजने से यह बंद हो जाती है। एलईडी एक बाहरी ग्रोव एक्टुएटर है और इसे रास्पबेरी पाई पर ग्रोव बेस हैट से जोड़ा जाना चाहिए।
+
+नाइटलाइट लॉजिक का छद्म-कोड इस प्रकार है:
+
+```output
+Check the light level.
+If the light is less than 300
+    Turn the LED on
+Otherwise
+    Turn the LED off
+```
+
+### एलईडी को कनेक्ट करें
+
+ग्रोव एलईडी एक मॉड्यूल के रूप में आती है जिसमें विभिन्न रंगों की एलईडी होती हैं, जिससे आप अपना पसंदीदा रंग चुन सकते हैं।
+
+#### कार्य - एलईडी को कनेक्ट करें
+
+एलईडी को कनेक्ट करें।
+
+![एक ग्रोव एलईडी](../../../../../translated_images/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.hi.png)
+
+1. अपनी पसंदीदा एलईडी चुनें और उसके पिन्स को एलईडी मॉड्यूल के दो छेदों में डालें।
+
+   एलईडी लाइट-एमिटिंग डायोड्स हैं, और डायोड्स ऐसे इलेक्ट्रॉनिक उपकरण हैं जो करंट को केवल एक दिशा में प्रवाहित कर सकते हैं। इसका मतलब है कि एलईडी को सही दिशा में जोड़ा जाना चाहिए, अन्यथा यह काम नहीं करेगी।
+
+   एलईडी के एक पिन को पॉजिटिव पिन और दूसरे को नेगेटिव पिन कहा जाता है। एलईडी पूरी तरह से गोल नहीं होती और एक तरफ से थोड़ी चपटी होती है। चपटी तरफ नेगेटिव पिन होती है। जब आप एलईडी को मॉड्यूल से जोड़ते हैं, तो सुनिश्चित करें कि गोलाई वाली तरफ का पिन मॉड्यूल के बाहरी हिस्से पर **+** चिह्नित सॉकेट से जुड़ा हो, और चपटी तरफ का पिन मॉड्यूल के बीच के करीब वाले सॉकेट से जुड़ा हो।
+
+1. एलईडी मॉड्यूल में एक स्पिन बटन होता है जो आपको ब्राइटनेस को नियंत्रित करने की अनुमति देता है। इसे शुरू में पूरी तरह से बढ़ा दें, इसे छोटे फिलिप्स हेड स्क्रूड्राइवर का उपयोग करके जितना हो सके एंटी-क्लॉकवाइज घुमाएं।
+
+1. ग्रोव केबल के एक सिरे को एलईडी मॉड्यूल के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. रास्पबेरी पाई को बंद करके, ग्रोव केबल के दूसरे सिरे को ग्रोव बेस हैट पर **D5** चिह्नित डिजिटल सॉकेट में कनेक्ट करें। यह सॉकेट GPIO पिन्स के पास वाले सॉकेट्स की पंक्ति में बाईं ओर से दूसरा है।
+
+![ग्रोव एलईडी D5 सॉकेट से जुड़ी हुई](../../../../../translated_images/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.hi.png)
+
+## नाइटलाइट को प्रोग्राम करें
+
+अब नाइटलाइट को ग्रोव लाइट सेंसर और ग्रोव एलईडी का उपयोग करके प्रोग्राम किया जा सकता है।
+
+### कार्य - नाइटलाइट को प्रोग्राम करें
+
+नाइटलाइट को प्रोग्राम करें।
+
+1. पाई को चालू करें और इसके बूट होने का इंतजार करें।
+
+1. VS कोड में नाइटलाइट प्रोजेक्ट खोलें जिसे आपने इस असाइनमेंट के पिछले भाग में बनाया था, चाहे वह सीधे पाई पर चल रहा हो या रिमोट SSH एक्सटेंशन का उपयोग करके कनेक्ट किया गया हो।
+
+1. `app.py` फ़ाइल में निम्नलिखित कोड जोड़ें ताकि आवश्यक लाइब्रेरी को इंपोर्ट किया जा सके। इसे अन्य `import` लाइनों के नीचे, सबसे ऊपर जोड़ा जाना चाहिए।
+
+    ```python
+    from grove.grove_led import GroveLed
+    ```
+
+    `from grove.grove_led import GroveLed` स्टेटमेंट ग्रोव पायथन लाइब्रेरी से `GroveLed` को इंपोर्ट करता है। इस लाइब्रेरी में ग्रोव एलईडी के साथ इंटरैक्ट करने के लिए कोड होता है।
+
+1. `light_sensor` डिक्लेरेशन के बाद निम्नलिखित कोड जोड़ें ताकि एलईडी को मैनेज करने वाले क्लास का एक इंस्टेंस बनाया जा सके:
+
+    ```python
+    led = GroveLed(5)
+    ```
+
+    लाइन `led = GroveLed(5)` `GroveLed` क्लास का एक इंस्टेंस बनाती है जो पिन **D5** से कनेक्ट होता है - डिजिटल ग्रोव पिन जिससे एलईडी जुड़ी हुई है।
+
+    > 💁 सभी सॉकेट्स के पास यूनिक पिन नंबर होते हैं। पिन्स 0, 2, 4, और 6 एनालॉग पिन्स हैं, और पिन्स 5, 16, 18, 22, 24, और 26 डिजिटल पिन्स हैं।
+
+1. `while` लूप के अंदर और `time.sleep` से पहले एक चेक जोड़ें ताकि लाइट लेवल्स की जांच की जा सके और एलईडी को चालू या बंद किया जा सके:
+
+    ```python
+    if light < 300:
+        led.on()
+    else:
+        led.off()
+    ```
+
+    यह कोड `light` वैल्यू की जांच करता है। यदि यह 300 से कम है, तो यह `GroveLed` क्लास के `on` मेथड को कॉल करता है, जो एलईडी को चालू करने के लिए डिजिटल वैल्यू 1 भेजता है। यदि लाइट वैल्यू 300 या उससे अधिक है, तो यह `off` मेथड को कॉल करता है, जो डिजिटल वैल्यू 0 भेजता है, जिससे एलईडी बंद हो जाती है।
+
+    > 💁 यह कोड `print('Light level:', light)` लाइन के समान इंडेंटेड होना चाहिए ताकि यह `while` लूप के अंदर हो!
+
+    > 💁 एक्टुएटर्स को डिजिटल वैल्यू भेजते समय, 0 वैल्यू 0V होती है, और 1 वैल्यू डिवाइस के लिए अधिकतम वोल्टेज होती है। रास्पबेरी पाई के साथ ग्रोव सेंसर और एक्टुएटर्स के लिए, 1 वोल्टेज 3.3V है।
+
+1. VS कोड टर्मिनल से, अपना पायथन ऐप चलाने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    python3 app.py
+    ```
+
+    लाइट वैल्यू कंसोल पर आउटपुट होगी।
+
+    ```output
+    pi@raspberrypi:~/nightlight $ python3 app.py 
+    Light level: 634
+    Light level: 634
+    Light level: 634
+    Light level: 230
+    Light level: 104
+    Light level: 290
+    ```
+
+1. लाइट सेंसर को ढकें और हटाएं। ध्यान दें कि यदि लाइट लेवल 300 या उससे कम है तो एलईडी जल जाएगी, और जब लाइट लेवल 300 से अधिक होगा तो यह बंद हो जाएगी।
+
+    > 💁 यदि एलईडी चालू नहीं होती है, तो सुनिश्चित करें कि यह सही दिशा में जुड़ी हुई है, और स्पिन बटन पूरी तरह से चालू पर सेट है।
+
+![लाइट लेवल बदलने पर पाई से जुड़ी एलईडी चालू और बंद होती हुई](../../../../../images/pi-running-assignment-1-1.gif)
+
+> 💁 आप इस कोड को [code-actuator/pi](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-actuator/pi) फोल्डर में पा सकते हैं।
+
+😀 आपका नाइटलाइट प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
new file mode 100644
index 00000000..2c32af38
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
@@ -0,0 +1,108 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "ea733bd0cdf2479e082373f765a08678",
+  "translation_date": "2025-08-25T17:19:32+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md",
+  "language_code": "hi"
+}
+-->
+# नाइटलाइट बनाएं - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई में एक लाइट सेंसर जोड़ेंगे।
+
+## हार्डवेयर
+
+इस पाठ के लिए सेंसर एक **लाइट सेंसर** है जो [फोटोडायोड](https://wikipedia.org/wiki/Photodiode) का उपयोग करके प्रकाश को विद्युत संकेत में बदलता है। यह एक एनालॉग सेंसर है जो 0 से 1,000 तक का पूर्णांक मान भेजता है, जो प्रकाश की सापेक्ष मात्रा को दर्शाता है। यह किसी मानक माप इकाई जैसे [लक्स](https://wikipedia.org/wiki/Lux) से मेल नहीं खाता।
+
+लाइट सेंसर एक बाहरी Grove सेंसर है और इसे रास्पबेरी पाई पर Grove Base हैट से जोड़ा जाना चाहिए।
+
+### लाइट सेंसर को कनेक्ट करें
+
+प्रकाश स्तरों का पता लगाने के लिए उपयोग किया जाने वाला Grove लाइट सेंसर रास्पबेरी पाई से जोड़ा जाना चाहिए।
+
+#### कार्य - लाइट सेंसर को कनेक्ट करें
+
+लाइट सेंसर को कनेक्ट करें।
+
+![एक Grove लाइट सेंसर](../../../../../translated_images/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.hi.png)
+
+1. Grove केबल के एक सिरे को लाइट सेंसर मॉड्यूल के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. रास्पबेरी पाई को बंद करके, Grove केबल के दूसरे सिरे को Grove Base हैट पर **A0** नामक एनालॉग सॉकेट में कनेक्ट करें। यह सॉकेट GPIO पिन के पास वाले सॉकेट की पंक्ति में दाईं ओर से दूसरा है।
+
+![सॉकेट A0 से जुड़ा Grove लाइट सेंसर](../../../../../translated_images/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.hi.png)
+
+## लाइट सेंसर को प्रोग्राम करें
+
+अब डिवाइस को Grove लाइट सेंसर का उपयोग करके प्रोग्राम किया जा सकता है।
+
+### कार्य - लाइट सेंसर को प्रोग्राम करें
+
+डिवाइस को प्रोग्राम करें।
+
+1. पाई को चालू करें और इसके बूट होने की प्रतीक्षा करें।
+
+1. VS Code में नाइटलाइट प्रोजेक्ट खोलें जिसे आपने इस असाइनमेंट के पिछले भाग में बनाया था, या तो सीधे पाई पर चलाकर या Remote SSH एक्सटेंशन का उपयोग करके कनेक्ट करें।
+
+1. `app.py` फ़ाइल खोलें और उसमें से सभी कोड हटा दें।
+
+1. `app.py` फ़ाइल में निम्नलिखित कोड जोड़ें ताकि कुछ आवश्यक लाइब्रेरी आयात की जा सकें:
+
+    ```python
+    import time
+    from grove.grove_light_sensor_v1_2 import GroveLightSensor
+    ```
+
+    `import time` स्टेटमेंट `time` मॉड्यूल को आयात करता है, जिसका उपयोग इस असाइनमेंट में बाद में किया जाएगा।
+
+    `from grove.grove_light_sensor_v1_2 import GroveLightSensor` स्टेटमेंट Grove Python लाइब्रेरी से `GroveLightSensor` आयात करता है। इस लाइब्रेरी में Grove लाइट सेंसर के साथ इंटरैक्ट करने के लिए कोड है, और इसे पाई सेटअप के दौरान ग्लोबली इंस्टॉल किया गया था।
+
+1. ऊपर दिए गए कोड के बाद निम्नलिखित कोड जोड़ें ताकि लाइट सेंसर को प्रबंधित करने वाले क्लास का एक इंस्टेंस बनाया जा सके:
+
+    ```python
+    light_sensor = GroveLightSensor(0)
+    ```
+
+    लाइन `light_sensor = GroveLightSensor(0)` GroveLightSensor क्लास का एक इंस्टेंस बनाता है जो पिन **A0** से जुड़ा है - एनालॉग Grove पिन जिससे लाइट सेंसर जुड़ा हुआ है।
+
+1. ऊपर दिए गए कोड के बाद एक अनंत लूप जोड़ें ताकि लाइट सेंसर का मान पोल किया जा सके और इसे कंसोल पर प्रिंट किया जा सके:
+
+    ```python
+    while True:
+        light = light_sensor.light
+        print('Light level:', light)
+    ```
+
+    यह GroveLightSensor क्लास की `light` प्रॉपर्टी का उपयोग करके 0-1,023 के पैमाने पर वर्तमान प्रकाश स्तर को पढ़ेगा। यह प्रॉपर्टी पिन से एनालॉग मान पढ़ती है। यह मान फिर कंसोल पर प्रिंट किया जाता है।
+
+1. लूप के अंत में एक सेकंड की छोटी नींद जोड़ें क्योंकि प्रकाश स्तरों को लगातार जांचने की आवश्यकता नहीं है। नींद डिवाइस की पावर खपत को कम करती है।
+
+    ```python
+    time.sleep(1)
+    ```
+
+1. VS Code टर्मिनल से, निम्नलिखित चलाएं ताकि आपका Python ऐप चल सके:
+
+    ```sh
+    python3 app.py
+    ```
+
+    प्रकाश मान कंसोल पर आउटपुट होंगे। लाइट सेंसर को ढकें और हटाएं, और मान बदलेंगे:
+
+    ```output
+    pi@raspberrypi:~/nightlight $ python3 app.py 
+    Light level: 634
+    Light level: 634
+    Light level: 634
+    Light level: 230
+    Light level: 104
+    Light level: 290
+    ```
+
+> 💁 आप इस कोड को [code-sensor/pi](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-sensor/pi) फ़ोल्डर में पा सकते हैं।
+
+😀 आपके नाइटलाइट प्रोग्राम में सेंसर जोड़ना सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
new file mode 100644
index 00000000..e41f5a9f
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
@@ -0,0 +1,122 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9c640f93263fd9adbfda920739e09feb",
+  "translation_date": "2025-08-25T17:23:42+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md",
+  "language_code": "hi"
+}
+-->
+# नाइटलाइट बनाएं - वर्चुअल IoT हार्डवेयर
+
+इस पाठ के इस भाग में, आप अपने वर्चुअल IoT डिवाइस में एक LED जोड़ेंगे और इसका उपयोग नाइटलाइट बनाने के लिए करेंगे।
+
+## वर्चुअल हार्डवेयर
+
+नाइटलाइट को एक एक्टुएटर की आवश्यकता होती है, जिसे CounterFit ऐप में बनाया गया है।
+
+यह एक्टुएटर एक **LED** है। एक भौतिक IoT डिवाइस में, यह एक [लाइट-एमिटिंग डायोड](https://wikipedia.org/wiki/Light-emitting_diode) होगा जो करंट प्रवाहित होने पर प्रकाश उत्सर्जित करता है। यह एक डिजिटल एक्टुएटर है जिसके दो स्टेट्स होते हैं, ऑन और ऑफ। 1 का मान भेजने पर LED ऑन हो जाती है, और 0 भेजने पर ऑफ हो जाती है।
+
+नाइटलाइट लॉजिक का छद्म-कोड:
+
+```output
+Check the light level.
+If the light is less than 300
+    Turn the LED on
+Otherwise
+    Turn the LED off
+```
+
+### CounterFit में एक्टुएटर जोड़ें
+
+वर्चुअल LED का उपयोग करने के लिए, आपको इसे CounterFit ऐप में जोड़ना होगा।
+
+#### कार्य - CounterFit में एक्टुएटर जोड़ें
+
+CounterFit ऐप में LED जोड़ें।
+
+1. सुनिश्चित करें कि CounterFit वेब ऐप पिछले असाइनमेंट के भाग से चल रहा है। यदि नहीं, तो इसे शुरू करें और लाइट सेंसर को फिर से जोड़ें।
+
+1. एक LED बनाएं:
+
+    1. *Actuator* पैन में *Create actuator* बॉक्स में, *Actuator type* ड्रॉपडाउन करें और *LED* चुनें।
+
+    1. *Pin* को *5* पर सेट करें।
+
+    1. **Add** बटन चुनें ताकि Pin 5 पर LED बनाई जा सके।
+
+    ![LED सेटिंग्स](../../../../../translated_images/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.hi.png)
+
+    LED बनाई जाएगी और एक्टुएटर्स की सूची में दिखाई देगी।
+
+    ![बनी हुई LED](../../../../../translated_images/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.hi.png)
+
+    LED बनने के बाद, आप *Color* पिकर का उपयोग करके रंग बदल सकते हैं। रंग चुनने के बाद **Set** बटन चुनें।
+
+### नाइटलाइट प्रोग्राम करें
+
+अब CounterFit लाइट सेंसर और LED का उपयोग करके नाइटलाइट प्रोग्राम किया जा सकता है।
+
+#### कार्य - नाइटलाइट प्रोग्राम करें
+
+नाइटलाइट प्रोग्राम करें।
+
+1. VS Code में नाइटलाइट प्रोजेक्ट खोलें जिसे आपने इस असाइनमेंट के पिछले भाग में बनाया था। यदि आवश्यक हो, तो सुनिश्चित करें कि यह वर्चुअल एनवायरनमेंट का उपयोग करके चल रहा है।
+
+1. `app.py` फाइल खोलें।
+
+1. `app.py` फाइल में निम्नलिखित कोड जोड़ें ताकि आवश्यक लाइब्रेरी को इंपोर्ट किया जा सके। इसे अन्य `import` लाइनों के नीचे, सबसे ऊपर जोड़ा जाना चाहिए।
+
+    ```python
+    from counterfit_shims_grove.grove_led import GroveLed
+    ```
+
+    `from counterfit_shims_grove.grove_led import GroveLed` स्टेटमेंट CounterFit Grove शिम Python लाइब्रेरी से `GroveLed` को इंपोर्ट करता है। इस लाइब्रेरी में CounterFit ऐप में बनाई गई LED के साथ इंटरैक्ट करने के लिए कोड होता है।
+
+1. `light_sensor` डिक्लेरेशन के बाद निम्नलिखित कोड जोड़ें ताकि LED को मैनेज करने वाले क्लास का एक इंस्टेंस बनाया जा सके:
+
+    ```python
+    led = GroveLed(5)
+    ```
+
+    लाइन `led = GroveLed(5)` `GroveLed` क्लास का एक इंस्टेंस बनाती है जो Pin **5** से कनेक्ट होता है - CounterFit Grove पिन जिससे LED जुड़ी होती है।
+
+1. `while` लूप के अंदर और `time.sleep` से पहले एक चेक जोड़ें ताकि लाइट लेवल की जांच की जा सके और LED को ऑन या ऑफ किया जा सके:
+
+    ```python
+    if light < 300:
+        led.on()
+    else:
+        led.off()
+    ```
+
+    यह कोड `light` वैल्यू की जांच करता है। यदि यह 300 से कम है, तो यह `GroveLed` क्लास के `on` मेथड को कॉल करता है, जो LED को ऑन करने के लिए डिजिटल वैल्यू 1 भेजता है। यदि लाइट वैल्यू 300 या उससे अधिक है, तो यह `off` मेथड को कॉल करता है, जो LED को ऑफ करने के लिए डिजिटल वैल्यू 0 भेजता है।
+
+    > 💁 यह कोड `print('Light level:', light)` लाइन के समान स्तर पर इंडेंट किया जाना चाहिए ताकि यह `while` लूप के अंदर हो!
+
+1. VS Code टर्मिनल से, निम्नलिखित रन करें ताकि आपका Python ऐप चल सके:
+
+    ```sh
+    python3 app.py
+    ```
+
+    लाइट वैल्यू कंसोल पर आउटपुट होगी।
+
+    ```output
+    (.venv) ➜  GroveTest python3 app.py 
+    Light level: 143
+    Light level: 244
+    Light level: 246
+    Light level: 253
+    ```
+
+1. *Value* या *Random* सेटिंग्स बदलें ताकि लाइट लेवल 300 से ऊपर और नीचे हो सके। LED ऑन और ऑफ होगी।
+
+![CounterFit ऐप में LED लाइट लेवल बदलने पर ऑन और ऑफ होती हुई](../../../../../images/virtual-device-running-assignment-1-1.gif)
+
+> 💁 आप इस कोड को [code-actuator/virtual-device](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-actuator/virtual-device) फोल्डर में पा सकते हैं।
+
+😀 आपका नाइटलाइट प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
new file mode 100644
index 00000000..0353556f
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
@@ -0,0 +1,122 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "11f10c6760fb8202cf368422702fdf70",
+  "translation_date": "2025-08-25T17:24:15+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md",
+  "language_code": "hi"
+}
+-->
+# नाइटलाइट बनाएं - वर्चुअल IoT हार्डवेयर
+
+इस पाठ के इस भाग में, आप अपने वर्चुअल IoT डिवाइस में एक लाइट सेंसर जोड़ेंगे।
+
+## वर्चुअल हार्डवेयर
+
+नाइटलाइट को एक सेंसर की आवश्यकता होती है, जिसे CounterFit ऐप में बनाया गया है।
+
+यह सेंसर एक **लाइट सेंसर** है। एक भौतिक IoT डिवाइस में, यह एक [फोटोडायोड](https://wikipedia.org/wiki/Photodiode) होता है जो प्रकाश को विद्युत संकेत में बदलता है। लाइट सेंसर एनालॉग सेंसर होते हैं जो एक पूर्णांक मान भेजते हैं जो प्रकाश की सापेक्ष मात्रा को दर्शाता है, लेकिन यह किसी मानक माप इकाई जैसे [लक्स](https://wikipedia.org/wiki/Lux) से मेल नहीं खाता।
+
+### CounterFit में सेंसर जोड़ें
+
+वर्चुअल लाइट सेंसर का उपयोग करने के लिए, आपको इसे CounterFit ऐप में जोड़ना होगा।
+
+#### कार्य - CounterFit में सेंसर जोड़ें
+
+CounterFit ऐप में लाइट सेंसर जोड़ें।
+
+1. सुनिश्चित करें कि CounterFit वेब ऐप इस असाइनमेंट के पिछले भाग से चल रहा है। यदि नहीं, तो इसे शुरू करें।
+
+1. एक लाइट सेंसर बनाएं:
+
+    1. *Sensors* पैन में *Create sensor* बॉक्स में, *Sensor type* ड्रॉपडाउन करें और *Light* चुनें।
+
+    1. *Units* को *NoUnits* पर सेट रहने दें।
+
+    1. सुनिश्चित करें कि *Pin* को *0* पर सेट किया गया है।
+
+    1. **Add** बटन चुनें ताकि Pin 0 पर लाइट सेंसर बनाया जा सके।
+
+    ![लाइट सेंसर सेटिंग्स](../../../../../translated_images/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.hi.png)
+
+    लाइट सेंसर बनाया जाएगा और सेंसर सूची में दिखाई देगा।
+
+    ![लाइट सेंसर बनाया गया](../../../../../translated_images/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.hi.png)
+
+## लाइट सेंसर को प्रोग्राम करें
+
+अब डिवाइस को बिल्ट-इन लाइट सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - लाइट सेंसर को प्रोग्राम करें
+
+डिवाइस को प्रोग्राम करें।
+
+1. VS Code में नाइटलाइट प्रोजेक्ट खोलें जिसे आपने इस असाइनमेंट के पिछले भाग में बनाया था। यदि आवश्यक हो, तो सुनिश्चित करें कि यह वर्चुअल एनवायरनमेंट का उपयोग करके चल रहा है, टर्मिनल को बंद करें और पुनः बनाएं।
+
+1. `app.py` फ़ाइल खोलें।
+
+1. `app.py` फ़ाइल के शीर्ष पर निम्न कोड जोड़ें ताकि आवश्यक लाइब्रेरी को आयात किया जा सके:
+
+    ```python
+    import time
+    from counterfit_shims_grove.grove_light_sensor_v1_2 import GroveLightSensor
+    ```
+
+    `import time` स्टेटमेंट Python के `time` मॉड्यूल को आयात करता है, जिसका उपयोग इस असाइनमेंट में बाद में किया जाएगा।
+
+    `from counterfit_shims_grove.grove_light_sensor_v1_2 import GroveLightSensor` स्टेटमेंट CounterFit Grove शिम Python लाइब्रेरी से `GroveLightSensor` को आयात करता है। इस लाइब्रेरी में CounterFit ऐप में बनाए गए लाइट सेंसर के साथ इंटरैक्ट करने के लिए कोड है।
+
+1. फ़ाइल के नीचे निम्न कोड जोड़ें ताकि लाइट सेंसर को प्रबंधित करने वाले क्लास के इंस्टेंस बनाए जा सकें:
+
+    ```python
+    light_sensor = GroveLightSensor(0)
+    ```
+
+    लाइन `light_sensor = GroveLightSensor(0)` `GroveLightSensor` क्लास का एक इंस्टेंस बनाता है जो Pin **0** से जुड़ा है - CounterFit Grove पिन जहां लाइट सेंसर जुड़ा हुआ है।
+
+1. ऊपर दिए गए कोड के बाद एक अनंत लूप जोड़ें ताकि लाइट सेंसर का मान प्राप्त किया जा सके और इसे कंसोल पर प्रिंट किया जा सके:
+
+    ```python
+    while True:
+        light = light_sensor.light
+        print('Light level:', light)
+    ```
+
+    यह `GroveLightSensor` क्लास की `light` प्रॉपर्टी का उपयोग करके वर्तमान प्रकाश स्तर को पढ़ेगा। यह प्रॉपर्टी पिन से एनालॉग मान पढ़ती है। यह मान फिर कंसोल पर प्रिंट किया जाता है।
+
+1. `while` लूप के अंत में एक सेकंड की छोटी नींद जोड़ें क्योंकि प्रकाश स्तर को लगातार जांचने की आवश्यकता नहीं है। नींद डिवाइस की पावर खपत को कम करती है।
+
+    ```python
+    time.sleep(1)
+    ```
+
+1. VS Code टर्मिनल से, निम्नलिखित चलाएं ताकि आपका Python ऐप चल सके:
+
+    ```sh
+    python3 app.py
+    ```
+
+    प्रकाश मान कंसोल पर आउटपुट होंगे। प्रारंभ में यह मान 0 होगा।
+
+1. CounterFit ऐप से, लाइट सेंसर का मान बदलें जिसे ऐप द्वारा पढ़ा जाएगा। आप इसे दो तरीकों में से एक में कर सकते हैं:
+
+    * लाइट सेंसर के लिए *Value* बॉक्स में एक संख्या दर्ज करें, फिर **Set** बटन चुनें। आपके द्वारा दर्ज की गई संख्या सेंसर द्वारा लौटाया गया मान होगी।
+
+    * *Random* चेकबॉक्स को चेक करें, और *Min* और *Max* मान दर्ज करें, फिर **Set** बटन चुनें। हर बार जब सेंसर एक मान पढ़ता है, तो यह *Min* और *Max* के बीच एक रैंडम संख्या पढ़ेगा।
+
+    आपके द्वारा सेट किए गए मान कंसोल पर आउटपुट होंगे। मान बदलने के लिए *Value* या *Random* सेटिंग्स बदलें।
+
+    ```output
+    (.venv) ➜  GroveTest python3 app.py 
+    Light level: 143
+    Light level: 244
+    Light level: 246
+    Light level: 253
+    ```
+
+> 💁 आप इस कोड को [code-sensor/virtual-device](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-sensor/virtual-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका नाइटलाइट प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
new file mode 100644
index 00000000..2117d323
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
@@ -0,0 +1,122 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "db44083b4dc6fb06eac83c4f16448940",
+  "translation_date": "2025-08-25T17:23:06+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md",
+  "language_code": "hi"
+}
+-->
+# रात का लैंप बनाएं - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal में एक LED जोड़ेंगे और इसका उपयोग रात का लैंप बनाने के लिए करेंगे।
+
+## हार्डवेयर
+
+रात के लैंप को अब एक एक्टुएटर की आवश्यकता है।
+
+एक्टुएटर एक **LED** है, एक [लाइट-एमिटिंग डायोड](https://wikipedia.org/wiki/Light-emitting_diode) जो तब प्रकाश उत्सर्जित करता है जब उसमें करंट प्रवाहित होता है। यह एक डिजिटल एक्टुएटर है जिसके दो स्टेट्स होते हैं, ऑन और ऑफ। 1 का मान भेजने से LED चालू हो जाती है, और 0 भेजने से बंद हो जाती है। यह एक बाहरी Grove एक्टुएटर है और इसे Wio Terminal से कनेक्ट करने की आवश्यकता है।
+
+रात के लैंप का लॉजिक निम्नलिखित छद्म-कोड में है:
+
+```output
+Check the light level.
+If the light is less than 300
+    Turn the LED on
+Otherwise
+    Turn the LED off
+```
+
+### LED को कनेक्ट करें
+
+Grove LED एक मॉड्यूल के रूप में आता है जिसमें विभिन्न रंगों के LED होते हैं, जिससे आप अपना पसंदीदा रंग चुन सकते हैं।
+
+#### कार्य - LED को कनेक्ट करें
+
+LED को कनेक्ट करें।
+
+![एक Grove LED](../../../../../translated_images/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.hi.png)
+
+1. अपना पसंदीदा LED चुनें और उसके पैरों को LED मॉड्यूल के दो छेदों में डालें।
+
+    LED लाइट-एमिटिंग डायोड होते हैं, और डायोड ऐसे इलेक्ट्रॉनिक उपकरण होते हैं जो केवल एक दिशा में करंट प्रवाहित कर सकते हैं। इसका मतलब है कि LED को सही दिशा में कनेक्ट करना आवश्यक है, अन्यथा यह काम नहीं करेगा।
+
+    LED के एक पैर को पॉजिटिव पिन कहा जाता है, और दूसरे को नेगेटिव पिन। LED पूरी तरह से गोल नहीं होती है और एक तरफ थोड़ी सपाट होती है। सपाट तरफ नेगेटिव पिन होता है। जब आप LED को मॉड्यूल से कनेक्ट करते हैं, तो सुनिश्चित करें कि गोल तरफ वाला पिन मॉड्यूल के बाहर **+** चिह्नित सॉकेट से जुड़ा हो, और सपाट तरफ वाला पिन मॉड्यूल के बीच के पास वाले सॉकेट से जुड़ा हो।
+
+1. LED मॉड्यूल में एक स्पिन बटन होता है जो आपको ब्राइटनेस को नियंत्रित करने की अनुमति देता है। इसे शुरू में पूरी तरह से ऊपर घुमाएं, इसे छोटे फिलिप्स हेड स्क्रूड्राइवर का उपयोग करके एंटी-क्लॉकवाइज घुमाएं।
+
+1. Grove केबल का एक सिरा LED मॉड्यूल के सॉकेट में डालें। यह केवल एक दिशा में ही जाएगा।
+
+1. Wio Terminal को अपने कंप्यूटर या अन्य पावर सप्लाई से डिस्कनेक्ट करें, और Grove केबल के दूसरे सिरे को Wio Terminal के स्क्रीन की ओर देखते हुए दाईं ओर वाले Grove सॉकेट में कनेक्ट करें। यह सॉकेट पावर बटन से सबसे दूर है।
+
+    > 💁 दाईं ओर वाला Grove सॉकेट एनालॉग या डिजिटल सेंसर और एक्टुएटर के साथ उपयोग किया जा सकता है। बाईं ओर वाला सॉकेट केवल I2C और डिजिटल सेंसर और एक्टुएटर के लिए है।
+
+![Grove LED दाईं ओर वाले सॉकेट से जुड़ा हुआ](../../../../../translated_images/wio-led.265a1897e72d7f21c753257516a4b677d8e30ce2b95fee98189458b3275ba0a6.hi.png)
+
+## रात के लैंप को प्रोग्राम करें
+
+अब रात के लैंप को बिल्ट-इन लाइट सेंसर और Grove LED का उपयोग करके प्रोग्राम किया जा सकता है।
+
+### कार्य - रात के लैंप को प्रोग्राम करें
+
+रात के लैंप को प्रोग्राम करें।
+
+1. VS Code में रात के लैंप प्रोजेक्ट खोलें जिसे आपने इस असाइनमेंट के पिछले भाग में बनाया था।
+
+1. `setup` फंक्शन के नीचे निम्नलिखित लाइन जोड़ें:
+
+    ```cpp
+    pinMode(D0, OUTPUT);
+    ```
+
+    यह लाइन Grove पोर्ट के माध्यम से LED के साथ संचार करने के लिए उपयोग किए जाने वाले पिन को कॉन्फ़िगर करती है।
+
+    `D0` पिन दाईं ओर वाले Grove सॉकेट का डिजिटल पिन है। इस पिन को `OUTPUT` पर सेट किया गया है, जिसका मतलब है कि यह एक्टुएटर से जुड़ा है और पिन पर डेटा लिखा जाएगा।
+
+1. `loop` फंक्शन में `delay` से ठीक पहले निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    if (light < 300)
+    {
+        digitalWrite(D0, HIGH);
+    }
+    else
+    {
+        digitalWrite(D0, LOW);
+    }
+    ```
+
+    यह कोड `light` मान की जांच करता है। यदि यह 300 से कम है, तो यह `D0` डिजिटल पिन को `HIGH` मान भेजता है। यह `HIGH` मान 1 होता है, जिससे LED चालू हो जाती है। यदि लाइट 300 या उससे अधिक है, तो पिन को `LOW` मान 0 भेजा जाता है, जिससे LED बंद हो जाती है।
+
+    > 💁 जब एक्टुएटर को डिजिटल मान भेजते हैं, तो LOW मान 0v होता है, और HIGH मान डिवाइस के लिए अधिकतम वोल्टेज होता है। Wio Terminal के लिए HIGH वोल्टेज 3.3V है।
+
+1. Wio Terminal को अपने कंप्यूटर से फिर से कनेक्ट करें, और पहले की तरह नया कोड अपलोड करें।
+
+1. Serial Monitor को कनेक्ट करें। लाइट मान टर्मिनल पर आउटपुट होंगे।
+
+    ```output
+    > Executing task: platformio device monitor <
+
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Light value: 4
+    Light value: 5
+    Light value: 4
+    Light value: 158
+    Light value: 343
+    Light value: 348
+    Light value: 344
+    ```
+
+1. लाइट सेंसर को ढकें और हटाएं। ध्यान दें कि यदि लाइट स्तर 300 या उससे कम है तो LED जल जाएगी, और जब लाइट स्तर 300 से अधिक होगा तो LED बंद हो जाएगी।
+
+![Wio से जुड़ा LED लाइट स्तर बदलने पर चालू और बंद हो रहा है](../../../../../images/wio-running-assignment-1-1.gif)
+
+> 💁 आप इस कोड को [code-actuator/wio-terminal](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-actuator/wio-terminal) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका रात का लैंप प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-sensor.md b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-sensor.md
new file mode 100644
index 00000000..a8694847
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-sensor.md
@@ -0,0 +1,85 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7f4ad0ef54f248b85b92187c94cf9dcb",
+  "translation_date": "2025-08-25T17:24:46+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-sensor.md",
+  "language_code": "hi"
+}
+-->
+# सेंसर जोड़ें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal पर लाइट सेंसर का उपयोग करेंगे।
+
+## हार्डवेयर
+
+इस पाठ के लिए सेंसर एक **लाइट सेंसर** है जो [फोटोडायोड](https://wikipedia.org/wiki/Photodiode) का उपयोग करके प्रकाश को विद्युत संकेत में बदलता है। यह एक एनालॉग सेंसर है जो 0 से 1,023 तक का पूर्णांक मान भेजता है, जो प्रकाश की सापेक्ष मात्रा को दर्शाता है। यह किसी मानक माप इकाई जैसे [लक्स](https://wikipedia.org/wiki/Lux) से मेल नहीं खाता।
+
+लाइट सेंसर Wio Terminal में अंतर्निहित है और पीछे की पारदर्शी प्लास्टिक खिड़की के माध्यम से दिखाई देता है।
+
+![Wio Terminal के पीछे का लाइट सेंसर](../../../../../translated_images/wio-light-sensor.b1f529f3c95f51654f2e2c1d2d4b55fe547d189f588c974f5c2462c728133840.hi.png)
+
+## लाइट सेंसर को प्रोग्राम करें
+
+अब डिवाइस को अंतर्निहित लाइट सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य
+
+डिवाइस को प्रोग्राम करें।
+
+1. VS Code में नाइटलाइट प्रोजेक्ट खोलें जिसे आपने इस असाइनमेंट के पिछले भाग में बनाया था।
+
+1. `setup` फ़ंक्शन के अंत में निम्नलिखित पंक्ति जोड़ें:
+
+    ```cpp
+    pinMode(WIO_LIGHT, INPUT);
+    ```
+
+    यह पंक्ति सेंसर हार्डवेयर के साथ संचार करने के लिए उपयोग किए जाने वाले पिन को कॉन्फ़िगर करती है।
+
+    `WIO_LIGHT` पिन उस GPIO पिन का नंबर है जो ऑन-बोर्ड लाइट सेंसर से जुड़ा है। इस पिन को `INPUT` पर सेट किया गया है, जिसका अर्थ है कि यह सेंसर से जुड़ा है और पिन से डेटा पढ़ा जाएगा।
+
+1. `loop` फ़ंक्शन की सामग्री को हटा दें।
+
+1. अब खाली `loop` फ़ंक्शन में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    int light = analogRead(WIO_LIGHT);
+    Serial.print("Light value: ");
+    Serial.println(light);
+    ```
+
+    यह कोड `WIO_LIGHT` पिन से एक एनालॉग मान पढ़ता है। यह ऑन-बोर्ड लाइट सेंसर से 0-1,023 तक का मान पढ़ता है। यह मान फिर सीरियल पोर्ट पर भेजा जाता है ताकि आप इस कोड के चलने पर इसे सीरियल मॉनिटर में पढ़ सकें। `Serial.print` टेक्स्ट को बिना नई लाइन के अंत में लिखता है, इसलिए प्रत्येक लाइन `Light value:` से शुरू होगी और वास्तविक लाइट मान पर समाप्त होगी।
+
+1. `loop` के अंत में एक सेकंड (1,000ms) की छोटी देरी जोड़ें क्योंकि लाइट स्तरों को लगातार जांचने की आवश्यकता नहीं है। देरी डिवाइस की पावर खपत को कम करती है।
+
+    ```cpp
+    delay(1000);
+    ```
+
+1. Wio Terminal को अपने कंप्यूटर से फिर से कनेक्ट करें और पहले की तरह नया कोड अपलोड करें।
+
+1. सीरियल मॉनिटर से कनेक्ट करें। लाइट मान टर्मिनल पर आउटपुट होंगे। Wio Terminal के पीछे के लाइट सेंसर को ढकें और हटाएं, और मान बदल जाएंगे।
+
+    ```output
+    > Executing task: platformio device monitor <
+
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Light value: 4
+    Light value: 5
+    Light value: 4
+    Light value: 158
+    Light value: 343
+    Light value: 348
+    Light value: 344
+    ```
+
+> 💁 आप इस कोड को [code-sensor/wio-terminal](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-sensor/wio-terminal) फ़ोल्डर में पा सकते हैं।
+
+😀 अपने नाइटलाइट प्रोग्राम में सेंसर जोड़ना सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/4-connect-internet/README.md b/translations/hi/1-getting-started/lessons/4-connect-internet/README.md
new file mode 100644
index 00000000..a614e14d
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/4-connect-internet/README.md
@@ -0,0 +1,456 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "71b5040e0b3472f1c0949c9b55f224c0",
+  "translation_date": "2025-08-25T17:13:54+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/README.md",
+  "language_code": "hi"
+}
+-->
+# अपने डिवाइस को इंटरनेट से कनेक्ट करें
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़ी छवि देखने के लिए क्लिक करें।
+
+यह पाठ [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn) के [Hello IoT series](https://youtube.com/playlist?list=PLmsFUfdnGr3xRts0TIwyaHyQuHaNQcb6-) का हिस्सा है। यह पाठ दो वीडियो में पढ़ाया गया था - एक 1 घंटे का पाठ और एक 1 घंटे का ऑफिस आवर, जिसमें पाठ के हिस्सों को गहराई से समझाया गया और सवालों के जवाब दिए गए।
+
+[![पाठ 4: अपने डिवाइस को इंटरनेट से कनेक्ट करें](https://img.youtube.com/vi/O4dd172mZhs/0.jpg)](https://youtu.be/O4dd172mZhs)
+
+[![पाठ 4: अपने डिवाइस को इंटरनेट से कनेक्ट करें - ऑफिस आवर](https://img.youtube.com/vi/j-cVCzRDE2Q/0.jpg)](https://youtu.be/j-cVCzRDE2Q)
+
+> 🎥 ऊपर दी गई छवियों पर क्लिक करें और वीडियो देखें
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/7)
+
+## परिचय
+
+IoT में **I** का मतलब **इंटरनेट** है - क्लाउड कनेक्टिविटी और सेवाएं जो IoT डिवाइस की कई विशेषताओं को सक्षम बनाती हैं, जैसे कि डिवाइस से जुड़े सेंसर से माप एकत्र करना और एक्टुएटर्स को नियंत्रित करने के लिए संदेश भेजना। IoT डिवाइस आमतौर पर एक मानक संचार प्रोटोकॉल का उपयोग करके एकल क्लाउड IoT सेवा से जुड़ते हैं, और वह सेवा आपके IoT एप्लिकेशन के बाकी हिस्सों से जुड़ी होती है, जैसे कि AI सेवाएं जो आपके डेटा के आसपास स्मार्ट निर्णय लेती हैं, या नियंत्रण और रिपोर्टिंग के लिए वेब ऐप्स।
+
+> 🎓 सेंसर से एकत्र किया गया डेटा और क्लाउड को भेजा गया डेटा टेलीमेट्री कहलाता है।
+
+IoT डिवाइस क्लाउड से संदेश प्राप्त कर सकते हैं। अक्सर ये संदेश कमांड होते हैं - यानी किसी कार्य को करने के निर्देश, चाहे वह आंतरिक रूप से हो (जैसे कि रीबूट या फर्मवेयर अपडेट), या एक्टुएटर का उपयोग करके (जैसे कि लाइट चालू करना)।
+
+यह पाठ IoT डिवाइस को क्लाउड से कनेक्ट करने के लिए उपयोग किए जाने वाले कुछ संचार प्रोटोकॉल और वे किस प्रकार का डेटा भेज या प्राप्त कर सकते हैं, इसका परिचय देता है। आप इन दोनों के साथ व्यावहारिक अनुभव भी प्राप्त करेंगे, अपने नाइटलाइट में इंटरनेट नियंत्रण जोड़ेंगे और LED नियंत्रण लॉजिक को 'सर्वर' कोड में स्थानांतरित करेंगे जो स्थानीय रूप से चल रहा है।
+
+इस पाठ में हम निम्नलिखित को कवर करेंगे:
+
+* [संचार प्रोटोकॉल](../../../../../1-getting-started/lessons/4-connect-internet)
+* [मैसेज क्यूइंग टेलीमेट्री ट्रांसपोर्ट (MQTT)](../../../../../1-getting-started/lessons/4-connect-internet)
+* [टेलीमेट्री](../../../../../1-getting-started/lessons/4-connect-internet)
+* [कमांड्स](../../../../../1-getting-started/lessons/4-connect-internet)
+
+## संचार प्रोटोकॉल
+
+IoT डिवाइस द्वारा इंटरनेट से संवाद करने के लिए कई लोकप्रिय संचार प्रोटोकॉल हैं। सबसे लोकप्रिय प्रोटोकॉल किसी प्रकार के ब्रॉकर के माध्यम से प्रकाशित/सदस्यता संदेश पर आधारित हैं। IoT डिवाइस ब्रॉकर से जुड़ते हैं और टेलीमेट्री प्रकाशित करते हैं और कमांड्स की सदस्यता लेते हैं। क्लाउड सेवाएं भी ब्रॉकर से जुड़ती हैं और सभी टेलीमेट्री संदेशों की सदस्यता लेती हैं और विशिष्ट डिवाइसों या डिवाइस समूहों को कमांड्स प्रकाशित करती हैं।
+
+![IoT डिवाइस ब्रॉकर से जुड़ते हैं, टेलीमेट्री प्रकाशित करते हैं और कमांड्स की सदस्यता लेते हैं। क्लाउड सेवाएं ब्रॉकर से जुड़ती हैं, सभी टेलीमेट्री की सदस्यता लेती हैं और विशिष्ट डिवाइसों को कमांड्स भेजती हैं।](../../../../../translated_images/pub-sub.7c7ed43fe9fd15d4e1f81a3fd95440413c457acd9bcbe9a43341e30e88db5264.hi.png)
+
+MQTT IoT डिवाइस के लिए सबसे लोकप्रिय संचार प्रोटोकॉल है और इसे इस पाठ में कवर किया गया है। अन्य प्रोटोकॉल में AMQP और HTTP/HTTPS शामिल हैं।
+
+## मैसेज क्यूइंग टेलीमेट्री ट्रांसपोर्ट (MQTT)
+
+[MQTT](http://mqtt.org) एक हल्का, ओपन स्टैंडर्ड मैसेजिंग प्रोटोकॉल है जो डिवाइसों के बीच संदेश भेज सकता है। इसे 1999 में तेल पाइपलाइनों की निगरानी के लिए डिज़ाइन किया गया था, और 15 साल बाद IBM द्वारा एक ओपन स्टैंडर्ड के रूप में जारी किया गया।
+
+MQTT में एक ब्रॉकर और कई क्लाइंट होते हैं। सभी क्लाइंट ब्रॉकर से जुड़ते हैं, और ब्रॉकर संदेशों को संबंधित क्लाइंट्स तक पहुंचाता है। संदेशों को नामित टॉपिक्स का उपयोग करके रूट किया जाता है, बजाय इसके कि उन्हें सीधे किसी व्यक्तिगत क्लाइंट को भेजा जाए। एक क्लाइंट किसी टॉपिक पर प्रकाशित कर सकता है, और उस टॉपिक की सदस्यता लेने वाले सभी क्लाइंट्स को संदेश प्राप्त होगा।
+
+![IoT डिवाइस /telemetry टॉपिक पर टेलीमेट्री प्रकाशित कर रहा है, और क्लाउड सेवा उस टॉपिक की सदस्यता ले रही है](../../../../../translated_images/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.hi.png)
+
+✅ शोध करें। यदि आपके पास बहुत सारे IoT डिवाइस हैं, तो आप कैसे सुनिश्चित कर सकते हैं कि आपका MQTT ब्रॉकर सभी संदेशों को संभाल सके?
+
+### अपने IoT डिवाइस को MQTT से कनेक्ट करें
+
+अपने नाइटलाइट में इंटरनेट नियंत्रण जोड़ने का पहला भाग इसे MQTT ब्रॉकर से कनेक्ट करना है।
+
+#### कार्य
+
+अपने डिवाइस को MQTT ब्रॉकर से कनेक्ट करें।
+
+इस पाठ के इस भाग में, आप अपने IoT नाइटलाइट को इंटरनेट से कनेक्ट करेंगे ताकि इसे दूरस्थ रूप से नियंत्रित किया जा सके। इस पाठ में बाद में, आपका IoT डिवाइस MQTT के माध्यम से एक सार्वजनिक MQTT ब्रॉकर को प्रकाश स्तर का टेलीमेट्री संदेश भेजेगा, जहां इसे कुछ सर्वर कोड द्वारा उठाया जाएगा जिसे आप लिखेंगे। यह कोड प्रकाश स्तर की जांच करेगा और डिवाइस को LED चालू या बंद करने का निर्देश देने वाला एक कमांड संदेश वापस भेजेगा।
+
+ऐसी सेटअप के लिए वास्तविक दुनिया का उपयोग मामला यह हो सकता है कि कई प्रकाश सेंसरों से डेटा एकत्र किया जाए और फिर निर्णय लिया जाए कि लाइट्स चालू करनी हैं या नहीं, जैसे कि एक स्टेडियम में जहां बहुत सारी लाइट्स हैं। यह लाइट्स को चालू होने से रोक सकता है यदि केवल एक सेंसर बादलों या पक्षी द्वारा ढका हुआ हो, लेकिन अन्य सेंसर पर्याप्त प्रकाश का पता लगाते हों।
+
+✅ और कौन से ऐसे परिदृश्य हो सकते हैं जहां कई सेंसरों से डेटा का मूल्यांकन करने के बाद ही कमांड भेजने की आवश्यकता हो?
+
+इस असाइनमेंट के हिस्से के रूप में MQTT ब्रॉकर सेटअप की जटिलताओं से निपटने के बजाय, आप [Eclipse Mosquitto](https://www.mosquitto.org) द्वारा संचालित एक सार्वजनिक परीक्षण सर्वर का उपयोग कर सकते हैं, जो एक ओपन-सोर्स MQTT ब्रॉकर है। यह परीक्षण ब्रॉकर [test.mosquitto.org](https://test.mosquitto.org) पर सार्वजनिक रूप से उपलब्ध है और इसे सेटअप करने के लिए किसी खाते की आवश्यकता नहीं है, जिससे यह MQTT क्लाइंट्स और सर्वर का परीक्षण करने के लिए एक शानदार उपकरण बन जाता है।
+
+> 💁 यह परीक्षण ब्रॉकर सार्वजनिक और असुरक्षित है। कोई भी आपके द्वारा प्रकाशित सामग्री को सुन सकता है, इसलिए इसे किसी भी निजी डेटा के साथ उपयोग नहीं किया जाना चाहिए।
+
+![असाइनमेंट का फ्लो चार्ट जिसमें प्रकाश स्तर पढ़ा और जांचा जा रहा है, और LED नियंत्रित किया जा रहा है](../../../../../translated_images/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.hi.png)
+
+MQTT ब्रॉकर से अपने डिवाइस को कनेक्ट करने के लिए नीचे दिए गए संबंधित चरण का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-mqtt.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi/Virtual IoT डिवाइस](single-board-computer-mqtt.md)
+
+### MQTT में गहराई से जानकारी
+
+टॉपिक्स में एक पदानुक्रम हो सकता है, और क्लाइंट्स वाइल्डकार्ड का उपयोग करके पदानुक्रम के विभिन्न स्तरों की सदस्यता ले सकते हैं। उदाहरण के लिए, आप `/telemetry/temperature` टॉपिक पर तापमान टेलीमेट्री संदेश भेज सकते हैं और `/telemetry/humidity` टॉपिक पर आर्द्रता संदेश भेज सकते हैं, फिर अपने क्लाउड ऐप में `/telemetry/*` टॉपिक की सदस्यता लेकर दोनों टेलीमेट्री संदेश प्राप्त कर सकते हैं।
+
+संदेशों को गुणवत्ता सेवा (QoS) के साथ भेजा जा सकता है, जो संदेश प्राप्त होने की गारंटी को निर्धारित करता है।
+
+* अधिकतम एक बार - संदेश केवल एक बार भेजा जाता है और क्लाइंट और ब्रॉकर डिलीवरी की पुष्टि करने के लिए कोई अतिरिक्त कदम नहीं उठाते (फायर एंड फॉरगेट)।
+* कम से कम एक बार - संदेश को कई बार पुनः प्रयास किया जाता है जब तक कि पुष्टि प्राप्त न हो जाए (पुष्टि की गई डिलीवरी)।
+* बिल्कुल एक बार - भेजने वाला और प्राप्त करने वाला एक दो-स्तरीय हैंडशेक में संलग्न होते हैं ताकि यह सुनिश्चित किया जा सके कि संदेश की केवल एक प्रति प्राप्त हो (आश्वस्त डिलीवरी)।
+
+✅ कौन से परिदृश्य में आश्वस्त डिलीवरी संदेश की आवश्यकता हो सकती है, जबकि फायर एंड फॉरगेट संदेश पर्याप्त हो सकता है?
+
+हालांकि नाम मैसेज क्यूइंग (MQTT में शुरुआती अक्षर), यह वास्तव में संदेश कतारों का समर्थन नहीं करता है। इसका मतलब है कि यदि कोई क्लाइंट डिस्कनेक्ट हो जाता है, तो पुनः कनेक्ट होने पर उसे डिस्कनेक्शन के दौरान भेजे गए संदेश प्राप्त नहीं होंगे, सिवाय उन संदेशों के जिन्हें उसने पहले ही QoS प्रक्रिया का उपयोग करके संसाधित करना शुरू कर दिया था। संदेशों में एक रिटेन फ्लैग सेट किया जा सकता है। यदि यह सेट है, तो MQTT ब्रॉकर उस टॉपिक पर भेजे गए अंतिम संदेश को इस फ्लैग के साथ संग्रहीत करेगा और इसे किसी भी क्लाइंट्स को भेजेगा जो बाद में उस टॉपिक की सदस्यता लेते हैं। इस तरह, क्लाइंट्स हमेशा नवीनतम संदेश प्राप्त करेंगे।
+
+MQTT एक कीप अलाइव फ़ंक्शन का भी समर्थन करता है जो संदेशों के बीच लंबे अंतराल के दौरान कनेक्शन की जांच करता है।
+
+> 🦟 [Eclipse Foundation से Mosquitto](https://mosquitto.org) एक मुफ्त MQTT ब्रॉकर प्रदान करता है जिसे आप स्वयं चला सकते हैं और MQTT के साथ प्रयोग कर सकते हैं, साथ ही एक सार्वजनिक MQTT ब्रॉकर भी प्रदान करता है जिसे आप अपने कोड का परीक्षण करने के लिए उपयोग कर सकते हैं, जो [test.mosquitto.org](https://test.mosquitto.org) पर होस्ट किया गया है।
+
+MQTT कनेक्शन सार्वजनिक और खुले हो सकते हैं, या उपयोगकर्ता नाम और पासवर्ड, या प्रमाणपत्रों का उपयोग करके एन्क्रिप्ट और सुरक्षित किए जा सकते हैं।
+
+> 💁 MQTT TCP/IP पर संवाद करता है, वही अंतर्निहित नेटवर्क प्रोटोकॉल जो HTTP का उपयोग करता है, लेकिन एक अलग पोर्ट पर। आप MQTT को वेब ऐप्स के साथ संवाद करने के लिए वेब सॉकेट्स के माध्यम से भी उपयोग कर सकते हैं, जो ब्राउज़र में चल रहे हैं, या उन स्थितियों में जहां फायरवॉल या अन्य नेटवर्किंग नियम मानक MQTT कनेक्शन को ब्लॉक करते हैं।
+
+## टेलीमेट्री
+
+टेलीमेट्री शब्द ग्रीक मूल से लिया गया है जिसका अर्थ है दूर से मापना। टेलीमेट्री सेंसरों से डेटा एकत्र करने और इसे क्लाउड में भेजने की क्रिया है।
+
+> 💁 सबसे शुरुआती टेलीमेट्री उपकरणों में से एक 1874 में फ्रांस में आविष्कार किया गया था और यह मोंट ब्लांक से पेरिस तक वास्तविक समय में मौसम और बर्फ की गहराई भेजता था। उस समय वायरलेस तकनीक उपलब्ध नहीं थी, इसलिए इसमें भौतिक तारों का उपयोग किया गया।
+
+पाठ 1 के स्मार्ट थर्मोस्टेट के उदाहरण पर वापस चलते हैं।
+
+![कई कमरे सेंसरों का उपयोग करने वाला इंटरनेट से जुड़ा थर्मोस्टेट](../../../../../translated_images/telemetry.21e5d8b97649d2ebeb0f68d4b9691ab2d1f7bd629338e131465aff8a614e4d4a.hi.png)
+
+थर्मोस्टेट में टेलीमेट्री एकत्र करने के लिए तापमान सेंसर होते हैं। इसमें सबसे अधिक संभावना है कि एक तापमान सेंसर अंतर्निहित होगा, और यह [ब्लूटूथ लो एनर्जी](https://wikipedia.org/wiki/Bluetooth_Low_Energy) (BLE) जैसे वायरलेस प्रोटोकॉल के माध्यम से कई बाहरी तापमान सेंसरों से जुड़ सकता है।
+
+यह टेलीमेट्री डेटा का एक उदाहरण हो सकता है जिसे यह भेजेगा:
+
+| नाम | मान | विवरण |
+| ---- | ----- | ----------- |
+| `thermostat_temperature` | 18°C | थर्मोस्टेट के अंतर्निर्मित तापमान सेंसर द्वारा मापा गया तापमान |
+| `livingroom_temperature` | 19°C | एक दूरस्थ तापमान सेंसर द्वारा मापा गया तापमान जिसे `livingroom` नाम दिया गया है ताकि उस कमरे की पहचान की जा सके जिसमें यह है |
+| `bedroom_temperature` | 21°C | एक दूरस्थ तापमान सेंसर द्वारा मापा गया तापमान जिसे `bedroom` नाम दिया गया है ताकि उस कमरे की पहचान की जा सके जिसमें यह है |
+
+क्लाउड सेवा इस टेलीमेट्री डेटा का उपयोग हीटिंग को नियंत्रित करने के लिए कौन से कमांड्स भेजने हैं, इस पर निर्णय लेने के लिए कर सकती है।
+
+### अपने IoT डिवाइस से टेलीमेट्री भेजें
+
+अपने नाइटलाइट में इंटरनेट नियंत्रण जोड़ने का अगला भाग टेलीमेट्री टॉपिक पर MQTT ब्रॉकर को प्रकाश स्तर टेलीमेट्री भेजना है।
+
+#### कार्य - अपने IoT डिवाइस से टेलीमेट्री भेजें
+
+प्रकाश स्तर टेलीमेट्री को MQTT ब्रॉकर पर भेजें।
+
+डेटा JSON के रूप में एन्कोड किया जाता है - JavaScript Object Notation का संक्षिप्त नाम, जो टेक्स्ट में डेटा को कुंजी/मान जोड़े का उपयोग करके एन्कोड करने का एक मानक है।
+
+✅ यदि आपने पहले JSON के बारे में नहीं सुना है, तो आप [JSON.org दस्तावेज़](https://www.json.org/) पर इसके बारे में अधिक जान सकते हैं।
+
+अपने डिवाइस से MQTT ब्रॉकर को टेलीमेट्री भेजने के लिए नीचे दिए गए संबंधित चरण का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-telemetry.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi/Virtual IoT डिवाइस](single-board-computer-telemetry.md)
+
+### MQTT ब्रॉकर से टेलीमेट्री प्राप्त करें
+
+टेलीमेट्री भेजने का कोई मतलब नहीं है यदि इसे सुनने के लिए कुछ भी नहीं है। प्रकाश स्तर टेलीमेट्री को इसे संसाधित करने के लिए कुछ सुनने की आवश्यकता है। यह 'सर्वर' कोड वह प्रकार का कोड है जिसे आप एक बड़े IoT एप्लिकेशन के हिस्से के रूप में क्लाउड सेवा पर तैनात करेंगे, लेकिन यहां आप इस कोड को अपने कंप्यूटर पर (या अपने Pi पर यदि आप सीधे वहां कोडिंग कर रहे हैं) चलाने जा रहे हैं। सर्वर कोड में एक Python ऐप शामिल है जो MQTT के माध्यम से प्रकाश स्तर के साथ टेलीमेट्री संदेशों को सुनता है। इस पाठ में बाद में आप इसे LED चालू या बंद करने के निर्देशों के साथ एक कमांड संदेश के साथ उत्तर देने के लिए बनाएंगे।
+
+✅ शोध करें: यदि कोई श्रोता नहीं है तो MQTT संदेशों का क्या होता है?
+
+#### Python और VS Code इंस्टॉल करें
+
+यदि आपके पास स्थानीय रूप से Python और VS Code इंस्टॉल नहीं है, तो आपको सर्वर को कोड करने के लिए दोनों को इंस्टॉल करना होगा। यदि आप एक वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, या अपने Raspberry Pi पर काम कर रहे हैं तो आप इस चरण को छोड़ सकते हैं क्योंकि आपके पास इसे पहले से इंस्टॉल और कॉन्फ़िगर किया हुआ होना चाहिए।
+
+##### कार्य - Python और VS Code इंस्टॉल करें
+
+Python और VS Code इंस्टॉल करें।
+
+1. Python इंस्टॉल करें। Python का नवीनतम संस्करण इंस्टॉल करने के निर्देशों के लिए [Python डाउनलोड पेज](https://www.python.org/downloads/) देखें।
+
+1. Visual Studio Code (VS Code) इंस्टॉल करें। यह वह एडिटर है जिसे आप Python में अपने वर्चुअल डिवाइस कोड लिखने के लिए उपयोग करेंगे। VS Code इंस्टॉल करने के निर्देशों के लिए [VS Code दस्तावेज़](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn) देखें।
+💁 आप इन पाठों के लिए किसी भी पसंदीदा Python IDE या संपादक का उपयोग करने के लिए स्वतंत्र हैं, लेकिन पाठों में निर्देश VS Code का उपयोग करने के आधार पर दिए जाएंगे।
+1. VS Code Pylance एक्सटेंशन इंस्टॉल करें। यह VS Code के लिए एक एक्सटेंशन है जो Python भाषा का समर्थन प्रदान करता है। इस एक्सटेंशन को VS Code में इंस्टॉल करने के निर्देशों के लिए [Pylance एक्सटेंशन डाक्यूमेंटेशन](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=ms-python.vscode-pylance) देखें।
+
+#### Python वर्चुअल एनवायरनमेंट कॉन्फ़िगर करें
+
+Python की एक शक्तिशाली विशेषता [pip पैकेज](https://pypi.org) इंस्टॉल करने की क्षमता है - ये कोड के पैकेज हैं जो अन्य लोगों द्वारा लिखे गए हैं और इंटरनेट पर प्रकाशित किए गए हैं। आप एक कमांड के साथ अपने कंप्यूटर पर एक pip पैकेज इंस्टॉल कर सकते हैं और फिर उस पैकेज का उपयोग अपने कोड में कर सकते हैं। आप MQTT पर संचार करने के लिए एक पैकेज इंस्टॉल करने के लिए pip का उपयोग करेंगे।
+
+डिफ़ॉल्ट रूप से, जब आप एक पैकेज इंस्टॉल करते हैं, तो यह आपके कंप्यूटर पर हर जगह उपलब्ध होता है, और यह पैकेज संस्करणों के साथ समस्याओं का कारण बन सकता है - जैसे कि एक एप्लिकेशन एक पैकेज के एक संस्करण पर निर्भर करता है जो तब टूट जाता है जब आप किसी अन्य एप्लिकेशन के लिए एक नया संस्करण इंस्टॉल करते हैं। इस समस्या से बचने के लिए, आप [Python वर्चुअल एनवायरनमेंट](https://docs.python.org/3/library/venv.html) का उपयोग कर सकते हैं, जो मूल रूप से एक समर्पित फ़ोल्डर में Python की एक प्रति है, और जब आप pip पैकेज इंस्टॉल करते हैं, तो वे केवल उस फ़ोल्डर में इंस्टॉल होते हैं।
+
+##### कार्य - Python वर्चुअल एनवायरनमेंट कॉन्फ़िगर करें
+
+Python वर्चुअल एनवायरनमेंट कॉन्फ़िगर करें और MQTT pip पैकेज इंस्टॉल करें।
+
+1. अपने टर्मिनल या कमांड लाइन से, अपनी पसंद के स्थान पर निम्नलिखित कमांड चलाएं ताकि एक नया डायरेक्टरी बनाई जा सके और उसमें नेविगेट किया जा सके:
+
+    ```sh
+    mkdir nightlight-server
+    cd nightlight-server
+    ```
+
+1. अब `.venv` फ़ोल्डर में एक वर्चुअल एनवायरनमेंट बनाने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    python3 -m venv .venv
+    ```
+
+    > 💁 आपको वर्चुअल एनवायरनमेंट बनाने के लिए स्पष्ट रूप से `python3` कॉल करना होगा, यह सुनिश्चित करने के लिए कि आपके पास Python 2 के साथ-साथ Python 3 (नवीनतम संस्करण) इंस्टॉल है। यदि आपके पास Python 2 इंस्टॉल है, तो `python` कॉल करने पर Python 2 का उपयोग होगा, न कि Python 3 का।
+
+1. वर्चुअल एनवायरनमेंट को सक्रिय करें:
+
+    * Windows पर:
+        * यदि आप Command Prompt या Windows Terminal के माध्यम से Command Prompt का उपयोग कर रहे हैं, तो निम्नलिखित चलाएं:
+
+            ```cmd
+            .venv\Scripts\activate.bat
+            ```
+
+        * यदि आप PowerShell का उपयोग कर रहे हैं, तो निम्नलिखित चलाएं:
+
+            ```powershell
+            .\.venv\Scripts\Activate.ps1
+            ```
+
+    * macOS या Linux पर, निम्नलिखित चलाएं:
+
+        ```cmd
+        source ./.venv/bin/activate
+        ```
+
+    > 💁 ये कमांड उसी स्थान से चलाए जाने चाहिए जहां आपने वर्चुअल एनवायरनमेंट बनाने का कमांड चलाया था। आपको कभी भी `.venv` फ़ोल्डर में नेविगेट करने की आवश्यकता नहीं होगी, आपको हमेशा सक्रिय करने का कमांड और पैकेज इंस्टॉल करने या कोड चलाने के लिए कमांड उसी फ़ोल्डर से चलाना चाहिए जहां आपने वर्चुअल एनवायरनमेंट बनाया था।
+
+1. एक बार वर्चुअल एनवायरनमेंट सक्रिय हो जाने के बाद, डिफ़ॉल्ट `python` कमांड उस Python संस्करण को चलाएगा जिसका उपयोग वर्चुअल एनवायरनमेंट बनाने के लिए किया गया था। संस्करण प्राप्त करने के लिए निम्नलिखित चलाएं:
+
+    ```sh
+    python --version
+    ```
+
+    आउटपुट निम्नलिखित के समान होगा:
+
+    ```output
+    (.venv) ➜  nightlight-server python --version
+    Python 3.9.1
+    ```
+
+    > 💁 आपका Python संस्करण अलग हो सकता है - जब तक यह संस्करण 3.6 या उससे अधिक है, तब तक आप ठीक हैं। यदि नहीं, तो इस फ़ोल्डर को हटा दें, Python का नया संस्करण इंस्टॉल करें और पुनः प्रयास करें।
+
+1. [Paho-MQTT](https://pypi.org/project/paho-mqtt/) के लिए pip पैकेज इंस्टॉल करने के लिए निम्नलिखित कमांड चलाएं, जो एक लोकप्रिय MQTT लाइब्रेरी है।
+
+    ```sh
+    pip install paho-mqtt
+    ```
+
+    यह pip पैकेज केवल वर्चुअल एनवायरनमेंट में इंस्टॉल होगा और इसके बाहर उपलब्ध नहीं होगा।
+
+#### सर्वर कोड लिखें
+
+अब सर्वर कोड Python में लिखा जा सकता है।
+
+##### कार्य - सर्वर कोड लिखें
+
+सर्वर कोड लिखें।
+
+1. वर्चुअल एनवायरनमेंट के अंदर, अपने टर्मिनल या कमांड लाइन से निम्नलिखित चलाएं ताकि `app.py` नामक एक Python फ़ाइल बनाई जा सके:
+
+    * Windows से चलाएं:
+
+        ```cmd
+        type nul > app.py
+        ```
+
+    * macOS या Linux पर चलाएं:
+
+        ```cmd
+        touch app.py
+        ```
+
+1. वर्तमान फ़ोल्डर को VS Code में खोलें:
+
+    ```sh
+    code .
+    ```
+
+1. जब VS Code लॉन्च होगा, तो यह Python वर्चुअल एनवायरनमेंट को सक्रिय करेगा। यह नीचे की स्टेटस बार में रिपोर्ट किया जाएगा:
+
+    ![VS Code में चयनित वर्चुअल एनवायरनमेंट दिखा रहा है](../../../../../translated_images/vscode-virtual-env.8ba42e04c3d533cf677e16cbe5ed9a3b80f62c6964472dc84b6f940800f0909f.hi.png)
+
+1. यदि VS Code टर्मिनल पहले से चल रहा है जब VS Code शुरू होता है, तो इसमें वर्चुअल एनवायरनमेंट सक्रिय नहीं होगा। सबसे आसान तरीका है टर्मिनल को **Kill the active terminal instance** बटन का उपयोग करके बंद करना:
+
+    ![VS Code Kill the active terminal instance बटन](../../../../../translated_images/vscode-kill-terminal.1cc4de7c6f25ee08f423f0ead714e61d069fac1eb2089e97b8a7bbcb3d45fe5e.hi.png)
+
+1. *Terminal -> New Terminal* का चयन करके या `` CTRL+` `` दबाकर एक नया VS Code टर्मिनल लॉन्च करें। नया टर्मिनल वर्चुअल एनवायरनमेंट को लोड करेगा, और इसे सक्रिय करने का कॉल टर्मिनल में दिखाई देगा। वर्चुअल एनवायरनमेंट का नाम (`.venv`) भी प्रॉम्प्ट में होगा:
+
+    ```output
+    ➜  nightlight-server source .venv/bin/activate
+    (.venv) ➜  nightlight 
+    ```
+
+1. VS Code एक्सप्लोरर से `app.py` फ़ाइल खोलें और निम्नलिखित कोड जोड़ें:
+
+    ```python
+    import json
+    import time
+    
+    import paho.mqtt.client as mqtt
+    
+    id = '<ID>'
+    
+    client_telemetry_topic = id + '/telemetry'
+    client_name = id + 'nightlight_server'
+    
+    mqtt_client = mqtt.Client(client_name)
+    mqtt_client.connect('test.mosquitto.org')
+    
+    mqtt_client.loop_start()
+    
+    def handle_telemetry(client, userdata, message):
+        payload = json.loads(message.payload.decode())
+        print("Message received:", payload)
+    
+    mqtt_client.subscribe(client_telemetry_topic)
+    mqtt_client.on_message = handle_telemetry
+    
+    while True:
+        time.sleep(2)
+    ```
+
+    लाइन 6 में `<ID>` को उस यूनिक ID से बदलें जिसे आपने अपना डिवाइस कोड बनाते समय उपयोग किया था।
+
+    ⚠️ यह **उसी** ID के समान होना चाहिए जिसे आपने अपने डिवाइस पर उपयोग किया था, अन्यथा सर्वर कोड सही टॉपिक पर सब्सक्राइब या पब्लिश नहीं करेगा।
+
+    यह कोड एक यूनिक नाम के साथ एक MQTT क्लाइंट बनाता है और *test.mosquitto.org* ब्रोकर्स से कनेक्ट करता है। फिर यह एक प्रोसेसिंग लूप शुरू करता है जो बैकग्राउंड थ्रेड में किसी भी सब्सक्राइब किए गए टॉपिक पर संदेश सुनने के लिए चलता है।
+
+    क्लाइंट फिर टेलीमेट्री टॉपिक पर संदेशों को सब्सक्राइब करता है और एक फ़ंक्शन परिभाषित करता है जिसे संदेश प्राप्त होने पर कॉल किया जाता है। जब एक टेलीमेट्री संदेश प्राप्त होता है, तो `handle_telemetry` फ़ंक्शन को कॉल किया जाता है, जो कंसोल में प्राप्त संदेश को प्रिंट करता है।
+
+    अंत में, एक अनंत लूप एप्लिकेशन को चलाता रहता है। MQTT क्लाइंट बैकग्राउंड थ्रेड में संदेशों को सुन रहा है और मुख्य एप्लिकेशन के चलने तक चलता रहता है।
+
+1. VS Code टर्मिनल से, अपने Python ऐप को चलाने के लिए निम्नलिखित चलाएं:
+
+    ```sh
+    python app.py
+    ```
+
+    ऐप IoT डिवाइस से संदेश सुनना शुरू कर देगा।
+
+1. सुनिश्चित करें कि आपका डिवाइस चल रहा है और टेलीमेट्री संदेश भेज रहा है। अपने भौतिक या वर्चुअल डिवाइस द्वारा डिटेक्ट किए गए प्रकाश स्तरों को समायोजित करें। प्राप्त संदेश टर्मिनल में प्रिंट किए जाएंगे।
+
+    ```output
+    (.venv) ➜  nightlight-server python app.py
+    Message received: {'light': 0}
+    Message received: {'light': 400}
+    ```
+
+    nightlight वर्चुअल एनवायरनमेंट में `app.py` फ़ाइल को चलाना आवश्यक है ताकि nightlight-server वर्चुअल एनवायरनमेंट में `app.py` फ़ाइल द्वारा भेजे गए संदेश प्राप्त किए जा सकें।
+
+> 💁 आप इस कोड को [code-server/server](../../../../../1-getting-started/lessons/4-connect-internet/code-server/server) फ़ोल्डर में पा सकते हैं।
+
+### टेलीमेट्री कितनी बार भेजी जानी चाहिए?
+
+टेलीमेट्री के साथ एक महत्वपूर्ण विचार यह है कि डेटा को कितनी बार मापा और भेजा जाना चाहिए? जवाब है - यह निर्भर करता है। यदि आप बार-बार मापते हैं, तो आप माप में बदलावों पर तेजी से प्रतिक्रिया कर सकते हैं, लेकिन आप अधिक पावर, अधिक बैंडविड्थ का उपयोग करते हैं, अधिक डेटा उत्पन्न करते हैं और इसे प्रोसेस करने के लिए अधिक क्लाउड संसाधनों की आवश्यकता होती है। आपको पर्याप्त बार मापना चाहिए, लेकिन बहुत बार नहीं।
+
+थर्मोस्टेट के लिए, हर कुछ मिनटों में मापना शायद पर्याप्त से अधिक है क्योंकि तापमान इतनी बार नहीं बदलता। यदि आप केवल दिन में एक बार मापते हैं, तो आप एक धूप वाले दिन के बीच में रात के तापमान के लिए अपने घर को गर्म कर सकते हैं, जबकि यदि आप हर सेकंड मापते हैं, तो आपके पास हजारों अनावश्यक रूप से डुप्लिकेट तापमान माप होंगे जो उपयोगकर्ता के इंटरनेट की गति और बैंडविड्थ को खा जाएंगे (सीमित बैंडविड्थ योजनाओं वाले लोगों के लिए एक समस्या), अधिक पावर का उपयोग करेंगे जो बैटरी चालित डिवाइस जैसे रिमोट सेंसर के लिए समस्या हो सकती है, और प्रोसेसिंग और स्टोरेज के लिए प्रदाता के क्लाउड कंप्यूटिंग संसाधनों की लागत बढ़ाएंगे।
+
+यदि आप किसी फैक्ट्री में एक मशीनरी के आसपास डेटा की निगरानी कर रहे हैं, जो यदि विफल हो जाती है तो विनाशकारी क्षति और लाखों डॉलर के राजस्व का नुकसान हो सकता है, तो प्रति सेकंड कई बार मापना आवश्यक हो सकता है। बैंडविड्थ बर्बाद करना बेहतर है बजाय इसके कि टेलीमेट्री को मिस कर दिया जाए जो यह संकेत दे सकती है कि मशीन को तोड़ने से पहले रोका और ठीक किया जाना चाहिए।
+
+> 💁 इस स्थिति में, आप इंटरनेट पर निर्भरता को कम करने के लिए पहले टेलीमेट्री को प्रोसेस करने के लिए एक एज डिवाइस रखने पर विचार कर सकते हैं।
+
+### कनेक्टिविटी का नुकसान
+
+इंटरनेट कनेक्शन अविश्वसनीय हो सकते हैं, और आउटेज आम हैं। ऐसे में IoT डिवाइस को क्या करना चाहिए - क्या उसे डेटा खो देना चाहिए, या कनेक्टिविटी बहाल होने तक इसे स्टोर करना चाहिए? फिर से, जवाब है - यह निर्भर करता है।
+
+थर्मोस्टेट के लिए डेटा को खो देना ठीक हो सकता है जैसे ही एक नया तापमान माप लिया गया हो। हीटिंग सिस्टम को इस बात की परवाह नहीं है कि 20 मिनट पहले तापमान 20.5°C था, अगर अब तापमान 19°C है, तो यह वर्तमान तापमान है जो यह निर्धारित करता है कि हीटिंग चालू होनी चाहिए या नहीं।
+
+मशीनरी के लिए आप डेटा को रखना चाह सकते हैं, खासकर यदि इसका उपयोग ट्रेंड्स देखने के लिए किया जाता है। मशीन लर्निंग मॉडल हैं जो डेटा की स्ट्रीम में अनियमितताओं का पता लगाने के लिए एक परिभाषित समय अवधि (जैसे पिछले घंटे) के डेटा को देखकर अनियमित डेटा की पहचान करते हैं। यह अक्सर प्रेडिक्टिव मेंटेनेंस के लिए उपयोग किया जाता है, यह देखने के लिए कि कुछ टूटने वाला है ताकि आप इसे टूटने से पहले ठीक कर सकें। आप मशीन के लिए हर टेलीमेट्री को प्रोसेसिंग के लिए भेजना चाह सकते हैं, इसलिए जैसे ही IoT डिवाइस फिर से कनेक्ट हो, यह इंटरनेट आउटेज के दौरान उत्पन्न सभी टेलीमेट्री को भेज देगा।
+
+IoT डिवाइस डिज़ाइनरों को यह भी विचार करना चाहिए कि क्या IoT डिवाइस इंटरनेट आउटेज या स्थान के कारण सिग्नल की हानि के दौरान उपयोग किया जा सकता है। एक स्मार्ट थर्मोस्टेट को कुछ सीमित निर्णय लेने में सक्षम होना चाहिए ताकि यदि यह क्लाउड को टेलीमेट्री नहीं भेज सकता है, तो भी हीटिंग को नियंत्रित किया जा सके।
+
+[![यह फेरारी ब्रिक हो गया क्योंकि किसी ने इसे भूमिगत अपग्रेड करने की कोशिश की जहां कोई सेल रिसेप्शन नहीं था](../../../../../translated_images/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.hi.png)](https://twitter.com/internetofshit/status/1315736960082808832)
+
+MQTT के लिए कनेक्टिविटी के नुकसान को संभालने के लिए, डिवाइस और सर्वर कोड को यह सुनिश्चित करने की जिम्मेदारी लेनी होगी कि संदेश डिलीवरी आवश्यक होने पर सुनिश्चित हो, उदाहरण के लिए सभी भेजे गए संदेशों को एक रिप्लाई टॉपिक पर अतिरिक्त संदेशों द्वारा उत्तर देने की आवश्यकता हो, और यदि नहीं, तो उन्हें मैन्युअल रूप से कतारबद्ध किया जाए ताकि बाद में रिप्ले किया जा सके।
+
+## कमांड्स
+
+कमांड वे संदेश हैं जो क्लाउड से डिवाइस को भेजे जाते हैं, उन्हें कुछ करने का निर्देश देते हैं। अधिकांश समय यह किसी प्रकार का आउटपुट देने के लिए एक एक्टुएटर के माध्यम से होता है, लेकिन यह डिवाइस के लिए एक निर्देश भी हो सकता है, जैसे कि रीबूट करना, या अतिरिक्त टेलीमेट्री एकत्र करना और इसे कमांड के उत्तर के रूप में वापस करना।
+
+![एक इंटरनेट कनेक्टेड थर्मोस्टेट को हीटिंग चालू करने का कमांड प्राप्त हो रहा है](../../../../../translated_images/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.hi.png)
+
+एक थर्मोस्टेट क्लाउड से हीटिंग चालू करने का कमांड प्राप्त कर सकता है। सभी सेंसरों से टेलीमेट्री डेटा के आधार पर, यदि क्लाउड सेवा ने तय किया है कि हीटिंग चालू होनी चाहिए, तो यह संबंधित कमांड भेजता है।
+
+### MQTT ब्रोकर्स को कमांड्स भेजें
+
+हमारे इंटरनेट नियंत्रित नाइटलाइट के लिए अगला कदम यह है कि सर्वर कोड IoT डिवाइस को प्रकाश स्तरों के आधार पर लाइट को नियंत्रित करने के लिए एक कमांड वापस भेजे।
+
+1. VS Code में सर्वर कोड खोलें
+
+1. `client_telemetry_topic` की घोषणा के बाद निम्नलिखित लाइन जोड़ें ताकि यह परिभाषित किया जा सके कि कौन से टॉपिक पर कमांड्स भेजे जाएं:
+
+    ```python
+    server_command_topic = id + '/commands'
+    ```
+
+1. `handle_telemetry` फ़ंक्शन के अंत में निम्नलिखित कोड जोड़ें:
+
+    ```python
+    command = { 'led_on' : payload['light'] < 300 }
+    print("Sending message:", command)
+    
+    client.publish(server_command_topic, json.dumps(command))
+    ```
+
+    यह कमांड टॉपिक पर एक JSON संदेश भेजता है जिसमें `led_on` का मान true या false होता है, यह इस पर निर्भर करता है कि प्रकाश 300 से कम है या नहीं। यदि प्रकाश 300 से कम है, तो true भेजा जाता है ताकि डिवाइस को LED चालू करने का निर्देश दिया जा सके।
+
+1. पहले की तरह कोड चलाएं
+
+1. अपने भौतिक या वर्चुअल डिवाइस द्वारा डिटेक्ट किए गए प्रकाश स्तरों को समायोजित करें। प्राप्त संदेश और भेजे गए कमांड्स टर्मिनल में लिखे जाएंगे:
+
+    ```output
+    (.venv) ➜  nightlight-server python app.py
+    Message received: {'light': 0}
+    Sending message: {'led_on': True}
+    Message received: {'light': 400}
+    Sending message: {'led_on': False}
+    ```
+
+> 💁 टेलीमेट्री और कमांड्स एक ही टॉपिक पर भेजे जा रहे हैं। इसका मतलब है कि कई डिवाइसों से टेलीमेट्री एक ही टेलीमेट्री टॉपिक पर दिखाई देगी, और कई डिवाइसों को भेजे गए कमांड्स एक ही कमांड्स टॉपिक पर दिखाई देंगे। यदि आप किसी विशिष्ट डिवाइस को कमांड भेजना चाहते हैं, तो आप कई टॉपिक्स का उपयोग कर सकते हैं, जिन्हें एक यूनिक डिवाइस आईडी के साथ नामित किया गया है, जैसे `/commands/device1`, `/commands/device2`। इस तरह एक डिवाइस केवल उन संदेशों को सुन सकता है जो केवल उस एक डिवाइस के लिए हैं।
+
+> 💁 आप इस कोड को [code-commands/server](../../../../../1-getting-started/lessons/4-connect-internet/code-commands/server) फ़ोल्डर में पा सकते हैं।
+
+### IoT डिवाइस पर कमांड्स को संभालें
+
+अब जब सर्वर से कमांड्स भेजे जा रहे हैं, तो आप अब कोड को IoT डिवाइस में जोड़ सकते हैं ताकि उन्हें संभाला जा सके और LED को नियंत्रित किया जा सके।
+
+MQTT ब्रोकर्स से कमांड्स सुनने के लिए नीचे दिए गए संबंधित चरण का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-commands.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi/वर्चुअल IoT डिवाइस](single-board-computer-commands.md)
+
+एक बार यह कोड लिखा और चल रहा हो, प्रकाश स्तरों को बदलने के साथ प्रयोग करें। सर्वर और डिवाइस से आउटपुट देखें, और जैसे ही आप प्रकाश स्तर बदलते हैं, LED को देखें।
+
+### कनेक्टिविटी का नुकसान
+
+यदि किसी IoT डिवाइस को ऑफलाइन होने पर क्लाउड सेवा को कमांड भेजने की आवश्यकता हो, तो उसे क्या करना चाहिए? फिर से, जवाब है - यह निर्भर करता है।
+
+यदि नवीनतम कमांड पहले वाले को ओवरराइड करता है, तो पहले वाले को शायद अनदेखा किया जा सकता है। यदि क्लाउड सेवा हीटिंग चालू करने का कमांड भेजती है, फिर इसे बंद करने का कमांड भेजती है, तो चालू करने का कमांड अनदेखा किया जा सकता है और पुनः नहीं भेजा जा सकता।
+
+यदि कमांड्स को क्रम में प्रोसेस करने की आवश्यकता है, जैसे कि एक रोबोट आर्म को ऊपर ले जाना, फिर एक ग्रैबर को बंद करना, तो उन्हें कनेक्टिविटी बहाल
+इन उपकरणों के बारे में सोचें, वे कौन से संदेश भेज या प्राप्त कर सकते हैं। वे कौन सा टेलीमेट्री डेटा भेजते हैं? वे कौन से संदेश या कमांड प्राप्त कर सकते हैं? क्या आपको लगता है कि वे सुरक्षित हैं?
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/8)
+
+## समीक्षा और स्व-अध्ययन
+
+MQTT के बारे में अधिक पढ़ें [MQTT विकिपीडिया पेज](https://wikipedia.org/wiki/MQTT) पर।
+
+खुद एक MQTT ब्रोकर चलाने की कोशिश करें [Mosquitto](https://www.mosquitto.org) का उपयोग करके और अपने IoT डिवाइस और सर्वर कोड से इसे कनेक्ट करें।
+
+> 💁 टिप - डिफ़ॉल्ट रूप से Mosquitto गुमनाम कनेक्शन (यानी बिना उपयोगकर्ता नाम और पासवर्ड के कनेक्शन) की अनुमति नहीं देता है, और उस कंप्यूटर के बाहर से कनेक्शन की अनुमति नहीं देता जिस पर यह चल रहा है।  
+> आप इसे [`mosquitto.conf` कॉन्फ़िग फाइल](https://www.mosquitto.org/man/mosquitto-conf-5.html) के साथ ठीक कर सकते हैं, जिसमें निम्नलिखित हो:
+>
+> ```sh
+> listener 1883 0.0.0.0
+> allow_anonymous true
+> ```
+
+## असाइनमेंट
+
+[MQTT की तुलना अन्य संचार प्रोटोकॉल के साथ करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/4-connect-internet/assignment.md b/translations/hi/1-getting-started/lessons/4-connect-internet/assignment.md
new file mode 100644
index 00000000..52c00ac0
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/4-connect-internet/assignment.md
@@ -0,0 +1,26 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0d4033cdd7b5b5475c63770102e38480",
+  "translation_date": "2025-08-25T17:17:28+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/assignment.md",
+  "language_code": "hi"
+}
+-->
+# MQTT की तुलना अन्य संचार प्रोटोकॉल्स से करें
+
+## निर्देश
+
+इस पाठ में MQTT को एक संचार प्रोटोकॉल के रूप में कवर किया गया। अन्य प्रोटोकॉल्स में AMQP और HTTP/HTTPS शामिल हैं।
+
+इन दोनों पर शोध करें और MQTT के साथ उनकी तुलना करें। पावर उपयोग, सुरक्षा, और संदेश स्थायित्व पर विचार करें यदि कनेक्शन टूट जाए।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| AMQP की तुलना MQTT से करें | AMQP और MQTT की तुलना और विरोधाभास करने में सक्षम है और पावर, सुरक्षा, और संदेश स्थायित्व को कवर करता है। | AMQP और MQTT की तुलना और विरोधाभास करने में आंशिक रूप से सक्षम है और पावर, सुरक्षा, और संदेश स्थायित्व में से दो को कवर करता है। | AMQP और MQTT की तुलना और विरोधाभास करने में आंशिक रूप से सक्षम है और पावर, सुरक्षा, और संदेश स्थायित्व में से एक को कवर करता है। |
+| HTTP/HTTPS की तुलना MQTT से करें | HTTP/HTTPS और MQTT की तुलना और विरोधाभास करने में सक्षम है और पावर, सुरक्षा, और संदेश स्थायित्व को कवर करता है। | HTTP/HTTPS और MQTT की तुलना और विरोधाभास करने में आंशिक रूप से सक्षम है और पावर, सुरक्षा, और संदेश स्थायित्व में से दो को कवर करता है। | HTTP/HTTPS और MQTT की तुलना और विरोधाभास करने में आंशिक रूप से सक्षम है और पावर, सुरक्षा, और संदेश स्थायित्व में से एक को कवर करता है। |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/4-connect-internet/single-board-computer-commands.md b/translations/hi/1-getting-started/lessons/4-connect-internet/single-board-computer-commands.md
new file mode 100644
index 00000000..a99e9e17
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/4-connect-internet/single-board-computer-commands.md
@@ -0,0 +1,65 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c527ce85d69b1a3875366ec61cbed8aa",
+  "translation_date": "2025-08-25T17:13:07+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/single-board-computer-commands.md",
+  "language_code": "hi"
+}
+-->
+# इंटरनेट पर अपनी नाइटलाइट को नियंत्रित करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई या वर्चुअल IoT डिवाइस पर MQTT ब्रोकर्स से भेजे गए कमांड्स को सब्सक्राइब करेंगे।
+
+## कमांड्स को सब्सक्राइब करें
+
+अगला कदम MQTT ब्रोकर्स से भेजे गए कमांड्स को सब्सक्राइब करना और उनका जवाब देना है।
+
+### कार्य
+
+कमांड्स को सब्सक्राइब करें।
+
+1. VS Code में नाइटलाइट प्रोजेक्ट खोलें।
+
+1. यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि टर्मिनल वर्चुअल एनवायरनमेंट चला रहा है। यदि आप रास्पबेरी पाई का उपयोग कर रहे हैं, तो आप वर्चुअल एनवायरनमेंट का उपयोग नहीं करेंगे।
+
+1. `client_telemetry_topic` की परिभाषा के बाद निम्नलिखित कोड जोड़ें:
+
+    ```python
+    server_command_topic = id + '/commands'
+    ```
+
+    `server_command_topic` वह MQTT टॉपिक है जिसे डिवाइस LED कमांड्स प्राप्त करने के लिए सब्सक्राइब करेगा।
+
+1. मुख्य लूप के ठीक ऊपर, `mqtt_client.loop_start()` लाइन के बाद निम्नलिखित कोड जोड़ें:
+
+    ```python
+    def handle_command(client, userdata, message):
+        payload = json.loads(message.payload.decode())
+        print("Message received:", payload)
+    
+        if payload['led_on']:
+            led.on()
+        else:
+            led.off()
+    
+    mqtt_client.subscribe(server_command_topic)
+    mqtt_client.on_message = handle_command
+    ```
+
+    यह कोड एक फ़ंक्शन, `handle_command`, को परिभाषित करता है जो एक संदेश को JSON डॉक्यूमेंट के रूप में पढ़ता है और `led_on` प्रॉपर्टी के मान को देखता है। यदि इसे `True` पर सेट किया गया है, तो LED चालू हो जाती है, अन्यथा यह बंद हो जाती है।
+
+    MQTT क्लाइंट उस टॉपिक पर सब्सक्राइब करता है जिस पर सर्वर संदेश भेजेगा और जब कोई संदेश प्राप्त होता है तो `handle_command` फ़ंक्शन को कॉल करता है।
+
+    > 💁 `on_message` हैंडलर सभी सब्सक्राइब किए गए टॉपिक्स के लिए कॉल किया जाता है। यदि आप बाद में ऐसा कोड लिखते हैं जो कई टॉपिक्स को सुनता है, तो आप उस टॉपिक को प्राप्त कर सकते हैं जिस पर संदेश भेजा गया था, `message` ऑब्जेक्ट से जो हैंडलर फ़ंक्शन को पास किया गया है।
+
+1. उसी तरह कोड चलाएं जैसे आपने असाइनमेंट के पिछले भाग से कोड चलाया था। यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि CounterFit ऐप चल रहा है और लाइट सेंसर और LED सही पिन पर बनाए गए हैं।
+
+1. अपने भौतिक या वर्चुअल डिवाइस द्वारा डिटेक्ट किए गए लाइट लेवल को समायोजित करें। प्राप्त किए जा रहे संदेश और भेजे जा रहे कमांड्स टर्मिनल पर लिखे जाएंगे। लाइट लेवल के अनुसार LED चालू और बंद हो जाएगी।
+
+> 💁 आप इस कोड को [code-commands/virtual-device](../../../../../1-getting-started/lessons/4-connect-internet/code-commands/virtual-device) फोल्डर या [code-commands/pi](../../../../../1-getting-started/lessons/4-connect-internet/code-commands/pi) फोल्डर में पा सकते हैं।
+
+😀 आपने सफलतापूर्वक अपने डिवाइस को MQTT ब्रोकर्स से कमांड्स का जवाब देने के लिए कोड किया है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md b/translations/hi/1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md
new file mode 100644
index 00000000..a5be0877
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md
@@ -0,0 +1,91 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "90fb93446e03c38f3c0e4009c2471906",
+  "translation_date": "2025-08-25T17:17:46+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md",
+  "language_code": "hi"
+}
+-->
+# इंटरनेट के माध्यम से अपनी नाइटलाइट को नियंत्रित करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+IoT डिवाइस को *test.mosquitto.org* के साथ MQTT का उपयोग करके टेलीमेट्री मान भेजने और लाइट सेंसर रीडिंग के साथ LED को नियंत्रित करने के लिए कमांड प्राप्त करने के लिए कोड किया जाना चाहिए।
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई या वर्चुअल IoT डिवाइस को एक MQTT ब्रोकर्स से कनेक्ट करेंगे।
+
+## MQTT क्लाइंट पैकेज इंस्टॉल करें
+
+MQTT ब्रोकर्स के साथ संवाद करने के लिए, आपको अपने पाई पर या वर्चुअल डिवाइस का उपयोग कर रहे हैं तो वर्चुअल वातावरण में एक MQTT लाइब्रेरी पिप पैकेज इंस्टॉल करना होगा।
+
+### कार्य
+
+पिप पैकेज इंस्टॉल करें
+
+1. VS Code में नाइटलाइट प्रोजेक्ट खोलें।
+
+1. यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि टर्मिनल वर्चुअल वातावरण चला रहा है। यदि आप रास्पबेरी पाई का उपयोग कर रहे हैं, तो आप वर्चुअल वातावरण का उपयोग नहीं करेंगे।
+
+1. MQTT पिप पैकेज इंस्टॉल करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    pip3 install paho-mqtt
+    ```
+
+## डिवाइस कोड करें
+
+डिवाइस को कोड करने के लिए तैयार है।
+
+### कार्य
+
+डिवाइस कोड लिखें।
+
+1. `app.py` फ़ाइल के शीर्ष पर निम्नलिखित इम्पोर्ट जोड़ें:
+
+    ```python
+    import paho.mqtt.client as mqtt
+    ```
+
+    `paho.mqtt.client` लाइब्रेरी आपके ऐप को MQTT के माध्यम से संवाद करने की अनुमति देती है।
+
+1. लाइट सेंसर और LED की परिभाषाओं के बाद निम्नलिखित कोड जोड़ें:
+
+    ```python
+    id = '<ID>'
+
+    client_name = id + 'nightlight_client'
+    ```
+
+    `<ID>` को एक यूनिक ID से बदलें, जो इस डिवाइस क्लाइंट का नाम होगा और बाद में उन टॉपिक्स के लिए उपयोग किया जाएगा जिन्हें यह डिवाइस प्रकाशित और सब्सक्राइब करेगा। *test.mosquitto.org* ब्रोकर्स सार्वजनिक है और कई लोग इसका उपयोग करते हैं, जिनमें इस असाइनमेंट पर काम कर रहे अन्य छात्र भी शामिल हैं। एक यूनिक MQTT क्लाइंट नाम और टॉपिक नाम रखने से यह सुनिश्चित होता है कि आपका कोड किसी और के कोड से टकराएगा नहीं। आपको इस ID की आवश्यकता इस असाइनमेंट के बाद के हिस्से में सर्वर कोड बनाते समय भी होगी।
+
+    > 💁 आप [GUIDGen](https://www.guidgen.com) जैसी वेबसाइट का उपयोग करके एक यूनिक ID जनरेट कर सकते हैं।
+
+    `client_name` इस MQTT क्लाइंट का ब्रोकर्स पर एक यूनिक नाम है।
+
+1. इस नए कोड के नीचे निम्नलिखित कोड जोड़ें ताकि एक MQTT क्लाइंट ऑब्जेक्ट बनाया जा सके और MQTT ब्रोकर्स से कनेक्ट किया जा सके:
+
+    ```python
+    mqtt_client = mqtt.Client(client_name)
+    mqtt_client.connect('test.mosquitto.org')
+    
+    mqtt_client.loop_start()
+
+    print("MQTT connected!")
+    ```
+
+    यह कोड क्लाइंट ऑब्जेक्ट बनाता है, सार्वजनिक MQTT ब्रोकर्स से कनेक्ट करता है, और एक प्रोसेसिंग लूप शुरू करता है जो बैकग्राउंड थ्रेड में चलता है और किसी भी सब्सक्राइब किए गए टॉपिक्स पर संदेशों को सुनता है।
+
+1. कोड को उसी तरह चलाएं जैसे आपने असाइनमेंट के पिछले भाग से कोड चलाया था। यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि CounterFit ऐप चल रहा है और लाइट सेंसर और LED को सही पिन पर बनाया गया है।
+
+    ```output
+    (.venv) ➜  nightlight python app.py 
+    MQTT connected!
+    Light level: 0
+    Light level: 0
+    ```
+
+> 💁 आप इस कोड को [code-mqtt/virtual-device](../../../../../1-getting-started/lessons/4-connect-internet/code-mqtt/virtual-device) फोल्डर या [code-mqtt/pi](../../../../../1-getting-started/lessons/4-connect-internet/code-mqtt/pi) फोल्डर में पा सकते हैं।
+
+😀 आपने सफलतापूर्वक अपने डिवाइस को एक MQTT ब्रोकर्स से कनेक्ट कर लिया है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md b/translations/hi/1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md
new file mode 100644
index 00000000..2b7d51fe
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md
@@ -0,0 +1,72 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "1226517aae5f5b6f904434670394c688",
+  "translation_date": "2025-08-25T17:13:36+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md",
+  "language_code": "hi"
+}
+-->
+# इंटरनेट के माध्यम से अपनी नाइटलाइट को नियंत्रित करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई या वर्चुअल IoT डिवाइस से प्रकाश स्तर के साथ टेलीमेट्री को एक MQTT ब्रोकर्स को भेजेंगे।
+
+## टेलीमेट्री प्रकाशित करें
+
+अगला कदम टेलीमेट्री के साथ एक JSON दस्तावेज़ बनाना और इसे MQTT ब्रोकर्स को भेजना है।
+
+### कार्य
+
+MQTT ब्रोकर्स को टेलीमेट्री प्रकाशित करें।
+
+1. VS Code में नाइटलाइट प्रोजेक्ट खोलें।
+
+1. यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि टर्मिनल वर्चुअल वातावरण चला रहा है। यदि आप रास्पबेरी पाई का उपयोग कर रहे हैं, तो आप वर्चुअल वातावरण का उपयोग नहीं करेंगे।
+
+1. `app.py` फ़ाइल के शीर्ष पर निम्नलिखित इम्पोर्ट जोड़ें:
+
+    ```python
+    import json
+    ```
+
+    `json` लाइब्रेरी का उपयोग टेलीमेट्री को JSON दस्तावेज़ के रूप में एन्कोड करने के लिए किया जाता है।
+
+1. `client_name` घोषणा के बाद निम्नलिखित जोड़ें:
+
+    ```python
+    client_telemetry_topic = id + '/telemetry'
+    ```
+
+    `client_telemetry_topic` वह MQTT टॉपिक है जिस पर डिवाइस प्रकाश स्तर को प्रकाशित करेगा।
+
+1. फ़ाइल के अंत में `while True:` लूप की सामग्री को निम्नलिखित से बदलें:
+
+    ```python
+    while True:
+        light = light_sensor.light
+        telemetry = json.dumps({'light' : light})
+
+        print("Sending telemetry ", telemetry)
+    
+        mqtt_client.publish(client_telemetry_topic, telemetry)
+    
+        time.sleep(5)
+    ```
+
+    यह कोड प्रकाश स्तर को एक JSON दस्तावेज़ में पैक करता है और इसे MQTT ब्रोकर्स को प्रकाशित करता है। इसके बाद यह संदेश भेजने की आवृत्ति को कम करने के लिए रुकता है।
+
+1. उसी तरह कोड चलाएं जैसे आपने असाइनमेंट के पिछले भाग से कोड चलाया था। यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि CounterFit ऐप चल रहा है और लाइट सेंसर और LED को सही पिन पर बनाया गया है।
+
+    ```output
+    (.venv) ➜  nightlight python app.py 
+    MQTT connected!
+    Sending telemetry  {"light": 0}
+    Sending telemetry  {"light": 0}
+    ```
+
+> 💁 आप इस कोड को [code-telemetry/virtual-device](../../../../../1-getting-started/lessons/4-connect-internet/code-telemetry/virtual-device) फ़ोल्डर या [code-telemetry/pi](../../../../../1-getting-started/lessons/4-connect-internet/code-telemetry/pi) फ़ोल्डर में पा सकते हैं।
+
+😀 आपने सफलतापूर्वक अपने डिवाइस से टेलीमेट्री भेज दी है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/4-connect-internet/wio-terminal-commands.md b/translations/hi/1-getting-started/lessons/4-connect-internet/wio-terminal-commands.md
new file mode 100644
index 00000000..fe8ebc80
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/4-connect-internet/wio-terminal-commands.md
@@ -0,0 +1,91 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "6754c915dae64ba70fcd5e52c37f3adf",
+  "translation_date": "2025-08-25T17:19:09+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/wio-terminal-commands.md",
+  "language_code": "hi"
+}
+-->
+# इंटरनेट के माध्यम से अपनी नाइटलाइट को नियंत्रित करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal को MQTT ब्रोकर्स से भेजे गए कमांड्स को सब्सक्राइब करेंगे।
+
+## कमांड्स को सब्सक्राइब करें
+
+अगला कदम MQTT ब्रोकर्स से भेजे गए कमांड्स को सब्सक्राइब करना और उनका जवाब देना है।
+
+### कार्य
+
+कमांड्स को सब्सक्राइब करें।
+
+1. VS Code में नाइटलाइट प्रोजेक्ट खोलें।
+
+1. `config.h` फाइल के अंत में निम्नलिखित कोड जोड़ें ताकि कमांड्स के लिए टॉपिक नाम को परिभाषित किया जा सके:
+
+    ```cpp
+    const string SERVER_COMMAND_TOPIC = ID + "/commands";
+    ```
+
+    `SERVER_COMMAND_TOPIC` वह टॉपिक है जिसे डिवाइस LED कमांड्स प्राप्त करने के लिए सब्सक्राइब करेगा।
+
+1. `reconnectMQTTClient` फंक्शन के अंत में निम्नलिखित लाइन जोड़ें ताकि MQTT क्लाइंट के फिर से कनेक्ट होने पर कमांड टॉपिक को सब्सक्राइब किया जा सके:
+
+    ```cpp
+    client.subscribe(SERVER_COMMAND_TOPIC.c_str());
+    ```
+
+1. `reconnectMQTTClient` फंक्शन के नीचे निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    void clientCallback(char *topic, uint8_t *payload, unsigned int length)
+    {
+        char buff[length + 1];
+        for (int i = 0; i < length; i++)
+        {
+            buff[i] = (char)payload[i];
+        }
+        buff[length] = '\0';
+    
+        Serial.print("Message received:");
+        Serial.println(buff);
+    
+        DynamicJsonDocument doc(1024);
+        deserializeJson(doc, buff);
+        JsonObject obj = doc.as<JsonObject>();
+    
+        bool led_on = obj["led_on"];
+    
+        if (led_on)
+            digitalWrite(D0, HIGH);
+        else
+            digitalWrite(D0, LOW);
+    }
+    ```
+
+    यह फंक्शन वह कॉलबैक होगा जिसे MQTT क्लाइंट सर्वर से कोई संदेश प्राप्त होने पर कॉल करेगा।
+
+    संदेश unsigned 8-बिट इंटीजर की एक ऐरे के रूप में प्राप्त होता है, इसलिए इसे टेक्स्ट के रूप में ट्रीट करने के लिए एक कैरेक्टर ऐरे में कन्वर्ट करना होगा।
+
+    संदेश में एक JSON डॉक्यूमेंट होता है, जिसे ArduinoJson लाइब्रेरी का उपयोग करके डिकोड किया जाता है। JSON डॉक्यूमेंट की `led_on` प्रॉपर्टी को पढ़ा जाता है, और उसके मान के आधार पर LED को चालू या बंद किया जाता है।
+
+1. `createMQTTClient` फंक्शन में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    client.setCallback(clientCallback);
+    ```
+
+    यह कोड `clientCallback` को MQTT ब्रोकर्स से संदेश प्राप्त होने पर कॉल करने के लिए सेट करता है।
+
+    > 💁 `clientCallback` हैंडलर सभी सब्सक्राइब किए गए टॉपिक्स के लिए कॉल किया जाता है। यदि आप बाद में ऐसा कोड लिखते हैं जो कई टॉपिक्स को सुनता है, तो आप उस टॉपिक को प्राप्त कर सकते हैं जिस पर संदेश भेजा गया था, `topic` पैरामीटर से जो कॉलबैक फंक्शन को पास किया जाता है।
+
+1. कोड को अपने Wio Terminal पर अपलोड करें, और सीरियल मॉनिटर का उपयोग करके देखें कि लाइट लेवल्स MQTT ब्रोकर्स को कैसे भेजे जा रहे हैं।
+
+1. अपने फिजिकल या वर्चुअल डिवाइस द्वारा डिटेक्ट किए गए लाइट लेवल्स को एडजस्ट करें। आप देखेंगे कि टर्मिनल में संदेश प्राप्त हो रहे हैं और कमांड्स भेजे जा रहे हैं। आप यह भी देखेंगे कि लाइट लेवल के आधार पर LED चालू और बंद हो रही है।
+
+> 💁 आप इस कोड को [code-commands/wio-terminal](../../../../../1-getting-started/lessons/4-connect-internet/code-commands/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपने सफलतापूर्वक अपने डिवाइस को MQTT ब्रोकर्स से कमांड्स का जवाब देने के लिए कोड किया है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md b/translations/hi/1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md
new file mode 100644
index 00000000..80c1d06e
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md
@@ -0,0 +1,249 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "d6faf0e8d3c2d6d20c0aef2a305dab18",
+  "translation_date": "2025-08-25T17:18:12+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md",
+  "language_code": "hi"
+}
+-->
+# इंटरनेट के जरिए अपनी नाइटलाइट को नियंत्रित करें - Wio Terminal
+
+IoT डिवाइस को *test.mosquitto.org* के साथ MQTT का उपयोग करके टेलीमेट्री डेटा भेजने और लाइट सेंसर रीडिंग के साथ LED को नियंत्रित करने के लिए कमांड प्राप्त करने के लिए कोड किया जाना चाहिए।
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal को एक MQTT ब्रोकर्स से कनेक्ट करेंगे।
+
+## WiFi और MQTT Arduino लाइब्रेरी इंस्टॉल करें
+
+MQTT ब्रोकर्स के साथ संवाद करने के लिए, आपको कुछ Arduino लाइब्रेरी इंस्टॉल करनी होंगी ताकि Wio Terminal के WiFi चिप का उपयोग किया जा सके और MQTT के साथ संवाद किया जा सके। Arduino डिवाइसों के लिए विकास करते समय, आप कई प्रकार की लाइब्रेरी का उपयोग कर सकते हैं, जो ओपन-सोर्स कोड प्रदान करती हैं और कई क्षमताओं को लागू करती हैं। Seeed Wio Terminal के लिए लाइब्रेरी प्रकाशित करता है, जो इसे WiFi के जरिए संवाद करने की अनुमति देती हैं। अन्य डेवलपर्स ने MQTT ब्रोकर्स के साथ संवाद करने के लिए लाइब्रेरी प्रकाशित की हैं, और आप अपने डिवाइस के साथ इनका उपयोग करेंगे।
+
+ये लाइब्रेरी सोर्स कोड के रूप में प्रदान की जाती हैं, जिन्हें PlatformIO में स्वचालित रूप से आयात किया जा सकता है और आपके डिवाइस के लिए संकलित किया जा सकता है। इस तरह Arduino लाइब्रेरी किसी भी डिवाइस पर काम करेंगी जो Arduino फ्रेमवर्क का समर्थन करती है, बशर्ते कि डिवाइस में उस लाइब्रेरी द्वारा आवश्यक कोई विशिष्ट हार्डवेयर हो। कुछ लाइब्रेरी, जैसे Seeed WiFi लाइब्रेरी, कुछ हार्डवेयर के लिए विशिष्ट होती हैं।
+
+लाइब्रेरी को वैश्विक रूप से इंस्टॉल किया जा सकता है और आवश्यकता पड़ने पर संकलित किया जा सकता है, या किसी विशिष्ट प्रोजेक्ट में। इस असाइनमेंट के लिए, लाइब्रेरी प्रोजेक्ट में इंस्टॉल की जाएंगी।
+
+✅ आप लाइब्रेरी प्रबंधन और लाइब्रेरी खोजने और इंस्टॉल करने के बारे में अधिक जानकारी [PlatformIO लाइब्रेरी डाक्यूमेंटेशन](https://docs.platformio.org/en/latest/librarymanager/index.html) में प्राप्त कर सकते हैं।
+
+### कार्य - WiFi और MQTT Arduino लाइब्रेरी इंस्टॉल करें
+
+Arduino लाइब्रेरी इंस्टॉल करें।
+
+1. VS Code में नाइटलाइट प्रोजेक्ट खोलें।
+
+1. `platformio.ini` फाइल के अंत में निम्नलिखित जोड़ें:
+
+    ```ini
+    lib_deps =
+        seeed-studio/Seeed Arduino rpcWiFi @ 1.0.5
+        seeed-studio/Seeed Arduino FS @ 2.1.1
+        seeed-studio/Seeed Arduino SFUD @ 2.0.2
+        seeed-studio/Seeed Arduino rpcUnified @ 2.1.3
+        seeed-studio/Seeed_Arduino_mbedtls @ 3.0.1
+    ```
+
+    यह Seeed WiFi लाइब्रेरी आयात करता है। `@ <number>` सिंटैक्स लाइब्रेरी के एक विशिष्ट संस्करण संख्या को संदर्भित करता है।
+
+    > 💁 आप लाइब्रेरी के नवीनतम संस्करण का उपयोग करने के लिए `@ <number>` हटा सकते हैं, लेकिन यह गारंटी नहीं है कि बाद के संस्करण नीचे दिए गए कोड के साथ काम करेंगे। यहां दिया गया कोड इस संस्करण के साथ परीक्षण किया गया है।
+
+    लाइब्रेरी जोड़ने के लिए आपको बस इतना ही करना है। अगली बार जब PlatformIO प्रोजेक्ट को बनाएगा, तो यह इन लाइब्रेरी के लिए सोर्स कोड डाउनलोड करेगा और इसे आपके प्रोजेक्ट में संकलित करेगा।
+
+1. `lib_deps` में निम्नलिखित जोड़ें:
+
+    ```ini
+    knolleary/PubSubClient @ 2.8
+    ```
+
+    यह [PubSubClient](https://github.com/knolleary/pubsubclient), एक Arduino MQTT क्लाइंट आयात करता है।
+
+## WiFi से कनेक्ट करें
+
+अब Wio Terminal को WiFi से कनेक्ट किया जा सकता है।
+
+### कार्य - WiFi से कनेक्ट करें
+
+Wio Terminal को WiFi से कनेक्ट करें।
+
+1. `src` फोल्डर में `config.h` नामक एक नई फाइल बनाएं। आप ऐसा `src` फोल्डर या उसके अंदर `main.cpp` फाइल का चयन करके और एक्सप्लोरर से **New file** बटन का चयन करके कर सकते हैं। यह बटन केवल तब दिखाई देता है जब आपका कर्सर एक्सप्लोरर पर होता है।
+
+    ![नया फाइल बटन](../../../../../translated_images/vscode-new-file-button.182702340fe6723c8cbb4cfa1a9a9fb0d0a5227643b4e46b91ff67b07a39a92f.hi.png)
+
+1. इस फाइल में अपने WiFi क्रेडेंशियल्स के लिए कॉन्स्टेंट्स को परिभाषित करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    #pragma once
+
+    #include <string>
+    
+    using namespace std;
+    
+    // WiFi credentials
+    const char *SSID = "<SSID>";
+    const char *PASSWORD = "<PASSWORD>";
+    ```
+
+    `<SSID>` को अपने WiFi के SSID से बदलें। `<PASSWORD>` को अपने WiFi पासवर्ड से बदलें।
+
+1. `main.cpp` फाइल खोलें।
+
+1. फाइल के शीर्ष पर निम्नलिखित `#include` निर्देश जोड़ें:
+
+    ```cpp
+    #include <PubSubClient.h>
+    #include <rpcWiFi.h>
+    #include <SPI.h>
+    
+    #include "config.h"
+    ```
+
+    यह उन लाइब्रेरी के हेडर फाइल्स को शामिल करता है जिन्हें आपने पहले जोड़ा था, साथ ही कॉन्फ़िग हेडर फाइल को भी। ये हेडर फाइल्स PlatformIO को लाइब्रेरी से कोड लाने के लिए आवश्यक हैं। इन हेडर फाइल्स को स्पष्ट रूप से शामिल किए बिना, कुछ कोड संकलित नहीं होगा और आपको कंपाइलर त्रुटियां मिलेंगी।
+
+1. `setup` फंक्शन के ऊपर निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    void connectWiFi()
+    {
+        while (WiFi.status() != WL_CONNECTED)
+        {
+            Serial.println("Connecting to WiFi..");
+            WiFi.begin(SSID, PASSWORD);
+            delay(500);
+        }
+    
+        Serial.println("Connected!");
+    }
+    ```
+
+    यह कोड तब तक लूप करता है जब तक डिवाइस WiFi से कनेक्ट नहीं हो जाता, और SSID और पासवर्ड का उपयोग करके कनेक्ट करने की कोशिश करता है।
+
+1. पिन्स को कॉन्फ़िगर करने के बाद `setup` फंक्शन के नीचे इस फंक्शन को कॉल करें:
+
+    ```cpp
+    connectWiFi();
+    ```
+
+1. इस कोड को अपने डिवाइस पर अपलोड करें और जांचें कि WiFi कनेक्शन काम कर रहा है। आपको सीरियल मॉनिटर में यह देखना चाहिए:
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    ```
+
+## MQTT से कनेक्ट करें
+
+WiFi से कनेक्ट होने के बाद, Wio Terminal MQTT ब्रोकर्स से कनेक्ट हो सकता है।
+
+### कार्य - MQTT से कनेक्ट करें
+
+MQTT ब्रोकर्स से कनेक्ट करें।
+
+1. MQTT ब्रोकर्स के कनेक्शन विवरण को परिभाषित करने के लिए `config.h` फाइल के अंत में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    // MQTT settings
+    const string ID = "<ID>";
+    
+    const string BROKER = "test.mosquitto.org";
+    const string CLIENT_NAME = ID + "nightlight_client";
+    ```
+
+    `<ID>` को एक यूनिक ID से बदलें, जो इस डिवाइस क्लाइंट का नाम होगा और बाद में उन टॉपिक्स के लिए उपयोग किया जाएगा जिन्हें यह डिवाइस प्रकाशित और सब्सक्राइब करेगा। *test.mosquitto.org* ब्रोकर्स सार्वजनिक है और कई लोग इसका उपयोग करते हैं, जिनमें इस असाइनमेंट पर काम कर रहे अन्य छात्र भी शामिल हैं। एक यूनिक MQTT क्लाइंट नाम और टॉपिक नाम सुनिश्चित करता है कि आपका कोड किसी और के कोड से टकराएगा नहीं। आपको इस ID की आवश्यकता बाद में सर्वर कोड बनाते समय भी होगी।
+
+    > 💁 आप [GUIDGen](https://www.guidgen.com) जैसी वेबसाइट का उपयोग करके एक यूनिक ID जनरेट कर सकते हैं।
+
+    `BROKER` MQTT ब्रोकर्स का URL है।
+
+    `CLIENT_NAME` इस MQTT क्लाइंट का ब्रोकर्स पर एक यूनिक नाम है।
+
+1. `main.cpp` फाइल खोलें, और `connectWiFi` फंक्शन के नीचे और `setup` फंक्शन के ऊपर निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    WiFiClient wioClient;
+    PubSubClient client(wioClient);
+    ```
+
+    यह कोड Wio Terminal WiFi लाइब्रेरी का उपयोग करके एक WiFi क्लाइंट बनाता है और इसका उपयोग एक MQTT क्लाइंट बनाने के लिए करता है।
+
+1. इस कोड के नीचे निम्नलिखित जोड़ें:
+
+    ```cpp
+    void reconnectMQTTClient()
+    {
+        while (!client.connected())
+        {
+            Serial.print("Attempting MQTT connection...");
+    
+            if (client.connect(CLIENT_NAME.c_str()))
+            {
+                Serial.println("connected");
+            }
+            else
+            {
+                Serial.print("Retying in 5 seconds - failed, rc=");
+                Serial.println(client.state());
+                
+                delay(5000);
+            }
+        }
+    }
+    ```
+
+    यह फंक्शन MQTT ब्रोकर्स से कनेक्शन का परीक्षण करता है और यदि कनेक्टेड नहीं है तो फिर से कनेक्ट करता है। यह तब तक लूप करता है जब तक यह कनेक्ट नहीं हो जाता और कॉन्फ़िग हेडर फाइल में परिभाषित यूनिक क्लाइंट नाम का उपयोग करके कनेक्ट करने का प्रयास करता है।
+
+    यदि कनेक्शन विफल हो जाता है, तो यह 5 सेकंड बाद फिर से प्रयास करता है।
+
+1. `reconnectMQTTClient` फंक्शन के नीचे निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    void createMQTTClient()
+    {
+        client.setServer(BROKER.c_str(), 1883);
+        reconnectMQTTClient();
+    }
+    ```
+
+    यह कोड क्लाइंट के लिए MQTT ब्रोकर्स सेट करता है, साथ ही एक कॉलबैक सेट करता है जब कोई संदेश प्राप्त होता है। फिर यह ब्रोकर्स से कनेक्ट करने का प्रयास करता है।
+
+1. WiFi कनेक्ट होने के बाद `setup` फंक्शन में `createMQTTClient` फंक्शन को कॉल करें।
+
+1. पूरे `loop` फंक्शन को निम्नलिखित से बदलें:
+
+    ```cpp
+    void loop()
+    {
+        reconnectMQTTClient();
+        client.loop();
+    
+        delay(2000);
+    }
+    ```
+
+    यह कोड MQTT ब्रोकर्स से फिर से कनेक्ट करता है। ये कनेक्शन आसानी से टूट सकते हैं, इसलिए नियमित रूप से जांचना और आवश्यकता पड़ने पर फिर से कनेक्ट करना उचित है। फिर यह MQTT क्लाइंट पर `loop` मेथड को कॉल करता है ताकि किसी भी संदेश को प्रोसेस किया जा सके जो सब्सक्राइब किए गए टॉपिक पर आ रहे हैं। यह ऐप सिंगल-थ्रेडेड है, इसलिए संदेश बैकग्राउंड थ्रेड पर प्राप्त नहीं किए जा सकते, इसलिए मुख्य थ्रेड पर नेटवर्क कनेक्शन पर प्रतीक्षा कर रहे किसी भी संदेश को प्रोसेस करने के लिए समय आवंटित करना आवश्यक है।
+
+    अंत में, 2 सेकंड की देरी सुनिश्चित करती है कि लाइट लेवल बहुत बार नहीं भेजे जाते और डिवाइस की पावर खपत कम हो जाती है।
+
+1. कोड को अपने Wio Terminal पर अपलोड करें, और डिवाइस को WiFi और MQTT से कनेक्ट होते हुए देखने के लिए सीरियल मॉनिटर का उपयोग करें।
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    source /Users/jimbennett/GitHub/IoT-For-Beginners/1-getting-started/lessons/4-connect-internet/code-mqtt/wio-terminal/nightlight/.venv/bin/activate
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    Attempting MQTT connection...connected
+    ```
+
+> 💁 आप इस कोड को [code-mqtt/wio-terminal](../../../../../1-getting-started/lessons/4-connect-internet/code-mqtt/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपने सफलतापूर्वक अपने डिवाइस को एक MQTT ब्रोकर्स से कनेक्ट कर लिया है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/1-getting-started/lessons/4-connect-internet/wio-terminal-telemetry.md b/translations/hi/1-getting-started/lessons/4-connect-internet/wio-terminal-telemetry.md
new file mode 100644
index 00000000..f00e7269
--- /dev/null
+++ b/translations/hi/1-getting-started/lessons/4-connect-internet/wio-terminal-telemetry.md
@@ -0,0 +1,91 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4bcc29fe2b65e56eada83d2476279227",
+  "translation_date": "2025-08-25T17:17:08+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/wio-terminal-telemetry.md",
+  "language_code": "hi"
+}
+-->
+# इंटरनेट के माध्यम से अपनी नाइटलाइट को नियंत्रित करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal से प्रकाश स्तरों के साथ टेलीमेट्री को MQTT ब्रोकर्स पर भेजेंगे।
+
+## JSON Arduino लाइब्रेरीज़ इंस्टॉल करें
+
+MQTT पर संदेश भेजने का एक लोकप्रिय तरीका JSON का उपयोग करना है। JSON के लिए एक Arduino लाइब्रेरी है जो JSON दस्तावेज़ों को पढ़ने और लिखने को आसान बनाती है।
+
+### कार्य
+
+Arduino JSON लाइब्रेरी इंस्टॉल करें।
+
+1. VS Code में नाइटलाइट प्रोजेक्ट खोलें।
+
+1. `platformio.ini` फाइल में `lib_deps` सूची में निम्नलिखित को एक अतिरिक्त लाइन के रूप में जोड़ें:
+
+    ```ini
+    bblanchon/ArduinoJson @ 6.17.3
+    ```
+
+    यह [ArduinoJson](https://arduinojson.org) को इंपोर्ट करता है, जो एक Arduino JSON लाइब्रेरी है।
+
+## टेलीमेट्री प्रकाशित करें
+
+अगला कदम टेलीमेट्री के साथ एक JSON दस्तावेज़ बनाना और इसे MQTT ब्रोकर्स पर भेजना है।
+
+### कार्य - टेलीमेट्री प्रकाशित करें
+
+MQTT ब्रोकर्स पर टेलीमेट्री प्रकाशित करें।
+
+1. MQTT ब्रोकर्स के लिए टेलीमेट्री टॉपिक नाम को परिभाषित करने के लिए `config.h` फाइल के नीचे निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    const string CLIENT_TELEMETRY_TOPIC = ID + "/telemetry";
+    ```
+
+    `CLIENT_TELEMETRY_TOPIC` वह टॉपिक है जिस पर डिवाइस प्रकाश स्तरों को प्रकाशित करेगा।
+
+1. `main.cpp` फाइल खोलें।
+
+1. फाइल के शीर्ष पर निम्नलिखित `#include` निर्देश जोड़ें:
+
+    ```cpp
+    #include <ArduinoJSON.h>
+    ```
+
+1. `loop` फंक्शन के अंदर, `delay` से ठीक पहले निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    int light = analogRead(WIO_LIGHT);
+
+    DynamicJsonDocument doc(1024);
+    doc["light"] = light;
+
+    string telemetry;
+    serializeJson(doc, telemetry);
+
+    Serial.print("Sending telemetry ");
+    Serial.println(telemetry.c_str());
+
+    client.publish(CLIENT_TELEMETRY_TOPIC.c_str(), telemetry.c_str());
+    ```
+
+    यह कोड प्रकाश स्तर को पढ़ता है और ArduinoJson का उपयोग करके इस स्तर के साथ एक JSON दस्तावेज़ बनाता है। फिर इसे एक स्ट्रिंग में सीरियलाइज़ किया जाता है और MQTT क्लाइंट द्वारा टेलीमेट्री MQTT टॉपिक पर प्रकाशित किया जाता है।
+
+1. कोड को अपने Wio Terminal पर अपलोड करें और सीरियल मॉनिटर का उपयोग करके देखें कि प्रकाश स्तर MQTT ब्रोकर्स पर भेजे जा रहे हैं:
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Attempting MQTT connection...connected
+    Sending telemetry {"light":652}
+    Sending telemetry {"light":612}
+    Sending telemetry {"light":583}
+    ```
+
+> 💁 आप इस कोड को [code-telemetry/wio-terminal](../../../../../1-getting-started/lessons/4-connect-internet/code-telemetry/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपने सफलतापूर्वक अपने डिवाइस से टेलीमेट्री भेज दी है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/README.md b/translations/hi/2-farm/README.md
new file mode 100644
index 00000000..cf221037
--- /dev/null
+++ b/translations/hi/2-farm/README.md
@@ -0,0 +1,32 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "428bda82d9e6016ecea7c797564bf081",
+  "translation_date": "2025-08-25T16:42:39+00:00",
+  "source_file": "2-farm/README.md",
+  "language_code": "hi"
+}
+-->
+# IoT के साथ खेती
+
+जैसे-जैसे जनसंख्या बढ़ती है, वैसे-वैसे कृषि पर दबाव भी बढ़ता है। उपलब्ध भूमि की मात्रा नहीं बदलती, लेकिन जलवायु बदलती रहती है - जिससे किसानों के लिए और भी चुनौतियाँ पैदा होती हैं, खासकर उन 2 अरब [आत्मनिर्भर किसानों](https://wikipedia.org/wiki/Subsistence_agriculture) के लिए जो अपने उगाए गए फसलों पर निर्भर रहते हैं ताकि वे खुद और अपने परिवार को भोजन दे सकें। IoT किसानों को यह निर्णय लेने में मदद कर सकता है कि क्या उगाना है और कब फसल काटनी है, उत्पादन बढ़ा सकता है, श्रम की मात्रा कम कर सकता है, और कीटों का पता लगाकर उनसे निपटने में मदद कर सकता है।
+
+इन 6 पाठों में आप सीखेंगे कि खेती को बेहतर और स्वचालित बनाने के लिए इंटरनेट ऑफ थिंग्स का उपयोग कैसे करें।
+
+> 💁 इन पाठों में कुछ क्लाउड संसाधनों का उपयोग किया जाएगा। यदि आप इस प्रोजेक्ट के सभी पाठ पूरे नहीं करते हैं, तो सुनिश्चित करें कि आप [अपने प्रोजेक्ट को साफ करें](../clean-up.md)।
+
+## विषय
+
+1. [IoT के साथ पौधों की वृद्धि का पूर्वानुमान लगाएं](lessons/1-predict-plant-growth/README.md)
+1. [मिट्टी की नमी का पता लगाएं](lessons/2-detect-soil-moisture/README.md)
+1. [स्वचालित पौधों की सिंचाई](lessons/3-automated-plant-watering/README.md)
+1. [अपने पौधे को क्लाउड में स्थानांतरित करें](lessons/4-migrate-your-plant-to-the-cloud/README.md)
+1. [अपने एप्लिकेशन लॉजिक को क्लाउड में स्थानांतरित करें](lessons/5-migrate-application-to-the-cloud/README.md)
+1. [अपने पौधे को सुरक्षित रखें](lessons/6-keep-your-plant-secure/README.md)
+
+## श्रेय
+
+सभी पाठ [Jim Bennett](https://GitHub.com/JimBobBennett) द्वारा ♥️ के साथ लिखे गए हैं।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/1-predict-plant-growth/README.md b/translations/hi/2-farm/lessons/1-predict-plant-growth/README.md
new file mode 100644
index 00000000..91a5cb2c
--- /dev/null
+++ b/translations/hi/2-farm/lessons/1-predict-plant-growth/README.md
@@ -0,0 +1,145 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "d105b44deae539165855c976dcdeca99",
+  "translation_date": "2025-08-25T16:43:34+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/README.md",
+  "language_code": "hi"
+}
+-->
+## पौधों की वृद्धि की भविष्यवाणी IoT के साथ
+
+![इस पाठ का स्केच नोट](../../../../../translated_images/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+## व्याख्यान से पहले की प्रश्नोत्तरी
+
+[व्याख्यान से पहले की प्रश्नोत्तरी](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/9)
+
+## परिचय
+
+पौधों को बढ़ने के लिए कुछ चीजों की आवश्यकता होती है - पानी, कार्बन डाइऑक्साइड, पोषक तत्व, प्रकाश और गर्मी। इस पाठ में, आप वायु तापमान को मापकर पौधों की वृद्धि और परिपक्वता दर की गणना करना सीखेंगे।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [डिजिटल कृषि](../../../../../2-farm/lessons/1-predict-plant-growth)
+* [खेती में तापमान क्यों महत्वपूर्ण है?](../../../../../2-farm/lessons/1-predict-plant-growth)
+* [परिवेश तापमान मापें](../../../../../2-farm/lessons/1-predict-plant-growth)
+* [ग्रोइंग डिग्री डेज़ (GDD)](../../../../../2-farm/lessons/1-predict-plant-growth)
+* [तापमान सेंसर डेटा का उपयोग करके GDD की गणना करें](../../../../../2-farm/lessons/1-predict-plant-growth)
+
+## डिजिटल कृषि
+
+डिजिटल कृषि खेती के तरीके को बदल रही है, जिसमें खेती से डेटा एकत्र करने, संग्रहीत करने और उसका विश्लेषण करने के लिए उपकरणों का उपयोग किया जाता है। वर्तमान में हम एक ऐसे युग में हैं जिसे वर्ल्ड इकोनॉमिक फोरम द्वारा 'चौथी औद्योगिक क्रांति' कहा गया है, और डिजिटल कृषि के उदय को 'चौथी कृषि क्रांति' या 'कृषि 4.0' के रूप में जाना जाता है।
+
+> 🎓 डिजिटल कृषि शब्द में 'कृषि मूल्य श्रृंखला' भी शामिल है, यानी खेत से लेकर टेबल तक की पूरी यात्रा। इसमें खाद्य गुणवत्ता को ट्रैक करना, जब इसे शिप और प्रोसेस किया जाता है, गोदाम और ई-कॉमर्स सिस्टम, यहां तक कि ट्रैक्टर किराए पर लेने वाले ऐप्स भी शामिल हैं!
+
+ये बदलाव किसानों को उपज बढ़ाने, कम उर्वरकों और कीटनाशकों का उपयोग करने और पानी का अधिक कुशलता से उपयोग करने की अनुमति देते हैं। हालांकि मुख्य रूप से अमीर देशों में उपयोग किया जाता है, सेंसर और अन्य उपकरण धीरे-धीरे सस्ते हो रहे हैं, जिससे वे विकासशील देशों में अधिक सुलभ हो रहे हैं।
+
+डिजिटल कृषि द्वारा सक्षम कुछ तकनीकें हैं:
+
+* तापमान मापन - तापमान मापने से किसानों को पौधों की वृद्धि और परिपक्वता की भविष्यवाणी करने में मदद मिलती है।
+* स्वचालित सिंचाई - मिट्टी की नमी को मापना और जब मिट्टी बहुत सूखी हो तो सिंचाई प्रणाली को चालू करना, समयबद्ध सिंचाई के बजाय। समयबद्ध सिंचाई गर्म, शुष्क मौसम के दौरान फसलों को कम पानी देने या बारिश के दौरान अधिक पानी देने का कारण बन सकती है। केवल तभी पानी देकर जब मिट्टी को इसकी आवश्यकता हो, किसान अपने पानी के उपयोग को अनुकूलित कर सकते हैं।
+* कीट नियंत्रण - किसान स्वचालित रोबोट या ड्रोन पर कैमरों का उपयोग करके कीटों की जांच कर सकते हैं, फिर केवल आवश्यक स्थानों पर कीटनाशकों का उपयोग कर सकते हैं, जिससे कीटनाशकों के उपयोग और स्थानीय जल आपूर्ति में कीटनाशक के बहाव को कम किया जा सकता है।
+
+✅ कुछ शोध करें। खेती की उपज बढ़ाने के लिए और कौन-कौन सी तकनीकों का उपयोग किया जाता है?
+
+> 🎓 'सटीक कृषि' शब्द का उपयोग प्रति-क्षेत्र या यहां तक कि क्षेत्र के हिस्सों के आधार पर फसलों का अवलोकन, मापन और प्रतिक्रिया देने को परिभाषित करने के लिए किया जाता है। इसमें पानी, पोषक तत्व और कीट स्तरों को मापना और सटीक प्रतिक्रिया देना शामिल है, जैसे कि केवल क्षेत्र के एक छोटे हिस्से को पानी देना।
+
+## खेती में तापमान क्यों महत्वपूर्ण है?
+
+पौधों के बारे में सीखते समय, अधिकांश छात्रों को पानी, प्रकाश, कार्बन डाइऑक्साइड और पोषक तत्वों की आवश्यकता के बारे में सिखाया जाता है। पौधों को बढ़ने के लिए गर्मी की भी आवश्यकता होती है - यही कारण है कि वसंत में तापमान बढ़ने पर पौधे खिलते हैं, क्यों बर्फ के फूल या डैफोडिल्स एक छोटे गर्म मौसम के कारण जल्दी अंकुरित हो सकते हैं, और क्यों हॉटहाउस और ग्रीनहाउस पौधों को बढ़ने में मदद करते हैं।
+
+> 🎓 हॉटहाउस और ग्रीनहाउस एक समान काम करते हैं, लेकिन एक महत्वपूर्ण अंतर के साथ। हॉटहाउस कृत्रिम रूप से गर्म किए जाते हैं और किसानों को तापमान को अधिक सटीक रूप से नियंत्रित करने की अनुमति देते हैं, जबकि ग्रीनहाउस सूर्य पर निर्भर करते हैं और आमतौर पर केवल खिड़कियों या अन्य उद्घाटनों के माध्यम से गर्मी को बाहर निकालने का नियंत्रण होता है।
+
+पौधों का एक आधार या न्यूनतम तापमान, इष्टतम तापमान और अधिकतम तापमान होता है, जो सभी दैनिक औसत तापमान पर आधारित होते हैं।
+
+* **आधार तापमान** - यह पौधे के बढ़ने के लिए आवश्यक न्यूनतम दैनिक औसत तापमान है।
+* **इष्टतम तापमान** - यह सबसे अच्छा दैनिक औसत तापमान है जिससे सबसे अधिक वृद्धि होती है।
+* **अधिकतम तापमान** - यह वह अधिकतम तापमान है जिसे पौधा सहन कर सकता है। इसके ऊपर पौधा पानी बचाने और जीवित रहने के प्रयास में अपनी वृद्धि को रोक देगा।
+
+> 💁 ये औसत तापमान हैं, जो दिन और रात के तापमान का औसत हैं। पौधों को दिन और रात में अलग-अलग तापमान की भी आवश्यकता होती है ताकि वे अधिक कुशलता से प्रकाश संश्लेषण कर सकें और रात में ऊर्जा बचा सकें।
+
+प्रत्येक पौधे की प्रजाति के लिए उनके आधार, इष्टतम और अधिकतम तापमान के लिए अलग-अलग मान होते हैं। यही कारण है कि कुछ पौधे गर्म देशों में पनपते हैं, और अन्य ठंडे देशों में।
+
+✅ कुछ शोध करें। अपने बगीचे, स्कूल, या स्थानीय पार्क में किसी भी पौधे के लिए देखें कि क्या आप उनके आधार तापमान का पता लगा सकते हैं।
+
+![एक ग्राफ जो तापमान बढ़ने पर वृद्धि दर को बढ़ते हुए दिखाता है, फिर तापमान बहुत अधिक होने पर गिरता है](../../../../../translated_images/plant-growth-temp-graph.c6d69c9478e6ca832baa8dcb8d4adcbb67304074ce50e94ac8faae95975177f9.hi.png)
+
+ऊपर दिया गया ग्राफ तापमान के अनुसार वृद्धि दर का एक उदाहरण दिखाता है। आधार तापमान तक कोई वृद्धि नहीं होती। वृद्धि दर इष्टतम तापमान तक बढ़ती है, फिर इस शिखर तक पहुंचने के बाद गिर जाती है। 
+
+इस ग्राफ का आकार पौधे की प्रजातियों के अनुसार भिन्न होता है। कुछ में इष्टतम के ऊपर तेज गिरावट होती है, कुछ में आधार से इष्टतम तक धीमी वृद्धि होती है।
+
+> 💁 एक किसान को सबसे अच्छी वृद्धि प्राप्त करने के लिए, उन्हें तीन तापमान मानों को जानने और उनके द्वारा उगाए जा रहे पौधों के लिए ग्राफ के आकार को समझने की आवश्यकता होगी।
+
+यदि किसान के पास तापमान का नियंत्रण है, उदाहरण के लिए एक व्यावसायिक हॉटहाउस में, तो वे अपने पौधों के लिए इसे अनुकूलित कर सकते हैं। उदाहरण के लिए, टमाटर उगाने वाला एक व्यावसायिक हॉटहाउस दिन के दौरान तापमान को लगभग 25°C और रात में 20°C पर सेट करेगा ताकि सबसे तेज़ वृद्धि हो सके।
+
+> 🍅 इन तापमानों को कृत्रिम रोशनी, उर्वरकों और नियंत्रित CO
+यह कोड CSV फाइल को खोलता है और फिर अंत में एक नई पंक्ति जोड़ता है। इस पंक्ति में वर्तमान तिथि और समय को एक मानव-पढ़ने योग्य प्रारूप में स्वरूपित किया गया है, उसके बाद IoT डिवाइस से प्राप्त तापमान है। डेटा को [ISO 8601 प्रारूप](https://wikipedia.org/wiki/ISO_8601) में टाइमज़ोन के साथ संग्रहीत किया जाता है, लेकिन माइक्रोसेकंड के बिना।
+
+1. इस कोड को पहले की तरह ही चलाएं, यह सुनिश्चित करते हुए कि आपका IoT डिवाइस डेटा भेज रहा है। एक CSV फाइल जिसका नाम `temperature.csv` है, उसी फोल्डर में बनाई जाएगी। यदि आप इसे देखेंगे, तो आपको तिथि/समय और तापमान माप दिखाई देंगे:
+
+    ```output
+    date,temperature
+    2021-04-19T17:21:36-07:00,25
+    2021-04-19T17:31:36-07:00,24
+    2021-04-19T17:41:36-07:00,25
+    ```
+
+1. डेटा कैप्चर करने के लिए इस कोड को कुछ समय तक चलाएं। आदर्श रूप से, आपको इसे पूरे दिन चलाना चाहिए ताकि GDD गणना के लिए पर्याप्त डेटा एकत्र किया जा सके।
+
+    
+> 💁 यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो रैंडम चेकबॉक्स का चयन करें और एक रेंज सेट करें ताकि हर बार तापमान मान लौटने पर एक ही तापमान न मिले।
+    ![रैंडम चेकबॉक्स का चयन करें और एक रेंज सेट करें](../../../../../translated_images/select-the-random-checkbox-and-set-a-range.32cf4bc7c12e797f8c76616b10c7c23a6592321bb1a6310e0b481e72f97d23b3.hi.png) 
+
+    > 💁 यदि आप इसे पूरे दिन चलाना चाहते हैं, तो आपको यह सुनिश्चित करना होगा कि जिस कंप्यूटर पर आपका सर्वर कोड चल रहा है, वह स्लीप मोड में न जाए। इसके लिए आप अपनी पावर सेटिंग्स बदल सकते हैं या [यह सिस्टम को सक्रिय रखने वाला पायथन स्क्रिप्ट](https://github.com/jaqsparow/keep-system-active) चला सकते हैं।
+    
+> 💁 आप इस कोड को [code-server/temperature-sensor-server](../../../../../2-farm/lessons/1-predict-plant-growth/code-server/temperature-sensor-server) फोल्डर में पा सकते हैं।
+
+### कार्य - संग्रहीत डेटा का उपयोग करके GDD की गणना करें
+
+एक बार जब सर्वर ने तापमान डेटा कैप्चर कर लिया, तो किसी पौधे के लिए GDD की गणना की जा सकती है।
+
+इसे मैन्युअल रूप से करने के चरण:
+
+1. पौधे के लिए बेस तापमान खोजें। उदाहरण के लिए, स्ट्रॉबेरी के लिए बेस तापमान 10°C है।
+
+1. `temperature.csv` से दिन के लिए सबसे अधिक और सबसे कम तापमान खोजें।
+
+1. पहले दिए गए GDD फॉर्मूले का उपयोग करके GDD की गणना करें।
+
+उदाहरण के लिए, यदि दिन का सबसे अधिक तापमान 25°C है और सबसे कम 12°C:
+
+![GDD = 25 + 12 को 2 से विभाजित करें, फिर परिणाम से 10 घटाएं, जिससे 8.5 प्राप्त होता है](../../../../../translated_images/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.hi.png)
+
+* 25 + 12 = 37
+* 37 / 2 = 18.5
+* 18.5 - 10 = 8.5
+
+इसलिए, स्ट्रॉबेरी ने **8.5** GDD प्राप्त किए। स्ट्रॉबेरी को फल देने के लिए लगभग 250 GDD की आवश्यकता होती है, इसलिए अभी इसमें समय लगेगा।
+
+---
+
+## 🚀 चुनौती
+
+पौधों को बढ़ने के लिए केवल गर्मी की आवश्यकता नहीं होती। और किन चीजों की आवश्यकता होती है?
+
+इनके लिए, पता करें कि क्या इन्हें मापने के लिए सेंसर उपलब्ध हैं। इन स्तरों को नियंत्रित करने के लिए एक्ट्यूएटर्स के बारे में क्या? आप पौधों की वृद्धि को अनुकूलित करने के लिए एक या अधिक IoT डिवाइस कैसे तैयार करेंगे?
+
+## व्याख्यान के बाद का क्विज़
+
+[व्याख्यान के बाद का क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/10)
+
+## समीक्षा और स्व-अध्ययन
+
+* [डिजिटल कृषि विकिपीडिया पेज](https://wikipedia.org/wiki/Digital_agriculture) पर डिजिटल कृषि के बारे में और पढ़ें। साथ ही [सटीक कृषि विकिपीडिया पेज](https://wikipedia.org/wiki/Precision_agriculture) पर सटीक कृषि के बारे में और जानें।
+* पूर्ण ग्रोइंग डिग्री डेज़ (GDD) की गणना यहां दिए गए सरल फॉर्मूले से अधिक जटिल है। [ग्रोइंग डिग्री डे विकिपीडिया पेज](https://wikipedia.org/wiki/Growing_degree-day) पर अधिक जटिल समीकरण और बेसलाइन से नीचे के तापमान से निपटने के तरीके के बारे में पढ़ें।
+* यदि हम खेती के लिए वही पुराने तरीके अपनाते रहे, तो भविष्य में भोजन की कमी हो सकती है। इस [भविष्य के हाई-टेक फार्म्स वीडियो](https://www.youtube.com/watch?v=KIEOuKD9KX8) में हाई-टेक खेती तकनीकों के बारे में जानें।
+
+## असाइनमेंट
+
+[Jupyter Notebook का उपयोग करके GDD डेटा को विज़ुअलाइज़ करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/1-predict-plant-growth/assignment.md b/translations/hi/2-farm/lessons/1-predict-plant-growth/assignment.md
new file mode 100644
index 00000000..ac26340a
--- /dev/null
+++ b/translations/hi/2-farm/lessons/1-predict-plant-growth/assignment.md
@@ -0,0 +1,55 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "1e21b012c6685f8bf73e0e76cdca3347",
+  "translation_date": "2025-08-25T16:45:52+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/assignment.md",
+  "language_code": "hi"
+}
+-->
+# जुपिटर नोटबुक का उपयोग करके GDD डेटा को विज़ुअलाइज़ करें
+
+## निर्देश
+
+इस पाठ में आपने IoT सेंसर का उपयोग करके GDD डेटा एकत्र किया। अच्छा GDD डेटा प्राप्त करने के लिए, आपको कई दिनों तक डेटा एकत्र करना होगा। तापमान डेटा को विज़ुअलाइज़ करने और GDD की गणना करने में मदद के लिए आप [Jupyter Notebooks](https://jupyter.org) जैसे टूल का उपयोग कर सकते हैं।
+
+कुछ दिनों के लिए डेटा एकत्र करना शुरू करें। आपको यह सुनिश्चित करना होगा कि आपका सर्वर कोड हर समय चल रहा हो जब आपका IoT डिवाइस सक्रिय हो, या तो अपनी पावर प्रबंधन सेटिंग्स को समायोजित करके या [यह सिस्टम को सक्रिय रखने वाला Python स्क्रिप्ट](https://github.com/jaqsparow/keep-system-active) चलाकर।
+
+एक बार जब आपके पास तापमान डेटा हो, तो आप इस रिपॉजिटरी में मौजूद जुपिटर नोटबुक का उपयोग करके इसे विज़ुअलाइज़ कर सकते हैं और GDD की गणना कर सकते हैं। जुपिटर नोटबुक्स कोड और निर्देशों को *सेल्स* नामक ब्लॉक्स में मिलाते हैं, अक्सर Python में कोड। आप निर्देश पढ़ सकते हैं, फिर प्रत्येक कोड ब्लॉक को एक-एक करके चला सकते हैं। आप कोड को संपादित भी कर सकते हैं। उदाहरण के लिए, इस नोटबुक में आप अपने पौधे के लिए GDD की गणना करने के लिए उपयोग किए जाने वाले बेस तापमान को संपादित कर सकते हैं।
+
+1. `gdd-calculation` नामक एक फ़ोल्डर बनाएं।
+
+1. [gdd.ipynb](../../../../../2-farm/lessons/1-predict-plant-growth/code-notebook/gdd.ipynb) फ़ाइल डाउनलोड करें और इसे `gdd-calculation` फ़ोल्डर में कॉपी करें।
+
+1. MQTT सर्वर द्वारा बनाई गई `temperature.csv` फ़ाइल को कॉपी करें।
+
+1. `gdd-calculation` फ़ोल्डर में एक नया Python वर्चुअल एनवायरनमेंट बनाएं।
+
+1. जुपिटर नोटबुक्स के लिए कुछ pip पैकेज इंस्टॉल करें, साथ ही डेटा को प्रबंधित और प्लॉट करने के लिए आवश्यक लाइब्रेरीज़:
+
+    ```sh
+    pip install --upgrade pip
+    pip install pandas
+    pip install matplotlib
+    pip install jupyter
+    ```
+
+1. जुपिटर में नोटबुक चलाएं:
+
+    ```sh
+    jupyter notebook gdd.ipynb
+    ```
+
+    जुपिटर शुरू होगा और आपके ब्राउज़र में नोटबुक खोल देगा। नोटबुक में दिए गए निर्देशों का पालन करें ताकि मापे गए तापमान को विज़ुअलाइज़ किया जा सके और ग्रोइंग डिग्री डेज़ की गणना की जा सके।
+
+    ![जुपिटर नोटबुक](../../../../../translated_images/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.hi.png)
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| डेटा संग्रह | कम से कम 2 पूरे दिनों का डेटा संग्रह करें | कम से कम 1 पूरे दिन का डेटा संग्रह करें | कुछ डेटा संग्रह करें |
+| GDD की गणना | नोटबुक को सफलतापूर्वक चलाएं और GDD की गणना करें | नोटबुक को सफलतापूर्वक चलाएं | नोटबुक चलाने में असमर्थ |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/1-predict-plant-growth/pi-temp.md b/translations/hi/2-farm/lessons/1-predict-plant-growth/pi-temp.md
new file mode 100644
index 00000000..400e0b8f
--- /dev/null
+++ b/translations/hi/2-farm/lessons/1-predict-plant-growth/pi-temp.md
@@ -0,0 +1,123 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7678f7c67b97ee52d5727496dcd7d346",
+  "translation_date": "2025-08-25T16:48:20+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/pi-temp.md",
+  "language_code": "hi"
+}
+-->
+# तापमान मापें - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई में एक तापमान सेंसर जोड़ेंगे।
+
+## हार्डवेयर
+
+आप जो सेंसर उपयोग करेंगे वह [DHT11 ह्यूमिडिटी और तापमान सेंसर](https://www.seeedstudio.com/Grove-Temperature-Humidity-Sensor-DHT11.html) है, जो एक पैकेज में दो सेंसर को जोड़ता है। यह काफी लोकप्रिय है, और कई व्यावसायिक रूप से उपलब्ध सेंसर तापमान, आर्द्रता और कभी-कभी वायुमंडलीय दबाव को जोड़ते हैं। तापमान सेंसर घटक एक नेगेटिव टेम्परेचर कोएफिशिएंट (NTC) थर्मिस्टर है, एक थर्मिस्टर जिसमें तापमान बढ़ने पर प्रतिरोध कम हो जाता है।
+
+यह एक डिजिटल सेंसर है, इसलिए इसमें ऑनबोर्ड ADC होता है जो एक डिजिटल सिग्नल बनाता है जिसमें तापमान और आर्द्रता डेटा होता है जिसे माइक्रोकंट्रोलर पढ़ सकता है।
+
+### तापमान सेंसर को कनेक्ट करें
+
+Grove तापमान सेंसर को रास्पबेरी पाई से जोड़ा जा सकता है।
+
+#### कार्य
+
+तापमान सेंसर को कनेक्ट करें
+
+![एक Grove तापमान सेंसर](../../../../../translated_images/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.hi.png)
+
+1. Grove केबल के एक सिरे को ह्यूमिडिटी और तापमान सेंसर के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. रास्पबेरी पाई को बंद करके, Grove केबल के दूसरे सिरे को Grove बेस हैट पर **D5** नामक डिजिटल सॉकेट में कनेक्ट करें, जो पाई से जुड़ा है। यह सॉकेट GPIO पिन के पास वाले सॉकेट की पंक्ति में बाईं ओर से दूसरा है।
+
+![Grove तापमान सेंसर सॉकेट A0 से जुड़ा हुआ](../../../../../translated_images/pi-temperature-sensor.3ff82fff672c8e565ef25a39d26d111de006b825a7e0867227ef4e7fbff8553c.hi.png)
+
+## तापमान सेंसर को प्रोग्राम करें
+
+अब डिवाइस को जोड़े गए तापमान सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य
+
+डिवाइस को प्रोग्राम करें।
+
+1. पाई को चालू करें और इसे बूट होने दें।
+
+1. VS Code लॉन्च करें, या तो सीधे पाई पर, या Remote SSH एक्सटेंशन के माध्यम से कनेक्ट करें।
+
+    > ⚠️ यदि आवश्यक हो, तो [पाठ 1 में VS Code सेटअप और लॉन्च करने के निर्देशों का संदर्भ लें](../../../1-getting-started/lessons/1-introduction-to-iot/pi.md)।
+
+1. टर्मिनल से, `pi` उपयोगकर्ता के होम डायरेक्टरी में एक नया फ़ोल्डर बनाएं जिसका नाम `temperature-sensor` हो। इस फ़ोल्डर में `app.py` नामक एक फ़ाइल बनाएं:
+
+    ```sh
+    mkdir temperature-sensor
+    cd temperature-sensor
+    touch app.py
+    ```
+
+1. इस फ़ोल्डर को VS Code में खोलें।
+
+1. तापमान और आर्द्रता सेंसर का उपयोग करने के लिए, एक अतिरिक्त Pip पैकेज इंस्टॉल करना होगा। VS Code के टर्मिनल से, निम्नलिखित कमांड चलाएं ताकि यह Pip पैकेज पाई पर इंस्टॉल हो जाए:
+
+    ```sh
+    pip3 install seeed-python-dht
+    ```
+
+1. `app.py` फ़ाइल में निम्नलिखित कोड जोड़ें ताकि आवश्यक लाइब्रेरी को इम्पोर्ट किया जा सके:
+
+    ```python
+    import time
+    from seeed_dht import DHT
+    ```
+
+    `from seeed_dht import DHT` स्टेटमेंट `seeed_dht` मॉड्यूल से Grove तापमान सेंसर के साथ इंटरैक्ट करने के लिए `DHT` सेंसर क्लास को इम्पोर्ट करता है।
+
+1. ऊपर दिए गए कोड के बाद निम्नलिखित कोड जोड़ें ताकि तापमान सेंसर को मैनेज करने वाले क्लास का एक इंस्टेंस बनाया जा सके:
+
+    ```python
+    sensor = DHT("11", 5)
+    ```
+
+    यह `DHT` क्लास का एक इंस्टेंस घोषित करता है जो **D**igital **H**umidity और **T**emperature सेंसर को मैनेज करता है। पहला पैरामीटर कोड को बताता है कि उपयोग किया जा रहा सेंसर *DHT11* सेंसर है - आप जिस लाइब्रेरी का उपयोग कर रहे हैं वह इस सेंसर के अन्य वेरिएंट को भी सपोर्ट करती है। दूसरा पैरामीटर कोड को बताता है कि सेंसर Grove बेस हैट पर डिजिटल पोर्ट `D5` से जुड़ा है।
+
+    > ✅ याद रखें, सभी सॉकेट्स के पास यूनिक पिन नंबर होते हैं। पिन 0, 2, 4, और 6 एनालॉग पिन हैं, पिन 5, 16, 18, 22, 24, और 26 डिजिटल पिन हैं।
+
+1. ऊपर दिए गए कोड के बाद एक अनंत लूप जोड़ें ताकि तापमान सेंसर का मान प्राप्त किया जा सके और इसे कंसोल पर प्रिंट किया जा सके:
+
+    ```python
+    while True:
+        _, temp = sensor.read()
+        print(f'Temperature {temp}°C')
+    ```
+
+    `sensor.read()` को कॉल करने पर आर्द्रता और तापमान का एक ट्यूपल रिटर्न होता है। आपको केवल तापमान मान की आवश्यकता है, इसलिए आर्द्रता को अनदेखा किया जाता है। फिर तापमान मान को कंसोल पर प्रिंट किया जाता है।
+
+1. लूप के अंत में दस सेकंड का एक छोटा सा स्लीप जोड़ें क्योंकि तापमान स्तर को लगातार जांचने की आवश्यकता नहीं है। स्लीप डिवाइस की पावर खपत को कम करता है।
+
+    ```python
+    time.sleep(10)
+    ```
+
+1. VS Code टर्मिनल से, निम्नलिखित कमांड चलाएं ताकि आपका Python ऐप चल सके:
+
+    ```sh
+    python3 app.py
+    ```
+
+    आपको कंसोल पर तापमान मान दिखाई देने चाहिए। सेंसर को गर्म करने के लिए कुछ उपयोग करें, जैसे कि इसे अपने अंगूठे से दबाना, या पंखे का उपयोग करना ताकि मान बदलते हुए दिखाई दें:
+
+    ```output
+    pi@raspberrypi:~/temperature-sensor $ python3 app.py 
+    Temperature 26°C
+    Temperature 26°C
+    Temperature 28°C
+    Temperature 30°C
+    Temperature 32°C
+    ```
+
+> 💁 आप इस कोड को [code-temperature/pi](../../../../../2-farm/lessons/1-predict-plant-growth/code-temperature/pi) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका तापमान सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/1-predict-plant-growth/single-board-computer-temp-publish.md b/translations/hi/2-farm/lessons/1-predict-plant-growth/single-board-computer-temp-publish.md
new file mode 100644
index 00000000..1ed6349e
--- /dev/null
+++ b/translations/hi/2-farm/lessons/1-predict-plant-growth/single-board-computer-temp-publish.md
@@ -0,0 +1,69 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4efc74299e19f5d08f2f3f34451a11ba",
+  "translation_date": "2025-08-25T16:45:26+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/single-board-computer-temp-publish.md",
+  "language_code": "hi"
+}
+-->
+# तापमान प्रकाशित करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप रास्पबेरी पाई या वर्चुअल IoT डिवाइस द्वारा पता लगाए गए तापमान मानों को MQTT के माध्यम से प्रकाशित करेंगे ताकि उनका उपयोग बाद में GDD की गणना के लिए किया जा सके।
+
+## तापमान प्रकाशित करें
+
+एक बार तापमान पढ़ लिया जाए, तो इसे MQTT के माध्यम से 'सर्वर' कोड पर प्रकाशित किया जा सकता है, जो इन मानों को पढ़ेगा और GDD गणना के लिए संग्रहीत करेगा।
+
+### कार्य - तापमान प्रकाशित करें
+
+डिवाइस को तापमान डेटा प्रकाशित करने के लिए प्रोग्राम करें।
+
+1. यदि `temperature-sensor` ऐप प्रोजेक्ट पहले से खुला नहीं है, तो इसे खोलें।
+
+1. MQTT से कनेक्ट करने और टेलीमेट्री भेजने के लिए आपने पाठ 4 में जो कदम उठाए थे, उन्हें दोहराएं। आप वही सार्वजनिक Mosquitto ब्रॉकर का उपयोग करेंगे।
+
+    इसके लिए कदम हैं:
+
+    - MQTT पिप पैकेज जोड़ें
+    - MQTT ब्रॉकर से कनेक्ट करने के लिए कोड जोड़ें
+    - टेलीमेट्री प्रकाशित करने के लिए कोड जोड़ें
+
+    > ⚠️ यदि आवश्यक हो, तो [MQTT से कनेक्ट करने के निर्देश](../../../1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md) और [टेलीमेट्री भेजने के निर्देश](../../../1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md) को पाठ 4 से देखें।
+
+1. सुनिश्चित करें कि `client_name` इस प्रोजेक्ट के नाम को दर्शाता है:
+
+    ```python
+    client_name = id + 'temperature_sensor_client'
+    ```
+
+1. टेलीमेट्री के लिए, लाइट मान भेजने के बजाय, DHT सेंसर से पढ़े गए तापमान मान को JSON दस्तावेज़ में `temperature` नामक एक प्रॉपर्टी में भेजें:
+
+    ```python
+    _, temp = sensor.read()
+    telemetry = json.dumps({'temperature' : temp})
+    ```
+
+1. तापमान मान को बार-बार पढ़ने की आवश्यकता नहीं है - यह कम समय में ज्यादा नहीं बदलेगा, इसलिए `time.sleep` को 10 मिनट पर सेट करें:
+
+    ```cpp
+    time.sleep(10 * 60);
+    ```
+
+    > 💁 `sleep` फ़ंक्शन समय को सेकंड में लेता है, इसलिए इसे पढ़ने में आसान बनाने के लिए मान को एक गणना के परिणाम के रूप में पास किया जाता है। 1 मिनट में 60 सेकंड होते हैं, इसलिए 10 x (1 मिनट में 60 सेकंड) 10 मिनट की देरी देता है।
+
+1. कोड को उसी तरह चलाएं जैसे आपने असाइनमेंट के पिछले भाग से कोड चलाया था। यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि CounterFit ऐप चल रहा है और आर्द्रता और तापमान सेंसर सही पिन पर बनाए गए हैं।
+
+    ```output
+    pi@raspberrypi:~/temperature-sensor $ python3 app.py
+    MQTT connected!
+    Sending telemetry  {"temperature": 25}
+    Sending telemetry  {"temperature": 25}
+    ```
+
+> 💁 आप इस कोड को [code-publish-temperature/virtual-device](../../../../../2-farm/lessons/1-predict-plant-growth/code-publish-temperature/virtual-device) फोल्डर या [code-publish-temperature/pi](../../../../../2-farm/lessons/1-predict-plant-growth/code-publish-temperature/pi) फोल्डर में पा सकते हैं।
+
+😀 आपने सफलतापूर्वक अपने डिवाइस से टेलीमेट्री के रूप में तापमान प्रकाशित कर दिया है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md b/translations/hi/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
new file mode 100644
index 00000000..680c95be
--- /dev/null
+++ b/translations/hi/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
@@ -0,0 +1,152 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "70e5a428b607cd5a9a4f422c2a4df03d",
+  "translation_date": "2025-08-25T16:47:34+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md",
+  "language_code": "hi"
+}
+-->
+# तापमान मापें - वर्चुअल IoT हार्डवेयर
+
+इस पाठ के इस भाग में, आप अपने वर्चुअल IoT डिवाइस में एक तापमान सेंसर जोड़ेंगे।
+
+## वर्चुअल हार्डवेयर
+
+वर्चुअल IoT डिवाइस एक सिम्युलेटेड Grove Digital Humidity और Temperature सेंसर का उपयोग करेगा। यह प्रयोगशाला को उसी तरह बनाए रखता है जैसे कि एक Raspberry Pi के साथ भौतिक Grove DHT11 सेंसर का उपयोग किया जा रहा हो।
+
+यह सेंसर **तापमान सेंसर** और **आर्द्रता सेंसर** को जोड़ता है, लेकिन इस प्रयोगशाला में आप केवल तापमान सेंसर घटक में रुचि रखते हैं। एक भौतिक IoT डिवाइस में, तापमान सेंसर एक [थर्मिस्टर](https://wikipedia.org/wiki/Thermistor) होगा, जो तापमान में परिवर्तन के साथ प्रतिरोध में बदलाव को मापकर तापमान मापता है। तापमान सेंसर आमतौर पर डिजिटल सेंसर होते हैं, जो आंतरिक रूप से मापे गए प्रतिरोध को डिग्री सेल्सियस (या केल्विन, या फ़ारेनहाइट) में तापमान में परिवर्तित करते हैं।
+
+### सेंसर को CounterFit में जोड़ें
+
+वर्चुअल आर्द्रता और तापमान सेंसर का उपयोग करने के लिए, आपको CounterFit ऐप में इन दोनों सेंसर को जोड़ने की आवश्यकता है।
+
+#### कार्य - सेंसर को CounterFit में जोड़ें
+
+CounterFit ऐप में आर्द्रता और तापमान सेंसर जोड़ें।
+
+1. अपने कंप्यूटर पर `temperature-sensor` नामक एक फ़ोल्डर में एक नया Python ऐप बनाएं, जिसमें `app.py` नामक एक फ़ाइल हो और एक Python वर्चुअल वातावरण हो, और CounterFit pip पैकेज जोड़ें।
+
+    > ⚠️ यदि आवश्यक हो, तो [पाठ 1 में CounterFit Python प्रोजेक्ट बनाने और सेटअप करने के निर्देशों](../../../1-getting-started/lessons/1-introduction-to-iot/virtual-device.md) का संदर्भ लें।
+
+1. DHT11 सेंसर के लिए CounterFit शिम स्थापित करने के लिए एक अतिरिक्त Pip पैकेज इंस्टॉल करें। सुनिश्चित करें कि आप इसे वर्चुअल वातावरण सक्रिय होने के साथ टर्मिनल से इंस्टॉल कर रहे हैं।
+
+    ```sh
+    pip install counterfit-shims-seeed-python-dht
+    ```
+
+1. सुनिश्चित करें कि CounterFit वेब ऐप चल रहा है।
+
+1. एक आर्द्रता सेंसर बनाएं:
+
+    1. *Sensors* पैन में *Create sensor* बॉक्स में, *Sensor type* ड्रॉपडाउन से *Humidity* चुनें।
+
+    1. *Units* को *Percentage* पर सेट रहने दें।
+
+    1. सुनिश्चित करें कि *Pin* को *5* पर सेट किया गया है।
+
+    1. **Add** बटन का चयन करें ताकि पिन 5 पर आर्द्रता सेंसर बनाया जा सके।
+
+    ![आर्द्रता सेंसर सेटिंग्स](../../../../../translated_images/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.hi.png)
+
+    आर्द्रता सेंसर बनाया जाएगा और सेंसर सूची में दिखाई देगा।
+
+    ![आर्द्रता सेंसर बनाया गया](../../../../../translated_images/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.hi.png)
+
+1. एक तापमान सेंसर बनाएं:
+
+    1. *Sensors* पैन में *Create sensor* बॉक्स में, *Sensor type* ड्रॉपडाउन से *Temperature* चुनें।
+
+    1. *Units* को *Celsius* पर सेट रहने दें।
+
+    1. सुनिश्चित करें कि *Pin* को *6* पर सेट किया गया है।
+
+    1. **Add** बटन का चयन करें ताकि पिन 6 पर तापमान सेंसर बनाया जा सके।
+
+    ![तापमान सेंसर सेटिंग्स](../../../../../translated_images/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.hi.png)
+
+    तापमान सेंसर बनाया जाएगा और सेंसर सूची में दिखाई देगा।
+
+    ![तापमान सेंसर बनाया गया](../../../../../translated_images/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.hi.png)
+
+## तापमान सेंसर ऐप प्रोग्राम करें
+
+अब CounterFit सेंसर का उपयोग करके तापमान सेंसर ऐप प्रोग्राम किया जा सकता है।
+
+### कार्य - तापमान सेंसर ऐप प्रोग्राम करें
+
+तापमान सेंसर ऐप प्रोग्राम करें।
+
+1. सुनिश्चित करें कि `temperature-sensor` ऐप VS Code में खुला है।
+
+1. `app.py` फ़ाइल खोलें।
+
+1. CounterFit से ऐप को कनेक्ट करने के लिए `app.py` के शीर्ष पर निम्न कोड जोड़ें:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+1. आवश्यक लाइब्रेरी आयात करने के लिए `app.py` फ़ाइल में निम्न कोड जोड़ें:
+
+    ```python
+    import time
+    from counterfit_shims_seeed_python_dht import DHT
+    ```
+
+    `from seeed_dht import DHT` कथन `DHT` सेंसर क्लास को आयात करता है ताकि `counterfit_shims_seeed_python_dht` मॉड्यूल से शिम का उपयोग करके वर्चुअल Grove तापमान सेंसर के साथ इंटरैक्ट किया जा सके।
+
+1. वर्चुअल आर्द्रता और तापमान सेंसर को प्रबंधित करने वाले क्लास का एक उदाहरण बनाने के लिए उपरोक्त कोड के बाद निम्न कोड जोड़ें:
+
+    ```python
+    sensor = DHT("11", 5)
+    ```
+
+    यह `DHT` क्लास का एक उदाहरण घोषित करता है, जो वर्चुअल **D**igital **H**umidity और **T**emperature सेंसर को प्रबंधित करता है। पहला पैरामीटर कोड को बताता है कि उपयोग किया जा रहा सेंसर एक वर्चुअल *DHT11* सेंसर है। दूसरा पैरामीटर कोड को बताता है कि सेंसर पोर्ट `5` से जुड़ा है।
+
+    > 💁 CounterFit इस संयुक्त आर्द्रता और तापमान सेंसर को दो सेंसर से कनेक्ट करके सिम्युलेट करता है, एक आर्द्रता सेंसर उस पिन पर जहां `DHT` क्लास बनाया गया है, और एक तापमान सेंसर जो अगले पिन पर चलता है। यदि आर्द्रता सेंसर पिन 5 पर है, तो शिम तापमान सेंसर को पिन 6 पर मानता है।
+
+1. उपरोक्त कोड के बाद एक अनंत लूप जोड़ें ताकि तापमान सेंसर का मान प्राप्त किया जा सके और इसे कंसोल में प्रिंट किया जा सके:
+
+    ```python
+    while True:
+        _, temp = sensor.read()
+        print(f'Temperature {temp}°C')
+    ```
+
+    `sensor.read()` को कॉल करने पर आर्द्रता और तापमान का एक ट्यूपल लौटता है। आपको केवल तापमान मान की आवश्यकता है, इसलिए आर्द्रता को अनदेखा कर दिया जाता है। फिर तापमान मान को कंसोल में प्रिंट किया जाता है।
+
+1. `लूप` के अंत में दस सेकंड की एक छोटी नींद जोड़ें क्योंकि तापमान स्तरों को लगातार जांचने की आवश्यकता नहीं है। नींद डिवाइस की पावर खपत को कम करती है।
+
+    ```python
+    time.sleep(10)
+    ```
+
+1. VS Code टर्मिनल से, जिसमें वर्चुअल वातावरण सक्रिय है, निम्नलिखित चलाएं ताकि आपका Python ऐप चल सके:
+
+    ```sh
+    python app.py
+    ```
+
+1. CounterFit ऐप से, तापमान सेंसर के मान को बदलें जिसे ऐप द्वारा पढ़ा जाएगा। आप इसे दो तरीकों में से एक में कर सकते हैं:
+
+    * तापमान सेंसर के लिए *Value* बॉक्स में एक संख्या दर्ज करें, फिर **Set** बटन का चयन करें। जो संख्या आप दर्ज करते हैं, वह सेंसर द्वारा लौटाया गया मान होगा।
+
+    * *Random* चेकबॉक्स को चेक करें, और *Min* और *Max* मान दर्ज करें, फिर **Set** बटन का चयन करें। हर बार जब सेंसर एक मान पढ़ता है, तो यह *Min* और *Max* के बीच एक यादृच्छिक संख्या पढ़ेगा।
+
+    आप कंसोल में आपके द्वारा सेट किए गए मानों को देखेंगे। *Value* या *Random* सेटिंग्स बदलें ताकि मान बदलते हुए देखें।
+
+    ```output
+    (.venv) ➜  temperature-sensor python app.py
+    Temperature 28.25°C
+    Temperature 30.71°C
+    Temperature 25.17°C
+    ```
+
+> 💁 आप इस कोड को [code-temperature/virtual-device](../../../../../2-farm/lessons/1-predict-plant-growth/code-temperature/virtual-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका तापमान सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp-publish.md b/translations/hi/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp-publish.md
new file mode 100644
index 00000000..311bb39b
--- /dev/null
+++ b/translations/hi/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp-publish.md
@@ -0,0 +1,80 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "df28cd649cd892bcce034e064913b2f3",
+  "translation_date": "2025-08-25T16:47:09+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/wio-terminal-temp-publish.md",
+  "language_code": "hi"
+}
+-->
+# तापमान प्रकाशित करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप Wio Terminal द्वारा पता किए गए तापमान मानों को MQTT के माध्यम से प्रकाशित करेंगे ताकि उनका उपयोग बाद में GDD की गणना के लिए किया जा सके।
+
+## तापमान प्रकाशित करें
+
+एक बार तापमान पढ़ लिया जाए, इसे MQTT के माध्यम से 'सर्वर' कोड पर प्रकाशित किया जा सकता है, जो इन मानों को पढ़ेगा और उन्हें GDD गणना के लिए तैयार रखेगा। माइक्रोकंट्रोलर इंटरनेट से समय नहीं पढ़ते और बॉक्स से बाहर रियल-टाइम क्लॉक के साथ समय को ट्रैक नहीं करते हैं। डिवाइस को ऐसा करने के लिए प्रोग्राम करना पड़ता है, यह मानते हुए कि इसमें आवश्यक हार्डवेयर है।
+
+इस पाठ को सरल बनाने के लिए, समय को सेंसर डेटा के साथ नहीं भेजा जाएगा। इसके बजाय, जब सर्वर कोड संदेश प्राप्त करेगा, तो वह समय जोड़ सकता है।
+
+### कार्य
+
+डिवाइस को तापमान डेटा प्रकाशित करने के लिए प्रोग्राम करें।
+
+1. `temperature-sensor` Wio Terminal प्रोजेक्ट खोलें।
+
+1. MQTT से कनेक्ट करने और टेलीमेट्री भेजने के लिए आपने पाठ 4 में जो कदम उठाए थे, उन्हें दोहराएं। आप वही सार्वजनिक Mosquitto ब्रॉकर का उपयोग करेंगे।
+
+    इसके लिए कदम हैं:
+
+    - `.ini` फ़ाइल में Seeed WiFi और MQTT लाइब्रेरी जोड़ें।
+    - WiFi से कनेक्ट करने के लिए कॉन्फ़िगरेशन फ़ाइल और कोड जोड़ें।
+    - MQTT ब्रॉकर से कनेक्ट करने के लिए कोड जोड़ें।
+    - टेलीमेट्री प्रकाशित करने के लिए कोड जोड़ें।
+
+    > ⚠️ यदि आवश्यक हो, तो [MQTT से कनेक्ट करने के निर्देश](../../../1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md) और [टेलीमेट्री भेजने के निर्देश](../../../1-getting-started/lessons/4-connect-internet/wio-terminal-telemetry.md) पाठ 4 से देखें।
+
+1. सुनिश्चित करें कि `config.h` हेडर फ़ाइल में `CLIENT_NAME` इस प्रोजेक्ट को दर्शाता है:
+
+    ```cpp
+    const string CLIENT_NAME = ID + "temperature_sensor_client";
+    ```
+
+1. टेलीमेट्री के लिए, लाइट मान भेजने के बजाय, DHT सेंसर से पढ़े गए तापमान मान को JSON दस्तावेज़ में `temperature` नामक एक प्रॉपर्टी में भेजें। इसके लिए `main.cpp` में `loop` फ़ंक्शन बदलें:
+
+    ```cpp
+    float temp_hum_val[2] = {0};
+    dht.readTempAndHumidity(temp_hum_val);
+
+    DynamicJsonDocument doc(1024);
+    doc["temperature"] = temp_hum_val[1];
+    ```
+
+1. तापमान मान को बार-बार पढ़ने की आवश्यकता नहीं है - यह थोड़े समय में ज्यादा नहीं बदलेगा। इसलिए `loop` फ़ंक्शन में `delay` को 10 मिनट पर सेट करें:
+
+    ```cpp
+    delay(10 * 60 * 1000);
+    ```
+
+    > 💁 `delay` फ़ंक्शन समय को मिलीसेकंड में लेता है, इसलिए इसे पढ़ने में आसान बनाने के लिए मान को एक गणना के परिणाम के रूप में पास किया गया है। 1,000ms एक सेकंड में, 60s एक मिनट में, तो 10 x (60s एक मिनट में) x (1000ms एक सेकंड में) 10 मिनट की देरी देता है।
+
+1. इसे अपने Wio Terminal पर अपलोड करें और सीरियल मॉनिटर का उपयोग करके देखें कि तापमान MQTT ब्रॉकर को भेजा जा रहा है।
+
+    ```output
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    Attempting MQTT connection...connected
+    Sending telemetry {"temperature":25}
+    Sending telemetry {"temperature":25}
+    ```
+
+> 💁 आप इस कोड को [code-publish-temperature/wio-terminal](../../../../../2-farm/lessons/1-predict-plant-growth/code-publish-temperature/wio-terminal) फ़ोल्डर में पा सकते हैं।
+
+😀 आपने सफलतापूर्वक अपने डिवाइस से टेलीमेट्री के रूप में तापमान प्रकाशित कर दिया है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md b/translations/hi/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
new file mode 100644
index 00000000..d2c7e328
--- /dev/null
+++ b/translations/hi/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
@@ -0,0 +1,141 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "59263d094f20b302053888cd236880c3",
+  "translation_date": "2025-08-25T16:46:17+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md",
+  "language_code": "hi"
+}
+-->
+# तापमान मापें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal में एक तापमान सेंसर जोड़ेंगे और उससे तापमान के मान पढ़ेंगे।
+
+## हार्डवेयर
+
+Wio Terminal को एक तापमान सेंसर की आवश्यकता है।
+
+आप जो सेंसर उपयोग करेंगे वह [DHT11 ह्यूमिडिटी और तापमान सेंसर](https://www.seeedstudio.com/Grove-Temperature-Humidity-Sensor-DHT11.html) है, जो एक पैकेज में 2 सेंसर को जोड़ता है। यह काफी लोकप्रिय है, और कई व्यावसायिक रूप से उपलब्ध सेंसर तापमान, आर्द्रता और कभी-कभी वायुमंडलीय दबाव को जोड़ते हैं। तापमान सेंसर घटक एक नेगेटिव टेम्परेचर कोएफिशिएंट (NTC) थर्मिस्टर है, एक ऐसा थर्मिस्टर जिसमें तापमान बढ़ने पर प्रतिरोध घटता है।
+
+यह एक डिजिटल सेंसर है, इसलिए इसमें एक ऑनबोर्ड ADC है जो एक डिजिटल सिग्नल बनाता है जिसमें तापमान और आर्द्रता डेटा होता है जिसे माइक्रोकंट्रोलर पढ़ सकता है।
+
+### तापमान सेंसर को कनेक्ट करें
+
+Grove तापमान सेंसर को Wio Terminal के डिजिटल पोर्ट से जोड़ा जा सकता है।
+
+#### कार्य - तापमान सेंसर को कनेक्ट करें
+
+तापमान सेंसर को कनेक्ट करें।
+
+![एक Grove तापमान सेंसर](../../../../../translated_images/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.hi.png)
+
+1. Grove केबल के एक सिरे को ह्यूमिडिटी और तापमान सेंसर के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. Wio Terminal को अपने कंप्यूटर या अन्य पावर सप्लाई से डिस्कनेक्ट करें, और Grove केबल के दूसरे सिरे को Wio Terminal के स्क्रीन की ओर देखते हुए दाईं ओर के Grove सॉकेट में कनेक्ट करें। यह सॉकेट पावर बटन से सबसे दूर है।
+
+![Grove तापमान सेंसर को दाईं ओर के सॉकेट से जोड़ा गया है](../../../../../translated_images/wio-temperature-sensor.2934928f38c7f79a68d24879d2c8986c78244696f931e2e33c293f426ecdc0ad.hi.png)
+
+## तापमान सेंसर को प्रोग्राम करें
+
+अब Wio Terminal को जोड़े गए तापमान सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - तापमान सेंसर को प्रोग्राम करें
+
+डिवाइस को प्रोग्राम करें।
+
+1. PlatformIO का उपयोग करके एक नया Wio Terminal प्रोजेक्ट बनाएं। इस प्रोजेक्ट का नाम `temperature-sensor` रखें। `setup` फंक्शन में सीरियल पोर्ट को कॉन्फ़िगर करने के लिए कोड जोड़ें।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 1, पाठ 1 में PlatformIO प्रोजेक्ट बनाने के निर्देश देखें](../../../1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md#create-a-platformio-project)।
+
+1. प्रोजेक्ट के `platformio.ini` फाइल में Seeed Grove Humidity और Temperature सेंसर लाइब्रेरी के लिए एक लाइब्रेरी डिपेंडेंसी जोड़ें:
+
+    ```ini
+    lib_deps =
+        seeed-studio/Grove Temperature And Humidity Sensor @ 1.0.1
+    ```
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 1, पाठ 4 में PlatformIO प्रोजेक्ट में लाइब्रेरी जोड़ने के निर्देश देखें](../../../1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md#install-the-wifi-and-mqtt-arduino-libraries)।
+
+1. फाइल के शीर्ष पर, मौजूदा `#include <Arduino.h>` के नीचे निम्नलिखित `#include` निर्देश जोड़ें:
+
+    ```cpp
+    #include <DHT.h>
+    #include <SPI.h>
+    ```
+
+    यह सेंसर के साथ इंटरैक्ट करने के लिए आवश्यक फाइलें आयात करता है। `DHT.h` हेडर फाइल सेंसर के लिए कोड को शामिल करती है, और `SPI.h` हेडर जोड़ने से यह सुनिश्चित होता है कि सेंसर से बात करने के लिए आवश्यक कोड ऐप को संकलित करते समय लिंक हो।
+
+1. `setup` फंक्शन से पहले, DHT सेंसर को डिक्लेयर करें:
+
+    ```cpp
+    DHT dht(D0, DHT11);
+    ```
+
+    यह `DHT` क्लास का एक इंस्टेंस डिक्लेयर करता है जो **D**igital **H**umidity और **T**emperature सेंसर को मैनेज करता है। यह `D0` पोर्ट से जुड़ा है, जो Wio Terminal पर दाईं ओर का Grove सॉकेट है। दूसरा पैरामीटर कोड को बताता है कि उपयोग किया जा रहा सेंसर *DHT11* सेंसर है - आप जो लाइब्रेरी उपयोग कर रहे हैं वह इस सेंसर के अन्य वेरिएंट को भी सपोर्ट करती है।
+
+1. `setup` फंक्शन में, सीरियल कनेक्शन सेट करने के लिए कोड जोड़ें:
+
+    ```cpp
+    void setup()
+    {
+        Serial.begin(9600);
+    
+        while (!Serial)
+            ; // Wait for Serial to be ready
+    
+        delay(1000);
+    }
+    ```
+
+1. `setup` फंक्शन के अंत में, अंतिम `delay` के बाद, DHT सेंसर को शुरू करने के लिए एक कॉल जोड़ें:
+
+    ```cpp
+    dht.begin();
+    ```
+
+1. `loop` फंक्शन में, सेंसर को कॉल करने और सीरियल पोर्ट पर तापमान प्रिंट करने के लिए कोड जोड़ें:
+
+    ```cpp
+    void loop()
+    {
+        float temp_hum_val[2] = {0};
+        dht.readTempAndHumidity(temp_hum_val);
+        Serial.print("Temperature: ");
+        Serial.print(temp_hum_val[1]);
+        Serial.println ("°C");
+    
+        delay(10000);
+    }
+    ```
+
+    यह कोड 2 फ्लोट्स का एक खाली ऐरे डिक्लेयर करता है, और इसे `DHT` इंस्टेंस पर `readTempAndHumidity` कॉल में पास करता है। यह कॉल ऐरे को 2 मानों से भरता है - आर्द्रता ऐरे के 0वें आइटम में जाती है (याद रखें कि C++ में ऐरे 0-आधारित होते हैं, इसलिए 0वां आइटम ऐरे का 'पहला' आइटम होता है), और तापमान 1वें आइटम में जाता है।
+
+    तापमान को ऐरे के 1वें आइटम से पढ़ा जाता है और सीरियल पोर्ट पर प्रिंट किया जाता है।
+
+    > 🇺🇸 तापमान को सेल्सियस में पढ़ा जाता है। अमेरिकियों के लिए, इसे फ़ारेनहाइट में बदलने के लिए, पढ़े गए सेल्सियस मान को 5 से विभाजित करें, फिर 9 से गुणा करें, फिर 32 जोड़ें। उदाहरण के लिए, 20°C का तापमान ((20/5)*9) + 32 = 68°F बन जाता है।
+
+1. कोड को Wio Terminal पर बिल्ड और अपलोड करें।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 1, पाठ 1 में PlatformIO प्रोजेक्ट बनाने के निर्देश देखें](../../../1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md#write-the-hello-world-app)।
+
+1. अपलोड हो जाने के बाद, आप सीरियल मॉनिटर का उपयोग करके तापमान की निगरानी कर सकते हैं:
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Temperature: 25.00°C
+    Temperature: 25.00°C
+    Temperature: 25.00°C
+    Temperature: 24.00°C
+    ```
+
+> 💁 आप इस कोड को [code-temperature/wio-terminal](../../../../../2-farm/lessons/1-predict-plant-growth/code-temperature/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपका तापमान सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल दस्तावेज़, जो इसकी मूल भाषा में है, को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/2-detect-soil-moisture/README.md b/translations/hi/2-farm/lessons/2-detect-soil-moisture/README.md
new file mode 100644
index 00000000..ff294c7f
--- /dev/null
+++ b/translations/hi/2-farm/lessons/2-detect-soil-moisture/README.md
@@ -0,0 +1,167 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4fb20273d299dc8d07a8f06c9cd0cdd9",
+  "translation_date": "2025-08-25T16:58:44+00:00",
+  "source_file": "2-farm/lessons/2-detect-soil-moisture/README.md",
+  "language_code": "hi"
+}
+-->
+C, जिसे *आई-स्क्वेयर्ड-सी* के रूप में उच्चारित किया जाता है, एक मल्टी-कंट्रोलर, मल्टी-पेरिफेरल प्रोटोकॉल है, जिसमें कोई भी कनेक्टेड डिवाइस कंट्रोलर या पेरिफेरल के रूप में कार्य कर सकता है और I²C बस (डेटा ट्रांसफर करने वाली संचार प्रणाली) के माध्यम से संवाद कर सकता है। डेटा को एड्रेस्ड पैकेट्स के रूप में भेजा जाता है, जिसमें प्रत्येक पैकेट में उस कनेक्टेड डिवाइस का पता होता है जिसके लिए यह भेजा गया है।
+
+> 💁 इस मॉडल को पहले मास्टर/स्लेव कहा जाता था, लेकिन इस शब्दावली को अब इसके गुलामी से जुड़े संदर्भों के कारण छोड़ दिया गया है। [ओपन सोर्स हार्डवेयर एसोसिएशन ने कंट्रोलर/पेरिफेरल को अपनाया है](https://www.oshwa.org/a-resolution-to-redefine-spi-signal-names/), लेकिन आप अभी भी पुराने शब्दावली के संदर्भ देख सकते हैं।
+
+डिवाइस का एक पता होता है जिसका उपयोग वे I²C बस से कनेक्ट होने पर करते हैं, और यह आमतौर पर डिवाइस पर हार्ड कोडेड होता है। उदाहरण के लिए, Seeed के प्रत्येक प्रकार के Grove सेंसर का एक ही पता होता है, जैसे सभी लाइट सेंसर का एक ही पता होता है, सभी बटन का पता लाइट सेंसर के पते से अलग होता है। कुछ डिवाइस में पते को बदलने के तरीके होते हैं, जैसे जंपर सेटिंग्स बदलकर या पिन्स को सोल्डर करके।
+
+I²C में 2 मुख्य तारों के साथ 2 पावर तार होते हैं:
+
+| तार | नाम | विवरण |
+| ---- | --------- | ----------- |
+| SDA | सीरियल डेटा | यह तार डिवाइसों के बीच डेटा भेजने के लिए है। |
+| SCL | सीरियल क्लॉक | यह तार कंट्रोलर द्वारा सेट की गई दर पर एक क्लॉक सिग्नल भेजता है। |
+| VCC | वोल्टेज कॉमन कलेक्टर | डिवाइसों के लिए पावर सप्लाई। यह तार SDA और SCL तारों से जुड़ा होता है और एक पुल-अप रेसिस्टर के माध्यम से उनकी पावर प्रदान करता है, जो सिग्नल को तब बंद कर देता है जब कोई डिवाइस कंट्रोलर न हो। |
+| GND | ग्राउंड | यह इलेक्ट्रिकल सर्किट के लिए एक सामान्य ग्राउंड प्रदान करता है। |
+
+![I2C बस जिसमें 3 डिवाइस SDA और SCL तारों से जुड़े हुए हैं, और एक सामान्य ग्राउंड तार साझा कर रहे हैं](../../../../../translated_images/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.hi.png)
+
+डेटा भेजने के लिए, एक डिवाइस एक स्टार्ट कंडीशन जारी करेगा ताकि यह दिखा सके कि वह डेटा भेजने के लिए तैयार है। इसके बाद वह कंट्रोलर बन जाएगा। कंट्रोलर फिर उस डिवाइस का पता भेजता है जिससे वह संवाद करना चाहता है, साथ ही यह भी बताता है कि वह डेटा पढ़ना चाहता है या लिखना। डेटा ट्रांसमिट होने के बाद, कंट्रोलर एक स्टॉप कंडीशन भेजता है ताकि यह संकेत दे सके कि उसने काम पूरा कर लिया है। इसके बाद कोई अन्य डिवाइस कंट्रोलर बन सकता है और डेटा भेज या प्राप्त कर सकता है।
+
+I<sup>2</sup>C की गति सीमाएँ होती हैं, जिसमें 3 अलग-अलग मोड्स निश्चित गति पर चलते हैं। सबसे तेज़ High Speed मोड है, जिसकी अधिकतम गति 3.4Mbps (मेगाबिट्स प्रति सेकंड) है, हालांकि बहुत कम डिवाइस इस गति का समर्थन करते हैं। उदाहरण के लिए, Raspberry Pi केवल fast मोड पर 400Kbps (किलोबिट्स प्रति सेकंड) तक सीमित है। Standard मोड 100Kbps पर चलता है।
+
+> 💁 यदि आप Raspberry Pi का उपयोग Grove Base hat के साथ IoT हार्डवेयर के रूप में कर रहे हैं, तो आप बोर्ड पर कई I<sup>2</sup>C सॉकेट देख सकते हैं जिनका उपयोग I<sup>2</sup>C सेंसर के साथ संचार करने के लिए किया जा सकता है। एनालॉग Grove सेंसर भी I<sup>2</sup>C का उपयोग ADC के साथ करते हैं ताकि एनालॉग मानों को डिजिटल डेटा के रूप में भेजा जा सके। इसलिए, आपने जो लाइट सेंसर उपयोग किया था, वह एक एनालॉग पिन का अनुकरण करता है, और मान I<sup>2</sup>C के माध्यम से भेजा जाता है क्योंकि Raspberry Pi केवल डिजिटल पिन का समर्थन करता है।
+
+### Universal asynchronous receiver-transmitter (UART)
+
+UART में भौतिक सर्किटरी शामिल होती है जो दो डिवाइसों को संचार करने की अनुमति देती है। प्रत्येक डिवाइस में 2 संचार पिन होते हैं - transmit (Tx) और receive (Rx), जहां पहले डिवाइस का Tx पिन दूसरे डिवाइस के Rx पिन से जुड़ा होता है, और दूसरे डिवाइस का Tx पिन पहले डिवाइस के Rx पिन से जुड़ा होता है। यह डेटा को दोनों दिशाओं में भेजने की अनुमति देता है।
+
+* डिवाइस 1 अपने Tx पिन से डेटा भेजता है, जिसे डिवाइस 2 अपने Rx पिन पर प्राप्त करता है।
+* डिवाइस 1 अपने Rx पिन पर डेटा प्राप्त करता है, जिसे डिवाइस 2 अपने Tx पिन से भेजता है।
+
+![UART के साथ एक चिप का Tx पिन दूसरे चिप के Rx पिन से जुड़ा हुआ है, और इसके विपरीत](../../../../../translated_images/uart.d0dbd3fb9e3728c6ee1995c8206f3cdb13cdfd208f13745e8ef6854cab75e421.hi.png)
+
+> 🎓 डेटा एक बार में एक बिट भेजा जाता है, और इसे *serial* संचार कहा जाता है। अधिकांश ऑपरेटिंग सिस्टम और माइक्रोकंट्रोलर में *serial ports* होते हैं, यानी ऐसे कनेक्शन जो सीरियल डेटा भेज और प्राप्त कर सकते हैं और आपके कोड के लिए उपलब्ध होते हैं।
+
+UART डिवाइसों की एक [baud rate](https://wikipedia.org/wiki/Symbol_rate) होती है (जिसे Symbol rate भी कहा जाता है), जो डेटा भेजने और प्राप्त करने की गति को बिट्स प्रति सेकंड में दर्शाती है। एक सामान्य baud rate 9,600 है, जिसका मतलब है कि हर सेकंड 9,600 बिट्स (0s और 1s) डेटा भेजा जाता है।
+
+UART स्टार्ट और स्टॉप बिट्स का उपयोग करता है - यानी यह एक स्टार्ट बिट भेजता है यह संकेत देने के लिए कि यह डेटा का एक बाइट (8 बिट्स) भेजने वाला है, और फिर 8 बिट्स भेजने के बाद एक स्टॉप बिट भेजता है।
+
+UART की गति हार्डवेयर पर निर्भर करती है, लेकिन सबसे तेज़ कार्यान्वयन भी 6.5 Mbps (मेगाबिट्स प्रति सेकंड, या लाखों बिट्स, 0 या 1, प्रति सेकंड भेजे गए) से अधिक नहीं होती।
+
+आप GPIO पिन्स पर UART का उपयोग कर सकते हैं - आप एक पिन को Tx और दूसरे को Rx के रूप में सेट कर सकते हैं, फिर इन्हें दूसरे डिवाइस से जोड़ सकते हैं।
+
+> 💁 यदि आप Raspberry Pi का उपयोग Grove Base hat के साथ IoT हार्डवेयर के रूप में कर रहे हैं, तो आप बोर्ड पर एक UART सॉकेट देख सकते हैं जिसका उपयोग UART प्रोटोकॉल का उपयोग करने वाले सेंसर के साथ संचार करने के लिए किया जा सकता है।
+
+### Serial Peripheral Interface (SPI)
+
+SPI को छोटे दूरी पर संचार के लिए डिज़ाइन किया गया है, जैसे कि माइक्रोकंट्रोलर पर फ्लैश मेमोरी जैसे स्टोरेज डिवाइस से बात करने के लिए। यह एक controller/peripheral मॉडल पर आधारित है, जिसमें एक सिंगल कंट्रोलर (आमतौर पर IoT डिवाइस का प्रोसेसर) कई peripherals के साथ इंटरैक्ट करता है। कंट्रोलर सब कुछ नियंत्रित करता है, एक peripheral का चयन करता है और डेटा भेजता या अनुरोध करता है।
+
+> 💁 I<sup>2</sup>C की तरह, controller और peripheral शब्द हाल ही में बदले गए हैं, इसलिए आप पुराने शब्दों को अभी भी देख सकते हैं।
+
+SPI कंट्रोलर 3 तारों का उपयोग करता है, साथ ही प्रत्येक peripheral के लिए 1 अतिरिक्त तार। Peripherals 4 तारों का उपयोग करते हैं। ये तार हैं:
+
+| तार | नाम | विवरण |
+| ---- | --------- | ----------- |
+| COPI | Controller Output, Peripheral Input | यह तार कंट्रोलर से peripheral तक डेटा भेजने के लिए है। |
+| CIPO | Controller Input, Peripheral Output | यह तार peripheral से कंट्रोलर तक डेटा भेजने के लिए है। |
+| SCLK | Serial Clock | यह तार कंट्रोलर द्वारा सेट की गई दर पर एक clock signal भेजता है। |
+| CS   | Chip Select | कंट्रोलर के पास कई तार होते हैं, प्रत्येक peripheral के लिए एक, और प्रत्येक तार संबंधित peripheral के CS तार से जुड़ा होता है। |
+
+![SPI के साथ एक कंट्रोलर और दो peripherals](../../../../../translated_images/spi.297431d6f98b386b4ff88aea44ce9c1e7acfb1ef69c7e4e388a7aa97b6948e24.hi.png)
+
+CS तार का उपयोग एक समय में एक peripheral को सक्रिय करने के लिए किया जाता है, COPI और CIPO तारों पर संचार करते हुए। जब कंट्रोलर को peripheral बदलने की आवश्यकता होती है, तो वह वर्तमान में सक्रिय peripheral से जुड़े CS तार को निष्क्रिय करता है, फिर उस तार को सक्रिय करता है जो अगले peripheral से जुड़ा होता है जिससे वह संचार करना चाहता है।
+
+SPI *full-duplex* है, जिसका मतलब है कि कंट्रोलर एक ही समय में एक ही peripheral से डेटा भेज और प्राप्त कर सकता है, COPI और CIPO तारों का उपयोग करते हुए। SPI SCLK तार पर एक clock signal का उपयोग करता है ताकि डिवाइसों को सिंक में रखा जा सके, इसलिए UART पर सीधे भेजने की तरह इसे स्टार्ट और स्टॉप बिट्स की आवश्यकता नहीं होती।
+
+SPI के लिए कोई परिभाषित गति सीमा नहीं है, और कार्यान्वयन अक्सर प्रति सेकंड कई मेगाबाइट्स डेटा भेजने में सक्षम होते हैं।
+
+IoT डेवलपर किट्स अक्सर GPIO पिन्स पर SPI का समर्थन करते हैं। उदाहरण के लिए, Raspberry Pi पर आप GPIO पिन्स 19, 21, 23, 24 और 26 का उपयोग SPI के लिए कर सकते हैं।
+
+### Wireless
+
+कुछ सेंसर मानक वायरलेस प्रोटोकॉल जैसे Bluetooth (मुख्य रूप से Bluetooth Low Energy, या BLE), LoRaWAN (एक **Lo**ng **Ra**nge low power नेटवर्किंग प्रोटोकॉल), या WiFi के माध्यम से संचार कर सकते हैं। ये दूरस्थ सेंसरों को IoT डिवाइस से भौतिक रूप से जुड़े बिना काम करने की अनुमति देते हैं।
+
+एक उदाहरण वाणिज्यिक मिट्टी की नमी सेंसरों में है। ये खेत में मिट्टी की नमी को मापते हैं, फिर डेटा को LoRaWAN के माध्यम से एक हब डिवाइस पर भेजते हैं, जो डेटा को संसाधित करता है या इसे इंटरनेट पर भेजता है। यह सेंसर को उस IoT डिवाइस से दूर रहने की अनुमति देता है जो डेटा का प्रबंधन करता है, जिससे बिजली की खपत कम होती है और बड़े WiFi नेटवर्क या लंबे केबल्स की आवश्यकता समाप्त होती है।
+
+BLE उन्नत सेंसरों के लिए लोकप्रिय है, जैसे फिटनेस ट्रैकर्स जो कलाई पर काम करते हैं। ये कई सेंसरों को जोड़ते हैं और सेंसर डेटा को आपके फोन के रूप में IoT डिवाइस पर BLE के माध्यम से भेजते हैं।
+
+✅ क्या आपके पास कोई ब्लूटूथ सेंसर है, आपके घर में या आपके स्कूल में? इनमें तापमान सेंसर, उपस्थिति सेंसर, डिवाइस ट्रैकर्स और फिटनेस डिवाइस शामिल हो सकते हैं।
+
+वाणिज्यिक डिवाइसों के कनेक्ट होने का एक लोकप्रिय तरीका Zigbee है। Zigbee WiFi का उपयोग करके डिवाइसों के बीच mesh नेटवर्क बनाता है, जहां प्रत्येक डिवाइस जितने संभव हो उतने पास के डिवाइसों से जुड़ता है, एक मकड़ी के जाल की तरह बड़ी संख्या में कनेक्शन बनाता है। जब एक डिवाइस इंटरनेट पर संदेश भेजना चाहता है, तो वह इसे निकटतम डिवाइसों को भेज सकता है, जो इसे अन्य पास के डिवाइसों को आगे बढ़ाते हैं और इसी तरह, जब तक यह एक समन्वयक तक नहीं पहुंचता और इंटरनेट पर भेजा जा सकता है।
+
+> 🐝 Zigbee नाम मधुमक्खियों के छत्ते में लौटने के बाद उनके waggle dance को संदर्भित करता है।
+
+## मिट्टी में नमी स्तर मापें
+
+आप मिट्टी में नमी स्तर को मापने के लिए मिट्टी की नमी सेंसर, एक IoT डिवाइस, और एक हाउस प्लांट या पास के मिट्टी के पैच का उपयोग कर सकते हैं।
+
+### कार्य - मिट्टी की नमी मापें
+
+अपने IoT डिवाइस का उपयोग करके मिट्टी की नमी मापने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-soil-moisture.md)
+* [Single-board computer - Raspberry Pi](pi-soil-moisture.md)
+* [Single-board computer - Virtual device](virtual-device-soil-moisture.md)
+
+## सेंसर कैलिब्रेशन
+
+सेंसर विद्युत गुणों जैसे प्रतिरोध या धारिता को मापने पर निर्भर करते हैं।
+
+> 🎓 प्रतिरोध, जिसे ओम्स (Ω) में मापा जाता है, यह दर्शाता है कि विद्युत प्रवाह को किसी चीज़ के माध्यम से यात्रा करने में कितनी बाधा है। जब किसी सामग्री पर वोल्टेज लगाया जाता है, तो उसके माध्यम से गुजरने वाली धारा की मात्रा उस सामग्री के प्रतिरोध पर निर्भर करती है। आप [विकिपीडिया पर विद्युत प्रतिरोध पृष्ठ](https://wikipedia.org/wiki/Electrical_resistance_and_conductance) पर अधिक पढ़ सकते हैं।
+
+> 🎓 धारिता, जिसे फैराड्स (F) में मापा जाता है, यह दर्शाती है कि कोई घटक या सर्किट विद्युत ऊर्जा को इकट्ठा और संग्रहीत करने में कितना सक्षम है। आप [विकिपीडिया पर धारिता पृष्ठ](https://wikipedia.org/wiki/Capacitance) पर धारिता के बारे में अधिक पढ़ सकते हैं।
+
+ये माप हमेशा उपयोगी नहीं होते - कल्पना करें कि एक तापमान सेंसर आपको 22.5KΩ का माप देता है! इसके बजाय मापे गए मान को उपयोगी इकाई में परिवर्तित करने की आवश्यकता होती है, जिसे कैलिब्रेट किया जाता है - यानी मापे गए मानों को मापी गई मात्रा से मिलाना ताकि नए मापों को सही इकाई में परिवर्तित किया जा सके।
+
+कुछ सेंसर पहले से कैलिब्रेटेड आते हैं। उदाहरण के लिए, आपने पिछले पाठ में जो तापमान सेंसर उपयोग किया था, वह पहले से कैलिब्रेटेड था ताकि वह °C में तापमान माप वापस कर सके। फैक्ट्री में पहला सेंसर बनाया गया था, जिसे ज्ञात तापमानों की एक श्रृंखला के संपर्क में लाया गया और प्रतिरोध मापा गया। इसका उपयोग एक गणना बनाने के लिए किया गया जो Ω (प्रतिरोध की इकाई) में मापे गए मान को °C में परिवर्तित कर सकता है।
+
+> 💁 तापमान से प्रतिरोध की गणना करने का सूत्र [Steinhart–Hart equation](https://wikipedia.org/wiki/Steinhart–Hart_equation) कहलाता है।
+
+### मिट्टी की नमी सेंसर कैलिब्रेशन
+
+मिट्टी की नमी को ग्रेविमेट्रिक या वॉल्यूमेट्रिक जल सामग्री का उपयोग करके मापा जाता है।
+
+* ग्रेविमेट्रिक मिट्टी के एक यूनिट वजन में पानी के वजन को मापता है, जैसे कि सूखी मिट्टी के प्रति किलोग्राम में पानी के किलोग्राम की संख्या।
+* वॉल्यूमेट्रिक मिट्टी के एक यूनिट वॉल्यूम में पानी के वॉल्यूम को मापता है, जैसे कि सूखी मिट्टी के प्रति घन मीटर में पानी के घन मीटर की संख्या।
+
+> 🇺🇸 अमेरिकियों के लिए, इकाइयों की स्थिरता के कारण, इन्हें किलोग्राम के बजाय पाउंड या घन मीटर के बजाय घन फीट में मापा जा सकता है।
+
+मिट्टी की नमी सेंसर विद्युत प्रतिरोध या धारिता को मापते हैं - यह न केवल मिट्टी की नमी के अनुसार बदलता है, बल्कि मिट्टी के प्रकार के अनुसार भी, क्योंकि मिट्टी में घटक इसके विद्युत गुणों को बदल सकते हैं। आदर्श रूप से सेंसरों को कैलिब्रेट किया जाना चाहिए - यानी सेंसर से रीडिंग लेना और उन्हें अधिक वैज्ञानिक दृष्टिकोण का उपयोग करके प्राप्त मापों से तुलना करना। उदाहरण के लिए, एक लैब मिट्टी की ग्रेविमेट्रिक नमी की गणना कर सकती है, जो एक विशिष्ट खेत के नमूनों का उपयोग करके साल में कुछ बार ली जाती है, और इन संख्याओं का उपयोग सेंसर को कैलिब्रेट करने के लिए किया जाता है, सेंसर रीडिंग को ग्रेविमेट्रिक मिट्टी की नमी से मिलाना।
+
+![वोल्टेज बनाम मिट्टी की नमी सामग्री का ग्राफ](../../../../../translated_images/soil-moisture-to-voltage.df86d80cda1587008f312431ed5f79eb6c50c58d4fbc25a6763c5e9127c3106b.hi.png)
+
+ऊपर दिया गया ग्राफ सेंसर को कैलिब्रेट करने का तरीका दिखाता है। वोल्टेज को मिट्टी के नमूने के लिए कैप्चर किया जाता है, जिसे फिर लैब में मापा जाता है, गीले वजन की तुलना सूखे वजन से करके (गीले वजन को मापकर, फिर ओवन में सुखाकर और सूखे वजन को मापकर)। एक बार कुछ रीडिंग्स ली जाती हैं, तो इन्हें ग्राफ पर प्लॉट किया जा सकता है और बिंदुओं पर एक रेखा फिट की जा सकती है। इस रेखा का उपयोग मिट्टी की नमी सेंसर रीडिंग्स को IoT डिवाइस द्वारा लिए गए वास्तविक मिट्टी की नमी मापों में बदलने के लिए किया जा सकता है।
+
+💁 प्रतिरोधी मिट्टी की नमी सेंसरों के लिए, वोल्टेज मिट्टी की नमी बढ़ने के साथ बढ़ता है। धारिता मिट्टी की नमी सेंसरों के लिए, वोल्टेज मिट्टी की नमी बढ़ने के साथ घटता है, इसलिए इनका ग्राफ नीचे की ओर ढलान करेगा, ऊपर की ओर नहीं।
+
+![ग्राफ से मिट्टी की नमी का मान इंटरपोलेट किया गया](../../../../../translated_images/soil-moisture-to-voltage-with-reading.681cb3e1f8b68caf5547dbf1415851c82e201edfb78face16fc98da4051ed9b2.hi.png)
+
+ऊपर दिया गया ग्राफ मिट्टी की नमी सेंसर से एक वोल्टेज रीडिंग दिखाता है, और ग्राफ पर उस रेखा तक उसका अनुसरण करके, वास्तविक मिट्टी की नमी की गणना की जा सकती है।
+
+इस दृष्टिकोण का मतलब है कि किसान को केवल एक खेत के लिए कुछ लैब माप प्राप्त करने की आवश्यकता होती है, फिर वे IoT डिवाइसों का उपयोग करके मिट्टी की नमी माप सकते हैं - माप लेने के समय को काफी तेज़ी से बढ़ाते हुए।
+
+---
+
+## 🚀 चुनौती
+
+प्रतिरोधी और धारिता मिट्टी की नमी सेंसरों में कई अंतर होते हैं। ये अंतर क्या हैं, और किसान के लिए कौन सा प्रकार (यदि कोई हो) सबसे अच्छा है? क्या यह उत्तर विकसित और विकासशील देशों के बीच बदलता है?
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/12)
+
+## समीक्षा और स्व-अध्ययन
+
+सेंसर और एक्ट्यूएटर्स द्वारा उपयोग किए जाने वाले हार्डवेयर और प्रोटोकॉल के बारे में पढ़ें:
+
+* [GPIO विकिपीडिया पृष्ठ](https://wikipedia.org/wiki/General-purpose_input/output)
+* [UART विकिपीडिया पृष्ठ](https://wikipedia.org/wiki/Universal_asynchronous_receiver-transmitter)
+* [SPI विकिपीडिया पृष्ठ](https://wikipedia.org/wiki/Serial_Peripheral_Interface)
+* [I<sup>2</sup>C विकिपीडिया पृष्ठ](https://wikipedia.org/wiki/I²C)
+* [Zigbee विकिपीडिया पृष्ठ](https://wikipedia.org/wiki/Zigbee)
+
+## असाइनमेंट
+
+[अपने सेंसर को कैलिब्रेट करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/2-detect-soil-moisture/assignment.md b/translations/hi/2-farm/lessons/2-detect-soil-moisture/assignment.md
new file mode 100644
index 00000000..167c81f8
--- /dev/null
+++ b/translations/hi/2-farm/lessons/2-detect-soil-moisture/assignment.md
@@ -0,0 +1,59 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "506d21b544d5de47406c89ad496a21cd",
+  "translation_date": "2025-08-25T17:01:46+00:00",
+  "source_file": "2-farm/lessons/2-detect-soil-moisture/assignment.md",
+  "language_code": "hi"
+}
+-->
+# अपने सेंसर को कैलिब्रेट करें
+
+## निर्देश
+
+इस पाठ में आपने मिट्टी की नमी सेंसर रीडिंग्स को 0-1023 के मानों के रूप में एकत्र किया। इन रीडिंग्स को वास्तविक मिट्टी की नमी में बदलने के लिए, आपको अपने सेंसर को कैलिब्रेट करना होगा। आप यह मिट्टी के नमूनों से रीडिंग लेकर और इन नमूनों से ग्रेविमेट्रिक मिट्टी की नमी की मात्रा की गणना करके कर सकते हैं।
+
+आपको इन चरणों को कई बार दोहराना होगा ताकि आवश्यक रीडिंग्स प्राप्त हो सकें, हर बार मिट्टी की अलग-अलग गीलेपन के साथ।
+
+1. मिट्टी की नमी सेंसर का उपयोग करके मिट्टी की नमी की रीडिंग लें। इस रीडिंग को लिख लें।
+
+1. मिट्टी का एक नमूना लें और उसका वजन करें। इस वजन को लिख लें।
+
+1. मिट्टी को सुखाएं - इसे सुखाने का सबसे अच्छा तरीका है कि इसे 110°C (230°F) पर कुछ घंटों के लिए गर्म ओवन में रखें। आप इसे धूप में भी सुखा सकते हैं, या इसे किसी गर्म, सूखी जगह पर रख सकते हैं जब तक कि मिट्टी पूरी तरह से सूख न जाए। यह पाउडर जैसी और ढीली होनी चाहिए।
+
+    > 💁 प्रयोगशाला में सबसे सटीक परिणामों के लिए आप इसे 48-72 घंटों तक ओवन में सुखाएंगे। यदि आपके स्कूल में सुखाने वाले ओवन हैं, तो देखें कि क्या आप इन्हें लंबे समय तक सुखाने के लिए उपयोग कर सकते हैं। जितना अधिक समय, उतनी अधिक सूखी मिट्टी और उतने अधिक सटीक परिणाम।
+
+1. मिट्टी का फिर से वजन करें।
+
+    > 🔥 यदि आपने इसे ओवन में सुखाया है, तो सुनिश्चित करें कि यह पहले ठंडा हो गया हो!
+
+ग्रेविमेट्रिक मिट्टी की नमी की गणना इस प्रकार की जाती है:
+
+![मिट्टी की नमी % = गीली मिट्टी का वजन - सूखी मिट्टी का वजन, ÷ सूखी मिट्टी का वजन, × 100](../../../../../translated_images/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.hi.png)
+
+* W - गीली मिट्टी का वजन  
+* W - सूखी मिट्टी का वजन  
+
+उदाहरण के लिए, मान लें कि आपके पास एक मिट्टी का नमूना है जिसका वजन गीला होने पर 212g और सूखा होने पर 197g है।
+
+![गणना भरी हुई](../../../../../translated_images/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.hi.png)
+
+* W = 212g  
+* W = 197g  
+* 212 - 197 = 15  
+* 15 / 197 = 0.076  
+* 0.076 * 100 = 7.6%  
+
+इस उदाहरण में, मिट्टी की ग्रेविमेट्रिक नमी 7.6% है।
+
+जब आपके पास कम से कम 3 नमूनों की रीडिंग्स हों, तो मिट्टी की नमी % को मिट्टी की नमी सेंसर रीडिंग के साथ ग्राफ पर प्लॉट करें और बिंदुओं के लिए सबसे उपयुक्त रेखा जोड़ें। आप इसका उपयोग सेंसर रीडिंग के लिए ग्रेविमेट्रिक मिट्टी की नमी की मात्रा की गणना करने के लिए कर सकते हैं, रेखा से मान पढ़कर।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| कैलिब्रेशन डेटा एकत्र करें | कम से कम 3 कैलिब्रेशन नमूनों को कैप्चर करें | कम से कम 2 कैलिब्रेशन नमूनों को कैप्चर करें | कम से कम 1 कैलिब्रेशन नमूना कैप्चर करें |
+| कैलिब्रेटेड रीडिंग बनाएं | सफलतापूर्वक कैलिब्रेशन ग्राफ प्लॉट करें और सेंसर से रीडिंग लें, और इसे ग्रेविमेट्रिक मिट्टी की नमी में बदलें | सफलतापूर्वक कैलिब्रेशन ग्राफ प्लॉट करें | ग्राफ प्लॉट करने में असमर्थ |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md b/translations/hi/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
new file mode 100644
index 00000000..c980ec84
--- /dev/null
+++ b/translations/hi/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
@@ -0,0 +1,106 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9d4d00a47d5d0f3e6ce42c0d1020064a",
+  "translation_date": "2025-08-25T17:02:45+00:00",
+  "source_file": "2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md",
+  "language_code": "hi"
+}
+-->
+# मिट्टी की नमी मापें - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई में एक कैपेसिटिव मिट्टी नमी सेंसर जोड़ेंगे और इससे मान पढ़ेंगे।
+
+## हार्डवेयर
+
+रास्पबेरी पाई को एक कैपेसिटिव मिट्टी नमी सेंसर की आवश्यकता है।
+
+आप जो सेंसर उपयोग करेंगे वह [Capacitive Soil Moisture Sensor](https://www.seeedstudio.com/Grove-Capacitive-Moisture-Sensor-Corrosion-Resistant.html) है, जो मिट्टी की नमी को मापता है। यह सेंसर मिट्टी की कैपेसिटेंस का पता लगाकर नमी मापता है, जो मिट्टी की नमी बदलने पर बदलती है। जैसे-जैसे मिट्टी की नमी बढ़ती है, वोल्टेज घटता है।
+
+यह एक एनालॉग सेंसर है, जो एनालॉग पिन का उपयोग करता है और पाई पर Grove Base Hat में 10-बिट ADC वोल्टेज को डिजिटल सिग्नल (1-1,023) में बदलने के लिए उपयोग करता है। यह फिर GPIO पिन्स के माध्यम से पाई पर I²C के जरिए भेजा जाता है।
+
+### मिट्टी नमी सेंसर को कनेक्ट करें
+
+Grove मिट्टी नमी सेंसर को रास्पबेरी पाई से जोड़ा जा सकता है।
+
+#### कार्य - मिट्टी नमी सेंसर को कनेक्ट करें
+
+मिट्टी नमी सेंसर को कनेक्ट करें।
+
+![एक Grove मिट्टी नमी सेंसर](../../../../../translated_images/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.hi.png)
+
+1. Grove केबल के एक सिरे को मिट्टी नमी सेंसर के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. रास्पबेरी पाई को बंद करके, Grove केबल के दूसरे सिरे को Grove Base Hat पर **A0** चिह्नित एनालॉग सॉकेट में कनेक्ट करें। यह सॉकेट GPIO पिन्स के पास वाली पंक्ति में दाईं ओर से दूसरा है।
+
+![A0 सॉकेट से जुड़ा Grove मिट्टी नमी सेंसर](../../../../../translated_images/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.hi.png)
+
+1. मिट्टी नमी सेंसर को मिट्टी में डालें। इसमें एक 'उच्चतम स्थिति रेखा' होती है - सेंसर पर एक सफेद रेखा। सेंसर को इस रेखा तक, लेकिन इससे आगे नहीं डालें।
+
+![मिट्टी में Grove मिट्टी नमी सेंसर](../../../../../translated_images/soil-moisture-sensor-in-soil.bfad91002bda5e960f8c51ee64b02ee59b32c8c717e3515a2c945f33e614e403.hi.png)
+
+## मिट्टी नमी सेंसर को प्रोग्राम करें
+
+अब रास्पबेरी पाई को जुड़े हुए मिट्टी नमी सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - मिट्टी नमी सेंसर को प्रोग्राम करें
+
+डिवाइस को प्रोग्राम करें।
+
+1. पाई को चालू करें और इसके बूट होने का इंतजार करें।
+
+1. VS Code लॉन्च करें, या तो सीधे पाई पर, या Remote SSH एक्सटेंशन के माध्यम से कनेक्ट करें।
+
+    > ⚠️ यदि आवश्यक हो, तो [नाइटलाइट - पाठ 1 में VS Code सेटअप और लॉन्च करने के निर्देश देखें](../../../1-getting-started/lessons/1-introduction-to-iot/pi.md)।
+
+1. टर्मिनल से, `pi` उपयोगकर्ता की होम डायरेक्टरी में `soil-moisture-sensor` नामक एक नया फ़ोल्डर बनाएं। इस फ़ोल्डर में `app.py` नामक एक फ़ाइल बनाएं।
+
+1. इस फ़ोल्डर को VS Code में खोलें।
+
+1. `app.py` फ़ाइल में निम्न कोड जोड़ें ताकि आवश्यक लाइब्रेरी आयात की जा सकें:
+
+    ```python
+    import time
+    from grove.adc import ADC
+    ```
+
+    `import time` स्टेटमेंट `time` मॉड्यूल को आयात करता है, जिसका उपयोग बाद में इस असाइनमेंट में किया जाएगा।
+
+    `from grove.adc import ADC` स्टेटमेंट Grove Python लाइब्रेरी से `ADC` को आयात करता है। यह लाइब्रेरी पाई बेस हैट पर एनालॉग से डिजिटल कन्वर्टर के साथ इंटरैक्ट करने और एनालॉग सेंसर से वोल्टेज पढ़ने के लिए कोड प्रदान करती है।
+
+1. इसके नीचे निम्न कोड जोड़ें ताकि `ADC` क्लास का एक इंस्टेंस बनाया जा सके:
+
+    ```python
+    adc = ADC()
+    ```
+
+1. एक अनंत लूप जोड़ें जो A0 पिन पर इस ADC से पढ़ता है और परिणाम को कंसोल पर लिखता है। यह लूप प्रत्येक रीडिंग के बीच 10 सेकंड के लिए रुकेगा।
+
+    ```python
+    while True:
+        soil_moisture = adc.read(0)
+        print("Soil moisture:", soil_moisture)
+
+        time.sleep(10)
+    ```
+
+1. Python ऐप चलाएं। आप कंसोल पर मिट्टी नमी माप देखेंगे। मिट्टी में पानी डालें, या सेंसर को मिट्टी से हटा दें, और मान बदलते हुए देखें।
+
+    ```output
+    pi@raspberrypi:~/soil-moisture-sensor $ python3 app.py 
+    Soil moisture: 615
+    Soil moisture: 612
+    Soil moisture: 498
+    Soil moisture: 493
+    Soil moisture: 490
+    Soil Moisture: 388
+    ```
+
+    ऊपर दिए गए उदाहरण आउटपुट में, आप देख सकते हैं कि पानी डालने पर वोल्टेज कैसे घटता है।
+
+> 💁 आप इस कोड को [code/pi](../../../../../2-farm/lessons/2-detect-soil-moisture/code/pi) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका मिट्टी नमी सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md b/translations/hi/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
new file mode 100644
index 00000000..d375a779
--- /dev/null
+++ b/translations/hi/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
@@ -0,0 +1,121 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "2bf65f162bcebd35fbcba5fd245afac4",
+  "translation_date": "2025-08-25T17:02:11+00:00",
+  "source_file": "2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md",
+  "language_code": "hi"
+}
+-->
+# मिट्टी की नमी मापें - वर्चुअल IoT हार्डवेयर
+
+इस पाठ के इस भाग में, आप अपने वर्चुअल IoT डिवाइस में एक कैपेसिटिव मिट्टी नमी सेंसर जोड़ेंगे और इससे मान पढ़ेंगे।
+
+## वर्चुअल हार्डवेयर
+
+वर्चुअल IoT डिवाइस एक सिम्युलेटेड Grove कैपेसिटिव मिट्टी नमी सेंसर का उपयोग करेगा। यह प्रयोग को उसी तरह बनाए रखता है जैसे कि एक Raspberry Pi के साथ एक भौतिक Grove कैपेसिटिव मिट्टी नमी सेंसर का उपयोग करना।
+
+एक भौतिक IoT डिवाइस में, मिट्टी नमी सेंसर एक कैपेसिटिव सेंसर होता है जो मिट्टी की नमी को मापता है, मिट्टी की कैपेसिटेंस का पता लगाकर, जो मिट्टी की नमी बदलने पर बदलती है। जैसे-जैसे मिट्टी की नमी बढ़ती है, वोल्टेज घटता है।
+
+यह एक एनालॉग सेंसर है, इसलिए यह 10-बिट ADC का उपयोग करके 1-1,023 के बीच मान रिपोर्ट करता है।
+
+### CounterFit में मिट्टी नमी सेंसर जोड़ें
+
+वर्चुअल मिट्टी नमी सेंसर का उपयोग करने के लिए, आपको इसे CounterFit ऐप में जोड़ना होगा।
+
+#### कार्य - CounterFit में मिट्टी नमी सेंसर जोड़ें
+
+CounterFit ऐप में मिट्टी नमी सेंसर जोड़ें।
+
+1. अपने कंप्यूटर पर `soil-moisture-sensor` नामक एक फ़ोल्डर में एक नया Python ऐप बनाएं, जिसमें `app.py` नामक एक फ़ाइल और एक Python वर्चुअल एनवायरनमेंट हो, और CounterFit pip पैकेज जोड़ें।
+
+    > ⚠️ यदि आवश्यक हो, तो [पाठ 1 में CounterFit Python प्रोजेक्ट बनाने और सेटअप करने के निर्देशों का संदर्भ लें](../../../1-getting-started/lessons/1-introduction-to-iot/virtual-device.md)।
+
+1. सुनिश्चित करें कि CounterFit वेब ऐप चल रहा है।
+
+1. मिट्टी नमी सेंसर बनाएं:
+
+    1. *Sensors* पैन में *Create sensor* बॉक्स में, *Sensor type* ड्रॉपडाउन करें और *Soil Moisture* चुनें।
+
+    1. *Units* को *NoUnits* पर सेट रहने दें।
+
+    1. सुनिश्चित करें कि *Pin* को *0* पर सेट किया गया है।
+
+    1. **Add** बटन चुनें ताकि *Soil Moisture* सेंसर Pin 0 पर बनाया जा सके।
+
+    ![मिट्टी नमी सेंसर सेटिंग्स](../../../../../translated_images/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.hi.png)
+
+    मिट्टी नमी सेंसर बनाया जाएगा और सेंसर सूची में दिखाई देगा।
+
+    ![मिट्टी नमी सेंसर बनाया गया](../../../../../translated_images/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.hi.png)
+
+## मिट्टी नमी सेंसर ऐप प्रोग्राम करें
+
+अब मिट्टी नमी सेंसर ऐप को CounterFit सेंसर का उपयोग करके प्रोग्राम किया जा सकता है।
+
+### कार्य - मिट्टी नमी सेंसर ऐप प्रोग्राम करें
+
+मिट्टी नमी सेंसर ऐप प्रोग्राम करें।
+
+1. सुनिश्चित करें कि `soil-moisture-sensor` ऐप VS Code में खुला है।
+
+1. `app.py` फ़ाइल खोलें।
+
+1. CounterFit से ऐप को कनेक्ट करने के लिए `app.py` के शीर्ष पर निम्न कोड जोड़ें:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+1. कुछ आवश्यक लाइब्रेरी आयात करने के लिए `app.py` फ़ाइल में निम्न कोड जोड़ें:
+
+    ```python
+    import time
+    from counterfit_shims_grove.adc import ADC
+    ```
+
+    `import time` स्टेटमेंट `time` मॉड्यूल को आयात करता है, जिसका उपयोग बाद में इस असाइनमेंट में किया जाएगा।
+
+    `from counterfit_shims_grove.adc import ADC` स्टेटमेंट `ADC` क्लास को आयात करता है ताकि CounterFit सेंसर से कनेक्ट होने वाले वर्चुअल एनालॉग टू डिजिटल कन्वर्टर के साथ इंटरैक्ट किया जा सके।
+
+1. इसके नीचे निम्न कोड जोड़ें ताकि `ADC` क्लास का एक इंस्टेंस बनाया जा सके:
+
+    ```python
+    adc = ADC()
+    ```
+
+1. एक अनंत लूप जोड़ें जो Pin 0 पर इस ADC से पढ़ता है और परिणाम को कंसोल पर लिखता है। यह लूप प्रत्येक पढ़ने के बीच 10 सेकंड के लिए सो सकता है।
+
+    ```python
+    while True:
+        soil_moisture = adc.read(0)
+        print("Soil moisture:", soil_moisture)
+    
+        time.sleep(10)
+    ```
+
+1. CounterFit ऐप से, मिट्टी नमी सेंसर का मान बदलें जिसे ऐप द्वारा पढ़ा जाएगा। आप इसे दो तरीकों में से एक में कर सकते हैं:
+
+    * मिट्टी नमी सेंसर के लिए *Value* बॉक्स में एक संख्या दर्ज करें, फिर **Set** बटन चुनें। आपके द्वारा दर्ज की गई संख्या सेंसर द्वारा लौटाया गया मान होगी।
+
+    * *Random* चेकबॉक्स को चेक करें, और *Min* और *Max* मान दर्ज करें, फिर **Set** बटन चुनें। हर बार जब सेंसर एक मान पढ़ता है, तो यह *Min* और *Max* के बीच एक रैंडम संख्या पढ़ेगा।
+
+1. Python ऐप चलाएं। आप कंसोल पर मिट्टी नमी माप देखेंगे। *Value* या *Random* सेटिंग्स बदलें ताकि मान बदलता हुआ दिखाई दे।
+
+    ```output
+    (.venv) ➜ soil-moisture-sensor $ python app.py 
+    Soil moisture: 615
+    Soil moisture: 612
+    Soil moisture: 498
+    Soil moisture: 493
+    Soil moisture: 490
+    Soil Moisture: 388
+    ```
+
+> 💁 आप इस कोड को [code/virtual-device](../../../../../2-farm/lessons/2-detect-soil-moisture/code/virtual-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका मिट्टी नमी सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md b/translations/hi/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
new file mode 100644
index 00000000..466b853f
--- /dev/null
+++ b/translations/hi/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
@@ -0,0 +1,115 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0d55caa8c23d73635b7559102cd17b8a",
+  "translation_date": "2025-08-25T17:01:11+00:00",
+  "source_file": "2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md",
+  "language_code": "hi"
+}
+-->
+# मिट्टी की नमी मापें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal में एक कैपेसिटिव मिट्टी नमी सेंसर जोड़ेंगे और इससे मान पढ़ेंगे।
+
+## हार्डवेयर
+
+Wio Terminal को एक कैपेसिटिव मिट्टी नमी सेंसर की आवश्यकता है।
+
+आप जो सेंसर उपयोग करेंगे वह है [Capacitive Soil Moisture Sensor](https://www.seeedstudio.com/Grove-Capacitive-Moisture-Sensor-Corrosion-Resistant.html), जो मिट्टी की नमी को मापता है मिट्टी की कैपेसिटेंस का पता लगाकर। यह एक गुण है जो मिट्टी की नमी के बदलने पर बदलता है। जैसे-जैसे मिट्टी की नमी बढ़ती है, वोल्टेज घटता है।
+
+यह एक एनालॉग सेंसर है, इसलिए यह Wio Terminal के एनालॉग पिन से जुड़ता है और ऑनबोर्ड ADC का उपयोग करके 0-1,023 के बीच एक मान उत्पन्न करता है।
+
+### मिट्टी नमी सेंसर को कनेक्ट करें
+
+Grove मिट्टी नमी सेंसर को Wio Terminal के कॉन्फ़िगर करने योग्य एनालॉग/डिजिटल पोर्ट से जोड़ा जा सकता है।
+
+#### कार्य - मिट्टी नमी सेंसर को कनेक्ट करें
+
+मिट्टी नमी सेंसर को कनेक्ट करें।
+
+![Grove मिट्टी नमी सेंसर](../../../../../translated_images/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.hi.png)
+
+1. Grove केबल के एक सिरे को मिट्टी नमी सेंसर के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. Wio Terminal को अपने कंप्यूटर या अन्य पावर स्रोत से डिस्कनेक्ट करके रखें, और Grove केबल के दूसरे सिरे को Wio Terminal के स्क्रीन की ओर देखते हुए दाईं ओर के Grove सॉकेट में कनेक्ट करें। यह सॉकेट पावर बटन से सबसे दूर है।
+
+![Grove मिट्टी नमी सेंसर दाएं सॉकेट से जुड़ा हुआ](../../../../../translated_images/wio-soil-moisture-sensor.46919b61c3f6cb7497662251b29038ee0e57a4c8b9d071feb996c3b0d7f65aaf.hi.png)
+
+1. मिट्टी नमी सेंसर को मिट्टी में डालें। इसमें एक 'उच्चतम स्थिति रेखा' होती है - सेंसर पर एक सफेद रेखा। सेंसर को इस रेखा तक डालें लेकिन इसे पार न करें।
+
+![मिट्टी में Grove मिट्टी नमी सेंसर](../../../../../translated_images/soil-moisture-sensor-in-soil.bfad91002bda5e960f8c51ee64b02ee59b32c8c717e3515a2c945f33e614e403.hi.png)
+
+1. अब आप Wio Terminal को अपने कंप्यूटर से कनेक्ट कर सकते हैं।
+
+## मिट्टी नमी सेंसर को प्रोग्राम करें
+
+अब Wio Terminal को जुड़े हुए मिट्टी नमी सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - मिट्टी नमी सेंसर को प्रोग्राम करें
+
+डिवाइस को प्रोग्राम करें।
+
+1. PlatformIO का उपयोग करके एक नया Wio Terminal प्रोजेक्ट बनाएं। इस प्रोजेक्ट का नाम `soil-moisture-sensor` रखें। `setup` फ़ंक्शन में सीरियल पोर्ट को कॉन्फ़िगर करने के लिए कोड जोड़ें।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 1, पाठ 1 में PlatformIO प्रोजेक्ट बनाने के निर्देश देखें](../../../1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md#create-a-platformio-project)।
+
+1. इस सेंसर के लिए कोई लाइब्रेरी उपलब्ध नहीं है, इसके बजाय आप एनालॉग पिन से मान पढ़ने के लिए Arduino के अंतर्निहित [`analogRead`](https://www.arduino.cc/reference/en/language/functions/analog-io/analogread/) फ़ंक्शन का उपयोग कर सकते हैं। सबसे पहले, एनालॉग पिन को इनपुट के लिए कॉन्फ़िगर करें ताकि इससे मान पढ़े जा सकें। इसे `setup` फ़ंक्शन में निम्नलिखित कोड जोड़कर करें:
+
+    ```cpp
+    pinMode(A0, INPUT);
+    ```
+
+    यह `A0` पिन, जो कि संयुक्त एनालॉग/डिजिटल पिन है, को एक इनपुट पिन के रूप में सेट करता है जिससे वोल्टेज पढ़ा जा सके।
+
+1. `loop` फ़ंक्शन में निम्नलिखित कोड जोड़ें ताकि इस पिन से वोल्टेज पढ़ा जा सके:
+
+    ```cpp
+    int soil_moisture = analogRead(A0);
+    ```
+
+1. इस कोड के नीचे, सीरियल पोर्ट पर मान प्रिंट करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    Serial.print("Soil Moisture: ");
+    Serial.println(soil_moisture);
+    ```
+
+1. अंत में, 10 सेकंड की देरी जोड़ें:
+
+    ```cpp
+    delay(10000);
+    ```
+
+1. कोड को Wio Terminal पर बिल्ड और अपलोड करें।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 1, पाठ 1 में PlatformIO प्रोजेक्ट बनाने के निर्देश देखें](../../../1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md#write-the-hello-world-app)।
+
+1. अपलोड हो जाने के बाद, आप सीरियल मॉनिटर का उपयोग करके मिट्टी की नमी की निगरानी कर सकते हैं। मिट्टी में पानी डालें, या सेंसर को मिट्टी से हटा दें, और मान बदलते हुए देखें।
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Soil Moisture: 526
+    Soil Moisture: 529
+    Soil Moisture: 521
+    Soil Moisture: 494
+    Soil Moisture: 454
+    Soil Moisture: 456
+    Soil Moisture: 395
+    Soil Moisture: 388
+    Soil Moisture: 394
+    Soil Moisture: 391
+    ```
+
+    ऊपर दिए गए उदाहरण आउटपुट में, आप देख सकते हैं कि पानी डालने पर वोल्टेज कैसे गिरता है।
+
+> 💁 आप इस कोड को [code/wio-terminal](../../../../../2-farm/lessons/2-detect-soil-moisture/code/wio-terminal) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका मिट्टी नमी सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/3-automated-plant-watering/README.md b/translations/hi/2-farm/lessons/3-automated-plant-watering/README.md
new file mode 100644
index 00000000..bf0f6951
--- /dev/null
+++ b/translations/hi/2-farm/lessons/3-automated-plant-watering/README.md
@@ -0,0 +1,312 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "f7bb24ba53fb627ddb38a8b24a05e594",
+  "translation_date": "2025-08-25T16:48:54+00:00",
+  "source_file": "2-farm/lessons/3-automated-plant-watering/README.md",
+  "language_code": "hi"
+}
+-->
+# स्वचालित पौधों की सिंचाई
+
+![इस पाठ का एक स्केच नोट अवलोकन](../../../../../translated_images/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+यह पाठ [IoT for Beginners Project 2 - Digital Agriculture series](https://youtube.com/playlist?list=PLmsFUfdnGr3yCutmcVg6eAUEfsGiFXgcx) के हिस्से के रूप में [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn) से सिखाया गया था।
+
+[![IoT संचालित स्वचालित पौधों की सिंचाई](https://img.youtube.com/vi/g9FfZwv9R58/0.jpg)](https://youtu.be/g9FfZwv9R58)
+
+## व्याख्यान से पहले का क्विज़
+
+[व्याख्यान से पहले का क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/13)
+
+## परिचय
+
+पिछले पाठ में, आपने मिट्टी की नमी की निगरानी करना सीखा। इस पाठ में आप एक स्वचालित सिंचाई प्रणाली के मुख्य घटकों को बनाना सीखेंगे, जो मिट्टी की नमी के अनुसार प्रतिक्रिया करती है। आप समय के बारे में भी जानेंगे - कैसे सेंसर को परिवर्तनों का जवाब देने में समय लग सकता है, और कैसे एक्ट्यूएटर्स को सेंसर द्वारा मापे जा रहे गुणों को बदलने में समय लग सकता है।
+
+इस पाठ में हम कवर करेंगे:
+
+* [कम पावर वाले IoT डिवाइस से उच्च पावर वाले उपकरणों को नियंत्रित करना](../../../../../2-farm/lessons/3-automated-plant-watering)
+* [रिले को नियंत्रित करना](../../../../../2-farm/lessons/3-automated-plant-watering)
+* [MQTT के माध्यम से अपने पौधे को नियंत्रित करना](../../../../../2-farm/lessons/3-automated-plant-watering)
+* [सेंसर और एक्ट्यूएटर का समय](../../../../../2-farm/lessons/3-automated-plant-watering)
+* [अपने पौधे नियंत्रण सर्वर में समय जोड़ें](../../../../../2-farm/lessons/3-automated-plant-watering)
+
+## कम पावर वाले IoT डिवाइस से उच्च पावर वाले उपकरणों को नियंत्रित करना
+
+IoT डिवाइस कम वोल्टेज का उपयोग करते हैं। यह सेंसर और कम पावर वाले एक्ट्यूएटर्स जैसे कि LEDs के लिए पर्याप्त है, लेकिन सिंचाई के लिए उपयोग किए जाने वाले पानी के पंप जैसे बड़े हार्डवेयर को नियंत्रित करने के लिए यह बहुत कम है। यहां तक कि छोटे पंप, जिन्हें आप हाउसप्लांट्स के लिए उपयोग कर सकते हैं, IoT डिवाइस के लिए बहुत अधिक करंट खींचते हैं और बोर्ड को खराब कर सकते हैं।
+
+> 🎓 करंट, जिसे एम्प्स (A) में मापा जाता है, एक सर्किट के माध्यम से प्रवाहित होने वाली बिजली की मात्रा है। वोल्टेज धक्का प्रदान करता है, और करंट यह दर्शाता है कि कितना धक्का दिया जा रहा है। करंट के बारे में अधिक पढ़ने के लिए [विकिपीडिया पर इलेक्ट्रिक करंट पेज](https://wikipedia.org/wiki/Electric_current) देखें।
+
+इसका समाधान यह है कि पंप को एक बाहरी पावर सप्लाई से जोड़ा जाए, और एक एक्ट्यूएटर का उपयोग करके पंप को चालू किया जाए, जैसे कि आप एक लाइट को चालू करने के लिए स्विच का उपयोग करते हैं। आपके उंगली से स्विच को फ्लिप करने के लिए बहुत कम ऊर्जा (आपके शरीर में ऊर्जा के रूप में) की आवश्यकता होती है, और यह लाइट को 110v/240v पर चलने वाली मुख्य बिजली से जोड़ता है।
+
+![एक लाइट स्विच लाइट को पावर चालू करता है](../../../../../translated_images/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.hi.png)
+
+> 🎓 [मेन बिजली](https://wikipedia.org/wiki/Mains_electricity) का मतलब है वह बिजली जो दुनिया के कई हिस्सों में राष्ट्रीय बुनियादी ढांचे के माध्यम से घरों और व्यवसायों को दी जाती है।
+
+✅ IoT डिवाइस आमतौर पर 3.3V या 5V प्रदान कर सकते हैं, जो 1 एम्प (1A) से कम करंट पर होता है। इसकी तुलना मुख्य बिजली से करें, जो अक्सर 230V (उत्तर अमेरिका में 120V और जापान में 100V) पर होती है, और 30A तक करंट खींचने वाले उपकरणों को पावर प्रदान कर सकती है।
+
+ऐसे कई एक्ट्यूएटर्स हैं जो यह कर सकते हैं, जिनमें यांत्रिक उपकरण शामिल हैं जिन्हें आप मौजूदा स्विचों से जोड़ सकते हैं और उन्हें चालू करने के लिए उंगली की नकल कर सकते हैं। सबसे लोकप्रिय एक रिले है।
+
+### रिले
+
+रिले एक इलेक्ट्रोमैकेनिकल स्विच है जो एक विद्युत संकेत को यांत्रिक गति में बदलता है, जो एक स्विच को चालू करता है। रिले का मुख्य भाग एक इलेक्ट्रोमैग्नेट है।
+
+> 🎓 [इलेक्ट्रोमैग्नेट्स](https://wikipedia.org/wiki/Electromagnet) वे मैग्नेट हैं जो एक तार के कॉइल के माध्यम से बिजली प्रवाहित करके बनाए जाते हैं। जब बिजली चालू होती है, तो कॉइल चुंबकीय हो जाता है। जब बिजली बंद होती है, तो कॉइल अपनी चुंबकीयता खो देता है।
+
+![जब चालू होता है, तो इलेक्ट्रोमैग्नेट एक चुंबकीय क्षेत्र बनाता है, आउटपुट सर्किट के लिए स्विच को चालू करता है](../../../../../translated_images/relay-on.4db16a0fd6b669262fd6699aff3fbcd31b6057c06d90411b6bddc06326d1cf75.hi.png)
+
+एक रिले में, एक नियंत्रण सर्किट इलेक्ट्रोमैग्नेट को पावर देता है। जब इलेक्ट्रोमैग्नेट चालू होता है, तो यह एक लीवर को खींचता है जो एक स्विच को हिलाता है, संपर्कों की एक जोड़ी को बंद करता है और एक आउटपुट सर्किट को पूरा करता है।
+
+![जब बंद होता है, तो इलेक्ट्रोमैग्नेट चुंबकीय क्षेत्र नहीं बनाता, आउटपुट सर्किट के लिए स्विच को बंद करता है](../../../../../translated_images/relay-off.c34a178a2960fecdc3c6400d43e633ed11c6746cd653cfb4a768fa097c40394c.hi.png)
+
+जब नियंत्रण सर्किट बंद होता है, तो इलेक्ट्रोमैग्नेट बंद हो जाता है, लीवर को छोड़ देता है और संपर्कों को खोल देता है, आउटपुट सर्किट को बंद कर देता है। रिले डिजिटल एक्ट्यूएटर्स हैं - रिले को चालू करने के लिए एक उच्च सिग्नल और इसे बंद करने के लिए एक निम्न सिग्नल की आवश्यकता होती है।
+
+आउटपुट सर्किट का उपयोग अतिरिक्त हार्डवेयर को पावर देने के लिए किया जा सकता है, जैसे कि सिंचाई प्रणाली। IoT डिवाइस रिले को चालू कर सकता है, आउटपुट सर्किट को पूरा कर सकता है जो सिंचाई प्रणाली को पावर देता है, और पौधों को पानी मिलता है। फिर IoT डिवाइस रिले को बंद कर सकता है, सिंचाई प्रणाली को पावर काट सकता है, और पानी बंद कर सकता है।
+
+![एक रिले चालू हो रहा है, एक पंप चालू कर रहा है जो पौधे को पानी भेज रहा है](../../../../../images/strawberry-pump.gif)
+
+ऊपर दिए गए वीडियो में, एक रिले चालू हो रहा है। रिले पर एक LED जलती है जो यह संकेत देती है कि यह चालू है (कुछ रिले बोर्डों में यह संकेत देने के लिए LED होती है कि रिले चालू है या बंद), और पंप को पावर भेजी जाती है, जो इसे चालू करती है और पौधे में पानी पंप करती है।
+
+> 💁 रिले का उपयोग दो आउटपुट सर्किटों के बीच स्विच करने के लिए भी किया जा सकता है, बजाय इसके कि एक को चालू और बंद किया जाए। जैसे ही लीवर हिलता है, यह एक आउटपुट सर्किट को पूरा करने से दूसरे आउटपुट सर्किट को पूरा करने के लिए स्विच करता है, आमतौर पर एक सामान्य पावर कनेक्शन या सामान्य ग्राउंड कनेक्शन साझा करता है।
+
+✅ कुछ शोध करें: रिले के कई प्रकार होते हैं, जिनमें अंतर यह होता है कि क्या नियंत्रण सर्किट पावर लागू होने पर रिले को चालू या बंद करता है, या कई आउटपुट सर्किट होते हैं। इन विभिन्न प्रकारों के बारे में जानें।
+
+जब लीवर हिलता है, तो आप आमतौर पर इसे इलेक्ट्रोमैग्नेट के संपर्क में आने पर एक स्पष्ट क्लिक की आवाज सुन सकते हैं।
+
+> 💁 एक रिले को इस तरह से वायर किया जा सकता है कि कनेक्शन बनाना वास्तव में रिले को पावर काट देता है, जिससे रिले बंद हो जाता है, जो फिर रिले को पावर भेजता है और इसे फिर से चालू करता है, और इसी तरह। इसका मतलब है कि रिले बहुत तेज़ी से क्लिक करेगा और एक बजने वाली आवाज़ बनाएगा। यह कुछ पहले के बजर्स के काम करने का तरीका था, जो इलेक्ट्रिक डोरबेल्स में उपयोग किए जाते थे।
+
+### रिले पावर
+
+इलेक्ट्रोमैग्नेट को सक्रिय करने और लीवर को खींचने के लिए बहुत अधिक पावर की आवश्यकता नहीं होती है, इसे 3.3V या 5V आउटपुट का उपयोग करके IoT डिवाइस से नियंत्रित किया जा सकता है। आउटपुट सर्किट बहुत अधिक पावर ले जा सकता है, रिले के आधार पर, जिसमें मुख्य वोल्टेज या यहां तक कि औद्योगिक उपयोग के लिए उच्च पावर स्तर शामिल हैं। इस तरह एक IoT डिवाइस एक सिंचाई प्रणाली को नियंत्रित कर सकता है, एक छोटे पौधे के लिए एक छोटे पंप से लेकर एक पूरे वाणिज्यिक खेत के लिए एक विशाल औद्योगिक प्रणाली तक।
+
+![एक ग्रोव रिले जिसमें नियंत्रण सर्किट, आउटपुट सर्किट और रिले लेबल किए गए हैं](../../../../../translated_images/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.hi.png)
+
+ऊपर दी गई छवि एक ग्रोव रिले दिखाती है। नियंत्रण सर्किट IoT डिवाइस से जुड़ता है और 3.3V या 5V का उपयोग करके रिले को चालू या बंद करता है। आउटपुट सर्किट में दो टर्मिनल होते हैं, जिनमें से कोई भी पावर या ग्राउंड हो सकता है। आउटपुट सर्किट 250V तक 10A संभाल सकता है, जो कई मुख्य पावर वाले उपकरणों के लिए पर्याप्त है। आप ऐसे रिले प्राप्त कर सकते हैं जो और भी उच्च पावर स्तर संभाल सकते हैं।
+
+![एक पंप को रिले के माध्यम से वायर किया गया](../../../../../translated_images/pump-wired-to-relay.66c5cfc0d89189900cd601777f5caeb39ee35c6250f6c86bf38feaceedb21fe9.hi.png)
+
+ऊपर दी गई छवि में, एक पंप को रिले के माध्यम से पावर दी जाती है। एक लाल तार USB पावर सप्लाई के +5V टर्मिनल को रिले के आउटपुट सर्किट के एक टर्मिनल से जोड़ता है, और दूसरा लाल तार आउटपुट सर्किट के दूसरे टर्मिनल को पंप से जोड़ता है। एक काला तार पंप को USB पावर सप्लाई के ग्राउंड से जोड़ता है। जब रिले चालू होता है, तो यह सर्किट को पूरा करता है, पंप को 5V भेजता है, और पंप चालू हो जाता है।
+
+## रिले को नियंत्रित करना
+
+आप अपने IoT डिवाइस से एक रिले को नियंत्रित कर सकते हैं।
+
+### कार्य - रिले को नियंत्रित करें
+
+अपने IoT डिवाइस का उपयोग करके रिले को नियंत्रित करने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-relay.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi](pi-relay.md)
+* [सिंगल-बोर्ड कंप्यूटर - वर्चुअल डिवाइस](virtual-device-relay.md)
+
+## MQTT के माध्यम से अपने पौधे को नियंत्रित करें
+
+अब तक आपका रिले सीधे IoT डिवाइस द्वारा एकल मिट्टी नमी रीडिंग के आधार पर नियंत्रित किया जा रहा था। एक वाणिज्यिक सिंचाई प्रणाली में, नियंत्रण लॉजिक केंद्रीकृत होगा, जिससे यह कई सेंसरों से डेटा का उपयोग करके पानी देने के निर्णय ले सके, और किसी भी कॉन्फ़िगरेशन को एक ही स्थान पर बदला जा सके। इसे अनुकरण करने के लिए, आप MQTT के माध्यम से रिले को नियंत्रित कर सकते हैं।
+
+### कार्य - MQTT के माध्यम से रिले को नियंत्रित करें
+
+1. अपने `soil-moisture-sensor` प्रोजेक्ट में MQTT से कनेक्ट करने के लिए संबंधित MQTT लाइब्रेरी/पाइप पैकेज और कोड जोड़ें। क्लाइंट ID को `soilmoisturesensor_client` के रूप में नाम दें, जिसे आपके ID से प्रीफिक्स किया गया हो।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 1, पाठ 4 में MQTT से कनेक्ट करने के निर्देश](../../../1-getting-started/lessons/4-connect-internet/README.md#connect-your-iot-device-to-mqtt) देखें।
+
+1. मिट्टी की नमी सेटिंग्स के साथ टेलीमेट्री भेजने के लिए संबंधित डिवाइस कोड जोड़ें। टेलीमेट्री संदेश के लिए, प्रॉपर्टी का नाम `soil_moisture` रखें।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 1, पाठ 4 में MQTT को टेलीमेट्री भेजने के निर्देश](../../../1-getting-started/lessons/4-connect-internet/README.md#send-telemetry-from-your-iot-device) देखें।
+
+1. `soil-moisture-sensor-server` नामक एक फोल्डर में टेलीमेट्री की सदस्यता लेने और रिले को नियंत्रित करने के लिए एक कमांड भेजने के लिए कुछ स्थानीय सर्वर कोड बनाएं। कमांड संदेश में प्रॉपर्टी का नाम `relay_on` रखें, और क्लाइंट ID को `soilmoisturesensor_server` के रूप में नाम दें, जिसे आपके ID से प्रीफिक्स किया गया हो। इस कोड को उसी संरचना में रखें जैसा आपने प्रोजेक्ट 1, पाठ 4 के लिए लिखा था, क्योंकि आप इस पाठ में इस कोड में और जोड़ेंगे।
+
+    > ⚠️ यदि आवश्यक हो, तो [MQTT को टेलीमेट्री भेजने के निर्देश](../../../1-getting-started/lessons/4-connect-internet/README.md#write-the-server-code) और [MQTT के माध्यम से कमांड भेजने के निर्देश](../../../1-getting-started/lessons/4-connect-internet/README.md#send-commands-to-the-mqtt-broker) प्रोजेक्ट 1, पाठ 4 में देखें।
+
+1. प्राप्त कमांड से रिले को नियंत्रित करने के लिए संबंधित डिवाइस कोड जोड़ें, संदेश से `relay_on` प्रॉपर्टी का उपयोग करें। यदि `soil_moisture` 450 से अधिक है तो `relay_on` के लिए true भेजें, अन्यथा false भेजें, जैसा कि आपने पहले IoT डिवाइस के लिए लॉजिक जोड़ा था।
+
+    > ⚠️ यदि आवश्यक हो, तो [MQTT से कमांड का जवाब देने के निर्देश](../../../1-getting-started/lessons/4-connect-internet/README.md#handle-commands-on-the-iot-device) प्रोजेक्ट 1, पाठ 4 में देखें।
+
+> 💁 आप इस कोड को [code-mqtt](../../../../../2-farm/lessons/3-automated-plant-watering/code-mqtt) फोल्डर में पा सकते हैं।
+
+सुनिश्चित करें कि कोड आपके डिवाइस और स्थानीय सर्वर पर चल रहा है, और इसे मिट्टी की नमी के स्तर को बदलकर आज़माएं, चाहे वर्चुअल सेंसर द्वारा भेजे गए मानों को बदलकर, या मिट्टी में पानी जोड़कर या सेंसर को मिट्टी से हटाकर।
+
+## सेंसर और एक्ट्यूएटर का समय
+
+पाठ 3 में आपने एक नाइटलाइट बनाया था - एक LED जो जैसे ही एक लाइट सेंसर द्वारा कम रोशनी का स्तर पता चलता है, चालू हो जाती है। लाइट सेंसर तुरंत रोशनी के स्तर में बदलाव का पता लगाता है, और डिवाइस जल्दी प्रतिक्रिया कर सकता है, केवल `loop` फ़ंक्शन या `while True:` लूप में देरी की लंबाई तक सीमित। एक IoT डेवलपर के रूप में, आप हमेशा इतनी तेज़ प्रतिक्रिया लूप पर भरोसा नहीं कर सकते।
+
+### मिट्टी की नमी के लिए समय
+
+यदि आपने पिछले पाठ में भौतिक सेंसर का उपयोग करके मिट्टी की नमी पर काम किया, तो आपने देखा होगा कि पौधे को पानी देने के बाद मिट्टी की नमी रीडिंग को गिरने में कुछ सेकंड लगते हैं। ऐसा इसलिए नहीं है क्योंकि सेंसर धीमा है, बल्कि इसलिए कि पानी को मिट्टी में सोखने में समय लगता है।
+💁 अगर आपने सेंसर के बहुत पास पानी डाला होगा, तो आपने देखा होगा कि रीडिंग तेजी से गिरी और फिर वापस बढ़ गई - ऐसा इसलिए होता है क्योंकि सेंसर के पास का पानी मिट्टी के बाकी हिस्सों में फैल जाता है, जिससे सेंसर के पास की मिट्टी की नमी कम हो जाती है।
+![पानी देने के दौरान मिट्टी की नमी का माप 658 पर स्थिर रहता है, यह केवल पानी देने के बाद 320 तक गिरता है जब पानी मिट्टी में पूरी तरह से समा जाता है](../../../../../translated_images/soil-moisture-travel.a0e31af222cf14385de5380dfc32c7b8213960965228b8e4f7b7ab7f73b310a3.hi.png)
+
+ऊपर दिए गए चित्र में, मिट्टी की नमी का माप 658 दिखाता है। पौधे को पानी दिया जाता है, लेकिन यह माप तुरंत नहीं बदलता क्योंकि पानी अभी तक सेंसर तक नहीं पहुंचा है। पानी देने की प्रक्रिया सेंसर तक पानी पहुंचने से पहले ही समाप्त हो सकती है, और तब माप नई नमी के स्तर को दर्शाने के लिए गिरता है।
+
+यदि आप मिट्टी की नमी के स्तर के आधार पर रिले के माध्यम से सिंचाई प्रणाली को नियंत्रित करने के लिए कोड लिख रहे हैं, तो आपको इस देरी को ध्यान में रखना होगा और अपने IoT डिवाइस में अधिक स्मार्ट टाइमिंग बनानी होगी।
+
+✅ एक पल रुककर सोचें कि आप इसे कैसे कर सकते हैं।
+
+### सेंसर और एक्टुएटर की टाइमिंग को नियंत्रित करें
+
+कल्पना करें कि आपको एक खेत के लिए सिंचाई प्रणाली बनाने का काम सौंपा गया है। मिट्टी के प्रकार के आधार पर, उगाए गए पौधों के लिए आदर्श मिट्टी की नमी का स्तर 400-450 के एनालॉग वोल्टेज माप से मेल खाता है।
+
+आप डिवाइस को उसी तरह प्रोग्राम कर सकते हैं जैसे नाइटलाइट - जब तक सेंसर 450 से ऊपर पढ़ता है, रिले को चालू करें ताकि पंप चालू हो जाए। समस्या यह है कि पंप से पानी मिट्टी के माध्यम से सेंसर तक पहुंचने में समय लेता है। सेंसर पानी को तब रोक देगा जब वह 450 का स्तर मापेगा, लेकिन पानी का स्तर तब भी गिरता रहेगा क्योंकि पंप किया गया पानी मिट्टी में समा रहा है। इसका परिणाम पानी की बर्बादी और जड़ों को नुकसान का खतरा हो सकता है।
+
+✅ याद रखें - बहुत अधिक पानी पौधों के लिए उतना ही खराब हो सकता है जितना कि बहुत कम पानी, और यह एक कीमती संसाधन की बर्बादी है।
+
+बेहतर समाधान यह समझना है कि एक्टुएटर के चालू होने और सेंसर द्वारा पढ़े गए गुण में बदलाव के बीच एक देरी होती है। इसका मतलब है कि सेंसर को न केवल कुछ समय इंतजार करना चाहिए बल्कि एक्टुएटर को अगली सेंसर माप लेने से पहले कुछ समय के लिए बंद रहना चाहिए।
+
+हर बार रिले कितनी देर तक चालू रहना चाहिए? यह बेहतर है कि सावधानी बरती जाए और रिले को केवल थोड़े समय के लिए चालू किया जाए, फिर पानी को मिट्टी में समाने के लिए इंतजार किया जाए, फिर नमी के स्तर को फिर से जांचा जाए। आखिरकार, आप हमेशा अधिक पानी जोड़ने के लिए पंप को फिर से चालू कर सकते हैं, लेकिन मिट्टी से पानी निकाल नहीं सकते।
+
+> 💁 इस प्रकार की टाइमिंग नियंत्रण आपके IoT डिवाइस, मापे जा रहे गुण, और उपयोग किए गए सेंसर और एक्टुएटर पर बहुत निर्भर करता है।
+
+![एक स्ट्रॉबेरी पौधा जो पंप के माध्यम से पानी से जुड़ा है, पंप एक रिले से जुड़ा है। रिले और मिट्टी की नमी सेंसर दोनों एक रास्पबेरी पाई से जुड़े हैं](../../../../../translated_images/strawberry-with-pump.b410fc72ac6aabad3e28de9775bf2393ead73dcfec6fd8c9bc01cf107ecd171a.hi.png)
+
+उदाहरण के लिए, मेरे पास एक स्ट्रॉबेरी पौधा है जिसमें मिट्टी की नमी सेंसर और एक पंप है जो रिले द्वारा नियंत्रित होता है। मैंने देखा है कि जब मैं पानी जोड़ता हूं तो मिट्टी की नमी का माप स्थिर होने में लगभग 20 सेकंड लगते हैं। इसका मतलब है कि मुझे रिले को बंद करना होगा और नमी के स्तर की जांच करने से पहले 20 सेकंड इंतजार करना होगा। मैं कम पानी रखना पसंद करूंगा क्योंकि मैं हमेशा पंप को फिर से चालू कर सकता हूं, लेकिन मैं पौधे से पानी नहीं निकाल सकता।
+
+![चरण 1, माप लें। चरण 2, पानी जोड़ें। चरण 3, पानी को मिट्टी में समाने के लिए इंतजार करें। चरण 4, माप को फिर से लें](../../../../../translated_images/soil-moisture-delay.865f3fae206db01d5f8f100f4f44040215d44a0412dd3450aef7ff7b93b6d273.hi.png)
+
+इसका मतलब है कि सबसे अच्छा प्रक्रिया कुछ इस प्रकार होगी:
+
+* पंप को 5 सेकंड के लिए चालू करें
+* 20 सेकंड इंतजार करें
+* मिट्टी की नमी की जांच करें
+* यदि स्तर अभी भी आवश्यक स्तर से ऊपर है, तो ऊपर दिए गए चरणों को दोहराएं
+
+5 सेकंड पंप के लिए बहुत लंबा हो सकता है, खासकर यदि नमी का स्तर केवल आवश्यक स्तर से थोड़ा ऊपर हो। सबसे अच्छा तरीका यह है कि इसे आजमाएं, फिर सेंसर डेटा के साथ समायोजित करें, एक निरंतर फीडबैक लूप के साथ। यह अधिक सूक्ष्म टाइमिंग की ओर भी ले जा सकता है, जैसे कि आवश्यक मिट्टी की नमी से हर 100 ऊपर के लिए पंप को 1 सेकंड के लिए चालू करना, बजाय एक निश्चित 5 सेकंड के।
+
+✅ कुछ शोध करें: क्या अन्य टाइमिंग विचार हैं? क्या पौधे को किसी भी समय पानी दिया जा सकता है जब मिट्टी की नमी बहुत कम हो, या पौधों को पानी देने के लिए दिन के कुछ विशेष समय अच्छे या खराब होते हैं?
+
+> 💁 मौसम की भविष्यवाणी को भी बाहरी खेती के लिए स्वचालित सिंचाई प्रणालियों को नियंत्रित करते समय ध्यान में रखा जा सकता है। यदि बारिश की संभावना है, तो पानी देने को बारिश खत्म होने तक रोक दिया जा सकता है। उस समय मिट्टी इतनी नम हो सकती है कि उसे पानी देने की आवश्यकता न हो, जो पानी की बर्बादी से बचने के लिए अधिक कुशल है।
+
+## अपने पौधे नियंत्रण सर्वर में टाइमिंग जोड़ें
+
+सर्वर कोड को पानी देने के चक्र के आसपास नियंत्रण जोड़ने और मिट्टी की नमी के स्तर को बदलने के लिए इंतजार करने के लिए संशोधित किया जा सकता है। रिले टाइमिंग को नियंत्रित करने के लिए सर्वर लॉजिक है:
+
+1. टेलीमेट्री संदेश प्राप्त हुआ
+1. मिट्टी की नमी का स्तर जांचें
+1. यदि यह ठीक है, तो कुछ न करें। यदि माप बहुत अधिक है (जिसका अर्थ है कि मिट्टी की नमी बहुत कम है) तो:
+    1. रिले को चालू करने के लिए एक कमांड भेजें
+    1. 5 सेकंड इंतजार करें
+    1. रिले को बंद करने के लिए एक कमांड भेजें
+    1. मिट्टी की नमी के स्तर को स्थिर होने के लिए 20 सेकंड इंतजार करें
+
+पानी देने का चक्र, टेलीमेट्री संदेश प्राप्त करने से लेकर मिट्टी की नमी के स्तर को फिर से जांचने के लिए तैयार होने तक, लगभग 25 सेकंड लेता है। हम हर 10 सेकंड में मिट्टी की नमी के स्तर भेज रहे हैं, इसलिए एक ओवरलैप है जहां एक संदेश प्राप्त होता है जबकि सर्वर मिट्टी की नमी के स्तर को स्थिर होने के लिए इंतजार कर रहा है, जो एक और पानी देने का चक्र शुरू कर सकता है।
+
+इससे निपटने के लिए दो विकल्प हैं:
+
+* IoT डिवाइस कोड को बदलें ताकि टेलीमेट्री केवल हर मिनट भेजी जाए, इस तरह पानी देने का चक्र अगले संदेश भेजे जाने से पहले पूरा हो जाएगा
+* पानी देने के चक्र के दौरान टेलीमेट्री से अनसब्सक्राइब करें
+
+पहला विकल्प बड़े खेतों के लिए हमेशा अच्छा समाधान नहीं होता। किसान मिट्टी की नमी के स्तर को पानी देने के दौरान कैप्चर करना चाह सकता है ताकि बाद में विश्लेषण के लिए इसका उपयोग किया जा सके, उदाहरण के लिए खेत के विभिन्न क्षेत्रों में पानी के प्रवाह के बारे में जागरूक होने के लिए अधिक लक्षित पानी देने का मार्गदर्शन करने के लिए। दूसरा विकल्प बेहतर है - कोड केवल टेलीमेट्री को तब अनदेखा कर रहा है जब इसका उपयोग नहीं किया जा सकता, लेकिन टेलीमेट्री अभी भी अन्य सेवाओं के लिए उपलब्ध है जो इसे सब्सक्राइब कर सकती हैं।
+
+> 💁 IoT डेटा केवल एक डिवाइस से एक सेवा तक नहीं भेजा जाता, बल्कि कई डिवाइस डेटा को एक ब्रॉकर पर भेज सकते हैं, और कई सेवाएं ब्रॉकर से डेटा सुन सकती हैं। उदाहरण के लिए, एक सेवा मिट्टी की नमी डेटा को सुन सकती है और इसे बाद में विश्लेषण के लिए एक डेटाबेस में स्टोर कर सकती है। एक अन्य सेवा भी उसी टेलीमेट्री को सुन सकती है ताकि सिंचाई प्रणाली को नियंत्रित किया जा सके।
+
+### कार्य - अपने पौधे नियंत्रण सर्वर में टाइमिंग जोड़ें
+
+अपने सर्वर कोड को 5 सेकंड के लिए रिले चलाने, फिर 20 सेकंड इंतजार करने के लिए अपडेट करें।
+
+1. यदि `soil-moisture-sensor-server` फ़ोल्डर VS Code में पहले से खुला नहीं है, तो इसे खोलें। सुनिश्चित करें कि वर्चुअल एनवायरनमेंट सक्रिय है।
+
+1. `app.py` फ़ाइल खोलें
+
+1. मौजूदा इम्पोर्ट्स के नीचे `app.py` फ़ाइल में निम्नलिखित कोड जोड़ें:
+
+    ```python
+    import threading
+    ```
+
+    यह कथन Python लाइब्रेरी से `threading` को इम्पोर्ट करता है, जो Python को इंतजार करते समय अन्य कोड निष्पादित करने की अनुमति देता है।
+
+1. उस कोड के नीचे, जो टेलीमेट्री संदेशों को संभालता है, निम्नलिखित कोड जोड़ें:
+
+    ```python
+    water_time = 5
+    wait_time = 20
+    ```
+
+    यह परिभाषित करता है कि रिले को कितनी देर तक चलाना है (`water_time`), और उसके बाद मिट्टी की नमी की जांच करने के लिए कितनी देर तक इंतजार करना है (`wait_time`)।
+
+1. इस कोड के नीचे, निम्नलिखित जोड़ें:
+
+    ```python
+    def send_relay_command(client, state):
+        command = { 'relay_on' : state }
+        print("Sending message:", command)
+        client.publish(server_command_topic, json.dumps(command))
+    ```
+
+    यह एक फ़ंक्शन को परिभाषित करता है जिसे `send_relay_command` कहा जाता है, जो MQTT के माध्यम से रिले को नियंत्रित करने के लिए एक कमांड भेजता है। टेलीमेट्री को एक डिक्शनरी के रूप में बनाया जाता है, फिर JSON स्ट्रिंग में परिवर्तित किया जाता है। `state` में पास की गई वैल्यू निर्धारित करती है कि रिले चालू या बंद होना चाहिए।
+
+1. `send_relay_code` फ़ंक्शन के बाद, निम्नलिखित कोड जोड़ें:
+
+    ```python
+    def control_relay(client):
+        print("Unsubscribing from telemetry")
+        mqtt_client.unsubscribe(client_telemetry_topic)
+    
+        send_relay_command(client, True)
+        time.sleep(water_time)
+        send_relay_command(client, False)
+    
+        time.sleep(wait_time)
+    
+        print("Subscribing to telemetry")
+        mqtt_client.subscribe(client_telemetry_topic)
+    ```
+
+    यह एक फ़ंक्शन को परिभाषित करता है जो आवश्यक टाइमिंग के आधार पर रिले को नियंत्रित करता है। यह टेलीमेट्री से अनसब्सक्राइब करके शुरू होता है ताकि पानी देने के दौरान मिट्टी की नमी संदेशों को प्रोसेस न किया जाए। फिर यह रिले को चालू करने के लिए एक कमांड भेजता है। इसके बाद यह `water_time` के लिए इंतजार करता है और फिर रिले को बंद करने के लिए एक कमांड भेजता है। अंत में यह मिट्टी की नमी के स्तर को स्थिर होने के लिए `wait_time` सेकंड तक इंतजार करता है। फिर यह टेलीमेट्री को फिर से सब्सक्राइब करता है।
+
+1. `handle_telemetry` फ़ंक्शन को निम्नलिखित में बदलें:
+
+    ```python
+    def handle_telemetry(client, userdata, message):
+        payload = json.loads(message.payload.decode())
+        print("Message received:", payload)
+    
+        if payload['soil_moisture'] > 450:
+            threading.Thread(target=control_relay, args=(client,)).start()
+    ```
+
+    यह कोड मिट्टी की नमी के स्तर की जांच करता है। यदि यह 450 से अधिक है, तो मिट्टी को पानी देने की आवश्यकता है, इसलिए यह `control_relay` फ़ंक्शन को कॉल करता है। यह फ़ंक्शन एक अलग थ्रेड पर चलता है, जो बैकग्राउंड में चलता है।
+
+1. सुनिश्चित करें कि आपका IoT डिवाइस चल रहा है, फिर इस कोड को चलाएं। मिट्टी की नमी के स्तर को बदलें और देखें कि रिले के साथ क्या होता है - इसे 5 सेकंड के लिए चालू होना चाहिए और कम से कम 20 सेकंड तक बंद रहना चाहिए, केवल तभी चालू होना चाहिए जब मिट्टी की नमी का स्तर पर्याप्त न हो।
+
+    ```output
+    (.venv) ➜  soil-moisture-sensor-server ✗ python app.py
+    Message received: {'soil_moisture': 457}
+    Unsubscribing from telemetry
+    Sending message: {'relay_on': True}
+    Sending message: {'relay_on': False}
+    Subscribing to telemetry
+    Message received: {'soil_moisture': 302}
+    ```
+
+    एक सिम्युलेटेड सिंचाई प्रणाली में इसका परीक्षण करने का अच्छा तरीका यह है कि सूखी मिट्टी का उपयोग करें, फिर रिले चालू होने पर मैन्युअल रूप से पानी डालें, और रिले बंद होने पर पानी डालना बंद करें।
+
+> 💁 आप इस कोड को [code-timing](../../../../../2-farm/lessons/3-automated-plant-watering/code-timing) फ़ोल्डर में पा सकते हैं।
+
+> 💁 यदि आप एक वास्तविक सिंचाई प्रणाली बनाने के लिए पंप का उपयोग करना चाहते हैं, तो आप [6V पानी पंप](https://www.seeedstudio.com/6V-Mini-Water-Pump-p-1945.html) का उपयोग कर सकते हैं और इसे [USB टर्मिनल पावर सप्लाई](https://www.adafruit.com/product/3628) के साथ जोड़ सकते हैं। सुनिश्चित करें कि पंप को या पंप से बिजली रिले के माध्यम से जुड़ी हो।
+
+---
+
+## 🚀 चुनौती
+
+क्या आप किसी अन्य IoT या अन्य इलेक्ट्रिकल डिवाइस के बारे में सोच सकते हैं जिसमें ऐसा ही समस्या हो, जहां एक्टुएटर के परिणाम सेंसर तक पहुंचने में समय लगता है। आपके घर या स्कूल में शायद कुछ ऐसे डिवाइस हों।
+
+* वे कौन से गुण मापते हैं?
+* एक्टुएटर के उपयोग के बाद गुण बदलने में कितना समय लगता है?
+* क्या यह ठीक है कि गुण आवश्यक मान से आगे बढ़ जाए?
+* यदि आवश्यक हो तो इसे वापस आवश्यक मान पर कैसे लाया जा सकता है?
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/14)
+
+## समीक्षा और स्व-अध्ययन
+
+* रिले के बारे में अधिक पढ़ें, जिसमें टेलीफोन एक्सचेंज में उनका ऐतिहासिक उपयोग शामिल है, [रिले विकिपीडिया पेज](https://wikipedia.org/wiki/Relay) पर।
+
+## असाइनमेंट
+
+[एक अधिक कुशल पानी देने का चक्र बनाएं](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/3-automated-plant-watering/assignment.md b/translations/hi/2-farm/lessons/3-automated-plant-watering/assignment.md
new file mode 100644
index 00000000..bde2b92a
--- /dev/null
+++ b/translations/hi/2-farm/lessons/3-automated-plant-watering/assignment.md
@@ -0,0 +1,52 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "ed0fbd6aed084bfba7d5e2f206968c50",
+  "translation_date": "2025-08-25T16:51:37+00:00",
+  "source_file": "2-farm/lessons/3-automated-plant-watering/assignment.md",
+  "language_code": "hi"
+}
+-->
+# एक अधिक प्रभावी सिंचाई चक्र बनाएं
+
+## निर्देश
+
+इस पाठ में आपने सीखा कि सेंसर डेटा के माध्यम से एक रिले को कैसे नियंत्रित किया जाए, और वह रिले बदले में सिंचाई प्रणाली के लिए एक पंप को नियंत्रित कर सकता है। मिट्टी के एक निश्चित क्षेत्र के लिए, एक निश्चित समय तक पंप चलाने का मिट्टी की नमी पर हमेशा समान प्रभाव पड़ेगा। इसका मतलब है कि आप यह अंदाजा लगा सकते हैं कि मिट्टी की नमी में एक निश्चित गिरावट के लिए कितने सेकंड की सिंचाई की आवश्यकता है। इस डेटा का उपयोग करके आप एक अधिक नियंत्रित सिंचाई प्रणाली बना सकते हैं।
+
+इस असाइनमेंट में, आपको यह गणना करनी होगी कि मिट्टी की नमी में एक विशेष वृद्धि के लिए पंप कितनी देर तक चलना चाहिए।
+
+> ⚠️ यदि आप वर्चुअल IoT हार्डवेयर का उपयोग कर रहे हैं, तो आप इस प्रक्रिया को पूरा कर सकते हैं, लेकिन परिणामों को मैन्युअल रूप से मिट्टी की नमी के रीडिंग को प्रति सेकंड एक निश्चित मात्रा से बढ़ाकर अनुकरण करें जब रिले चालू हो।
+
+1. सूखी मिट्टी से शुरू करें। मिट्टी की नमी को मापें।
+
+1. एक निश्चित मात्रा में पानी डालें, या तो पंप को 1 सेकंड के लिए चलाकर या एक निश्चित मात्रा में पानी डालकर।
+
+    > पंप हमेशा एक स्थिर दर पर चलना चाहिए, इसलिए हर सेकंड जब पंप चलता है, तो वह समान मात्रा में पानी प्रदान करेगा।
+
+1. तब तक प्रतीक्षा करें जब तक मिट्टी की नमी का स्तर स्थिर न हो जाए और एक रीडिंग लें।
+
+1. इसे कई बार दोहराएं और परिणामों की एक तालिका बनाएं। नीचे इस तालिका का एक उदाहरण दिया गया है।
+
+    | कुल पंप समय | मिट्टी की नमी | गिरावट |
+    | --- | --: | -: |
+    | सूखी | 643 |  0 |
+    | 1 सेकंड  | 621 | 22 |
+    | 2 सेकंड  | 601 | 20 |
+    | 3 सेकंड  | 579 | 22 |
+    | 4 सेकंड  | 560 | 19 |
+    | 5 सेकंड  | 539 | 21 |
+    | 6 सेकंड  | 521 | 18 |
+
+1. पानी के प्रति सेकंड मिट्टी की नमी में औसत वृद्धि का पता लगाएं। ऊपर दिए गए उदाहरण में, पानी के प्रत्येक सेकंड में रीडिंग औसतन 20.3 से घट जाती है।
+
+1. इस डेटा का उपयोग अपने सर्वर कोड की दक्षता बढ़ाने के लिए करें, पंप को आवश्यक समय तक चलाएं ताकि मिट्टी की नमी वांछित स्तर तक पहुंच सके।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| मिट्टी की नमी डेटा कैप्चर करें | पानी की निश्चित मात्रा डालने के बाद कई रीडिंग कैप्चर करने में सक्षम है | पानी की निश्चित मात्रा के साथ कुछ रीडिंग कैप्चर करने में सक्षम है | केवल एक या दो रीडिंग कैप्चर कर सकता है, या पानी की निश्चित मात्रा का उपयोग करने में असमर्थ है |
+| सर्वर कोड को कैलिब्रेट करें | मिट्टी की नमी रीडिंग में औसत गिरावट की गणना करने और सर्वर कोड को अपडेट करने में सक्षम है | औसत गिरावट की गणना करने में सक्षम है, लेकिन सर्वर कोड को अपडेट नहीं कर सकता, या औसत को सही ढंग से गणना करने में असमर्थ है, लेकिन इस मान को सही ढंग से सर्वर कोड अपडेट करने के लिए उपयोग करता है | औसत की गणना करने या सर्वर कोड को अपडेट करने में असमर्थ है |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/3-automated-plant-watering/pi-relay.md b/translations/hi/2-farm/lessons/3-automated-plant-watering/pi-relay.md
new file mode 100644
index 00000000..ef71b235
--- /dev/null
+++ b/translations/hi/2-farm/lessons/3-automated-plant-watering/pi-relay.md
@@ -0,0 +1,121 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "66b81165e60f8f169bd52a401b6a0f8b",
+  "translation_date": "2025-08-25T16:52:33+00:00",
+  "source_file": "2-farm/lessons/3-automated-plant-watering/pi-relay.md",
+  "language_code": "hi"
+}
+-->
+# रिले को नियंत्रित करें - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपनी रास्पबेरी पाई में मिट्टी की नमी सेंसर के साथ एक रिले जोड़ेंगे और इसे मिट्टी की नमी के स्तर के आधार पर नियंत्रित करेंगे।
+
+## हार्डवेयर
+
+रास्पबेरी पाई को एक रिले की आवश्यकता है।
+
+आप जो रिले उपयोग करेंगे वह [Grove relay](https://www.seeedstudio.com/Grove-Relay.html) है, जो एक सामान्यतः-खुला रिले है (जिसका मतलब है कि जब रिले को कोई सिग्नल नहीं भेजा जाता है, तो आउटपुट सर्किट खुला या डिस्कनेक्टेड रहता है)। यह 250V और 10A तक के आउटपुट सर्किट को संभाल सकता है।
+
+यह एक डिजिटल एक्टुएटर है, इसलिए इसे Grove Base Hat के डिजिटल पिन से जोड़ा जाता है।
+
+### रिले को कनेक्ट करें
+
+Grove रिले को रास्पबेरी पाई से जोड़ा जा सकता है।
+
+#### कार्य
+
+रिले को कनेक्ट करें।
+
+![एक Grove रिले](../../../../../translated_images/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.hi.png)
+
+1. Grove केबल के एक सिरे को रिले के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. रास्पबेरी पाई को बंद करके, Grove केबल के दूसरे सिरे को Grove Base Hat पर **D5** नामक डिजिटल सॉकेट में कनेक्ट करें। यह सॉकेट GPIO पिन के पास वाले सॉकेट की पंक्ति में बाईं ओर से दूसरा है। मिट्टी की नमी सेंसर को **A0** सॉकेट में कनेक्टेड रहने दें।
+
+![Grove रिले D5 सॉकेट से कनेक्टेड और मिट्टी की नमी सेंसर A0 सॉकेट से कनेक्टेड](../../../../../translated_images/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.hi.png)
+
+1. मिट्टी की नमी सेंसर को मिट्टी में डालें, अगर यह पहले से पिछले पाठ से मिट्टी में नहीं है।
+
+## रिले को प्रोग्राम करें
+
+अब रास्पबेरी पाई को जुड़े हुए रिले का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य
+
+डिवाइस को प्रोग्राम करें।
+
+1. पाई को चालू करें और इसे बूट होने दें।
+
+1. पिछले पाठ से `soil-moisture-sensor` प्रोजेक्ट को VS Code में खोलें, अगर यह पहले से खुला नहीं है। आप इस प्रोजेक्ट में कोड जोड़ेंगे।
+
+1. `app.py` फाइल में मौजूदा इंपोर्ट्स के नीचे निम्नलिखित कोड जोड़ें:
+
+    ```python
+    from grove.grove_relay import GroveRelay
+    ```
+
+    यह स्टेटमेंट Grove Python लाइब्रेरी से `GroveRelay` को इंपोर्ट करता है ताकि Grove रिले के साथ इंटरैक्ट किया जा सके।
+
+1. `ADC` क्लास की घोषणा के नीचे निम्नलिखित कोड जोड़ें ताकि `GroveRelay` का एक इंस्टेंस बनाया जा सके:
+
+    ```python
+    relay = GroveRelay(5)
+    ```
+
+    यह **D5** पिन का उपयोग करके एक रिले बनाता है, जो वह डिजिटल पिन है जिससे आपने रिले को कनेक्ट किया है।
+
+1. यह जांचने के लिए कि रिले काम कर रहा है, `while True:` लूप में निम्नलिखित कोड जोड़ें:
+
+    ```python
+    relay.on()
+    time.sleep(.5)
+    relay.off()
+    ```
+
+    यह कोड रिले को चालू करता है, 0.5 सेकंड तक इंतजार करता है, फिर रिले को बंद कर देता है।
+
+1. Python ऐप चलाएं। रिले हर 10 सेकंड में चालू और बंद होगा, चालू और बंद होने के बीच आधे सेकंड की देरी के साथ। आप रिले को क्लिक करते हुए सुनेंगे जब यह चालू और बंद होगा। जब रिले चालू होगा, तो Grove बोर्ड पर एक LED जलेगी और जब रिले बंद होगा, तो वह बुझ जाएगी।
+
+    ![रिले चालू और बंद हो रहा है](../../../../../images/relay-turn-on-off.gif)
+
+## मिट्टी की नमी से रिले को नियंत्रित करें
+
+अब जब रिले काम कर रहा है, इसे मिट्टी की नमी के रीडिंग के अनुसार नियंत्रित किया जा सकता है।
+
+### कार्य
+
+रिले को नियंत्रित करें।
+
+1. रिले को टेस्ट करने के लिए जोड़े गए 3 लाइनों के कोड को हटा दें। उनकी जगह निम्नलिखित कोड जोड़ें:
+
+    ```python
+    if soil_moisture > 450:
+        print("Soil Moisture is too low, turning relay on.")
+        relay.on()
+    else:
+        print("Soil Moisture is ok, turning relay off.")
+        relay.off()
+    ```
+
+    यह कोड मिट्टी की नमी सेंसर से मिट्टी की नमी का स्तर जांचता है। अगर यह 450 से ऊपर है, तो रिले चालू करता है, और जब यह 450 से नीचे जाता है, तो रिले बंद करता है।
+
+    > 💁 याद रखें कि कैपेसिटिव मिट्टी की नमी सेंसर जितना कम रीड करता है, मिट्टी में उतनी ही अधिक नमी होती है और इसके विपरीत।
+
+1. Python ऐप चलाएं। आप देखेंगे कि रिले मिट्टी की नमी के स्तर के अनुसार चालू या बंद होता है। इसे सूखी मिट्टी में आज़माएं, फिर पानी डालें।
+
+    ```output
+    Soil Moisture: 638
+    Soil Moisture is too low, turning relay on.
+    Soil Moisture: 452
+    Soil Moisture is too low, turning relay on.
+    Soil Moisture: 347
+    Soil Moisture is ok, turning relay off.
+    ```
+
+> 💁 आप इस कोड को [code-relay/pi](../../../../../2-farm/lessons/3-automated-plant-watering/code-relay/pi) फोल्डर में पा सकते हैं।
+
+😀 आपका मिट्टी की नमी सेंसर द्वारा रिले को नियंत्रित करने वाला प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md b/translations/hi/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
new file mode 100644
index 00000000..a379c3eb
--- /dev/null
+++ b/translations/hi/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
@@ -0,0 +1,125 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "f8f541ee945545017a51aaf309aa37c3",
+  "translation_date": "2025-08-25T16:53:17+00:00",
+  "source_file": "2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md",
+  "language_code": "hi"
+}
+-->
+# रिले को नियंत्रित करें - वर्चुअल IoT हार्डवेयर
+
+इस पाठ के इस भाग में, आप अपनी वर्चुअल IoT डिवाइस में मिट्टी की नमी सेंसर के साथ एक रिले जोड़ेंगे और इसे मिट्टी की नमी के स्तर के आधार पर नियंत्रित करेंगे।
+
+## वर्चुअल हार्डवेयर
+
+वर्चुअल IoT डिवाइस एक सिम्युलेटेड Grove रिले का उपयोग करेगा। यह प्रयोग को भौतिक Grove रिले के साथ Raspberry Pi का उपयोग करने जैसा बनाए रखता है।
+
+एक भौतिक IoT डिवाइस में, रिले सामान्यतः-खुला रिले होता है (जिसका मतलब है कि जब रिले को कोई सिग्नल नहीं भेजा जाता है, तो आउटपुट सर्किट खुला या डिस्कनेक्टेड रहता है)। इस प्रकार का रिले 250V और 10A तक के आउटपुट सर्किट को संभाल सकता है।
+
+### CounterFit में रिले जोड़ें
+
+वर्चुअल रिले का उपयोग करने के लिए, आपको इसे CounterFit ऐप में जोड़ना होगा।
+
+#### कार्य
+
+CounterFit ऐप में रिले जोड़ें।
+
+1. यदि आपने पिछले पाठ से `soil-moisture-sensor` प्रोजेक्ट को VS Code में नहीं खोला है, तो इसे खोलें। आप इस प्रोजेक्ट में जोड़ने जा रहे हैं।
+
+1. सुनिश्चित करें कि CounterFit वेब ऐप चल रहा है।
+
+1. एक रिले बनाएं:
+
+    1. *Actuators* पैन में *Create actuator* बॉक्स में, *Actuator type* ड्रॉपडाउन करें और *Relay* चुनें।
+
+    1. *Pin* को *5* पर सेट करें।
+
+    1. **Add** बटन चुनें ताकि Pin 5 पर रिले बनाया जा सके।
+
+    ![रिले सेटिंग्स](../../../../../translated_images/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.hi.png)
+
+    रिले बनाया जाएगा और एक्टुएटर्स सूची में दिखाई देगा।
+
+    ![रिले बनाया गया](../../../../../translated_images/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.hi.png)
+
+## रिले को प्रोग्राम करें
+
+अब मिट्टी की नमी सेंसर ऐप को वर्चुअल रिले का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य
+
+वर्चुअल डिवाइस को प्रोग्राम करें।
+
+1. यदि आपने पिछले पाठ से `soil-moisture-sensor` प्रोजेक्ट को VS Code में नहीं खोला है, तो इसे खोलें। आप इस प्रोजेक्ट में जोड़ने जा रहे हैं।
+
+1. `app.py` फाइल में मौजूदा इम्पोर्ट्स के नीचे निम्नलिखित कोड जोड़ें:
+
+    ```python
+    from counterfit_shims_grove.grove_relay import GroveRelay
+    ```
+
+    यह कथन Grove Python शिम लाइब्रेरी से `GroveRelay` को इम्पोर्ट करता है ताकि वर्चुअल Grove रिले के साथ इंटरैक्ट किया जा सके।
+
+1. `ADC` क्लास की घोषणा के नीचे निम्नलिखित कोड जोड़ें ताकि `GroveRelay` का एक इंस्टेंस बनाया जा सके:
+
+    ```python
+    relay = GroveRelay(5)
+    ```
+
+    यह Pin **5** का उपयोग करके एक रिले बनाता है, वह पिन जिसे आपने रिले से जोड़ा था।
+
+1. यह जांचने के लिए कि रिले काम कर रहा है, `while True:` लूप में निम्नलिखित जोड़ें:
+
+    ```python
+    relay.on()
+    time.sleep(.5)
+    relay.off()
+    ```
+
+    कोड रिले को चालू करता है, 0.5 सेकंड प्रतीक्षा करता है, फिर रिले को बंद करता है।
+
+1. Python ऐप चलाएं। रिले हर 10 सेकंड में चालू और बंद होगा, चालू और बंद होने के बीच आधे सेकंड की देरी के साथ। आप देखेंगे कि CounterFit ऐप में वर्चुअल रिले बंद और चालू हो रहा है।
+
+    ![वर्चुअल रिले चालू और बंद हो रहा है](../../../../../images/virtual-relay-turn-on-off.gif)
+
+## मिट्टी की नमी से रिले को नियंत्रित करें
+
+अब जब रिले काम कर रहा है, इसे मिट्टी की नमी रीडिंग के अनुसार नियंत्रित किया जा सकता है।
+
+### कार्य
+
+रिले को नियंत्रित करें।
+
+1. रिले का परीक्षण करने के लिए जोड़े गए 3 लाइनों को हटा दें। उनकी जगह निम्नलिखित कोड जोड़ें:
+
+    ```python
+    if soil_moisture > 450:
+        print("Soil Moisture is too low, turning relay on.")
+        relay.on()
+    else:
+        print("Soil Moisture is ok, turning relay off.")
+        relay.off()
+    ```
+
+    यह कोड मिट्टी की नमी सेंसर से मिट्टी की नमी स्तर की जांच करता है। यदि यह 450 से ऊपर है, तो रिले चालू करता है, और यदि यह 450 से नीचे जाता है, तो इसे बंद कर देता है।
+
+    > 💁 याद रखें कि कैपेसिटिव मिट्टी की नमी सेंसर पढ़ता है - मिट्टी की नमी स्तर जितना कम होगा, मिट्टी में उतनी ही अधिक नमी होगी और इसके विपरीत।
+
+1. Python ऐप चलाएं। आप देखेंगे कि रिले मिट्टी की नमी स्तर के अनुसार चालू या बंद हो रहा है। मिट्टी की नमी सेंसर के लिए *Value* या *Random* सेटिंग्स बदलें ताकि मान बदल सके।
+
+    ```output
+    Soil Moisture: 638
+    Soil Moisture is too low, turning relay on.
+    Soil Moisture: 452
+    Soil Moisture is too low, turning relay on.
+    Soil Moisture: 347
+    Soil Moisture is ok, turning relay off.
+    ```
+
+> 💁 आप इस कोड को [code-relay/virtual-device](../../../../../2-farm/lessons/3-automated-plant-watering/code-relay/virtual-device) फोल्डर में पा सकते हैं।
+
+😀 आपका वर्चुअल मिट्टी की नमी सेंसर रिले को नियंत्रित करने वाला प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md b/translations/hi/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md
new file mode 100644
index 00000000..a45ae69f
--- /dev/null
+++ b/translations/hi/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md
@@ -0,0 +1,23 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "f3c5d8afa2ef6a0b425ef8ff20615cb4",
+  "translation_date": "2025-08-25T16:52:10+00:00",
+  "source_file": "2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md",
+  "language_code": "hi"
+}
+-->
+# रिले को नियंत्रित करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप मिट्टी की नमी सेंसर के साथ-साथ Wio Terminal में एक रिले जोड़ेंगे और इसे मिट्टी की नमी के स्तर के आधार पर नियंत्रित करेंगे।
+
+## हार्डवेयर
+
+Wio Terminal को एक रिले की आवश्यकता है।
+
+आप जो रिले उपयोग करेंगे वह [Grove relay](https://www.seeedstudio.com/Grove-Relay.html) है। यह एक सामान्यतः-खुला रिले है (जिसका मतलब है कि जब रिले को कोई संकेत नहीं भेजा जाता है, तो आउटपुट सर्किट खुला या डिस्कनेक्ट रहता है) और यह 250V और 10A तक के आउटपुट सर्किट को संभाल सकता है।
+
+यह एक डिजिटल एक्टुएटर है, इसलिए इसे Wio Terminal के डिजिटल पिन से जोड़ा जाता है। संयुक्त एनालॉग/डिजिटल पोर्ट पहले से ही मिट्टी की नमी सेंसर के साथ उपयोग में है, इसलिए इसे दूसरे पोर्ट में प्लग किया जाता है, जो एक संयुक्त I
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md b/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
new file mode 100644
index 00000000..6948412d
--- /dev/null
+++ b/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
@@ -0,0 +1,449 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4d8e7a066d75b625e7a979c14157041d",
+  "translation_date": "2025-08-25T17:03:18+00:00",
+  "source_file": "2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md",
+  "language_code": "hi"
+}
+-->
+# अपने पौधे को क्लाउड पर माइग्रेट करें
+
+![इस पाठ का स्केच नोट](../../../../../translated_images/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+यह पाठ [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn) के [IoT for Beginners Project 2 - Digital Agriculture series](https://youtube.com/playlist?list=PLmsFUfdnGr3yCutmcVg6eAUEfsGiFXgcx) का हिस्सा है।
+
+[![अपने डिवाइस को Azure IoT Hub के साथ क्लाउड से कनेक्ट करें](https://img.youtube.com/vi/bNxjopXkhvk/0.jpg)](https://youtu.be/bNxjopXkhvk)
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/15)
+
+## परिचय
+
+पिछले पाठ में, आपने सीखा कि अपने पौधे को MQTT ब्रॉकर से कैसे कनेक्ट करें और किसी सर्वर कोड से एक रिले को नियंत्रित करें जो लोकल रूप से चल रहा हो। यह उस प्रकार की इंटरनेट-कनेक्टेड स्वचालित सिंचाई प्रणाली का मूल है, जिसका उपयोग घर पर व्यक्तिगत पौधों से लेकर वाणिज्यिक खेतों तक किया जाता है।
+
+IoT डिवाइस ने एक सार्वजनिक MQTT ब्रॉकर के साथ संवाद किया ताकि सिद्धांतों को प्रदर्शित किया जा सके, लेकिन यह सबसे विश्वसनीय या सुरक्षित तरीका नहीं है। इस पाठ में, आप क्लाउड और सार्वजनिक क्लाउड सेवाओं द्वारा प्रदान की जाने वाली IoT क्षमताओं के बारे में जानेंगे। आप यह भी सीखेंगे कि अपने पौधे को सार्वजनिक MQTT ब्रॉकर से इन क्लाउड सेवाओं में कैसे माइग्रेट करें।
+
+इस पाठ में हम कवर करेंगे:
+
+* [क्लाउड क्या है?](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+* [क्लाउड सब्सक्रिप्शन बनाएं](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+* [क्लाउड IoT सेवाएं](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+* [क्लाउड में एक IoT सेवा बनाएं](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+* [IoT हब के साथ संवाद करें](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+* [अपने डिवाइस को IoT सेवा से कनेक्ट करें](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+
+## क्लाउड क्या है?
+
+क्लाउड से पहले, जब कोई कंपनी अपने कर्मचारियों को सेवाएं प्रदान करना चाहती थी (जैसे डेटाबेस या फाइल स्टोरेज), या जनता को (जैसे वेबसाइट), तो वे एक डेटा सेंटर बनाते और चलाते थे। यह एक छोटे कमरे में कुछ कंप्यूटरों से लेकर एक इमारत में कई कंप्यूटरों तक हो सकता था। कंपनी सब कुछ प्रबंधित करती थी, जिसमें शामिल था:
+
+* कंप्यूटर खरीदना
+* हार्डवेयर रखरखाव
+* पावर और कूलिंग
+* नेटवर्किंग
+* सुरक्षा, जिसमें इमारत और कंप्यूटर पर सॉफ़्टवेयर की सुरक्षा शामिल है
+* सॉफ़्टवेयर इंस्टॉलेशन और अपडेट
+
+यह बहुत महंगा हो सकता था, कुशल कर्मचारियों की एक विस्तृत श्रृंखला की आवश्यकता होती थी, और जब आवश्यक हो तो इसे बदलने में बहुत धीमा होता था। उदाहरण के लिए, यदि एक ऑनलाइन स्टोर को व्यस्त छुट्टियों के मौसम के लिए योजना बनानी होती, तो उन्हें महीनों पहले हार्डवेयर खरीदने, उसे कॉन्फ़िगर करने, और बिक्री प्रक्रिया चलाने के लिए सॉफ़्टवेयर इंस्टॉल करने की योजना बनानी होती। छुट्टियों के मौसम के बाद, जब बिक्री फिर से कम हो जाती, तो उनके पास ऐसे कंप्यूटर होते जिनके लिए उन्होंने भुगतान किया होता, लेकिन वे अगली व्यस्त अवधि तक बेकार पड़े रहते।
+
+✅ क्या आपको लगता है कि यह कंपनियों को तेजी से काम करने की अनुमति देगा? यदि एक ऑनलाइन कपड़ों का रिटेलर अचानक किसी सेलिब्रिटी के उनके कपड़े पहनने के कारण लोकप्रिय हो जाता है, तो क्या वे अपने कंप्यूटिंग पावर को तेजी से बढ़ा सकते हैं ताकि ऑर्डर्स की अचानक बढ़ोतरी को संभाल सकें?
+
+### किसी और का कंप्यूटर
+
+क्लाउड को अक्सर मजाक में 'किसी और का कंप्यूटर' कहा जाता है। प्रारंभिक विचार सरल था - कंप्यूटर खरीदने के बजाय, आप किसी और का कंप्यूटर किराए पर लें। कोई और, एक क्लाउड कंप्यूटिंग प्रदाता, विशाल डेटा सेंटर प्रबंधित करेगा। वे हार्डवेयर खरीदने और इंस्टॉल करने, पावर और कूलिंग प्रबंधित करने, नेटवर्किंग, इमारत की सुरक्षा, हार्डवेयर और सॉफ़्टवेयर अपडेट, सब कुछ के लिए जिम्मेदार होंगे। ग्राहक के रूप में, आप केवल उन कंप्यूटरों को किराए पर लेंगे जिनकी आपको आवश्यकता है, मांग बढ़ने पर अधिक किराए पर लेंगे, और मांग कम होने पर किराए को कम कर देंगे। ये क्लाउड डेटा सेंटर दुनिया भर में फैले हुए हैं।
+
+![Microsoft क्लाउड डेटा सेंटर](../../../../../translated_images/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.hi.png)
+![Microsoft क्लाउड डेटा सेंटर का नियोजित विस्तार](../../../../../translated_images/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.hi.png)
+
+ये डेटा सेंटर कई वर्ग किलोमीटर के आकार के हो सकते हैं। ऊपर की छवियां कुछ साल पहले एक Microsoft क्लाउड डेटा सेंटर में ली गई थीं, और प्रारंभिक आकार के साथ-साथ नियोजित विस्तार को दिखाती हैं। विस्तार के लिए साफ किया गया क्षेत्र 5 वर्ग किलोमीटर से अधिक है।
+
+> 💁 इन डेटा सेंटरों को इतनी बड़ी मात्रा में बिजली की आवश्यकता होती है कि कुछ के पास अपने स्वयं के पावर स्टेशन होते हैं। उनके आकार और क्लाउड प्रदाताओं के निवेश के स्तर के कारण, वे आमतौर पर पर्यावरण के अनुकूल होते हैं। वे छोटे डेटा सेंटरों की तुलना में अधिक कुशल होते हैं, वे ज्यादातर नवीकरणीय ऊर्जा पर चलते हैं, और क्लाउड प्रदाता कचरे को कम करने, पानी के उपयोग को कम करने, और डेटा सेंटर बनाने के लिए काटे गए जंगलों की भरपाई के लिए नए पेड़ लगाने के लिए कड़ी मेहनत करते हैं। आप [Azure स्थिरता साइट](https://azure.microsoft.com/global-infrastructure/sustainability/?WT.mc_id=academic-17441-jabenn) पर पढ़ सकते हैं कि एक क्लाउड प्रदाता स्थिरता पर कैसे काम कर रहा है।
+
+✅ कुछ शोध करें: [Microsoft का Azure](https://azure.microsoft.com/?WT.mc_id=academic-17441-jabenn) या [Google का GCP](https://cloud.google.com) जैसे प्रमुख क्लाउड्स के बारे में पढ़ें। उनके पास कितने डेटा सेंटर हैं, और वे दुनिया में कहां स्थित हैं?
+
+क्लाउड का उपयोग कंपनियों के लिए लागत को कम रखता है, और उन्हें अपने मुख्य कार्यों पर ध्यान केंद्रित करने की अनुमति देता है, जबकि क्लाउड कंप्यूटिंग विशेषज्ञता प्रदाता के हाथों में रहती है। कंपनियों को अब डेटा सेंटर स्पेस किराए पर लेने या खरीदने, कनेक्टिविटी और पावर के लिए विभिन्न प्रदाताओं को भुगतान करने, या विशेषज्ञों को नियुक्त करने की आवश्यकता नहीं है। इसके बजाय, वे क्लाउड प्रदाता को एक मासिक बिल का भुगतान कर सकते हैं ताकि सब कुछ प्रबंधित किया जा सके।
+
+क्लाउड प्रदाता तब लागत को कम करने के लिए पैमाने की अर्थव्यवस्थाओं का उपयोग कर सकते हैं, थोक में कंप्यूटर खरीद सकते हैं, रखरखाव के लिए अपने कार्यभार को कम करने के लिए टूलिंग में निवेश कर सकते हैं, यहां तक कि अपने क्लाउड ऑफरिंग को बेहतर बनाने के लिए अपने स्वयं के हार्डवेयर को डिज़ाइन और निर्माण कर सकते हैं।
+
+### Microsoft Azure
+
+Azure Microsoft का डेवलपर क्लाउड है, और यही क्लाउड आप इन पाठों के लिए उपयोग करेंगे। नीचे दिया गया वीडियो Azure का एक छोटा सा अवलोकन देता है:
+
+[![Azure वीडियो का अवलोकन](../../../../../translated_images/what-is-azure-video-thumbnail.20174db09e03bbb87d213f928d3cb27410305d2e567e952827de8478dbda959b.hi.png)](https://www.microsoft.com/videoplayer/embed/RE4Ibng?WT.mc_id=academic-17441-jabenn)
+
+## क्लाउड सब्सक्रिप्शन बनाएं
+
+क्लाउड में सेवाओं का उपयोग करने के लिए, आपको एक क्लाउड प्रदाता के साथ एक सब्सक्रिप्शन के लिए साइन अप करना होगा। इस पाठ के लिए, आप Microsoft Azure सब्सक्रिप्शन के लिए साइन अप करेंगे। यदि आपके पास पहले से ही एक Azure सब्सक्रिप्शन है, तो आप इस कार्य को छोड़ सकते हैं। यहां वर्णित सब्सक्रिप्शन विवरण लेखन के समय सही हैं, लेकिन बदल सकते हैं।
+
+> 💁 यदि आप अपने स्कूल के माध्यम से इन पाठों तक पहुंच रहे हैं, तो आपके पास पहले से ही एक Azure सब्सक्रिप्शन उपलब्ध हो सकता है। अपने शिक्षक से जांचें।
+
+Azure के दो अलग-अलग प्रकार के मुफ्त सब्सक्रिप्शन हैं जिनके लिए आप साइन अप कर सकते हैं:
+
+* **Azure for Students** - यह 18+ छात्रों के लिए डिज़ाइन किया गया एक सब्सक्रिप्शन है। साइन अप करने के लिए आपको क्रेडिट कार्ड की आवश्यकता नहीं है, और आप यह सत्यापित करने के लिए अपने स्कूल ईमेल पते का उपयोग करते हैं कि आप छात्र हैं। साइन अप करने पर आपको क्लाउड संसाधनों पर खर्च करने के लिए US$100 मिलते हैं, साथ ही मुफ्त सेवाएं जिनमें IoT सेवा का एक मुफ्त संस्करण शामिल है। यह 12 महीने तक चलता है, और आप हर साल नवीनीकरण कर सकते हैं जब तक आप छात्र बने रहते हैं।
+
+* **Azure फ्री सब्सक्रिप्शन** - यह उन लोगों के लिए एक सब्सक्रिप्शन है जो छात्र नहीं हैं। इस सब्सक्रिप्शन के लिए साइन अप करने के लिए आपको एक क्रेडिट कार्ड की आवश्यकता होगी, लेकिन आपका कार्ड बिल नहीं किया जाएगा, यह केवल यह सत्यापित करने के लिए उपयोग किया जाता है कि आप एक वास्तविक व्यक्ति हैं, न कि एक बॉट। आपको पहले 30 दिनों में किसी भी सेवा पर उपयोग करने के लिए $200 का क्रेडिट मिलता है, साथ ही Azure सेवाओं के मुफ्त टियर मिलते हैं। एक बार जब आपका क्रेडिट समाप्त हो जाता है, तो आपका कार्ड तब तक चार्ज नहीं किया जाएगा जब तक आप इसे पे-एज़-यू-गो सब्सक्रिप्शन में परिवर्तित नहीं करते।
+
+> 💁 Microsoft 18 वर्ष से कम उम्र के छात्रों के लिए Azure for Students Starter सब्सक्रिप्शन प्रदान करता है, लेकिन लेखन के समय यह किसी भी IoT सेवाओं का समर्थन नहीं करता।
+
+### कार्य - एक मुफ्त क्लाउड सब्सक्रिप्शन के लिए साइन अप करें
+
+यदि आप 18+ आयु के छात्र हैं, तो आप Azure for Students सब्सक्रिप्शन के लिए साइन अप कर सकते हैं। आपको स्कूल ईमेल पते के साथ सत्यापन करना होगा। आप इसे दो तरीकों में से एक में कर सकते हैं:
+
+* [education.github.com/pack](https://education.github.com/pack) पर GitHub छात्र डेवलपर पैक के लिए साइन अप करें। यह आपको GitHub और Microsoft Azure सहित टूल और ऑफ़र तक पहुंच प्रदान करता है। एक बार जब आप डेवलपर पैक के लिए साइन अप कर लेते हैं, तो आप Azure for Students ऑफ़र को सक्रिय कर सकते हैं।
+
+* सीधे [azure.microsoft.com/free/students](https://azure.microsoft.com/free/students/?WT.mc_id=academic-17441-jabenn) पर Azure for Students खाते के लिए साइन अप करें।
+
+> ⚠️ यदि आपका स्कूल ईमेल पता मान्यता प्राप्त नहीं है, तो इस [रेपो में एक समस्या उठाएं](https://github.com/Microsoft/IoT-For-Beginners/issues) और हम देखेंगे कि क्या इसे Azure for Students अनुमति सूची में जोड़ा जा सकता है।
+
+यदि आप छात्र नहीं हैं, या आपके पास मान्य स्कूल ईमेल पता नहीं है, तो आप Azure फ्री सब्सक्रिप्शन के लिए साइन अप कर सकते हैं।
+
+* [azure.microsoft.com/free](https://azure.microsoft.com/free/?WT.mc_id=academic-17441-jabenn) पर Azure फ्री सब्सक्रिप्शन के लिए साइन अप करें।
+
+## क्लाउड IoT सेवाएं
+
+आपने जो सार्वजनिक टेस्ट MQTT ब्रॉकर उपयोग किया है, वह सीखने के लिए एक शानदार उपकरण है, लेकिन व्यावसायिक सेटिंग में उपयोग करने के लिए इसमें कई कमियां हैं:
+
+* विश्वसनीयता - यह एक मुफ्त सेवा है जिसमें कोई गारंटी नहीं है, और इसे कभी भी बंद किया जा सकता है
+* सुरक्षा - यह सार्वजनिक है, इसलिए कोई भी आपके टेलीमेट्री को सुन सकता है या आपके हार्डवेयर को नियंत्रित करने के लिए कमांड भेज सकता है
+* प्रदर्शन - इसे केवल कुछ टेस्ट संदेशों के लिए डिज़ाइन किया गया है, इसलिए यह बड़ी संख्या में संदेशों को संभाल नहीं सकता
+* खोज - यह जानने का कोई तरीका नहीं है कि कौन से डिवाइस कनेक्टेड हैं
+
+क्लाउड में IoT सेवाएं इन समस्याओं का समाधान करती हैं। इन्हें बड़े क्लाउड प्रदाताओं द्वारा बनाए रखा जाता है जो विश्वसनीयता में भारी निवेश करते हैं और किसी भी समस्या को ठीक करने के लिए तैयार रहते हैं। इनमें सुरक्षा अंतर्निहित होती है ताकि हैकर्स आपके डेटा को न पढ़ सकें या नकली कमांड न भेज सकें। ये उच्च प्रदर्शन वाली होती हैं, जो हर दिन लाखों संदेशों को संभालने में सक्षम होती हैं, और आवश्यकता के अनुसार क्लाउड का लाभ उठाकर स्केल करती हैं।
+
+> 💁 हालांकि आप इन लाभों के लिए मासिक शुल्क का भुगतान करते हैं, अधिकांश क्लाउड प्रदाता अपनी IoT सेवा का एक मुफ्त संस्करण प्रदान करते हैं जिसमें प्रति दिन सीमित संदेश या कनेक्ट होने वाले डिवाइस होते हैं। यह मुफ्त संस्करण आमतौर पर डेवलपर के लिए सेवा के बारे में सीखने के लिए पर्याप्त होता है। इस पाठ में आप एक मुफ्त संस्करण का उपयोग करेंगे।
+
+IoT डिवाइस या तो डिवाइस SDK (एक लाइब्रेरी जो सेवा की विशेषताओं के साथ काम करने के लिए कोड प्रदान करती है) का उपयोग करके, या सीधे MQTT या HTTP जैसे संचार प्रोटोकॉल के माध्यम से क्लाउड सेवा से कनेक्ट होते हैं। डिवाइस SDK आमतौर पर सबसे आसान तरीका होता है क्योंकि यह आपके लिए सब कुछ संभालता है, जैसे कि कौन से टॉपिक्स पर प्रकाशित करना है या सब्सक्राइब करना है, और सुरक्षा को कैसे संभालना है।
+
+![डिवाइस डिवाइस SDK का उपयोग करके सेवा से कनेक्ट होते हैं। सर्वर कोड भी SDK के माध्यम से सेवा से कनेक्ट होता है](../../../../../translated_images/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.hi.png)
+
+आपका डिवाइस तब आपके एप्लिकेशन के अन्य भागों के साथ इस सेवा के माध्यम से संवाद करता है - उसी तरह जैसे आपने MQTT के माध्यम से टेलीमेट्री भेजी और कमांड प्राप्त किए। यह आमतौर पर सेवा SDK या एक समान लाइब्रेरी का उपयोग करके किया जाता है। संदेश आपके डिवाइस से सेवा तक आते हैं, जहां आपके एप्लिकेशन के अन्य घटक उन्हें पढ़ सकते हैं, और संदेश आपके डिवाइस पर वापस भेजे जा सकते हैं।
+
+![जिन डिवाइसों के पास वैध सीक्रेट की नहीं है, वे IoT सेवा से कनेक्ट नहीं हो सकते](../../../../../translated_images/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.hi.png)
+
+ये सेवाएं सुरक्षा को लागू करती हैं, यह जानकर कि कौन से डिवाइस कनेक्ट हो सकते हैं और डेटा भेज सकते हैं, या तो डिवाइस को सेवा के साथ पहले से पंजीकृत करके, या उन्हें सीक्रेट कीज़ या प्रमाणपत्र देकर जो वे पहली बार कनेक्ट होने पर सेवा के साथ खुद को पंजीकृत करने के लिए उपयोग कर सकते हैं। अज्ञात डिवाइस कनेक्ट नहीं हो सकते, यदि वे प्रयास करते हैं तो सेवा कनेक्शन को अस्वीकार कर देती है और उनके द्वारा भेजे गए संदेशों को अनदेखा कर देती है।
+
+✅ कुछ शोध करें: एक खुली IoT सेवा होने का क्या नुकसान है जहां कोई भी डिवाइस या कोड कनेक्ट हो सकता है? क्या आप ऐसे विशिष्ट उदाहरण ढूंढ सकते हैं जहां हैकर्स ने इसका फायदा उठाया हो?
+
+आपके एप्लिकेशन के अन्य घटक IoT सेवा से कनेक्ट हो सकते हैं और यह जान सकते हैं कि कौन से डिवाइस कनेक्टेड या पंजीकृत हैं, और उनके साथ सीधे या सामूहिक रूप से संवाद कर सकते हैं।
+💁 IoT सेवाएँ अतिरिक्त क्षमताओं को भी लागू करती हैं, और क्लाउड प्रदाता अतिरिक्त सेवाएँ और एप्लिकेशन प्रदान करते हैं जिन्हें इस सेवा से जोड़ा जा सकता है। उदाहरण के लिए, यदि आप सभी डिवाइसों द्वारा भेजे गए टेलीमेट्री संदेशों को एक डेटाबेस में संग्रहीत करना चाहते हैं, तो आमतौर पर क्लाउड प्रदाता के कॉन्फ़िगरेशन टूल में कुछ ही क्लिक में सेवा को डेटाबेस से जोड़ना और डेटा को स्ट्रीम करना संभव होता है।
+## क्लाउड में एक IoT सेवा बनाएं
+
+अब जब आपके पास Azure सदस्यता है, तो आप IoT सेवा के लिए साइन अप कर सकते हैं। Microsoft की IoT सेवा को Azure IoT Hub कहा जाता है।
+
+![Azure IoT Hub लोगो](../../../../../translated_images/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.hi.png)
+
+नीचे दिया गया वीडियो Azure IoT Hub का संक्षिप्त परिचय देता है:
+
+[![Azure IoT Hub वीडियो का परिचय](https://img.youtube.com/vi/smuZaZZXKsU/0.jpg)](https://www.youtube.com/watch?v=smuZaZZXKsU)
+
+> 🎥 वीडियो देखने के लिए ऊपर दी गई छवि पर क्लिक करें
+
+✅ कुछ समय निकालें और [Microsoft IoT Hub दस्तावेज़](https://docs.microsoft.com/azure/iot-hub/about-iot-hub?WT.mc_id=academic-17441-jabenn) में IoT Hub का परिचय पढ़ें।
+
+Azure में उपलब्ध क्लाउड सेवाओं को वेब-आधारित पोर्टल या कमांड-लाइन इंटरफ़ेस (CLI) के माध्यम से कॉन्फ़िगर किया जा सकता है। इस कार्य के लिए, आप CLI का उपयोग करेंगे।
+
+### कार्य - Azure CLI इंस्टॉल करें
+
+Azure CLI का उपयोग करने के लिए, पहले इसे आपके पीसी या मैक पर इंस्टॉल करना होगा।
+
+1. [Azure CLI दस्तावेज़](https://docs.microsoft.com/cli/azure/install-azure-cli?WT.mc_id=academic-17441-jabenn) में दिए गए निर्देशों का पालन करें और CLI इंस्टॉल करें।
+
+1. Azure CLI कई एक्सटेंशन का समर्थन करता है जो Azure सेवाओं की एक विस्तृत श्रृंखला को प्रबंधित करने की क्षमता जोड़ते हैं। निम्नलिखित कमांड को अपने कमांड लाइन या टर्मिनल से चलाकर IoT एक्सटेंशन इंस्टॉल करें:
+
+    ```sh
+    az extension add --name azure-iot
+    ```
+
+1. अपने कमांड लाइन या टर्मिनल से निम्नलिखित कमांड चलाएं ताकि Azure CLI से अपनी Azure सदस्यता में लॉग इन कर सकें।
+
+    ```sh
+    az login
+    ```
+
+    एक वेब पेज आपके डिफ़ॉल्ट ब्राउज़र में लॉन्च होगा। उस खाते का उपयोग करके लॉग इन करें जिसे आपने अपनी Azure सदस्यता के लिए साइन अप करने के लिए उपयोग किया था। लॉग इन करने के बाद, आप ब्राउज़र टैब को बंद कर सकते हैं।
+
+1. यदि आपके पास कई Azure सदस्यताएँ हैं, जैसे कि स्कूल द्वारा प्रदान की गई और आपकी अपनी Azure for Students सदस्यता, तो आपको वह चुननी होगी जिसे आप उपयोग करना चाहते हैं। निम्नलिखित कमांड चलाएं ताकि आप उन सभी सदस्यताओं की सूची देख सकें जिन तक आपको पहुंच है:
+
+    ```sh
+    az account list --output table
+    ```
+
+    आउटपुट में, आपको प्रत्येक सदस्यता का नाम और उसका `SubscriptionId` दिखाई देगा।
+
+    ```output
+    ➜  ~ az account list --output table
+    Name                    CloudName    SubscriptionId                        State    IsDefault
+    ----------------------  -----------  ------------------------------------  -------  -----------
+    School-subscription     AzureCloud   cb30cde9-814a-42f0-a111-754cb788e4e1  Enabled  True
+    Azure for Students      AzureCloud   fa51c31b-162c-4599-add6-781def2e1fbf  Enabled  False
+    ```
+
+    उस सदस्यता को चुनने के लिए जिसे आप उपयोग करना चाहते हैं, निम्नलिखित कमांड का उपयोग करें:
+
+    ```sh
+    az account set --subscription <SubscriptionId>
+    ```
+
+    `<SubscriptionId>` को उस सदस्यता के Id से बदलें जिसे आप उपयोग करना चाहते हैं। इस कमांड को चलाने के बाद, अपने खातों की सूची देखने के लिए कमांड को फिर से चलाएं। आप देखेंगे कि `IsDefault` कॉलम उस सदस्यता के लिए `True` के रूप में चिह्नित होगा जिसे आपने अभी सेट किया है।
+
+### कार्य - एक संसाधन समूह बनाएं
+
+Azure सेवाओं, जैसे IoT Hub इंस्टेंस, वर्चुअल मशीन, डेटाबेस, या AI सेवाओं को **संसाधन** कहा जाता है। हर संसाधन को एक **संसाधन समूह** के अंदर रहना होता है, जो एक या अधिक संसाधनों का तार्किक समूह होता है।
+
+> 💁 संसाधन समूहों का उपयोग करने का मतलब है कि आप कई सेवाओं को एक साथ प्रबंधित कर सकते हैं। उदाहरण के लिए, जब आप इस प्रोजेक्ट के सभी पाठ समाप्त कर लेते हैं, तो आप संसाधन समूह को हटा सकते हैं, और उसमें मौजूद सभी संसाधन स्वचालित रूप से हटा दिए जाएंगे।
+
+1. दुनिया भर में कई Azure डेटा केंद्र हैं, जो क्षेत्रों में विभाजित हैं। जब आप Azure संसाधन या संसाधन समूह बनाते हैं, तो आपको यह निर्दिष्ट करना होता है कि आप इसे कहाँ बनाना चाहते हैं। स्थानों की सूची प्राप्त करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az account list-locations --output table
+    ```
+
+    आपको स्थानों की एक सूची दिखाई देगी। यह सूची लंबी होगी।
+
+    > 💁 लेखन के समय, आपके पास 65 स्थानों में तैनात करने का विकल्प है।
+
+    ```output
+        ➜  ~ az account list-locations --output table
+    DisplayName               Name                 RegionalDisplayName
+    ------------------------  -------------------  -------------------------------------
+    East US                   eastus               (US) East US
+    East US 2                 eastus2              (US) East US 2
+    South Central US          southcentralus       (US) South Central US
+    ...
+    ```
+
+    अपने निकटतम क्षेत्र के `Name` कॉलम से मान को नोट करें। आप [Azure भौगोलिक पृष्ठ](https://azure.microsoft.com/global-infrastructure/geographies/?WT.mc_id=academic-17441-jabenn) पर मानचित्र पर क्षेत्रों को देख सकते हैं।
+
+1. `soil-moisture-sensor` नामक संसाधन समूह बनाने के लिए निम्नलिखित कमांड चलाएं। संसाधन समूह के नाम आपकी सदस्यता में अद्वितीय होने चाहिए।
+
+    ```sh
+    az group create --name soil-moisture-sensor \
+                    --location <location>
+    ```
+
+    `<location>` को उस स्थान से बदलें जिसे आपने पिछले चरण में चुना था।
+
+### कार्य - एक IoT Hub बनाएं
+
+अब आप अपने संसाधन समूह में एक IoT Hub संसाधन बना सकते हैं।
+
+1. अपने IoT Hub संसाधन बनाने के लिए निम्नलिखित कमांड का उपयोग करें:
+
+    ```sh
+    az iot hub create --resource-group soil-moisture-sensor \
+                      --sku F1 \
+                      --partition-count 2 \
+                      --name <hub_name>
+    ```
+
+    `<hub_name>` को अपने हब के लिए एक नाम से बदलें। यह नाम वैश्विक रूप से अद्वितीय होना चाहिए - यानी किसी अन्य व्यक्ति द्वारा बनाए गए किसी भी IoT Hub का नाम समान नहीं हो सकता। इस नाम का उपयोग हब की ओर इशारा करने वाले URL में किया जाता है, इसलिए इसे अद्वितीय होना चाहिए। `soil-moisture-sensor-` जैसा कुछ उपयोग करें और अंत में एक अद्वितीय पहचानकर्ता जोड़ें, जैसे कुछ यादृच्छिक शब्द या आपका नाम।
+
+    `--sku F1` विकल्प इसे मुफ्त स्तर का उपयोग करने के लिए कहता है। मुफ्त स्तर प्रति दिन 8,000 संदेशों का समर्थन करता है और पूर्ण-कीमत स्तरों की अधिकांश सुविधाएँ प्रदान करता है।
+
+    > 🎓 Azure सेवाओं के विभिन्न मूल्य स्तरों को स्तर कहा जाता है। प्रत्येक स्तर की अलग लागत होती है और यह विभिन्न सुविधाएँ या डेटा वॉल्यूम प्रदान करता है।
+
+    > 💁 यदि आप मूल्य निर्धारण के बारे में अधिक जानना चाहते हैं, तो आप [Azure IoT Hub मूल्य निर्धारण गाइड](https://azure.microsoft.com/pricing/details/iot-hub/?WT.mc_id=academic-17441-jabenn) देख सकते हैं।
+
+    `--partition-count 2` विकल्प परिभाषित करता है कि IoT Hub कितने डेटा स्ट्रीम का समर्थन करता है। अधिक विभाजन डेटा अवरोधन को कम करते हैं जब कई चीजें IoT Hub से पढ़ती और लिखती हैं। विभाजन इन पाठों के दायरे से बाहर हैं, लेकिन मुफ्त स्तर IoT Hub बनाने के लिए इस मान को सेट करना आवश्यक है।
+
+    > 💁 आप अपनी सदस्यता में केवल एक मुफ्त स्तर IoT Hub रख सकते हैं।
+
+IoT Hub बनाया जाएगा। इसे पूरा होने में एक मिनट या उससे अधिक समय लग सकता है।
+
+## IoT Hub के साथ संवाद करें
+
+पिछले पाठ में, आपने MQTT का उपयोग किया और विभिन्न विषयों पर संदेश भेजे और प्राप्त किए, प्रत्येक विषय का अलग उद्देश्य था। विभिन्न विषयों पर संदेश भेजने के बजाय, IoT Hub में डिवाइस और हब के बीच संवाद करने के लिए कई परिभाषित तरीके हैं।
+
+> 💁 अंदर से, IoT Hub और आपके डिवाइस के बीच यह संवाद MQTT, HTTPS या AMQP का उपयोग कर सकता है।
+
+* डिवाइस से क्लाउड (D2C) संदेश - ये संदेश डिवाइस से IoT Hub को भेजे जाते हैं, जैसे टेलीमेट्री। इन्हें आपके एप्लिकेशन कोड द्वारा IoT Hub से पढ़ा जा सकता है।
+
+    > 🎓 अंदर से, IoT Hub एक Azure सेवा का उपयोग करता है जिसे [Event Hubs](https://docs.microsoft.com/azure/event-hubs/?WT.mc_id=academic-17441-jabenn) कहा जाता है। जब आप हब को भेजे गए संदेशों को पढ़ने के लिए कोड लिखते हैं, तो इन्हें अक्सर घटनाएँ कहा जाता है।
+
+* क्लाउड से डिवाइस (C2D) संदेश - ये संदेश एप्लिकेशन कोड से IoT Hub के माध्यम से IoT डिवाइस को भेजे जाते हैं।
+
+* डायरेक्ट मेथड रिक्वेस्ट - ये संदेश एप्लिकेशन कोड से IoT Hub के माध्यम से IoT डिवाइस को भेजे जाते हैं ताकि डिवाइस कुछ करे, जैसे एक एक्टुएटर को नियंत्रित करना। इन संदेशों को प्रतिक्रिया की आवश्यकता होती है ताकि आपका एप्लिकेशन कोड बता सके कि इसे सफलतापूर्वक संसाधित किया गया था या नहीं।
+
+* डिवाइस ट्विन्स - ये JSON दस्तावेज़ हैं जो डिवाइस और IoT Hub के बीच सिंक्रनाइज़ रहते हैं, और इन्हें डिवाइस द्वारा रिपोर्ट की गई सेटिंग्स या अन्य गुणों को संग्रहीत करने के लिए उपयोग किया जाता है, या IoT Hub द्वारा डिवाइस पर सेट किया जाना चाहिए (इसे इच्छित कहा जाता है)।
+
+IoT Hub संदेशों और डायरेक्ट मेथड रिक्वेस्ट को एक कॉन्फ़िगर करने योग्य अवधि (डिफ़ॉल्ट रूप से एक दिन) के लिए संग्रहीत कर सकता है, इसलिए यदि कोई डिवाइस या एप्लिकेशन कोड कनेक्शन खो देता है, तो यह पुनः कनेक्ट करने के बाद ऑफ़लाइन रहते हुए भेजे गए संदेशों को पुनः प्राप्त कर सकता है। डिवाइस ट्विन्स IoT Hub में स्थायी रूप से संग्रहीत रहते हैं, इसलिए किसी भी समय डिवाइस पुनः कनेक्ट कर सकता है और नवीनतम डिवाइस ट्विन प्राप्त कर सकता है।
+
+✅ कुछ शोध करें: इन संदेश प्रकारों के बारे में अधिक पढ़ें [डिवाइस-से-क्लाउड संचार मार्गदर्शन](https://docs.microsoft.com/azure/iot-hub/iot-hub-devguide-d2c-guidance?WT.mc_id=academic-17441-jabenn) और [क्लाउड-से-डिवाइस संचार मार्गदर्शन](https://docs.microsoft.com/azure/iot-hub/iot-hub-devguide-c2d-guidance?WT.mc_id=academic-17441-jabenn) IoT Hub दस्तावेज़ में।
+
+## अपने डिवाइस को IoT सेवा से कनेक्ट करें
+
+एक बार हब बन जाने के बाद, आपका IoT डिवाइस इससे कनेक्ट हो सकता है। केवल पंजीकृत डिवाइस ही सेवा से कनेक्ट हो सकते हैं, इसलिए आपको पहले अपने डिवाइस को पंजीकृत करना होगा। जब आप पंजीकरण करते हैं, तो आपको एक कनेक्शन स्ट्रिंग वापस मिल सकती है जिसे डिवाइस कनेक्ट करने के लिए उपयोग कर सकता है। यह कनेक्शन स्ट्रिंग डिवाइस विशिष्ट होती है, और इसमें IoT Hub, डिवाइस और एक गुप्त कुंजी के बारे में जानकारी होती है जो इस डिवाइस को कनेक्ट करने की अनुमति देती है।
+
+> 🎓 कनेक्शन स्ट्रिंग एक सामान्य शब्द है जो एक टेक्स्ट के टुकड़े को संदर्भित करता है जिसमें कनेक्शन विवरण होते हैं। इनका उपयोग IoT Hubs, डेटाबेस और कई अन्य सेवाओं से कनेक्ट करने के लिए किया जाता है। इनमें आमतौर पर सेवा के लिए एक पहचानकर्ता होता है, जैसे कि URL, और सुरक्षा जानकारी जैसे गुप्त कुंजी। इन्हें सेवा से कनेक्ट करने के लिए SDKs को पास किया जाता है।
+
+> ⚠️ कनेक्शन स्ट्रिंग को सुरक्षित रखा जाना चाहिए! सुरक्षा पर अधिक विस्तार से एक भविष्य के पाठ में चर्चा की जाएगी।
+
+### कार्य - अपने IoT डिवाइस को पंजीकृत करें
+
+Azure CLI का उपयोग करके IoT डिवाइस को आपके IoT Hub के साथ पंजीकृत किया जा सकता है।
+
+1. डिवाइस को पंजीकृत करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az iot hub device-identity create --device-id soil-moisture-sensor \
+                                      --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को उस नाम से बदलें जिसे आपने अपने IoT Hub के लिए उपयोग किया था।
+
+    यह `soil-moisture-sensor` के ID के साथ एक डिवाइस बनाएगा।
+
+1. जब आपका IoT डिवाइस SDK का उपयोग करके आपके IoT Hub से कनेक्ट होता है, तो उसे एक कनेक्शन स्ट्रिंग का उपयोग करना होगा जो हब का URL और एक गुप्त कुंजी देता है। कनेक्शन स्ट्रिंग प्राप्त करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az iot hub device-identity connection-string show --device-id soil-moisture-sensor \
+                                                      --output table \
+                                                      --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को उस नाम से बदलें जिसे आपने अपने IoT Hub के लिए उपयोग किया था।
+
+1. आउटपुट में दिखाई देने वाली कनेक्शन स्ट्रिंग को सहेजें क्योंकि आपको इसकी बाद में आवश्यकता होगी।
+
+### कार्य - अपने IoT डिवाइस को क्लाउड से कनेक्ट करें
+
+अपने IoT डिवाइस को क्लाउड से कनेक्ट करने के लिए संबंधित गाइड का अनुसरण करें:
+
+* [Arduino - Wio Terminal](wio-terminal-connect-hub.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi/Virtual IoT डिवाइस](single-board-computer-connect-hub.md)
+
+### कार्य - घटनाओं की निगरानी करें
+
+अभी के लिए, आप अपने सर्वर कोड को अपडेट नहीं करेंगे। इसके बजाय आप Azure CLI का उपयोग करके अपने IoT डिवाइस से भेजे गए घटनाओं की निगरानी कर सकते हैं।
+
+1. सुनिश्चित करें कि आपका IoT डिवाइस चल रहा है और मिट्टी की नमी के टेलीमेट्री मान भेज रहा है।
+
+1. अपने IoT Hub को भेजे गए संदेशों की निगरानी के लिए अपने कमांड प्रॉम्प्ट या टर्मिनल में निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az iot hub monitor-events --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को उस नाम से बदलें जिसे आपने अपने IoT Hub के लिए उपयोग किया था।
+
+    जैसे ही आपका IoT डिवाइस संदेश भेजता है, आपको कंसोल आउटपुट में संदेश दिखाई देंगे।
+
+    ```output
+    Starting event monitor, use ctrl-c to stop...
+    {
+        "event": {
+            "origin": "soil-moisture-sensor",
+            "module": "",
+            "interface": "",
+            "component": "",
+            "payload": "{\"soil_moisture\": 376}"
+        }
+    },
+    {
+        "event": {
+            "origin": "soil-moisture-sensor",
+            "module": "",
+            "interface": "",
+            "component": "",
+            "payload": "{\"soil_moisture\": 381}"
+        }
+    }
+    ```
+
+    `payload` की सामग्री आपके IoT डिवाइस द्वारा भेजे गए संदेश से मेल खाएगी।
+
+    > लेखन के समय, `az iot` एक्सटेंशन Apple Silicon पर पूरी तरह से काम नहीं कर रहा है। यदि आप Apple Silicon डिवाइस का उपयोग कर रहे हैं, तो आपको संदेशों की निगरानी किसी अन्य तरीके से करनी होगी, जैसे [Azure IoT Tools for Visual Studio Code](https://docs.microsoft.com/en-us/azure/iot-hub/iot-hub-vscode-iot-toolkit-cloud-device-messaging) का उपयोग करना।
+
+1. इन संदेशों में कई गुण होते हैं जो स्वचालित रूप से जुड़े होते हैं, जैसे कि वे भेजे गए समय का टाइमस्टैम्प। इन्हें *एनोटेशन* कहा जाता है। सभी संदेश एनोटेशन देखने के लिए निम्नलिखित कमांड का उपयोग करें:
+
+    ```sh
+    az iot hub monitor-events --properties anno --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को उस नाम से बदलें जिसे आपने अपने IoT Hub के लिए उपयोग किया था।
+
+    जैसे ही आपका IoT डिवाइस संदेश भेजता है, आपको कंसोल आउटपुट में संदेश दिखाई देंगे।
+
+    ```output
+    Starting event monitor, use ctrl-c to stop...
+    {
+        "event": {
+            "origin": "soil-moisture-sensor",
+            "module": "",
+            "interface": "",
+            "component": "",
+            "properties": {},
+            "annotations": {
+                "iothub-connection-device-id": "soil-moisture-sensor",
+                "iothub-connection-auth-method": "{\"scope\":\"device\",\"type\":\"sas\",\"issuer\":\"iothub\",\"acceptingIpFilterRule\":null}",
+                "iothub-connection-auth-generation-id": "637553997165220462",
+                "iothub-enqueuedtime": 1619976150288,
+                "iothub-message-source": "Telemetry",
+                "x-opt-sequence-number": 1379,
+                "x-opt-offset": "550576",
+                "x-opt-enqueued-time": 1619976150277
+            },
+            "payload": "{\"soil_moisture\": 381}"
+        }
+    }
+    ```
+
+    एनोटेशन में समय मान [UNIX समय](https://wikipedia.org/wiki/Unix_time) में होते हैं, जो 1 जनवरी 1970 की मध्यरात्रि से सेकंड की संख्या का प्रतिनिधित्व करते हैं।
+
+    जब आप समाप्त कर लें तो घटना मॉनिटर से बाहर निकलें।
+
+### कार्य - अपने IoT डिवाइस को नियंत्रित करें
+
+आप Azure CLI का उपयोग करके अपने IoT डिवाइस पर डायरेक्ट मेथड कॉल कर सकते हैं।
+
+1. अपने IoT डिवाइस पर `relay_on` मेथड को कॉल करने के लिए अपने कमांड प्रॉम्प्ट या टर्मिनल में निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az iot hub invoke-device-method --device-id soil-moisture-sensor \
+                                    --method-name relay_on \
+                                    --method-payload '{}' \
+                                    --hub-name <hub_name>
+    ```
+
+    `
+<hub_name>
+` के साथ अपने IoT Hub का नाम बदलें।
+
+यह `method-name` द्वारा निर्दिष्ट विधि के लिए एक डायरेक्ट मेथड अनुरोध भेजता है। डायरेक्ट मेथड्स एक पेलोड ले सकते हैं जिसमें विधि के लिए डेटा होता है, और इसे `method-payload` पैरामीटर में JSON के रूप में निर्दिष्ट किया जा सकता है।
+
+आप देखेंगे कि रिले चालू हो जाएगा, और आपके IoT डिवाइस से संबंधित आउटपुट दिखाई देगा:
+
+```output
+    Direct method received -  relay_on
+    ```
+
+1. उपरोक्त चरण को दोहराएं, लेकिन `--method-name` को `relay_off` पर सेट करें। आप देखेंगे कि रिले बंद हो जाएगा और IoT डिवाइस से संबंधित आउटपुट दिखाई देगा।
+
+---
+
+## 🚀 चुनौती
+
+IoT Hub का मुफ्त टियर एक दिन में 8,000 संदेशों की अनुमति देता है। आपने जो कोड लिखा है, वह हर 10 सेकंड में टेलीमेट्री संदेश भेजता है। हर 10 सेकंड में एक संदेश भेजने पर एक दिन में कितने संदेश होंगे?
+
+सोचें कि मिट्टी की नमी के माप कितनी बार भेजे जाने चाहिए? आप अपने कोड को मुफ्त टियर के भीतर रहने और जितनी बार आवश्यक हो उतनी बार जांचने के लिए, लेकिन बहुत बार नहीं, कैसे बदल सकते हैं? अगर आप एक दूसरा डिवाइस जोड़ना चाहते हैं तो क्या होगा?
+
+## व्याख्यान के बाद का क्विज़
+
+[व्याख्यान के बाद का क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/16)
+
+## समीक्षा और स्व-अध्ययन
+
+IoT Hub SDK Arduino और Python दोनों के लिए ओपन सोर्स है। GitHub पर कोड रिपॉजिटरी में कई नमूने हैं जो दिखाते हैं कि विभिन्न IoT Hub सुविधाओं के साथ कैसे काम किया जाए।
+
+* यदि आप Wio Terminal का उपयोग कर रहे हैं, तो [GitHub पर Arduino के नमूने](https://github.com/Azure/azure-iot-pal-arduino/tree/master/pal/samples) देखें।
+* यदि आप Raspberry Pi या वर्चुअल डिवाइस का उपयोग कर रहे हैं, तो [GitHub पर Python के नमूने](https://github.com/Azure/azure-iot-sdk-python/tree/master/azure-iot-hub/samples) देखें।
+
+## असाइनमेंट
+
+[क्लाउड सेवाओं के बारे में जानें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/assignment.md b/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/assignment.md
new file mode 100644
index 00000000..2076275d
--- /dev/null
+++ b/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/assignment.md
@@ -0,0 +1,31 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "bfd35499bd68d7d740242bfea784bbeb",
+  "translation_date": "2025-08-25T17:07:05+00:00",
+  "source_file": "2-farm/lessons/4-migrate-your-plant-to-the-cloud/assignment.md",
+  "language_code": "hi"
+}
+-->
+# क्लाउड सेवाओं के बारे में जानें
+
+## निर्देश
+
+क्लाउड, जैसे Microsoft का Azure, केवल किराए पर कंप्यूट्स देने से अधिक प्रदान करता है। क्लाउड सेवाओं के मुख्य प्रकार निम्नलिखित हैं:
+
+* इंफ्रास्ट्रक्चर ऐज़ ए सर्विस (IaaS)
+* प्लेटफॉर्म ऐज़ ए सर्विस (PaaS)
+* सर्वरलेस
+* सॉफ्टवेयर ऐज़ ए सर्विस (SaaS)
+
+इन विभिन्न प्रकार की सेवाओं के बारे में जानें और समझाएं कि वे क्या हैं और एक-दूसरे से कैसे अलग हैं। यह भी समझाएं कि कौन सी सेवाएं IoT डेवलपर्स के लिए प्रासंगिक हैं।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ------------------ |
+| विभिन्न क्लाउड सेवाओं की व्याख्या करें | सभी 4 प्रकार की सेवाओं की स्पष्ट व्याख्या दी | 3 प्रकार की सेवाओं की व्याख्या करने में सक्षम | केवल 1 या 2 प्रकार की सेवाओं की व्याख्या करने में सक्षम |
+| कौन सी सेवा IoT के लिए प्रासंगिक है, समझाएं | IoT डेवलपर्स के लिए कौन सी सेवाएं प्रासंगिक हैं और क्यों, इसका विवरण दिया | IoT डेवलपर्स के लिए कौन सी सेवाएं प्रासंगिक हैं, इसका विवरण दिया लेकिन कारण नहीं बताया | IoT डेवलपर्स के लिए कौन सी सेवाएं प्रासंगिक हैं, इसका विवरण देने में असमर्थ |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/single-board-computer-connect-hub.md b/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/single-board-computer-connect-hub.md
new file mode 100644
index 00000000..d00d5c59
--- /dev/null
+++ b/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/single-board-computer-connect-hub.md
@@ -0,0 +1,128 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3ac42e284a7222c0e83d2d43231a364f",
+  "translation_date": "2025-08-25T17:07:20+00:00",
+  "source_file": "2-farm/lessons/4-migrate-your-plant-to-the-cloud/single-board-computer-connect-hub.md",
+  "language_code": "hi"
+}
+-->
+# अपने IoT डिवाइस को क्लाउड से कनेक्ट करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने वर्चुअल IoT डिवाइस या रास्पबेरी पाई को IoT हब से कनेक्ट करेंगे, ताकि टेलीमेट्री भेज सकें और कमांड प्राप्त कर सकें।
+
+## अपने डिवाइस को IoT हब से कनेक्ट करें
+
+अगला कदम है अपने डिवाइस को IoT हब से कनेक्ट करना।
+
+### कार्य - IoT हब से कनेक्ट करें
+
+1. VS Code में `soil-moisture-sensor` फ़ोल्डर खोलें। सुनिश्चित करें कि यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं तो टर्मिनल में वर्चुअल एनवायरनमेंट चल रहा हो।
+
+1. कुछ अतिरिक्त Pip पैकेज इंस्टॉल करें:
+
+    ```sh
+    pip3 install azure-iot-device
+    ```
+
+    `azure-iot-device` एक लाइब्रेरी है जो आपके IoT हब से संवाद करने के लिए उपयोग होती है।
+
+1. निम्नलिखित इम्पोर्ट्स को `app.py` फ़ाइल के शीर्ष पर, मौजूदा इम्पोर्ट्स के नीचे जोड़ें:
+
+    ```python
+    from azure.iot.device import IoTHubDeviceClient, Message, MethodResponse
+    ```
+
+    यह कोड आपके IoT हब से संवाद करने के लिए SDK को इम्पोर्ट करता है।
+
+1. `import paho.mqtt.client as mqtt` लाइन को हटा दें क्योंकि अब इस लाइब्रेरी की आवश्यकता नहीं है। सभी MQTT कोड, जिसमें टॉपिक नाम, `mqtt_client` का उपयोग करने वाला कोड और `handle_command` शामिल हैं, हटा दें। `while True:` लूप को रखें, बस इस लूप से `mqtt_client.publish` लाइन को हटा दें।
+
+1. इम्पोर्ट स्टेटमेंट्स के नीचे निम्नलिखित कोड जोड़ें:
+
+    ```python
+    connection_string = "<connection string>"
+    ```
+
+    `<connection string>` को उस कनेक्शन स्ट्रिंग से बदलें जिसे आपने इस पाठ में पहले डिवाइस के लिए प्राप्त किया था।
+
+    > 💁 यह सबसे अच्छा तरीका नहीं है। कनेक्शन स्ट्रिंग्स को कभी भी सोर्स कोड में स्टोर नहीं करना चाहिए, क्योंकि इसे सोर्स कोड कंट्रोल में चेक किया जा सकता है और कोई भी इसे देख सकता है। हम इसे यहां सरलता के लिए कर रहे हैं। आदर्श रूप से आपको कुछ ऐसा उपयोग करना चाहिए जैसे एनवायरनमेंट वेरिएबल और [`python-dotenv`](https://pypi.org/project/python-dotenv/) जैसा टूल। आप इसके बारे में आगामी पाठ में अधिक जानेंगे।
+
+1. इस कोड के नीचे, निम्नलिखित को जोड़ें ताकि एक डिवाइस क्लाइंट ऑब्जेक्ट बनाया जा सके जो IoT हब से संवाद कर सके, और इसे कनेक्ट करें:
+
+    ```python
+    device_client = IoTHubDeviceClient.create_from_connection_string(connection_string)
+
+    print('Connecting')
+    device_client.connect()
+    print('Connected')
+    ```
+
+1. इस कोड को चलाएं। आप देखेंगे कि आपका डिवाइस कनेक्ट हो गया है।
+
+    ```output
+    pi@raspberrypi:~/soil-moisture-sensor $ python3 app.py 
+    Connecting
+    Connected
+    Soil moisture: 379
+    ```
+
+## टेलीमेट्री भेजें
+
+अब जब आपका डिवाइस कनेक्ट हो गया है, तो आप MQTT ब्रॉकर के बजाय IoT हब को टेलीमेट्री भेज सकते हैं।
+
+### कार्य - टेलीमेट्री भेजें
+
+1. निम्नलिखित कोड को `while True` लूप के अंदर, स्लीप से ठीक पहले जोड़ें:
+
+    ```python
+    message = Message(json.dumps({ 'soil_moisture': soil_moisture }))
+    device_client.send_message(message)
+    ```
+
+    यह कोड एक IoT हब `Message` बनाता है जिसमें मिट्टी की नमी की रीडिंग JSON स्ट्रिंग के रूप में होती है, और इसे डिवाइस से क्लाउड संदेश के रूप में IoT हब को भेजता है।
+
+## कमांड हैंडल करें
+
+आपके डिवाइस को सर्वर कोड से एक कमांड हैंडल करने की आवश्यकता है ताकि रिले को नियंत्रित किया जा सके। यह एक डायरेक्ट मेथड रिक्वेस्ट के रूप में भेजा जाता है।
+
+## कार्य - डायरेक्ट मेथड रिक्वेस्ट हैंडल करें
+
+1. `while True` लूप से पहले निम्नलिखित कोड जोड़ें:
+
+    ```python
+    def handle_method_request(request):
+        print("Direct method received - ", request.name)
+    
+        if request.name == "relay_on":
+            relay.on()
+        elif request.name == "relay_off":
+            relay.off()    
+    ```
+
+    यह एक मेथड, `handle_method_request`, को परिभाषित करता है जिसे तब कॉल किया जाएगा जब IoT हब द्वारा एक डायरेक्ट मेथड कॉल किया जाएगा। प्रत्येक डायरेक्ट मेथड का एक नाम होता है, और यह कोड एक मेथड को अपेक्षित करता है जिसे `relay_on` कहा जाता है ताकि रिले को चालू किया जा सके, और `relay_off` ताकि रिले को बंद किया जा सके।
+
+    > 💁 इसे एक ही डायरेक्ट मेथड रिक्वेस्ट में भी लागू किया जा सकता है, जिसमें रिले की इच्छित स्थिति को एक पेलोड में पास किया जा सकता है जिसे मेथड रिक्वेस्ट के साथ पास किया जा सकता है और `request` ऑब्जेक्ट से उपलब्ध कराया जा सकता है।
+
+1. डायरेक्ट मेथड्स को एक प्रतिक्रिया की आवश्यकता होती है ताकि कॉलिंग कोड को बताया जा सके कि उन्हें हैंडल किया गया है। `handle_method_request` फंक्शन के अंत में निम्नलिखित कोड जोड़ें ताकि रिक्वेस्ट के लिए एक प्रतिक्रिया बनाई जा सके:
+
+    ```python
+    method_response = MethodResponse.create_from_method_request(request, 200)
+    device_client.send_method_response(method_response)
+    ```
+
+    यह कोड डायरेक्ट मेथड रिक्वेस्ट को HTTP स्टेटस कोड 200 के साथ प्रतिक्रिया भेजता है, और इसे IoT हब को वापस भेजता है।
+
+1. इस फंक्शन डिफिनिशन के नीचे निम्नलिखित कोड जोड़ें:
+
+    ```python
+    device_client.on_method_request_received = handle_method_request
+    ```
+
+    यह कोड IoT हब क्लाइंट को बताता है कि जब एक डायरेक्ट मेथड कॉल किया जाए तो `handle_method_request` फंक्शन को कॉल करें।
+
+> 💁 आप इस कोड को [code/pi](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/code/pi) या [code/virtual-device](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/code/virtual-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका मिट्टी की नमी सेंसर प्रोग्राम IoT हब से कनेक्ट हो गया है!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/wio-terminal-connect-hub.md b/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/wio-terminal-connect-hub.md
new file mode 100644
index 00000000..9cfc0dde
--- /dev/null
+++ b/translations/hi/2-farm/lessons/4-migrate-your-plant-to-the-cloud/wio-terminal-connect-hub.md
@@ -0,0 +1,304 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "28320305a35ea3bc59c41fe146a2e6ed",
+  "translation_date": "2025-08-25T17:07:54+00:00",
+  "source_file": "2-farm/lessons/4-migrate-your-plant-to-the-cloud/wio-terminal-connect-hub.md",
+  "language_code": "hi"
+}
+-->
+# अपने IoT डिवाइस को क्लाउड से कनेक्ट करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal को IoT Hub से कनेक्ट करेंगे, ताकि टेलीमेट्री भेज सकें और कमांड प्राप्त कर सकें।
+
+## अपने डिवाइस को IoT Hub से कनेक्ट करें
+
+अगला कदम है अपने डिवाइस को IoT Hub से कनेक्ट करना।
+
+### कार्य - IoT Hub से कनेक्ट करें
+
+1. VS Code में `soil-moisture-sensor` प्रोजेक्ट खोलें।
+
+1. `platformio.ini` फाइल खोलें। `knolleary/PubSubClient` लाइब्रेरी डिपेंडेंसी को हटा दें। यह पब्लिक MQTT ब्रॉकर से कनेक्ट करने के लिए उपयोग की जाती थी, और IoT Hub से कनेक्ट करने के लिए आवश्यक नहीं है।
+
+1. निम्नलिखित लाइब्रेरी डिपेंडेंसी जोड़ें:
+
+    ```ini
+    seeed-studio/Seeed Arduino RTC @ 2.0.0
+    arduino-libraries/AzureIoTHub @ 1.6.0
+    azure/AzureIoTUtility @ 1.6.1
+    azure/AzureIoTProtocol_MQTT @ 1.6.0
+    azure/AzureIoTProtocol_HTTP @ 1.6.0
+    azure/AzureIoTSocket_WiFi @ 1.0.2
+    ```
+
+    `Seeed Arduino RTC` लाइब्रेरी Wio Terminal में रियल-टाइम क्लॉक के साथ इंटरैक्ट करने के लिए कोड प्रदान करती है, जिसका उपयोग समय को ट्रैक करने के लिए किया जाता है। बाकी लाइब्रेरी आपके IoT डिवाइस को IoT Hub से कनेक्ट करने की अनुमति देती हैं।
+
+1. `platformio.ini` फाइल के अंत में निम्नलिखित जोड़ें:
+
+    ```ini
+    build_flags =
+        -DDONT_USE_UPLOADTOBLOB
+    ```
+
+    यह एक कंपाइलर फ्लैग सेट करता है जो Arduino IoT Hub कोड को कंपाइल करते समय आवश्यक होता है।
+
+1. `config.h` हेडर फाइल खोलें। सभी MQTT सेटिंग्स को हटा दें और डिवाइस कनेक्शन स्ट्रिंग के लिए निम्नलिखित कॉन्स्टेंट जोड़ें:
+
+    ```cpp
+    // IoT Hub settings
+    const char *CONNECTION_STRING = "<connection string>";
+    ```
+
+    `<connection string>` को उस कनेक्शन स्ट्रिंग से बदलें जिसे आपने पहले कॉपी किया था।
+
+1. IoT Hub से कनेक्शन एक समय-आधारित टोकन का उपयोग करता है। इसका मतलब है कि IoT डिवाइस को वर्तमान समय जानना आवश्यक है। Windows, macOS या Linux जैसे ऑपरेटिंग सिस्टम के विपरीत, माइक्रोकंट्रोलर इंटरनेट पर स्वचालित रूप से वर्तमान समय को सिंक्रोनाइज़ नहीं करते। इसका मतलब है कि आपको [NTP](https://wikipedia.org/wiki/Network_Time_Protocol) सर्वर से वर्तमान समय प्राप्त करने के लिए कोड जोड़ना होगा। एक बार समय प्राप्त हो जाने के बाद, इसे Wio Terminal में रियल-टाइम क्लॉक में संग्रहीत किया जा सकता है, जिससे सही समय को बाद में अनुरोध किया जा सकता है, बशर्ते डिवाइस पावर न खोए। `ntp.h` नामक एक नई फाइल बनाएं और निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    #pragma once
+    
+    #include "DateTime.h"
+    #include <time.h>
+    #include "samd/NTPClientAz.h"
+    #include <sys/time.h>
+
+    static void initTime()
+    {
+        WiFiUDP _udp;
+        time_t epochTime = (time_t)-1;
+        NTPClientAz ntpClient;
+
+        ntpClient.begin();
+
+        while (true)
+        {
+            epochTime = ntpClient.getEpochTime("0.pool.ntp.org");
+
+            if (epochTime == (time_t)-1)
+            {
+                Serial.println("Fetching NTP epoch time failed! Waiting 2 seconds to retry.");
+                delay(2000);
+            }
+            else
+            {
+                Serial.print("Fetched NTP epoch time is: ");
+
+                char buff[32];
+                sprintf(buff, "%.f", difftime(epochTime, (time_t)0));
+                Serial.println(buff);
+                break;
+            }
+        }
+
+        ntpClient.end();
+
+        struct timeval tv;
+        tv.tv_sec = epochTime;
+        tv.tv_usec = 0;
+
+        settimeofday(&tv, NULL);
+    }
+    ```
+
+    इस कोड का विवरण इस पाठ के दायरे से बाहर है। यह एक `initTime` नामक फ़ंक्शन को परिभाषित करता है जो NTP सर्वर से वर्तमान समय प्राप्त करता है और इसे Wio Terminal पर क्लॉक सेट करने के लिए उपयोग करता है।
+
+1. `main.cpp` फाइल खोलें और सभी MQTT कोड को हटा दें, जिसमें `PubSubClient.h` हेडर फाइल, `PubSubClient` वेरिएबल की घोषणा, `reconnectMQTTClient` और `createMQTTClient` मेथड्स, और इन वेरिएबल्स और मेथड्स के किसी भी कॉल शामिल हैं। इस फाइल में केवल WiFi से कनेक्ट करने, मिट्टी की नमी प्राप्त करने और इसके साथ एक JSON डॉक्यूमेंट बनाने का कोड होना चाहिए।
+
+1. `main.cpp` फाइल के शीर्ष पर निम्नलिखित `#include` निर्देश जोड़ें ताकि IoT Hub लाइब्रेरी और समय सेट करने के लिए हेडर फाइल्स को शामिल किया जा सके:
+
+    ```cpp
+    #include <AzureIoTHub.h>
+    #include <AzureIoTProtocol_MQTT.h>
+    #include <iothubtransportmqtt.h>
+    #include "ntp.h"
+    ```
+
+1. `setup` फ़ंक्शन के अंत में निम्नलिखित कॉल जोड़ें ताकि वर्तमान समय सेट किया जा सके:
+
+    ```cpp
+    initTime();
+    ```
+
+1. फाइल के शीर्ष पर, `include` निर्देशों के ठीक नीचे निम्नलिखित वेरिएबल घोषणा जोड़ें:
+
+    ```cpp
+    IOTHUB_DEVICE_CLIENT_LL_HANDLE _device_ll_handle;
+    ```
+
+    यह एक `IOTHUB_DEVICE_CLIENT_LL_HANDLE` घोषित करता है, जो IoT Hub से कनेक्शन का एक हैंडल है।
+
+1. इसके नीचे निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    static void connectionStatusCallback(IOTHUB_CLIENT_CONNECTION_STATUS result, IOTHUB_CLIENT_CONNECTION_STATUS_REASON reason, void *user_context)
+    {
+        if (result == IOTHUB_CLIENT_CONNECTION_AUTHENTICATED)
+        {
+            Serial.println("The device client is connected to iothub");
+        }
+        else
+        {
+            Serial.println("The device client has been disconnected");
+        }
+    }
+    ```
+
+    यह एक कॉलबैक फ़ंक्शन घोषित करता है जिसे IoT Hub से कनेक्शन की स्थिति बदलने पर कॉल किया जाएगा, जैसे कनेक्ट करना या डिस्कनेक्ट करना। स्थिति को सीरियल पोर्ट पर भेजा जाता है।
+
+1. इसके नीचे IoT Hub से कनेक्ट करने के लिए एक फ़ंक्शन जोड़ें:
+
+    ```cpp
+    void connectIoTHub()
+    {
+        IoTHub_Init();
+    
+        _device_ll_handle = IoTHubDeviceClient_LL_CreateFromConnectionString(CONNECTION_STRING, MQTT_Protocol);
+        
+        if (_device_ll_handle == NULL)
+        {
+            Serial.println("Failure creating Iothub device. Hint: Check your connection string.");
+            return;
+        }
+    
+        IoTHubDeviceClient_LL_SetConnectionStatusCallback(_device_ll_handle, connectionStatusCallback, NULL);
+    }
+    ```
+
+    यह कोड IoT Hub लाइब्रेरी को इनिशियलाइज़ करता है, फिर `config.h` हेडर फाइल में कनेक्शन स्ट्रिंग का उपयोग करके एक कनेक्शन बनाता है। यह कनेक्शन MQTT पर आधारित है। यदि कनेक्शन विफल होता है, तो इसे सीरियल पोर्ट पर भेजा जाता है - यदि आप इसे आउटपुट में देखते हैं, तो कनेक्शन स्ट्रिंग की जांच करें। अंत में, कनेक्शन स्थिति कॉलबैक सेट किया जाता है।
+
+1. `setup` फ़ंक्शन में इस फ़ंक्शन को `initTime` कॉल के नीचे कॉल करें:
+
+    ```cpp
+    connectIoTHub();
+    ```
+
+1. ठीक उसी तरह जैसे MQTT क्लाइंट के साथ, यह कोड एक सिंगल थ्रेड पर चलता है, इसलिए हब द्वारा भेजे गए और हब को भेजे गए संदेशों को प्रोसेस करने के लिए समय चाहिए। इसे करने के लिए, `loop` फ़ंक्शन के शीर्ष पर निम्नलिखित जोड़ें:
+
+    ```cpp
+    IoTHubDeviceClient_LL_DoWork(_device_ll_handle);
+    ```
+
+1. इस कोड को बिल्ड और अपलोड करें। आप सीरियल मॉनिटर में कनेक्शन देखेंगे:
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Fetched NTP epoch time is: 1619983687
+    Sending telemetry {"soil_moisture":391}
+    The device client is connected to iothub
+    ```
+
+    आउटपुट में आप देख सकते हैं कि NTP समय प्राप्त किया जा रहा है, उसके बाद डिवाइस क्लाइंट कनेक्ट हो रहा है। कनेक्ट होने में कुछ सेकंड लग सकते हैं, इसलिए आप आउटपुट में डिवाइस के कनेक्ट होने के दौरान मिट्टी की नमी देख सकते हैं।
+
+    > 💁 आप NTP के UNIX समय को अधिक पठनीय संस्करण में बदलने के लिए [unixtimestamp.com](https://www.unixtimestamp.com) जैसी वेबसाइट का उपयोग कर सकते हैं।
+
+## टेलीमेट्री भेजें
+
+अब जब आपका डिवाइस कनेक्ट हो गया है, तो आप MQTT ब्रॉकर के बजाय IoT Hub को टेलीमेट्री भेज सकते हैं।
+
+### कार्य - टेलीमेट्री भेजें
+
+1. `setup` फ़ंक्शन के ऊपर निम्नलिखित फ़ंक्शन जोड़ें:
+
+    ```cpp
+    void sendTelemetry(const char *telemetry)
+    {
+        IOTHUB_MESSAGE_HANDLE message_handle = IoTHubMessage_CreateFromString(telemetry);
+        IoTHubDeviceClient_LL_SendEventAsync(_device_ll_handle, message_handle, NULL, NULL);
+        IoTHubMessage_Destroy(message_handle);
+    }
+    ```
+
+    यह कोड एक स्ट्रिंग से IoT Hub संदेश बनाता है जिसे पैरामीटर के रूप में पास किया गया है, इसे हब पर भेजता है, फिर संदेश ऑब्जेक्ट को साफ करता है।
+
+1. इस कोड को `loop` फ़ंक्शन में कॉल करें, ठीक उस लाइन के बाद जहां टेलीमेट्री सीरियल पोर्ट पर भेजी जाती है:
+
+    ```cpp
+    sendTelemetry(telemetry.c_str());
+    ```
+
+## कमांड हैंडल करें
+
+आपके डिवाइस को रिले को नियंत्रित करने के लिए सर्वर कोड से एक कमांड हैंडल करने की आवश्यकता है। इसे एक डायरेक्ट मेथड रिक्वेस्ट के रूप में भेजा जाता है।
+
+## कार्य - डायरेक्ट मेथड रिक्वेस्ट हैंडल करें
+
+1. `connectIoTHub` फ़ंक्शन से पहले निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    int directMethodCallback(const char *method_name, const unsigned char *payload, size_t size, unsigned char **response, size_t *response_size, void *userContextCallback)
+    {
+        Serial.printf("Direct method received %s\r\n", method_name);
+    
+        if (strcmp(method_name, "relay_on") == 0)
+        {
+            digitalWrite(PIN_WIRE_SCL, HIGH);
+        }
+        else if (strcmp(method_name, "relay_off") == 0)
+        {
+            digitalWrite(PIN_WIRE_SCL, LOW);
+        }
+    }
+    ```
+
+    यह कोड एक कॉलबैक मेथड परिभाषित करता है जिसे IoT Hub लाइब्रेरी डायरेक्ट मेथड रिक्वेस्ट प्राप्त होने पर कॉल कर सकती है। अनुरोधित मेथड `method_name` पैरामीटर में भेजा जाता है। यह फ़ंक्शन सीरियल पोर्ट पर कॉल किए गए मेथड को प्रिंट करता है, फिर मेथड नाम के आधार पर रिले को चालू या बंद करता है।
+
+    > 💁 इसे एक सिंगल डायरेक्ट मेथड रिक्वेस्ट में भी लागू किया जा सकता है, जिसमें रिले की इच्छित स्थिति को एक पेलोड में पास किया जा सकता है जिसे मेथड रिक्वेस्ट के साथ पास किया जा सकता है और `payload` पैरामीटर से उपलब्ध कराया जा सकता है।
+
+1. `directMethodCallback` फ़ंक्शन के अंत में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    char resultBuff[16];
+    sprintf(resultBuff, "{\"Result\":\"\"}");
+    *response_size = strlen(resultBuff);
+    *response = (unsigned char *)malloc(*response_size);
+    memcpy(*response, resultBuff, *response_size);
+
+    return IOTHUB_CLIENT_OK;
+    ```
+
+    डायरेक्ट मेथड रिक्वेस्ट को एक प्रतिक्रिया की आवश्यकता होती है, और प्रतिक्रिया दो भागों में होती है - एक टेक्स्ट के रूप में प्रतिक्रिया और एक रिटर्न कोड। यह कोड निम्नलिखित JSON डॉक्यूमेंट के रूप में एक परिणाम बनाएगा:
+
+    ```JSON
+    {
+        "Result": ""
+    }
+    ```
+
+    इसे `response` पैरामीटर में कॉपी किया जाता है, और इस प्रतिक्रिया का आकार `response_size` पैरामीटर में सेट किया जाता है। यह कोड फिर `IOTHUB_CLIENT_OK` लौटाता है ताकि दिखाया जा सके कि मेथड को सही तरीके से हैंडल किया गया।
+
+1. इस कॉलबैक को `connectIoTHub` फ़ंक्शन के अंत में वायर करें:
+
+    ```cpp
+    IoTHubClient_LL_SetDeviceMethodCallback(_device_ll_handle, directMethodCallback, NULL);
+    ```
+
+1. `loop` फ़ंक्शन `IoTHubDeviceClient_LL_DoWork` फ़ंक्शन को IoT Hub द्वारा भेजे गए इवेंट्स को प्रोसेस करने के लिए कॉल करेगा। इसे `delay` के कारण केवल हर 10 सेकंड में कॉल किया जाता है, जिसका मतलब है कि डायरेक्ट मेथड केवल हर 10 सेकंड में प्रोसेस किए जाते हैं। इसे अधिक कुशल बनाने के लिए, 10 सेकंड की देरी को कई छोटी देरी के रूप में लागू किया जा सकता है, हर बार `IoTHubDeviceClient_LL_DoWork` को कॉल करते हुए। ऐसा करने के लिए, `loop` फ़ंक्शन के ऊपर निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    void work_delay(int delay_time)
+    {
+        int current = 0;
+        do
+        {
+            IoTHubDeviceClient_LL_DoWork(_device_ll_handle);
+            delay(100);
+            current += 100;
+        } while (current < delay_time);
+    }
+    ```
+
+    यह कोड बार-बार लूप करेगा, `IoTHubDeviceClient_LL_DoWork` को कॉल करेगा और हर बार 100ms के लिए देरी करेगा। यह जितनी बार आवश्यक हो उतनी बार ऐसा करेगा ताकि `delay_time` पैरामीटर में दिए गए समय के लिए देरी की जा सके। इसका मतलब है कि डिवाइस डायरेक्ट मेथड रिक्वेस्ट को प्रोसेस करने के लिए अधिकतम 100ms तक इंतजार कर रहा है।
+
+1. `loop` फ़ंक्शन में, `IoTHubDeviceClient_LL_DoWork` को कॉल करने को हटा दें, और `delay(10000)` कॉल को निम्नलिखित से बदलें ताकि इस नए फ़ंक्शन को कॉल किया जा सके:
+
+    ```cpp
+    work_delay(10000);
+    ```
+
+> 💁 आप इस कोड को [code/wio-terminal](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/code/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपका मिट्टी की नमी सेंसर प्रोग्राम आपके IoT Hub से कनेक्ट हो गया है!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/5-migrate-application-to-the-cloud/README.md b/translations/hi/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
new file mode 100644
index 00000000..fa4e2c98
--- /dev/null
+++ b/translations/hi/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
@@ -0,0 +1,654 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5f2d2f4a5a023c93ab34a0cc5b47c0c4",
+  "translation_date": "2025-08-25T16:53:49+00:00",
+  "source_file": "2-farm/lessons/5-migrate-application-to-the-cloud/README.md",
+  "language_code": "hi"
+}
+-->
+# अपनी एप्लिकेशन लॉजिक को क्लाउड में माइग्रेट करें
+
+![इस पाठ का स्केच नोट](../../../../../translated_images/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+यह पाठ [IoT for Beginners Project 2 - Digital Agriculture series](https://youtube.com/playlist?list=PLmsFUfdnGr3yCutmcVg6eAUEfsGiFXgcx) के हिस्से के रूप में [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn) से सिखाया गया था।
+
+[![अपने IoT डिवाइस को सर्वरलेस कोड से नियंत्रित करें](https://img.youtube.com/vi/VVZDcs5u1_I/0.jpg)](https://youtu.be/VVZDcs5u1_I)
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/17)
+
+## परिचय
+
+पिछले पाठ में, आपने सीखा कि अपने पौधों की मिट्टी की नमी की निगरानी और रिले नियंत्रण को क्लाउड-आधारित IoT सेवा से कैसे जोड़ा जाए। अगला कदम उस सर्वर कोड को क्लाउड में स्थानांतरित करना है जो रिले के समय को नियंत्रित करता है। इस पाठ में, आप सीखेंगे कि इसे सर्वरलेस फंक्शन्स का उपयोग करके कैसे करना है।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [सर्वरलेस क्या है?](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud)
+* [एक सर्वरलेस एप्लिकेशन बनाएं](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud)
+* [IoT हब इवेंट ट्रिगर बनाएं](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud)
+* [सर्वरलेस कोड से डायरेक्ट मेथड रिक्वेस्ट भेजें](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud)
+* [अपने सर्वरलेस कोड को क्लाउड में डिप्लॉय करें](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud)
+
+## सर्वरलेस क्या है?
+
+सर्वरलेस, या सर्वरलेस कंप्यूटिंग, छोटे कोड ब्लॉक्स बनाने का तरीका है जो विभिन्न प्रकार की घटनाओं के जवाब में क्लाउड में चलते हैं। जब घटना होती है, तो आपका कोड चलता है और घटना के बारे में डेटा प्राप्त करता है। ये घटनाएं कई स्रोतों से हो सकती हैं, जैसे वेब अनुरोध, किसी कतार में डाले गए संदेश, डेटाबेस में डेटा में परिवर्तन, या IoT डिवाइस द्वारा IoT सेवा को भेजे गए संदेश।
+
+![IoT सेवा से सर्वरलेस सेवा तक भेजे जा रहे संदेश, जो एक साथ कई फंक्शन्स द्वारा संसाधित किए जा रहे हैं](../../../../../translated_images/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.hi.png)
+
+> 💁 यदि आपने पहले डेटाबेस ट्रिगर्स का उपयोग किया है, तो इसे उसी तरह समझ सकते हैं, जैसे कोड किसी घटना जैसे कि पंक्ति डालने पर ट्रिगर होता है।
+
+![जब कई घटनाएं एक साथ भेजी जाती हैं, तो सर्वरलेस सेवा उन्हें एक साथ चलाने के लिए स्केल करती है](../../../../../translated_images/serverless-scaling.f8c769adf0413fd17be1af4f07ff63016b347e2ff869be6c4abb211f9e93909d.hi.png)
+
+आपका कोड केवल तब चलता है जब घटना होती है, अन्य समय में आपका कोड सक्रिय नहीं रहता। घटना होती है, आपका कोड लोड होता है और चलता है। यह सर्वरलेस को बहुत स्केलेबल बनाता है - यदि कई घटनाएं एक साथ होती हैं, तो क्लाउड प्रदाता आपके फंक्शन को जितनी बार जरूरत हो उतनी बार एक साथ चलाने के लिए स्केल कर सकता है। इसका नुकसान यह है कि यदि आपको घटनाओं के बीच जानकारी साझा करनी है, तो आपको इसे मेमोरी में स्टोर करने के बजाय किसी डेटाबेस में सहेजना होगा।
+
+आपका कोड एक फंक्शन के रूप में लिखा जाता है जो घटना के विवरण को एक पैरामीटर के रूप में लेता है। आप इन सर्वरलेस फंक्शन्स को लिखने के लिए कई प्रोग्रामिंग भाषाओं का उपयोग कर सकते हैं।
+
+> 🎓 सर्वरलेस को फंक्शन्स ऐज़ ए सर्विस (FaaS) भी कहा जाता है क्योंकि प्रत्येक इवेंट ट्रिगर को कोड में एक फंक्शन के रूप में लागू किया जाता है।
+
+नाम के बावजूद, सर्वरलेस वास्तव में सर्वर का उपयोग करता है। नामकरण इसलिए है क्योंकि एक डेवलपर के रूप में आपको अपने कोड को चलाने के लिए आवश्यक सर्वरों की परवाह नहीं होती, आपको केवल यह परवाह होती है कि आपका कोड घटना के जवाब में चले। क्लाउड प्रदाता के पास एक सर्वरलेस *रनटाइम* होता है जो सर्वर, नेटवर्किंग, स्टोरेज, CPU, मेमोरी और आपके कोड को चलाने के लिए आवश्यक अन्य सभी चीजों को प्रबंधित करता है। इस मॉडल का मतलब है कि आप सेवा के लिए प्रति सर्वर भुगतान नहीं कर सकते, क्योंकि कोई सर्वर नहीं है। इसके बजाय आप अपने कोड के चलने के समय और उपयोग की गई मेमोरी के लिए भुगतान करते हैं।
+
+> 💰 सर्वरलेस क्लाउड में कोड चलाने के सबसे सस्ते तरीकों में से एक है। उदाहरण के लिए, लेखन के समय, एक क्लाउड प्रदाता आपके सभी सर्वरलेस फंक्शन्स को एक महीने में संयुक्त रूप से 1,000,000 बार चलाने की अनुमति देता है, उसके बाद वे प्रत्येक 1,000,000 निष्पादन के लिए US$0.20 चार्ज करते हैं। जब आपका कोड नहीं चल रहा होता है, तो आप भुगतान नहीं करते।
+
+IoT डेवलपर के रूप में, सर्वरलेस मॉडल आदर्श है। आप एक फंक्शन लिख सकते हैं जो किसी भी IoT डिवाइस द्वारा आपके क्लाउड-होस्टेड IoT सेवा को भेजे गए संदेशों के जवाब में कॉल किया जाता है। आपका कोड सभी भेजे गए संदेशों को संभालेगा, लेकिन केवल तब चलेगा जब जरूरत हो।
+
+✅ उस कोड को देखें जो आपने MQTT पर संदेशों को सुनने के लिए सर्वर कोड के रूप में लिखा था। यह क्लाउड में सर्वरलेस का उपयोग करके कैसे चल सकता है? आपको लगता है कि कोड को सर्वरलेस कंप्यूटिंग का समर्थन करने के लिए कैसे बदला जा सकता है?
+
+> 💁 सर्वरलेस मॉडल अन्य क्लाउड सेवाओं में भी जा रहा है, कोड चलाने के अलावा। उदाहरण के लिए, क्लाउड में सर्वरलेस डेटाबेस उपलब्ध हैं जो सर्वरलेस प्राइसिंग मॉडल का उपयोग करते हैं, जहां आप डेटाबेस के खिलाफ किए गए प्रत्येक अनुरोध के लिए भुगतान करते हैं, जैसे कि क्वेरी या इनसर्ट। आमतौर पर यह मूल्य निर्धारण इस बात पर आधारित होता है कि अनुरोध को सेवा देने के लिए कितना काम किया गया। उदाहरण के लिए, एक प्राथमिक कुंजी के खिलाफ एक पंक्ति का चयन एक जटिल ऑपरेशन की तुलना में कम खर्च होगा जो कई तालिकाओं को जोड़ता है और हजारों पंक्तियों को लौटाता है।
+
+## एक सर्वरलेस एप्लिकेशन बनाएं
+
+Microsoft का सर्वरलेस कंप्यूटिंग सेवा Azure Functions कहलाती है।
+
+![Azure Functions का लोगो](../../../../../translated_images/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.hi.png)
+
+नीचे दिया गया छोटा वीडियो Azure Functions का अवलोकन प्रदान करता है:
+
+[![Azure Functions अवलोकन वीडियो](https://img.youtube.com/vi/8-jz5f_JyEQ/0.jpg)](https://www.youtube.com/watch?v=8-jz5f_JyEQ)
+
+> 🎥 ऊपर दी गई छवि पर क्लिक करें वीडियो देखने के लिए।
+
+✅ कुछ समय निकालें और [Microsoft Azure Functions दस्तावेज़](https://docs.microsoft.com/azure/azure-functions/functions-overview?WT.mc_id=academic-17441-jabenn) में Azure Functions का अवलोकन पढ़ें।
+
+Azure Functions लिखने के लिए, आप अपनी पसंद की भाषा में Azure Functions ऐप से शुरू करते हैं। Azure Functions Python, JavaScript, TypeScript, C#, F#, Java, और Powershell को सपोर्ट करता है। इस पाठ में, आप Python में Azure Functions ऐप लिखना सीखेंगे।
+
+> 💁 Azure Functions कस्टम हैंडलर्स को भी सपोर्ट करता है, जिससे आप अपने फंक्शन्स को किसी भी भाषा में लिख सकते हैं जो HTTP अनुरोधों का समर्थन करती है, जिसमें COBOL जैसी पुरानी भाषाएं भी शामिल हैं।
+
+Functions ऐप्स में एक या अधिक *ट्रिगर्स* होते हैं - फंक्शन्स जो घटनाओं के जवाब में चलते हैं। आप एक Functions ऐप में कई ट्रिगर्स रख सकते हैं, जो सभी सामान्य कॉन्फ़िगरेशन साझा करते हैं। उदाहरण के लिए, आपके Functions ऐप के कॉन्फ़िगरेशन फ़ाइल में आपके IoT हब का कनेक्शन विवरण हो सकता है, और ऐप के सभी फंक्शन्स इसका उपयोग करके कनेक्ट और घटनाओं को सुन सकते हैं।
+
+### कार्य - Azure Functions टूलिंग इंस्टॉल करें
+
+> लेखन के समय, Azure Functions कोड टूल्स Apple Silicon पर Python प्रोजेक्ट्स के साथ पूरी तरह से काम नहीं कर रहे हैं। आपको इसके बजाय Intel-आधारित Mac, Windows PC, या Linux PC का उपयोग करना होगा।
+
+Azure Functions की एक बड़ी विशेषता यह है कि आप उन्हें लोकली चला सकते हैं। वही रनटाइम जो क्लाउड में उपयोग किया जाता है, आपके कंप्यूटर पर चल सकता है, जिससे आप कोड लिख सकते हैं जो IoT संदेशों का जवाब देता है और इसे लोकली चला सकते हैं। आप घटनाओं को संभालते समय अपने कोड को डिबग भी कर सकते हैं। एक बार जब आप अपने कोड से संतुष्ट हो जाते हैं, तो इसे क्लाउड में डिप्लॉय किया जा सकता है।
+
+Azure Functions टूलिंग CLI के रूप में उपलब्ध है, जिसे Azure Functions Core Tools कहा जाता है।
+
+1. [Azure Functions Core Tools दस्तावेज़](https://docs.microsoft.com/azure/azure-functions/functions-run-local?WT.mc_id=academic-17441-jabenn) पर दिए गए निर्देशों का पालन करके Azure Functions कोर टूल्स इंस्टॉल करें।
+
+1. VS Code के लिए Azure Functions एक्सटेंशन इंस्टॉल करें। यह एक्सटेंशन Azure Functions बनाने, डिबग करने और डिप्लॉय करने के लिए समर्थन प्रदान करता है। [Azure Functions एक्सटेंशन दस्तावेज़](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=ms-azuretools.vscode-azurefunctions) में दिए गए निर्देशों का पालन करके इसे VS Code में इंस्टॉल करें।
+
+जब आप अपने Azure Functions ऐप को क्लाउड में डिप्लॉय करते हैं, तो इसे एप्लिकेशन फ़ाइलों और लॉग फ़ाइलों जैसी चीजों को स्टोर करने के लिए थोड़ी मात्रा में क्लाउड स्टोरेज का उपयोग करना होता है। जब आप अपने Functions ऐप को लोकली चलाते हैं, तो आपको क्लाउड स्टोरेज से कनेक्ट करना होता है, लेकिन वास्तविक क्लाउड स्टोरेज का उपयोग करने के बजाय, आप एक स्टोरेज एमुलेटर का उपयोग कर सकते हैं जिसे [Azurite](https://github.com/Azure/Azurite) कहा जाता है। यह लोकली चलता है लेकिन क्लाउड स्टोरेज की तरह काम करता है।
+
+> 🎓 Azure में, Azure Functions द्वारा उपयोग किया जाने वाला स्टोरेज एक Azure Storage Account होता है। ये खाते फ़ाइलें, ब्लॉब्स, तालिकाओं में डेटा या कतारों में डेटा स्टोर कर सकते हैं। आप एक स्टोरेज अकाउंट को कई ऐप्स के बीच साझा कर सकते हैं, जैसे कि एक Functions ऐप और एक वेब ऐप।
+
+1. Azurite एक Node.js ऐप है, इसलिए आपको Node.js इंस्टॉल करना होगा। आप [Node.js वेबसाइट](https://nodejs.org/) पर डाउनलोड और इंस्टॉल निर्देश पा सकते हैं। यदि आप Mac का उपयोग कर रहे हैं, तो आप इसे [Homebrew](https://formulae.brew.sh/formula/node) से भी इंस्टॉल कर सकते हैं।
+
+1. निम्नलिखित कमांड का उपयोग करके Azurite इंस्टॉल करें (`npm` एक टूल है जो Node.js इंस्टॉल करते समय इंस्टॉल होता है):
+
+    ```sh
+    npm install -g azurite
+    ```
+
+1. Azurite के लिए डेटा स्टोर करने के लिए `azurite` नामक एक फ़ोल्डर बनाएं:
+
+    ```sh
+    mkdir azurite
+    ```
+
+1. Azurite चलाएं, इसे इस नए फ़ोल्डर को पास करते हुए:
+
+    ```sh
+    azurite --location azurite
+    ```
+
+    Azurite स्टोरेज एमुलेटर लॉन्च होगा और लोकल Functions रनटाइम से कनेक्ट करने के लिए तैयार होगा।
+
+    ```output
+    ➜  ~ azurite --location azurite  
+    Azurite Blob service is starting at http://127.0.0.1:10000
+    Azurite Blob service is successfully listening at http://127.0.0.1:10000
+    Azurite Queue service is starting at http://127.0.0.1:10001
+    Azurite Queue service is successfully listening at http://127.0.0.1:10001
+    Azurite Table service is starting at http://127.0.0.1:10002
+    Azurite Table service is successfully listening at http://127.0.0.1:10002
+    ```
+
+### कार्य - एक Azure Functions प्रोजेक्ट बनाएं
+
+Azure Functions CLI का उपयोग करके एक नया Functions ऐप बनाया जा सकता है।
+
+1. अपने Functions ऐप के लिए एक फ़ोल्डर बनाएं और उसमें जाएं। इसे `soil-moisture-trigger` नाम दें:
+
+    ```sh
+    mkdir soil-moisture-trigger
+    cd soil-moisture-trigger
+    ```
+
+1. इस फ़ोल्डर के अंदर एक Python वर्चुअल एनवायरनमेंट बनाएं:
+
+    ```sh
+    python3 -m venv .venv
+    ```
+
+1. वर्चुअल एनवायरनमेंट को सक्रिय करें:
+
+    * Windows पर:
+        * यदि आप Command Prompt या Windows Terminal के माध्यम से Command Prompt का उपयोग कर रहे हैं, तो निम्नलिखित चलाएं:
+
+            ```cmd
+            .venv\Scripts\activate.bat
+            ```
+
+        * यदि आप PowerShell का उपयोग कर रहे हैं, तो निम्नलिखित चलाएं:
+
+            ```powershell
+            .\.venv\Scripts\Activate.ps1
+            ```
+
+    * macOS या Linux पर, निम्नलिखित चलाएं:
+
+        ```cmd
+        source ./.venv/bin/activate
+        ```
+
+    > 💁 ये कमांड उसी स्थान से चलाए जाने चाहिए जहां आपने वर्चुअल एनवायरनमेंट बनाने का कमांड चलाया था। आपको `.venv` फ़ोल्डर में कभी भी नेविगेट करने की आवश्यकता नहीं होगी, आपको हमेशा सक्रिय करने का कमांड और पैकेज इंस्टॉल करने या कोड चलाने के लिए कमांड उसी फ़ोल्डर से चलाना चाहिए जहां आपने वर्चुअल एनवायरनमेंट बनाया था।
+
+1. इस फ़ोल्डर में Functions ऐप बनाने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    func init --worker-runtime python soil-moisture-trigger
+    ```
+
+    यह वर्तमान फ़ोल्डर के अंदर तीन फ़ाइलें बनाएगा:
+
+    * `host.json` - यह JSON दस्तावेज़ आपके Functions ऐप के लिए सेटिंग्स को शामिल करता है। आपको इन सेटिंग्स को संशोधित करने की आवश्यकता नहीं होगी।
+    * `local.settings.json` - यह JSON दस्तावेज़ आपके ऐप द्वारा लोकली चलाए जाने पर उपयोग की जाने वाली सेटिंग्स को शामिल करता है, जैसे कि आपके IoT हब के लिए कनेक्शन स्ट्रिंग्स। ये सेटिंग्स केवल लोकल हैं और इन्हें सोर्स कोड कंट्रोल में नहीं जोड़ा जाना चाहिए। जब आप ऐप को क्लाउड में डिप्लॉय करते हैं, तो ये सेटिंग्स डिप्लॉय नहीं होतीं, बल्कि आपकी सेटिंग्स एप्लिकेशन सेटिंग्स से लोड होती हैं। इसे इस पाठ में बाद में कवर किया जाएगा।
+    * `requirements.txt` - यह एक [Pip requirements फ़ाइल](https://pip.pypa.io/en/stable/user_guide/#requirements-files) है जो आपके Functions ऐप को चलाने के लिए आवश्यक Pip पैकेजों को शामिल करती है।
+
+1. `local.settings.json` फ़ाइल में उस स्टोरेज अकाउंट के लिए एक सेटिंग होती है जिसे Functions ऐप उपयोग करेगा। यह डिफ़ॉल्ट रूप से खाली सेटिंग होती है, इसलिए इसे सेट करने की आवश्यकता होती है। Azurite लोकल स्टोरेज एमुलेटर से कनेक्ट करने के लिए, इस मान को निम्नलिखित पर सेट करें:
+
+    ```json
+    "AzureWebJobsStorage": "UseDevelopmentStorage=true",
+    ```
+
+1. आवश्यक Pip पैकेजों को requirements फ़ाइल का उपयोग करके इंस्टॉल करें:
+
+    ```sh
+    pip install -r requirements.txt
+    ```
+
+    > 💁 आवश्यक Pip पैकेजों को इस फ़ाइल में होना चाहिए, ताकि जब Functions ऐप को क्लाउड में डिप्लॉय किया जाए, तो रनटाइम सुनिश्चित कर सके कि यह सही पैकेज इंस्टॉल करता है।
+
+1. यह सुनिश्चित करने के लिए कि सब कुछ सही ढंग से काम कर रहा है, आप Functions रनटाइम शुरू कर सकते हैं। इसे शुरू करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    func start
+    ```
+
+    आप देखेंगे कि रनटाइम शुरू होता है और रिपोर्ट करता है कि उसे कोई जॉब फंक्शन्स (ट्रिगर्स) नहीं मिले हैं।
+
+    ```output
+    (.venv) ➜  soil-moisture-trigger func start
+    Found Python version 3.9.1 (python3).
+    
+    Azure Functions Core Tools
+    Core Tools Version:       3.0.3442 Commit hash: 6bfab24b2743f8421475d996402c398d2fe4a9e0  (64-bit)
+    Function Runtime Version: 3.0.15417.0
+    
+    [2021-05-05T01:24:46.795Z] No job functions found.
+    ```
+> ⚠️ यदि आपको फ़ायरवॉल नोटिफिकेशन मिलता है, तो एक्सेस की अनुमति दें क्योंकि `func` एप्लिकेशन को आपके नेटवर्क पर पढ़ने और लिखने की आवश्यकता होती है।
+> ⚠️ यदि आप macOS का उपयोग कर रहे हैं, तो आउटपुट में चेतावनियां हो सकती हैं:
+>
+> ```output
+    > (.venv) ➜  soil-moisture-trigger func start
+    > Found Python version 3.9.1 (python3).
+    >
+    > Azure Functions Core Tools
+    > Core Tools Version:       3.0.3442 Commit hash: 6bfab24b2743f8421475d996402c398d2fe4a9e0  (64-bit)
+    > Function Runtime Version: 3.0.15417.0
+    >
+    > [2021-06-16T08:18:28.315Z] Cannot create directory for shared memory usage: /dev/shm/AzureFunctions
+    > [2021-06-16T08:18:28.316Z] System.IO.FileSystem: Access to the path '/dev/shm/AzureFunctions' is denied. Operation not permitted.
+    > [2021-06-16T08:18:30.361Z] No job functions found.
+    > ```
+>
+> जब तक Functions ऐप सही तरीके से शुरू हो और चल रहे फंक्शन्स को सूचीबद्ध करे, आप इन्हें अनदेखा कर सकते हैं। जैसा कि [Microsoft Docs Q&A पर इस प्रश्न](https://docs.microsoft.com/answers/questions/396617/azure-functions-core-tools-error-osx-devshmazurefu.html?WT.mc_id=academic-17441-jabenn) में उल्लेख किया गया है, इसे अनदेखा किया जा सकता है।
+
+1. `ctrl+c` दबाकर Functions ऐप को बंद करें।
+
+1. वर्तमान फ़ोल्डर को VS Code में खोलें, या तो VS Code खोलकर इस फ़ोल्डर को खोलें, या निम्नलिखित कमांड चलाकर:
+
+    ```sh
+    code .
+    ```
+
+    VS Code आपके Functions प्रोजेक्ट का पता लगाएगा और एक नोटिफिकेशन दिखाएगा जिसमें लिखा होगा:
+
+    ```output
+    Detected an Azure Functions Project in folder "soil-moisture-trigger" that may have been created outside of
+    VS Code. Initialize for optimal use with VS Code?
+    ```
+
+    ![नोटिफिकेशन](../../../../../translated_images/vscode-azure-functions-init-notification.bd19b49229963edb5311fb3a79445ea469424759d2917ee2f2eb6f92d65d5086.hi.png)
+
+    इस नोटिफिकेशन से **Yes** चुनें।
+
+1. सुनिश्चित करें कि VS Code टर्मिनल में Python वर्चुअल एनवायरनमेंट चल रहा है। यदि आवश्यक हो तो इसे समाप्त करें और पुनः प्रारंभ करें।
+
+## IoT Hub इवेंट ट्रिगर बनाएं
+
+Functions ऐप आपके सर्वरलेस कोड का शेल है। IoT Hub इवेंट्स का जवाब देने के लिए, आप इस ऐप में एक IoT Hub ट्रिगर जोड़ सकते हैं। यह ट्रिगर उन संदेशों की स्ट्रीम से कनेक्ट करने की आवश्यकता है जो IoT Hub को भेजे जाते हैं और उनका जवाब देते हैं। इन संदेशों की स्ट्रीम प्राप्त करने के लिए, आपके ट्रिगर को IoT Hubs के *इवेंट हब संगत एंडपॉइंट* से कनेक्ट करना होगा।
+
+IoT Hub एक अन्य Azure सेवा, Azure Event Hubs, पर आधारित है। Event Hubs एक सेवा है जो आपको संदेश भेजने और प्राप्त करने की अनुमति देती है, और IoT Hub इसे IoT डिवाइसों के लिए सुविधाओं के साथ विस्तारित करता है। IoT Hub से संदेश पढ़ने के लिए कनेक्ट करने का तरीका वही है जैसा आप Event Hubs का उपयोग करते समय करेंगे।
+
+✅ थोड़ा शोध करें: [Azure Event Hubs दस्तावेज़](https://docs.microsoft.com/azure/event-hubs/event-hubs-about?WT.mc_id=academic-17441-jabenn) में Event Hubs का अवलोकन पढ़ें। इसकी बुनियादी सुविधाओं की तुलना IoT Hub से कैसे होती है?
+
+IoT डिवाइस को IoT Hub से कनेक्ट करने के लिए, इसे एक गुप्त कुंजी का उपयोग करना होगा जो सुनिश्चित करता है कि केवल अनुमत डिवाइस ही कनेक्ट कर सकते हैं। यही बात संदेश पढ़ने के लिए कनेक्ट करने पर भी लागू होती है; आपके कोड को एक कनेक्शन स्ट्रिंग की आवश्यकता होगी जिसमें एक गुप्त कुंजी और IoT Hub का विवरण शामिल होगा।
+
+> 💁 आपको जो डिफ़ॉल्ट कनेक्शन स्ट्रिंग मिलती है उसमें **iothubowner** अनुमतियां होती हैं, जो इसे उपयोग करने वाले किसी भी कोड को IoT Hub पर पूर्ण अनुमतियां देती हैं। आदर्श रूप से, आपको केवल आवश्यक न्यूनतम स्तर की अनुमतियों के साथ कनेक्ट करना चाहिए। इसे अगले पाठ में कवर किया जाएगा।
+
+एक बार जब आपका ट्रिगर कनेक्ट हो जाता है, तो IoT Hub को भेजे गए प्रत्येक संदेश के लिए फ़ंक्शन के अंदर का कोड कॉल किया जाएगा, चाहे वह संदेश किस डिवाइस ने भेजा हो। ट्रिगर को संदेश एक पैरामीटर के रूप में पास किया जाएगा।
+
+### कार्य - इवेंट हब संगत एंडपॉइंट कनेक्शन स्ट्रिंग प्राप्त करें
+
+1. VS Code टर्मिनल से निम्नलिखित कमांड चलाएं ताकि IoT Hubs इवेंट हब संगत एंडपॉइंट के लिए कनेक्शन स्ट्रिंग प्राप्त हो:
+
+    ```sh
+    az iot hub connection-string show --default-eventhub \
+                                      --output table \
+                                      --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को अपने IoT Hub के नाम से बदलें।
+
+1. VS Code में `local.settings.json` फ़ाइल खोलें। `Values` सेक्शन के अंदर निम्नलिखित अतिरिक्त मान जोड़ें:
+
+    ```json
+    "IOT_HUB_CONNECTION_STRING": "<connection string>"
+    ```
+
+    `<connection string>` को पिछले चरण से प्राप्त मान से बदलें। इसे वैध JSON बनाने के लिए ऊपर की पंक्ति के बाद एक कॉमा जोड़ना होगा।
+
+### कार्य - इवेंट ट्रिगर बनाएं
+
+अब आप इवेंट ट्रिगर बनाने के लिए तैयार हैं।
+
+1. VS Code टर्मिनल से `soil-moisture-trigger` फ़ोल्डर के अंदर निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    func new --name iot-hub-trigger --template "Azure Event Hub trigger"
+    ```
+
+    यह एक नया फ़ंक्शन बनाएगा जिसका नाम `iot-hub-trigger` होगा। ट्रिगर IoT Hub पर इवेंट हब संगत एंडपॉइंट से कनेक्ट करेगा, ताकि आप इवेंट हब ट्रिगर का उपयोग कर सकें। IoT Hub के लिए कोई विशिष्ट ट्रिगर नहीं है।
+
+यह `soil-moisture-trigger` फ़ोल्डर के अंदर एक फ़ोल्डर बनाएगा जिसका नाम `iot-hub-trigger` होगा, जिसमें यह फ़ंक्शन होगा। इस फ़ोल्डर में निम्नलिखित फाइलें होंगी:
+
+* `__init__.py` - यह Python कोड फ़ाइल है जिसमें ट्रिगर होता है, और यह फ़ोल्डर को Python मॉड्यूल में बदलने के लिए मानक Python फ़ाइल नाम कन्वेंशन का उपयोग करता है।
+
+    इस फ़ाइल में निम्नलिखित कोड होगा:
+
+    ```python
+    import logging
+
+    import azure.functions as func
+
+
+    def main(event: func.EventHubEvent):
+        logging.info('Python EventHub trigger processed an event: %s',
+                    event.get_body().decode('utf-8'))
+    ```
+
+    ट्रिगर का मुख्य भाग `main` फ़ंक्शन है। यह फ़ंक्शन IoT Hub से आने वाले इवेंट्स के साथ कॉल किया जाता है। इस फ़ंक्शन में `event` नामक एक पैरामीटर होता है जो एक `EventHubEvent` होता है। हर बार जब IoT Hub को संदेश भेजा जाता है, तो यह फ़ंक्शन उस संदेश को `event` के रूप में पास करता है, साथ ही उन गुणों के साथ जो आपने पिछले पाठ में एनोटेशन के रूप में देखे थे।
+
+    इस फ़ंक्शन का मुख्य भाग इवेंट को लॉग करता है।
+
+* `function.json` - इसमें ट्रिगर के लिए कॉन्फ़िगरेशन होता है। मुख्य कॉन्फ़िगरेशन `bindings` नामक सेक्शन में होता है। बाइंडिंग Azure Functions और अन्य Azure सेवाओं के बीच कनेक्शन के लिए शब्द है। इस फ़ंक्शन में इवेंट हब के लिए एक इनपुट बाइंडिंग है - यह इवेंट हब से कनेक्ट होता है और डेटा प्राप्त करता है।
+
+    > 💁 आप आउटपुट बाइंडिंग भी जोड़ सकते हैं ताकि फ़ंक्शन का आउटपुट किसी अन्य सेवा को भेजा जा सके। उदाहरण के लिए, आप डेटाबेस के लिए एक आउटपुट बाइंडिंग जोड़ सकते हैं और IoT Hub इवेंट को फ़ंक्शन से वापस कर सकते हैं, और यह स्वचालित रूप से डेटाबेस में सम्मिलित हो जाएगा।
+
+    ✅ थोड़ा शोध करें: [Azure Functions ट्रिगर्स और बाइंडिंग्स अवधारणाओं](https://docs.microsoft.com/azure/azure-functions/functions-triggers-bindings?WT.mc_id=academic-17441-jabenn&tabs=python) दस्तावेज़ में बाइंडिंग्स के बारे में पढ़ें।
+
+    `bindings` सेक्शन में बाइंडिंग के लिए कॉन्फ़िगरेशन शामिल है। रुचि के मान हैं:
+
+  * `"type": "eventHubTrigger"` - यह फ़ंक्शन को बताता है कि इसे Event Hub से इवेंट्स सुनने की आवश्यकता है।
+  * `"name": "events"` - यह Event Hub इवेंट्स के लिए उपयोग करने के लिए पैरामीटर नाम है। यह Python कोड में `main` फ़ंक्शन में पैरामीटर नाम से मेल खाता है।
+  * `"direction": "in"` - यह एक इनपुट बाइंडिंग है, इवेंट हब से डेटा फ़ंक्शन में आता है।
+  * `"connection": ""` - यह परिभाषित करता है कि कनेक्शन स्ट्रिंग को पढ़ने के लिए किस सेटिंग का उपयोग करना है। स्थानीय रूप से चलाने पर, यह `local.settings.json` फ़ाइल से इस सेटिंग को पढ़ेगा।
+
+    > 💁 कनेक्शन स्ट्रिंग को `function.json` फ़ाइल में संग्रहीत नहीं किया जा सकता है, इसे सेटिंग्स से पढ़ा जाना चाहिए। ऐसा इसलिए है ताकि आप गलती से अपनी कनेक्शन स्ट्रिंग को उजागर न करें।
+
+1. [Azure Functions टेम्पलेट में एक बग](https://github.com/Azure/azure-functions-templates/issues/1250) के कारण, `function.json` में `cardinality` फ़ील्ड के लिए एक गलत मान है। इस फ़ील्ड को `many` से `one` में अपडेट करें:
+
+    ```json
+    "cardinality": "one",
+    ```
+
+1. `function.json` फ़ाइल में `"connection"` के मान को अपडेट करें ताकि यह `local.settings.json` फ़ाइल में जोड़े गए नए मान की ओर इशारा करे:
+
+    ```json
+    "connection": "IOT_HUB_CONNECTION_STRING",
+    ```
+
+    > 💁 याद रखें - इसे सेटिंग की ओर इशारा करना चाहिए, इसमें वास्तविक कनेक्शन स्ट्रिंग नहीं होनी चाहिए।
+
+1. कनेक्शन स्ट्रिंग में `eventHubName` मान होता है, इसलिए `function.json` फ़ाइल में इसके लिए मान को खाली करना होगा। इस मान को खाली स्ट्रिंग में अपडेट करें:
+
+    ```json
+    "eventHubName": "",
+    ```
+
+### कार्य - इवेंट ट्रिगर चलाएं
+
+1. सुनिश्चित करें कि आप IoT Hub इवेंट मॉनिटर नहीं चला रहे हैं। यदि यह Functions ऐप के साथ एक ही समय में चल रहा है, तो Functions ऐप कनेक्ट नहीं कर पाएगा और इवेंट्स का उपभोग नहीं कर पाएगा।
+
+    > 💁 कई ऐप्स IoT Hub एंडपॉइंट्स से विभिन्न *कंज्यूमर ग्रुप्स* का उपयोग करके कनेक्ट कर सकते हैं। इन्हें बाद के पाठ में कवर किया जाएगा।
+
+1. Functions ऐप चलाने के लिए, VS Code टर्मिनल से निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    func start
+    ```
+
+    Functions ऐप शुरू हो जाएगा, और `iot-hub-trigger` फ़ंक्शन का पता लगाएगा। यह पिछले दिन में IoT Hub को भेजे गए किसी भी इवेंट को प्रोसेस करेगा।
+
+    ```output
+    (.venv) ➜  soil-moisture-trigger func start
+    Found Python version 3.9.1 (python3).
+    
+    Azure Functions Core Tools
+    Core Tools Version:       3.0.3442 Commit hash: 6bfab24b2743f8421475d996402c398d2fe4a9e0  (64-bit)
+    Function Runtime Version: 3.0.15417.0
+    
+    Functions:
+    
+            iot-hub-trigger: eventHubTrigger
+    
+    For detailed output, run func with --verbose flag.
+    [2021-05-05T02:44:07.517Z] Worker process started and initialized.
+    [2021-05-05T02:44:09.202Z] Executing 'Functions.iot-hub-trigger' (Reason='(null)', Id=802803a5-eae9-4401-a1f4-176631456ce4)
+    [2021-05-05T02:44:09.205Z] Trigger Details: PartitionId: 0, Offset: 1011240-1011632, EnqueueTimeUtc: 2021-05-04T19:04:04.2030000Z-2021-05-04T19:04:04.3900000Z, SequenceNumber: 2546-2547, Count: 2
+    [2021-05-05T02:44:09.352Z] Python EventHub trigger processed an event: {"soil_moisture":628}
+    [2021-05-05T02:44:09.354Z] Python EventHub trigger processed an event: {"soil_moisture":624}
+    [2021-05-05T02:44:09.395Z] Executed 'Functions.iot-hub-trigger' (Succeeded, Id=802803a5-eae9-4401-a1f4-176631456ce4, Duration=245ms)
+    ```
+
+    प्रत्येक फ़ंक्शन कॉल के लिए आउटपुट में `Executing 'Functions.iot-hub-trigger'`/`Executed 'Functions.iot-hub-trigger'` ब्लॉक होगा, ताकि आप देख सकें कि प्रत्येक फ़ंक्शन कॉल में कितने संदेश प्रोसेस किए गए।
+
+1. सुनिश्चित करें कि आपका IoT डिवाइस चल रहा है। आप Functions ऐप में नए मिट्टी की नमी के संदेश देखेंगे।
+
+1. Functions ऐप को बंद करें और पुनः प्रारंभ करें। आप देखेंगे कि यह पिछले संदेशों को फिर से प्रोसेस नहीं करेगा, यह केवल नए संदेशों को प्रोसेस करेगा।
+
+> 💁 VS Code आपके Functions को डिबग करने का समर्थन करता है। आप कोड की प्रत्येक पंक्ति की शुरुआत में क्लिक करके ब्रेक पॉइंट सेट कर सकते हैं, या कोड की एक पंक्ति पर कर्सर रखकर *Run -> Toggle breakpoint* चुन सकते हैं, या `F9` दबा सकते हैं। आप *Run -> Start debugging* चुनकर, `F5` दबाकर, या *Run and debug* पैन का चयन करके और **Start debugging** बटन चुनकर डिबगर लॉन्च कर सकते हैं। ऐसा करके आप प्रोसेस किए जा रहे इवेंट्स का विवरण देख सकते हैं।
+
+#### समस्या निवारण
+
+* यदि आपको निम्नलिखित त्रुटि मिलती है:
+
+    ```output
+    The listener for function 'Functions.iot-hub-trigger' was unable to start. Microsoft.WindowsAzure.Storage: Connection refused. System.Net.Http: Connection refused. System.Private.CoreLib: Connection refused.
+    ```
+
+    जांचें कि Azurite चल रहा है और आपने `local.settings.json` फ़ाइल में `AzureWebJobsStorage` को `UseDevelopmentStorage=true` पर सेट किया है।
+
+* यदि आपको निम्नलिखित त्रुटि मिलती है:
+
+    ```output
+    System.Private.CoreLib: Exception while executing function: Functions.iot-hub-trigger. System.Private.CoreLib: Result: Failure Exception: AttributeError: 'list' object has no attribute 'get_body'
+    ```
+
+    जांचें कि आपने `function.json` फ़ाइल में `cardinality` को `one` पर सेट किया है।
+
+* यदि आपको निम्नलिखित त्रुटि मिलती है:
+
+    ```output
+    Azure.Messaging.EventHubs: The path to an Event Hub may be specified as part of the connection string or as a separate value, but not both.  Please verify that your connection string does not have the `EntityPath` token if you are passing an explicit Event Hub name. (Parameter 'connectionString').
+    ```
+
+    जांचें कि आपने `function.json` फ़ाइल में `eventHubName` को खाली स्ट्रिंग पर सेट किया है।
+
+## सर्वरलेस कोड से डायरेक्ट मेथड रिक्वेस्ट भेजें
+
+अब तक आपका Functions ऐप Event Hub संगत एंडपॉइंट का उपयोग करके IoT Hub से संदेश सुन रहा है। अब आपको IoT डिवाइस को कमांड भेजने की आवश्यकता है। यह IoT Hub से *Registry Manager* के माध्यम से एक अलग कनेक्शन का उपयोग करके किया जाता है। Registry Manager एक उपकरण है जो आपको IoT Hub के साथ पंजीकृत डिवाइसों को देखने और उन डिवाइसों के साथ संवाद करने की अनुमति देता है। आप इसे क्लाउड से डिवाइस संदेश भेजने, डायरेक्ट मेथड रिक्वेस्ट भेजने, या डिवाइस ट्विन को अपडेट करने के लिए उपयोग कर सकते हैं। आप इसका उपयोग IoT Hub से IoT डिवाइसों को पंजीकृत करने, अपडेट करने या हटाने के लिए भी कर सकते हैं।
+
+Registry Manager से कनेक्ट करने के लिए, आपको एक कनेक्शन स्ट्रिंग की आवश्यकता होगी।
+
+### कार्य - Registry Manager कनेक्शन स्ट्रिंग प्राप्त करें
+
+1. कनेक्शन स्ट्रिंग प्राप्त करने के लिए, निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az iot hub connection-string show --policy-name service \
+                                      --output table \
+                                      --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को अपने IoT Hub के नाम से बदलें।
+
+    कनेक्शन स्ट्रिंग *ServiceConnect* पॉलिसी के लिए `--policy-name service` पैरामीटर का उपयोग करके अनुरोध की जाती है। जब आप कनेक्शन स्ट्रिंग का अनुरोध करते हैं, तो आप निर्दिष्ट कर सकते हैं कि वह कनेक्शन स्ट्रिंग किन अनुमतियों की अनुमति देगा। ServiceConnect पॉलिसी आपके कोड को कनेक्ट करने और IoT डिवाइसों को संदेश भेजने की अनुमति देती है।
+
+    ✅ थोड़ा शोध करें: [IoT Hub अनुमतियां दस्तावेज़](https://docs.microsoft.com/azure/iot-hub/iot-hub-devguide-security#iot-hub-permissions?WT.mc_id=academic-17441-jabenn) में विभिन्न पॉलिसियों के बारे में पढ़ें।
+
+1. VS Code में `local.settings.json` फ़ाइल खोलें। `Values` सेक्शन के अंदर निम्नलिखित अतिरिक्त मान जोड़ें:
+
+    ```json
+    "REGISTRY_MANAGER_CONNECTION_STRING": "<connection string>"
+    ```
+
+    `<connection string>` को पिछले चरण से प्राप्त मान से बदलें। इसे वैध JSON बनाने के लिए ऊपर की पंक्ति के बाद एक कॉमा जोड़ना होगा।
+
+### कार्य - डिवाइस को डायरेक्ट मेथड रिक्वेस्ट भेजें
+
+1. Registry Manager के लिए SDK एक Pip पैकेज के माध्यम से उपलब्ध है। इस पैकेज पर निर्भरता जोड़ने के लिए `requirements.txt` फ़ाइल में निम्नलिखित पंक्ति जोड़ें:
+
+    ```sh
+    azure-iot-hub
+    ```
+
+1. सुनिश्चित करें कि VS Code टर्मिनल में वर्चुअल एनवायरनमेंट सक्रिय है, और Pip पैकेज इंस्टॉल करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    pip install -r requirements.txt
+    ```
+
+1. `__init__.py` फ़ाइल में निम्नलिखित इम्पोर्ट्स जोड़ें:
+
+    ```python
+    import json
+    import os
+    from azure.iot.hub import IoTHubRegistryManager
+    from azure.iot.hub.models import CloudToDeviceMethod
+    ```
+
+    यह कुछ सिस्टम लाइब्रेरीज़ के साथ-साथ Registry Manager के साथ संवाद करने और डायरेक्ट मेथड रिक्वेस्ट भेजने के लिए लाइब्रेरीज़ को इम्पोर्ट करता है।
+
+1. `main` मेथड के अंदर का कोड हटा दें, लेकिन मेथड को बनाए रखें।
+
+1. `main` मेथड में निम्नलिखित कोड जोड़ें:
+
+    ```python
+    body = json.loads(event.get_body().decode('utf-8'))
+    device_id = event.iothub_metadata['connection-device-id']
+
+    logging.info(f'Received message: {body} from {device_id}')
+    ```
+
+    यह कोड इवेंट के बॉडी को निकालता है जिसमें IoT डिवाइस द्वारा भेजा गया JSON संदेश होता है।
+
+    फिर यह संदेश के साथ पास किए गए एनोटेशन से डिवाइस ID प्राप्त करता है। इवेंट का बॉडी भेजा गया टेलीमेट्री संदेश होता है, और `iothub_metadata` डिक्शनरी में IoT Hub द्वारा सेट किए गए गुण होते हैं जैसे कि भेजने वाले डिवाइस का ID और संदेश भेजे जाने का समय।
+
+    यह जानकारी लॉग की जाती है। जब आप Functions ऐप को स्थानीय रूप से चलाते हैं तो आप टर्मिनल में यह लॉगिंग देखेंगे।
+
+1. इसके नीचे निम्नलिखित कोड जोड़ें:
+
+    ```python
+    soil_moisture = body['soil_moisture']
+
+    if soil_moisture > 450:
+        direct_method = CloudToDeviceMethod(method_name='relay_on', payload='{}')
+    else:
+        direct_method = CloudToDeviceMethod(method_name='relay_off', payload='{}')
+    ```
+
+    यह कोड संदेश से मिट्टी की नमी प्राप्त करता है। फिर मिट्टी की नमी की जांच करता है, और मान के आधार पर `relay_on` या `relay_off` डायरेक्ट मेथड रिक्वेस्ट के लिए एक हेल्पर क्लास बनाता है। मेथड रिक्वेस्ट को किसी पेलोड की आवश्यकता नहीं होती है, इसलिए एक खाली JSON दस्तावेज़ भेजा जाता है।
+
+1. इसके नीचे निम्नलिखित कोड जोड़ें:
+
+    ```python
+    logging.info(f'Sending direct method request for {direct_method.method_name} for device {device_id}')
+
+    registry_manager_connection_string = os.environ['REGISTRY_MANAGER_CONNECTION_STRING']
+    registry_manager = IoTHubRegistryManager(registry_manager_connection_string)
+    ```
+यह कोड `local.settings.json` फ़ाइल से `REGISTRY_MANAGER_CONNECTION_STRING` को लोड करता है। इस फ़ाइल में मौजूद मान पर्यावरण चर के रूप में उपलब्ध होते हैं, और इन्हें `os.environ` फ़ंक्शन का उपयोग करके पढ़ा जा सकता है, जो सभी पर्यावरण चर का एक डिक्शनरी लौटाता है।
+
+> 💁 जब यह कोड क्लाउड में डिप्लॉय किया जाता है, तो `local.settings.json` फ़ाइल में मौजूद मान *Application Settings* के रूप में सेट किए जाते हैं, और इन्हें पर्यावरण चर से पढ़ा जा सकता है।
+
+इसके बाद कोड कनेक्शन स्ट्रिंग का उपयोग करके Registry Manager हेल्पर क्लास का एक इंस्टेंस बनाता है।
+
+1. इसके नीचे निम्नलिखित कोड जोड़ें:
+
+    ```python
+    registry_manager.invoke_device_method(device_id, direct_method)
+
+    logging.info('Direct method request sent!')
+    ```
+
+    यह कोड रजिस्ट्री मैनेजर को उस डिवाइस को डायरेक्ट मेथड रिक्वेस्ट भेजने के लिए कहता है जिसने टेलीमेट्री भेजी है।
+
+    > 💁 पहले के पाठों में आपने MQTT का उपयोग करके जो ऐप बनाए थे, उनमें रिले कंट्रोल कमांड सभी डिवाइसों को भेजे जाते थे। कोड ने यह मान लिया था कि आपके पास केवल एक डिवाइस होगा। इस संस्करण में कोड एक ही डिवाइस को मेथड रिक्वेस्ट भेजता है, इसलिए यह कई सेटअप्स के साथ काम करेगा, जैसे कि नमी सेंसर और रिले, और सही डिवाइस को सही डायरेक्ट मेथड रिक्वेस्ट भेजेगा।
+
+1. Functions ऐप चलाएं और सुनिश्चित करें कि आपका IoT डिवाइस डेटा भेज रहा है। आप देखेंगे कि संदेश प्रोसेस हो रहे हैं और डायरेक्ट मेथड रिक्वेस्ट भेजे जा रहे हैं। मिट्टी में नमी सेंसर को अंदर और बाहर ले जाकर मान बदलते हुए देखें और रिले को चालू और बंद होते हुए देखें।
+
+> 💁 आप इस कोड को [code/functions](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud/code/functions) फ़ोल्डर में पा सकते हैं।
+
+## अपने सर्वरलेस कोड को क्लाउड में डिप्लॉय करें
+
+आपका कोड अब लोकल पर काम कर रहा है, तो अगला कदम Functions ऐप को क्लाउड में डिप्लॉय करना है।
+
+### कार्य - क्लाउड संसाधन बनाएं
+
+आपके Functions ऐप को Azure में Functions App संसाधन में डिप्लॉय करने की आवश्यकता है, जो आपके IoT Hub के लिए बनाए गए Resource Group के अंदर होगा। आपको Azure में एक Storage Account भी बनाना होगा ताकि लोकल पर चल रहे इम्यूलेटेड स्टोरेज को बदला जा सके।
+
+1. स्टोरेज अकाउंट बनाने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az storage account create --resource-group soil-moisture-sensor \
+                              --sku Standard_LRS \
+                              --name <storage_name> 
+    ```
+
+    `<storage_name>` को अपने स्टोरेज अकाउंट के लिए एक नाम से बदलें। यह नाम वैश्विक रूप से अद्वितीय होना चाहिए क्योंकि यह स्टोरेज अकाउंट तक पहुंचने के लिए उपयोग किए जाने वाले URL का हिस्सा बनता है। इस नाम में केवल छोटे अक्षर और संख्याएं उपयोग की जा सकती हैं, कोई अन्य वर्ण नहीं, और यह 24 वर्णों तक सीमित है। कुछ ऐसा उपयोग करें जैसे `sms` और अंत में एक अद्वितीय पहचानकर्ता जोड़ें, जैसे कुछ रैंडम शब्द या आपका नाम।
+
+    `--sku Standard_LRS` मूल्य निर्धारण स्तर का चयन करता है, जो सबसे कम लागत वाले सामान्य-उद्देश्य वाले अकाउंट को चुनता है। स्टोरेज का कोई मुफ्त स्तर नहीं है, और आप जो उपयोग करते हैं उसके लिए भुगतान करते हैं। लागत अपेक्षाकृत कम है, सबसे महंगा स्टोरेज प्रति गीगाबाइट प्रति माह US$0.05 से कम है।
+
+    ✅ मूल्य निर्धारण के बारे में [Azure Storage Account pricing page](https://azure.microsoft.com/pricing/details/storage/?WT.mc_id=academic-17441-jabenn) पर पढ़ें।
+
+1. एक Function App बनाने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az functionapp create --resource-group soil-moisture-sensor \
+                          --runtime python \
+                          --functions-version 3 \
+                          --os-type Linux \
+                          --consumption-plan-location <location> \
+                          --storage-account <storage_name> \
+                          --name <functions_app_name>
+    ```
+
+    `<location>` को उस स्थान से बदलें जिसे आपने पिछले पाठ में Resource Group बनाते समय उपयोग किया था।
+
+    `<storage_name>` को उस स्टोरेज अकाउंट के नाम से बदलें जिसे आपने पिछले चरण में बनाया था।
+
+    `<functions_app_name>` को अपने Functions App के लिए एक अद्वितीय नाम से बदलें। यह नाम वैश्विक रूप से अद्वितीय होना चाहिए क्योंकि यह Functions App तक पहुंचने के लिए उपयोग किए जाने वाले URL का हिस्सा बनता है। कुछ ऐसा उपयोग करें जैसे `soil-moisture-sensor-` और अंत में एक अद्वितीय पहचानकर्ता जोड़ें, जैसे कुछ रैंडम शब्द या आपका नाम।
+
+    `--functions-version 3` विकल्प Azure Functions के संस्करण को सेट करता है। संस्करण 3 नवीनतम संस्करण है।
+
+    `--os-type Linux` Functions रनटाइम को इन फंक्शन्स को होस्ट करने के लिए Linux का उपयोग करने के लिए कहता है। Functions को Linux या Windows पर होस्ट किया जा सकता है, उपयोग किए गए प्रोग्रामिंग भाषा के आधार पर। Python ऐप्स केवल Linux पर समर्थित हैं।
+
+### कार्य - अपने एप्लिकेशन सेटिंग्स अपलोड करें
+
+जब आपने अपने Functions App को विकसित किया, तो आपने IoT Hub के लिए कनेक्शन स्ट्रिंग्स के लिए `local.settings.json` फ़ाइल में कुछ सेटिंग्स संग्रहीत कीं। इन्हें Azure में आपके Functions App में Application Settings में लिखा जाना चाहिए ताकि आपका कोड इन्हें उपयोग कर सके।
+
+> 🎓 `local.settings.json` फ़ाइल केवल लोकल विकास सेटिंग्स के लिए है, और इन्हें स्रोत कोड नियंत्रण, जैसे GitHub, में चेक-इन नहीं किया जाना चाहिए। जब क्लाउड में डिप्लॉय किया जाता है, तो Application Settings का उपयोग किया जाता है। Application Settings क्लाउड में होस्ट किए गए key/value जोड़े हैं और इन्हें पर्यावरण चर से पढ़ा जाता है, या तो आपके कोड में या रनटाइम द्वारा जब आपका कोड IoT Hub से कनेक्ट होता है।
+
+1. Functions App Application Settings में `IOT_HUB_CONNECTION_STRING` सेटिंग सेट करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az functionapp config appsettings set --resource-group soil-moisture-sensor \
+                                          --name <functions_app_name> \
+                                          --settings "IOT_HUB_CONNECTION_STRING=<connection string>"
+    ```
+
+    `<functions_app_name>` को उस नाम से बदलें जिसे आपने अपने Functions App के लिए उपयोग किया था।
+
+    `<connection string>` को अपने `local.settings.json` फ़ाइल से `IOT_HUB_CONNECTION_STRING` के मान से बदलें।
+
+1. ऊपर दिए गए चरण को दोहराएं, लेकिन `REGISTRY_MANAGER_CONNECTION_STRING` के मान को `local.settings.json` फ़ाइल से संबंधित मान से सेट करें।
+
+जब आप ये कमांड चलाते हैं, तो वे Functions App के लिए सभी Application Settings की सूची भी आउटपुट करेंगे। आप इसका उपयोग यह जांचने के लिए कर सकते हैं कि आपके मान सही तरीके से सेट किए गए हैं।
+
+> 💁 आप देखेंगे कि `AzureWebJobsStorage` के लिए पहले से ही एक मान सेट है। आपके `local.settings.json` फ़ाइल में, इसे लोकल स्टोरेज इम्यूलेटर का उपयोग करने के लिए सेट किया गया था। जब आपने Functions App बनाया, तो आपने स्टोरेज अकाउंट को एक पैरामीटर के रूप में पास किया, और यह इस सेटिंग में स्वचालित रूप से सेट हो गया।
+
+### कार्य - अपने Functions App को क्लाउड में डिप्लॉय करें
+
+अब जब Functions App तैयार है, तो आपका कोड डिप्लॉय किया जा सकता है।
+
+1. अपने Functions App को प्रकाशित करने के लिए VS Code टर्मिनल से निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    func azure functionapp publish <functions_app_name>
+    ```
+
+    `<functions_app_name>` को उस नाम से बदलें जिसे आपने अपने Functions App के लिए उपयोग किया था।
+
+कोड को पैक किया जाएगा और Functions App को भेजा जाएगा, जहां इसे डिप्लॉय और शुरू किया जाएगा। बहुत सारे कंसोल आउटपुट होंगे, जो डिप्लॉयमेंट की पुष्टि और डिप्लॉय किए गए फंक्शन्स की सूची के साथ समाप्त होंगे। इस मामले में सूची में केवल ट्रिगर शामिल होगा।
+
+```output
+Deployment successful.
+Remote build succeeded!
+Syncing triggers...
+Functions in soil-moisture-sensor:
+    iot-hub-trigger - [eventHubTrigger]
+```
+
+सुनिश्चित करें कि आपका IoT डिवाइस चल रहा है। मिट्टी की नमी को समायोजित करके नमी स्तर बदलें, या सेंसर को मिट्टी के अंदर और बाहर ले जाएं। आप देखेंगे कि मिट्टी की नमी बदलते ही रिले चालू और बंद हो रहा है।
+
+---
+
+## 🚀 चुनौती
+
+पिछले पाठ में, आपने रिले के लिए टाइमिंग को प्रबंधित किया था, जब रिले चालू था और थोड़ी देर बाद बंद हो गया था, तो MQTT संदेशों से अनसब्सक्राइब करके। आप यहां इस विधि का उपयोग नहीं कर सकते - आप अपने IoT Hub ट्रिगर को अनसब्सक्राइब नहीं कर सकते।
+
+सोचें कि आप अपने Functions App में इसे संभालने के लिए अलग-अलग तरीकों का उपयोग कैसे कर सकते हैं।
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/18)
+
+## समीक्षा और स्व-अध्ययन
+
+* [Serverless Computing page on Wikipedia](https://wikipedia.org/wiki/Serverless_computing) पर सर्वरलेस कंप्यूटिंग के बारे में पढ़ें।
+* Azure में सर्वरलेस का उपयोग करने के बारे में और अधिक उदाहरणों सहित [Go serverless for your IoT needs Azure blog post](https://azure.microsoft.com/blog/go-serverless-for-your-iot-needs/?WT.mc_id=academic-17441-jabenn) पर पढ़ें।
+* [Azure Functions YouTube channel](https://www.youtube.com/c/AzureFunctions) पर Azure Functions के बारे में अधिक जानें।
+
+## असाइनमेंट
+
+[मैनुअल रिले नियंत्रण जोड़ें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/5-migrate-application-to-the-cloud/assignment.md b/translations/hi/2-farm/lessons/5-migrate-application-to-the-cloud/assignment.md
new file mode 100644
index 00000000..649083fa
--- /dev/null
+++ b/translations/hi/2-farm/lessons/5-migrate-application-to-the-cloud/assignment.md
@@ -0,0 +1,68 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c24b6e4d90501c9199f2ceb6a648a337",
+  "translation_date": "2025-08-25T16:57:25+00:00",
+  "source_file": "2-farm/lessons/5-migrate-application-to-the-cloud/assignment.md",
+  "language_code": "hi"
+}
+-->
+# मैनुअल रिले नियंत्रण जोड़ें
+
+## निर्देश
+
+सर्वरलेस कोड को कई अलग-अलग तरीकों से ट्रिगर किया जा सकता है, जिनमें HTTP अनुरोध शामिल हैं। आप HTTP ट्रिगर्स का उपयोग करके अपने रिले नियंत्रण में मैनुअल ओवरराइड जोड़ सकते हैं, जिससे कोई व्यक्ति वेब अनुरोध के माध्यम से रिले को चालू या बंद कर सके।
+
+इस असाइनमेंट के लिए, आपको अपने Functions App में दो HTTP ट्रिगर्स जोड़ने की आवश्यकता है ताकि रिले को चालू और बंद किया जा सके। इसके लिए आप इस पाठ में सीखी गई चीज़ों का उपयोग करके डिवाइस को कमांड भेज सकते हैं।
+
+कुछ सुझाव:
+
+* आप अपने मौजूदा Functions App में HTTP ट्रिगर निम्नलिखित कमांड का उपयोग करके जोड़ सकते हैं:
+
+    ```sh
+    func new --name <trigger name> --template "HTTP trigger"
+    ```
+
+    `<trigger name>` को अपने HTTP ट्रिगर के नाम से बदलें। जैसे `relay_on` और `relay_off` का उपयोग करें।
+
+* HTTP ट्रिगर्स में एक्सेस कंट्रोल हो सकता है। डिफ़ॉल्ट रूप से, इन्हें चलाने के लिए URL के साथ एक फ़ंक्शन-विशिष्ट API कुंजी पास करनी होती है। इस असाइनमेंट के लिए, आप इस प्रतिबंध को हटा सकते हैं ताकि कोई भी फ़ंक्शन चला सके। ऐसा करने के लिए, HTTP ट्रिगर्स के लिए `function.json` फ़ाइल में `authLevel` सेटिंग को निम्नलिखित में अपडेट करें:
+
+    ```json
+    "authLevel": "anonymous"
+    ```
+
+    > 💁 आप इस एक्सेस कंट्रोल के बारे में अधिक जानकारी [Function access keys documentation](https://docs.microsoft.com/azure/azure-functions/functions-bindings-http-webhook-trigger?WT.mc_id=academic-17441-jabenn#authorization-keys) में पढ़ सकते हैं।
+
+* HTTP ट्रिगर्स डिफ़ॉल्ट रूप से GET और POST अनुरोधों का समर्थन करते हैं। इसका मतलब है कि आप उन्हें अपने वेब ब्राउज़र का उपयोग करके कॉल कर सकते हैं - वेब ब्राउज़र GET अनुरोध करते हैं।
+
+    जब आप अपने Functions App को लोकली चलाते हैं, तो आपको ट्रिगर का URL दिखाई देगा:
+
+    ```output
+    Functions:
+
+        relay_off: [GET,POST] http://localhost:7071/api/relay_off
+
+        relay_on: [GET,POST] http://localhost:7071/api/relay_on
+
+        iot-hub-trigger: eventHubTrigger
+    ```
+
+    URL को अपने ब्राउज़र में पेस्ट करें और `return` दबाएं, या VS Code में टर्मिनल विंडो में लिंक पर `Ctrl+click` करें (macOS पर `Cmd+click`) ताकि यह आपके डिफ़ॉल्ट ब्राउज़र में खुले। यह ट्रिगर को चलाएगा।
+
+    > 💁 ध्यान दें कि URL में `/api` शामिल है - HTTP ट्रिगर्स डिफ़ॉल्ट रूप से `api` सबडोमेन में होते हैं।
+
+* जब आप Functions App को डिप्लॉय करते हैं, तो HTTP ट्रिगर URL इस प्रकार होगा:
+
+    `https://<functions app name>.azurewebsites.net/api/<trigger name>`
+
+    जहां `<functions app name>` आपके Functions App का नाम है, और `<trigger name>` आपके ट्रिगर का नाम है।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ----------------- |
+| HTTP ट्रिगर्स बनाना | रिले को चालू और बंद करने के लिए 2 ट्रिगर्स बनाए, उपयुक्त नामों के साथ | एक ट्रिगर बनाया, उपयुक्त नाम के साथ | कोई ट्रिगर बनाने में असमर्थ |
+| HTTP ट्रिगर्स से रिले को नियंत्रित करना | दोनों ट्रिगर्स को IoT Hub से कनेक्ट किया और रिले को सही तरीके से नियंत्रित किया | एक ट्रिगर को IoT Hub से कनेक्ट किया और रिले को सही तरीके से नियंत्रित किया | ट्रिगर्स को IoT Hub से कनेक्ट करने में असमर्थ |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/6-keep-your-plant-secure/README.md b/translations/hi/2-farm/lessons/6-keep-your-plant-secure/README.md
new file mode 100644
index 00000000..e727f139
--- /dev/null
+++ b/translations/hi/2-farm/lessons/6-keep-your-plant-secure/README.md
@@ -0,0 +1,243 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "81c437c568eee1b0dda1f04e88150d37",
+  "translation_date": "2025-08-25T17:08:58+00:00",
+  "source_file": "2-farm/lessons/6-keep-your-plant-secure/README.md",
+  "language_code": "hi"
+}
+-->
+# अपने पौधे को सुरक्षित रखें
+
+![इस पाठ का स्केच नोट](../../../../../translated_images/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/19)
+
+## परिचय
+
+पिछले कुछ पाठों में आपने एक मिट्टी निगरानी IoT डिवाइस बनाया और इसे क्लाउड से जोड़ा। लेकिन क्या होगा अगर किसी प्रतिद्वंद्वी किसान के लिए काम करने वाले हैकर्स ने आपके IoT डिवाइस का नियंत्रण अपने हाथ में ले लिया? क्या होगा अगर उन्होंने उच्च मिट्टी की नमी के रीडिंग भेजे ताकि आपके पौधों को कभी पानी न मिले, या आपके सिंचाई सिस्टम को हमेशा चालू रखा, जिससे आपके पौधे अधिक पानी से मर जाएं और आपको पानी के बिल में भारी नुकसान हो?
+
+इस पाठ में आप IoT डिवाइस को सुरक्षित करने के बारे में जानेंगे। चूंकि यह इस प्रोजेक्ट का अंतिम पाठ है, आप यह भी सीखेंगे कि अपने क्लाउड संसाधनों को कैसे साफ करें, जिससे संभावित लागत कम हो सके।
+
+इस पाठ में हम कवर करेंगे:
+
+* [IoT डिवाइस को सुरक्षित क्यों करना आवश्यक है?](../../../../../2-farm/lessons/6-keep-your-plant-secure)
+* [क्रिप्टोग्राफी](../../../../../2-farm/lessons/6-keep-your-plant-secure)
+* [अपने IoT डिवाइस को सुरक्षित करें](../../../../../2-farm/lessons/6-keep-your-plant-secure)
+* [एक X.509 प्रमाणपत्र बनाएं और उपयोग करें](../../../../../2-farm/lessons/6-keep-your-plant-secure)
+
+> 🗑 यह इस प्रोजेक्ट का अंतिम पाठ है, इसलिए इस पाठ और असाइनमेंट को पूरा करने के बाद, अपने क्लाउड सेवाओं को साफ करना न भूलें। असाइनमेंट पूरा करने के लिए आपको सेवाओं की आवश्यकता होगी, इसलिए पहले इसे पूरा करना सुनिश्चित करें।
+>
+> यदि आवश्यक हो, तो निर्देशों के लिए [अपने प्रोजेक्ट को साफ करने की गाइड](../../../clean-up.md) देखें।
+
+## IoT डिवाइस को सुरक्षित क्यों करना आवश्यक है?
+
+IoT सुरक्षा का मतलब है यह सुनिश्चित करना कि केवल अपेक्षित डिवाइस ही आपके क्लाउड IoT सेवा से कनेक्ट हो सकें और टेलीमेट्री भेज सकें, और केवल आपकी क्लाउड सेवा ही आपके डिवाइस को कमांड भेज सके। IoT डेटा व्यक्तिगत भी हो सकता है, जिसमें चिकित्सा या निजी डेटा शामिल हो सकता है, इसलिए आपके पूरे एप्लिकेशन को इस डेटा के लीक होने से रोकने के लिए सुरक्षा पर विचार करना चाहिए।
+
+यदि आपका IoT एप्लिकेशन सुरक्षित नहीं है, तो कई जोखिम हो सकते हैं:
+
+* एक नकली डिवाइस गलत डेटा भेज सकता है, जिससे आपका एप्लिकेशन गलत तरीके से प्रतिक्रिया कर सकता है। उदाहरण के लिए, वे लगातार उच्च मिट्टी की नमी के रीडिंग भेज सकते हैं, जिससे आपका सिंचाई सिस्टम कभी चालू न हो और आपके पौधे पानी की कमी से मर जाएं।
+* अनधिकृत उपयोगकर्ता IoT डिवाइस से डेटा पढ़ सकते हैं, जिसमें व्यक्तिगत या व्यवसायिक रूप से महत्वपूर्ण डेटा शामिल हो सकता है।
+* हैकर्स डिवाइस को इस तरह से नियंत्रित करने के लिए कमांड भेज सकते हैं, जिससे डिवाइस या जुड़े हार्डवेयर को नुकसान हो सकता है।
+* IoT डिवाइस से कनेक्ट करके, हैकर्स अतिरिक्त नेटवर्क तक पहुंच सकते हैं और निजी सिस्टम तक पहुंच प्राप्त कर सकते हैं।
+* दुर्भावनापूर्ण उपयोगकर्ता व्यक्तिगत डेटा तक पहुंच सकते हैं और इसे ब्लैकमेल के लिए उपयोग कर सकते हैं।
+
+ये वास्तविक दुनिया के परिदृश्य हैं और अक्सर होते रहते हैं। कुछ उदाहरण पहले के पाठों में दिए गए थे, लेकिन यहां कुछ और हैं:
+
+* 2018 में, हैकर्स ने एक मछली टैंक थर्मोस्टेट पर खुले वाईफाई एक्सेस पॉइंट का उपयोग करके एक कैसीनो के नेटवर्क तक पहुंच प्राप्त की और डेटा चुरा लिया। [The Hacker News - Casino Gets Hacked Through Its Internet-Connected Fish Tank Thermometer](https://thehackernews.com/2018/04/iot-hacking-thermometer.html)
+* 2016 में, मिराई बॉटनेट ने Dyn, एक इंटरनेट सेवा प्रदाता, के खिलाफ एक डिनायल ऑफ सर्विस अटैक लॉन्च किया, जिससे इंटरनेट के बड़े हिस्से ठप हो गए। इस बॉटनेट ने DVRs और कैमरों जैसे IoT डिवाइस का उपयोग किया, जो डिफ़ॉल्ट उपयोगकर्ता नाम और पासवर्ड का उपयोग करते थे। [The Guardian - DDoS attack that disrupted internet was largest of its kind in history, experts say](https://www.theguardian.com/technology/2016/oct/26/ddos-attack-dyn-mirai-botnet)
+* Spiral Toys ने अपने CloudPets कनेक्टेड खिलौनों के उपयोगकर्ताओं का डेटाबेस इंटरनेट पर सार्वजनिक रूप से उपलब्ध रखा। [Troy Hunt - Data from connected CloudPets teddy bears leaked and ransomed, exposing kids' voice messages](https://www.troyhunt.com/data-from-connected-cloudpets-teddy-bears-leaked-and-ransomed-exposing-kids-voice-messages/).
+* Strava ने धावकों को टैग किया और उनके रूट दिखाए, जिससे अजनबियों को यह पता चल सकता था कि आप कहां रहते हैं। [Kim Komndo - Fitness app could lead a stranger right to your home — change this setting](https://www.komando.com/security-privacy/strava-fitness-app-privacy/755349/).
+
+✅ शोध करें: IoT हैक्स और IoT डेटा के उल्लंघनों के और उदाहरण खोजें, विशेष रूप से इंटरनेट से जुड़े टूथब्रश या वजन मापने वाले उपकरण जैसे व्यक्तिगत आइटम के साथ। सोचें कि इन हैक्स का पीड़ितों या ग्राहकों पर क्या प्रभाव हो सकता है।
+
+> 💁 सुरक्षा एक विशाल विषय है, और यह पाठ केवल आपके डिवाइस को क्लाउड से कनेक्ट करने के कुछ बुनियादी पहलुओं को छुएगा। अन्य विषयों में डेटा परिवर्तनों की निगरानी, डिवाइस को सीधे हैक करना, या डिवाइस कॉन्फ़िगरेशन में बदलाव शामिल हैं, जो कवर नहीं किए जाएंगे। IoT हैकिंग एक बड़ा खतरा है, और [Azure Defender for IoT](https://azure.microsoft.com/services/azure-defender-for-iot/?WT.mc_id=academic-17441-jabenn) जैसे उपकरण विकसित किए गए हैं। ये उपकरण आपके कंप्यूटर पर मौजूद एंटी-वायरस और सुरक्षा उपकरणों के समान हैं, लेकिन छोटे, कम पावर वाले IoT डिवाइस के लिए डिज़ाइन किए गए हैं।
+
+## क्रिप्टोग्राफी
+
+जब कोई डिवाइस IoT सेवा से कनेक्ट होता है, तो यह खुद को पहचानने के लिए एक आईडी का उपयोग करता है। समस्या यह है कि इस आईडी को क्लोन किया जा सकता है - एक हैकर एक दुर्भावनापूर्ण डिवाइस सेट कर सकता है जो एक असली डिवाइस की तरह ही आईडी का उपयोग करता है लेकिन गलत डेटा भेजता है।
+
+![सही और दुर्भावनापूर्ण डिवाइस एक ही आईडी का उपयोग करके टेलीमेट्री भेज सकते हैं](../../../../../translated_images/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.hi.png)
+
+इस समस्या का समाधान यह है कि भेजे जा रहे डेटा को एक गुप्त प्रारूप में बदल दिया जाए, जिसे केवल डिवाइस और क्लाउड ही जानते हों। इस प्रक्रिया को *एन्क्रिप्शन* कहा जाता है, और डेटा को एन्क्रिप्ट करने के लिए उपयोग किए जाने वाले मान को *एन्क्रिप्शन कुंजी* कहा जाता है।
+
+![यदि एन्क्रिप्शन का उपयोग किया जाता है, तो केवल एन्क्रिप्टेड संदेश स्वीकार किए जाएंगे, अन्य अस्वीकार कर दिए जाएंगे](../../../../../translated_images/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.hi.png)
+
+क्लाउड सेवा तब डेटा को एक पठनीय प्रारूप में बदल सकती है, जिसे *डिक्रिप्शन* कहा जाता है, और यह प्रक्रिया या तो उसी एन्क्रिप्शन कुंजी या एक *डिक्रिप्शन कुंजी* का उपयोग करके की जाती है। यदि एन्क्रिप्टेड संदेश को कुंजी द्वारा डिक्रिप्ट नहीं किया जा सकता है, तो डिवाइस हैक हो गया है और संदेश अस्वीकार कर दिया जाता है।
+
+एन्क्रिप्शन और डिक्रिप्शन की तकनीक को *क्रिप्टोग्राफी* कहा जाता है।
+
+### प्रारंभिक क्रिप्टोग्राफी
+
+सबसे प्रारंभिक प्रकार की क्रिप्टोग्राफी प्रतिस्थापन सिफर थे, जो 3,500 साल पहले के हैं। प्रतिस्थापन सिफर में एक अक्षर को दूसरे अक्षर से बदलना शामिल होता है। उदाहरण के लिए, [सीज़र सिफर](https://wikipedia.org/wiki/Caesar_cipher) में वर्णमाला को एक परिभाषित मात्रा में स्थानांतरित करना शामिल है, और केवल एन्क्रिप्टेड संदेश के प्रेषक और इच्छित प्राप्तकर्ता को यह पता होता है कि कितने अक्षरों को स्थानांतरित करना है।
+
+[विजनेयर सिफर](https://wikipedia.org/wiki/Vigenère_cipher) ने इसे और आगे बढ़ाया, जिसमें शब्दों का उपयोग करके टेक्स्ट को एन्क्रिप्ट किया गया, ताकि मूल टेक्स्ट में प्रत्येक अक्षर को अलग-अलग मात्रा में स्थानांतरित किया जा सके, बजाय हमेशा एक ही संख्या में स्थानांतरित करने के।
+
+क्रिप्टोग्राफी का उपयोग विभिन्न उद्देश्यों के लिए किया गया, जैसे प्राचीन मेसोपोटामिया में एक कुम्हार के ग्लेज़ नुस्खे की रक्षा करना, भारत में गुप्त प्रेम पत्र लिखना, या प्राचीन मिस्र के जादुई मंत्रों को गुप्त रखना।
+
+### आधुनिक क्रिप्टोग्राफी
+
+आधुनिक क्रिप्टोग्राफी बहुत अधिक उन्नत है, जिससे इसे प्रारंभिक तरीकों की तुलना में तोड़ना कठिन हो गया है। आधुनिक क्रिप्टोग्राफी जटिल गणित का उपयोग करती है ताकि डेटा को एन्क्रिप्ट किया जा सके, जिसमें संभावित कुंजियों की इतनी बड़ी संख्या होती है कि बलपूर्वक हमले असंभव हो जाते हैं।
+
+क्रिप्टोग्राफी का उपयोग सुरक्षित संचार के लिए कई अलग-अलग तरीकों से किया जाता है। यदि आप GitHub पर यह पृष्ठ पढ़ रहे हैं, तो आप देख सकते हैं कि वेबसाइट का पता *HTTPS* से शुरू होता है, जिसका अर्थ है कि आपके ब्राउज़र और GitHub के वेब सर्वर के बीच का संचार एन्क्रिप्टेड है। यदि कोई आपके ब्राउज़र और GitHub के बीच बहने वाले इंटरनेट ट्रैफिक को पढ़ने में सक्षम हो, तो वे डेटा को नहीं पढ़ पाएंगे क्योंकि यह एन्क्रिप्टेड है। आपका कंप्यूटर यहां तक कि आपकी हार्ड ड्राइव पर सभी डेटा को एन्क्रिप्ट कर सकता है ताकि यदि कोई इसे चुरा ले, तो वे आपके डेटा को आपके पासवर्ड के बिना नहीं पढ़ सकें।
+
+> 🎓 HTTPS का मतलब है HyperText Transfer Protocol **Secure**
+
+दुर्भाग्य से, सब कुछ सुरक्षित नहीं है। कुछ डिवाइसों में कोई सुरक्षा नहीं होती, अन्य को आसानी से तोड़ी जा सकने वाली कुंजियों के साथ सुरक्षित किया जाता है, या कभी-कभी एक ही प्रकार के सभी डिवाइस एक ही कुंजी का उपयोग करते हैं। बहुत ही व्यक्तिगत IoT डिवाइसों के ऐसे मामले सामने आए हैं, जिनमें वाईफाई या ब्लूटूथ के माध्यम से कनेक्ट करने के लिए सभी का पासवर्ड एक जैसा होता है। यदि आप अपने डिवाइस से कनेक्ट कर सकते हैं, तो आप किसी और के डिवाइस से भी कनेक्ट कर सकते हैं। एक बार कनेक्ट होने के बाद, आप कुछ बहुत ही निजी डेटा तक पहुंच सकते हैं, या उनके डिवाइस को नियंत्रित कर सकते हैं।
+
+> 💁 आधुनिक क्रिप्टोग्राफी की जटिलताओं और इस दावे के बावजूद कि एन्क्रिप्शन को तोड़ने में अरबों साल लग सकते हैं, क्वांटम कंप्यूटिंग के उदय ने ज्ञात सभी एन्क्रिप्शन को बहुत कम समय में तोड़ने की संभावना को जन्म दिया है!
+
+### सममित और असममित कुंजियाँ
+
+एन्क्रिप्शन दो प्रकार का होता है - सममित और असममित।
+
+**सममित** एन्क्रिप्शन डेटा को एन्क्रिप्ट और डिक्रिप्ट करने के लिए एक ही कुंजी का उपयोग करता है। प्रेषक और प्राप्तकर्ता दोनों को एक ही कुंजी जाननी होती है। यह कम सुरक्षित प्रकार है, क्योंकि कुंजी को किसी न किसी तरह से साझा करना पड़ता है। प्रेषक को प्राप्तकर्ता को एन्क्रिप्टेड संदेश भेजने के लिए पहले कुंजी भेजनी पड़ सकती है।
+
+![सममित कुंजी एन्क्रिप्शन एक ही कुंजी का उपयोग करके संदेश को एन्क्रिप्ट और डिक्रिप्ट करता है](../../../../../translated_images/send-message-symmetric-key.a2e8ad0d495896ffcdf15d25bb4491c695a5cb851457b359fb0f0c89d67707c9.hi.png)
+
+यदि कुंजी को ट्रांजिट में चुरा लिया जाता है, या प्रेषक या प्राप्तकर्ता हैक हो जाते हैं और कुंजी मिल जाती है, तो एन्क्रिप्शन को तोड़ा जा सकता है।
+
+![सममित कुंजी एन्क्रिप्शन केवल तभी सुरक्षित है जब हैकर कुंजी प्राप्त न करे - यदि ऐसा होता है तो वे संदेश को इंटरसेप्ट और डिक्रिप्ट कर सकते हैं](../../../../../translated_images/send-message-symmetric-key-hacker.e7cb53db1707adfb1486a8144060cb76435fe8dbdede8cecc09e7d15b2d9a251.hi.png)
+
+**असममित** एन्क्रिप्शन 2 कुंजियों का उपयोग करता है - एक एन्क्रिप्शन कुंजी और एक डिक्रिप्शन कुंजी, जिन्हें सार्वजनिक/निजी कुंजी जोड़ी कहा जाता है। सार्वजनिक कुंजी का उपयोग संदेश को एन्क्रिप्ट करने के लिए किया जाता है, लेकिन इसे डिक्रिप्ट करने के लिए उपयोग नहीं किया जा सकता, निजी कुंजी का उपयोग संदेश को डिक्रिप्ट करने के लिए किया जाता है लेकिन इसे एन्क्रिप्ट करने के लिए उपयोग नहीं किया जा सकता।
+
+![असममित एन्क्रिप्शन एन्क्रिप्ट और डिक्रिप्ट करने के लिए अलग-अलग कुंजियों का उपयोग करता है। एन्क्रिप्शन कुंजी को किसी भी संदेश प्रेषक को भेजा जाता है ताकि वे संदेश को एन्क्रिप्ट कर सकें और इसे कुंजी के मालिक प्राप्तकर्ता को भेज सकें](../../../../../translated_images/send-message-asymmetric.7abe327c62615b8c19805252af5d4b6c5e7aaeb8fbc455efeff866fe2d300b62.hi.png)
+
+प्राप्तकर्ता अपनी सार्वजनिक कुंजी साझा करता है, और प्रेषक इसका उपयोग संदेश को एन्क्रिप्ट करने के लिए करता है। एक बार संदेश भेजे जाने के बाद, प्राप्तकर्ता इसे अपनी निजी कुंजी से डिक्रिप्ट करता है। असममित एन्क्रिप्शन अधिक सुरक्षित है क्योंकि निजी कुंजी को प्राप्तकर्ता द्वारा निजी रखा जाता है और कभी साझा नहीं किया जाता। सार्वजनिक कुंजी को कोई भी प्राप्त कर सकता है क्योंकि इसका उपयोग केवल संदेशों को एन्क्रिप्ट करने के लिए किया जा सकता है।
+
+सममित एन्क्रिप्शन असममित एन्क्रिप्शन की तुलना में तेज़ है, लेकिन असममित अधिक सुरक्षित है। कुछ सिस्टम दोनों का उपयोग करते हैं - सममित कुंजी को एन्क्रिप्ट और साझा करने के लिए असममित एन्क्रिप्शन का उपयोग करते हैं, और फिर सभी डेटा को एन्क्रिप्ट करने के लिए सममित कुंजी का उपयोग करते हैं। यह प्रेषक और प्राप्तकर्ता के बीच सममित कुंजी को साझा करना अधिक सुरक्षित बनाता है, और डेटा को एन्क्रिप्ट और डिक्रिप्ट करते समय तेज़ बनाता है।
+
+## अपने IoT डिवाइस को सुरक्षित करें
+
+IoT डिवाइस को सममित या असममित एन्क्रिप्शन का उपयोग करके सुरक्षित किया जा सकता है। सममित आसान है, लेकिन कम सुरक्षित।
+
+### सममित कुंजियाँ
+
+जब आपने अपने IoT डिवाइस को IoT हब के साथ इंटरैक्ट करने के लिए सेट किया, तो आपने एक कनेक्शन स्ट्रिंग का उपयोग किया। एक उदाहरण कनेक्शन स्ट्रिंग है:
+
+```output
+HostName=soil-moisture-sensor.azure-devices.net;DeviceId=soil-moisture-sensor;SharedAccessKey=Bhry+ind7kKEIDxubK61RiEHHRTrPl7HUow8cEm/mU0=
+```
+
+यह कनेक्शन स्ट्रिंग तीन भागों से बनी होती है, जो सेमी-कोलन द्वारा अलग होती है, और प्रत्येक भाग एक कुंजी और एक मान होता है:
+
+| कुंजी | मान | विवरण |
+| --- | ----- | ----------- |
+| HostName | `soil-moisture-sensor.azure-devices.net` | IoT हब का URL |
+| DeviceId | `soil-moisture-sensor` | डिवाइस का अद्वितीय आईडी |
+| SharedAccessKey | `Bhry+ind7kKEIDxubK61RiEHHRTrPl7HUow8cEm/mU0=` | एक सममित कुंजी जिसे डिवाइस और IoT हब दोनों जानते हैं |
+
+इस कनेक्शन स्ट्रिंग का अंतिम भाग, `SharedAccessKey`, वह सममित कुंजी है जिसे डिवाइस और IoT हब दोनों जानते हैं। यह कुंजी कभी भी डिवाइस से क्लाउड या क्लाउड से डिवाइस तक नहीं भेजी जाती। इसके बजाय, इसका उपयोग भेजे गए या प्राप्त डेटा को एन्क्रिप्ट करने के लिए किया जाता है।
+
+✅ एक प्रयोग करें। क्या होगा अगर आप अपने IoT डिवाइस को कनेक्ट करते समय कनेक्शन स्ट्रिंग के `SharedAccessKey` भाग को बदल दें? इसे आज़माएं।
+
+जब डिवाइस पहली बार कनेक्ट करने की कोशिश करता है, तो यह एक साझा एक्सेस सिग्नेचर (SAS) टोकन भेजता है, जिसमें IoT हब का URL, एक समय सीमा जब एक्सेस सिग्नेचर समाप्त होगा (आमतौर पर वर्तमान समय से 1 दिन), और एक सिग्नेचर शामिल होता है। यह सिग्नेचर URL और समाप्ति समय को कनेक्शन स्ट्रिंग से साझा एक्सेस कुंजी के साथ एन्क्रिप्ट करके बनता है।
+
+IoT हब इस सिग्नेचर को साझा एक्सेस कुंजी के साथ डिक्रिप्ट करता है, और यदि डिक्रिप्टेड मान URL और समाप्ति से मेल खाता है, तो डिवाइस को कनेक्ट करने की अनुमति दी जाती है। यह यह भी सत्यापित करता है कि वर्तमान समय समाप्ति से पहले है, ताकि एक दुर्भावनापूर्ण डिवाइस किसी वास्तविक डिवाइस के SAS टोकन को कैप्चर करके उसका उपयोग न कर सके।
+
+यह प्रेषक को सत्यापित करने का एक सुंदर तरीका है। कुछ ज्ञात डेटा को डिक्रिप
+💁 आपके IoT डिवाइस को सटीक समय की जानकारी होनी चाहिए, जो आमतौर पर [NTP](https://wikipedia.org/wiki/Network_Time_Protocol) सर्वर से प्राप्त किया जाता है। यदि समय सटीक नहीं है, तो कनेक्शन विफल हो जाएगा।
+कनेक्शन के बाद, डिवाइस से IoT हब या IoT हब से डिवाइस तक भेजे गए सभी डेटा को साझा एक्सेस कुंजी के साथ एन्क्रिप्ट किया जाएगा।
+
+✅ क्या आप सोच सकते हैं कि अगर कई डिवाइस एक ही कनेक्शन स्ट्रिंग साझा करते हैं तो क्या होगा?
+
+> 💁 कोड में इस कुंजी को स्टोर करना एक खराब सुरक्षा प्रथा है। यदि कोई हैकर आपके सोर्स कोड तक पहुंच जाता है, तो वह आपकी कुंजी प्राप्त कर सकता है। कोड रिलीज़ करते समय यह और भी मुश्किल हो जाता है क्योंकि हर डिवाइस के लिए अपडेटेड कुंजी के साथ कोड को फिर से कंपाइल करना पड़ता है। बेहतर यह है कि इस कुंजी को हार्डवेयर सुरक्षा मॉड्यूल से लोड किया जाए - IoT डिवाइस पर एक चिप जो एन्क्रिप्टेड मानों को स्टोर करती है और जिसे आपका कोड पढ़ सकता है।
+>
+> IoT सीखते समय, जैसा आपने पहले के पाठ में किया था, कोड में कुंजी डालना अक्सर आसान होता है, लेकिन आपको यह सुनिश्चित करना चाहिए कि यह कुंजी सार्वजनिक सोर्स कोड कंट्रोल में चेक इन न हो।
+
+डिवाइस के पास 2 कुंजियां और 2 संबंधित कनेक्शन स्ट्रिंग होती हैं। यह आपको कुंजियों को घुमाने की अनुमति देता है - यानी यदि पहली कुंजी से समझौता हो जाता है, तो आप दूसरी कुंजी पर स्विच कर सकते हैं और पहली कुंजी को फिर से जनरेट कर सकते हैं।
+
+### X.509 प्रमाणपत्र
+
+जब आप सार्वजनिक/निजी कुंजी जोड़ी के साथ असममित एन्क्रिप्शन का उपयोग कर रहे होते हैं, तो आपको अपना सार्वजनिक कुंजी उन सभी को प्रदान करनी होती है जो आपको डेटा भेजना चाहते हैं। समस्या यह है कि आपके कुंजी प्राप्तकर्ता को कैसे यकीन हो सकता है कि यह वास्तव में आपकी सार्वजनिक कुंजी है, न कि कोई और जो आपकी जगह होने का नाटक कर रहा है? कुंजी प्रदान करने के बजाय, आप इसके बजाय अपनी सार्वजनिक कुंजी को एक प्रमाणपत्र के अंदर प्रदान कर सकते हैं जिसे एक विश्वसनीय तृतीय पक्ष द्वारा सत्यापित किया गया है, जिसे X.509 प्रमाणपत्र कहा जाता है।
+
+X.509 प्रमाणपत्र डिजिटल दस्तावेज़ होते हैं जिनमें सार्वजनिक/निजी कुंजी जोड़ी का सार्वजनिक कुंजी भाग होता है। इन्हें आमतौर पर [प्रमाणन प्राधिकरणों](https://wikipedia.org/wiki/Certificate_authority) (CAs) नामक विश्वसनीय संगठनों में से एक द्वारा जारी किया जाता है और CA द्वारा डिजिटल रूप से हस्ताक्षरित किया जाता है ताकि यह संकेत दिया जा सके कि कुंजी मान्य है और आपसे आई है। आप प्रमाणपत्र पर भरोसा करते हैं और यह कि सार्वजनिक कुंजी उसी से है जो प्रमाणपत्र कहता है, क्योंकि आप CA पर भरोसा करते हैं, जैसे आप पासपोर्ट या ड्राइविंग लाइसेंस पर भरोसा करते हैं क्योंकि आप इसे जारी करने वाले देश पर भरोसा करते हैं। प्रमाणपत्रों की लागत होती है, इसलिए आप 'स्वयं-हस्ताक्षरित' भी कर सकते हैं, यानी परीक्षण उद्देश्यों के लिए स्वयं द्वारा हस्ताक्षरित एक प्रमाणपत्र बना सकते हैं।
+
+> 💁 आपको कभी भी उत्पादन रिलीज़ के लिए स्वयं-हस्ताक्षरित प्रमाणपत्र का उपयोग नहीं करना चाहिए।
+
+इन प्रमाणपत्रों में कई फ़ील्ड होती हैं, जिनमें सार्वजनिक कुंजी किसकी है, इसे जारी करने वाले CA का विवरण, यह कितने समय तक मान्य है, और स्वयं सार्वजनिक कुंजी शामिल है। किसी प्रमाणपत्र का उपयोग करने से पहले, इसे सत्यापित करना एक अच्छा अभ्यास है, यह जांचकर कि इसे मूल CA द्वारा हस्ताक्षरित किया गया था।
+
+✅ आप प्रमाणपत्र में फ़ील्ड की पूरी सूची [Microsoft Understanding X.509 Public Key Certificates tutorial](https://docs.microsoft.com/azure/iot-hub/tutorial-x509-certificates?WT.mc_id=academic-17441-jabenn#certificate-fields) में पढ़ सकते हैं।
+
+जब X.509 प्रमाणपत्रों का उपयोग किया जाता है, तो प्रेषक और प्राप्तकर्ता दोनों के पास अपनी सार्वजनिक और निजी कुंजियां होती हैं, साथ ही दोनों के पास X.509 प्रमाणपत्र होते हैं जिनमें सार्वजनिक कुंजी होती है। वे फिर किसी तरह X.509 प्रमाणपत्रों का आदान-प्रदान करते हैं, एक-दूसरे की सार्वजनिक कुंजियों का उपयोग करके डेटा को एन्क्रिप्ट करते हैं जो वे भेजते हैं, और अपनी निजी कुंजी का उपयोग करके डेटा को डिक्रिप्ट करते हैं जो वे प्राप्त करते हैं।
+
+![सार्वजनिक कुंजी साझा करने के बजाय, आप एक प्रमाणपत्र साझा कर सकते हैं। प्रमाणपत्र का उपयोगकर्ता यह सत्यापित कर सकता है कि यह आपसे आया है या नहीं, प्रमाणपत्र प्राधिकरण से जांच कर।](../../../../../translated_images/send-message-certificate.9cc576ac1e46b76eb58ebc8eedaa522566fa0700076da46f5180aad78c2435db.hi.png)
+
+X.509 प्रमाणपत्रों का उपयोग करने का एक बड़ा लाभ यह है कि इन्हें डिवाइसों के बीच साझा किया जा सकता है। आप एक प्रमाणपत्र बना सकते हैं, इसे IoT हब पर अपलोड कर सकते हैं, और इसे अपने सभी डिवाइसों के लिए उपयोग कर सकते हैं। प्रत्येक डिवाइस को केवल निजी कुंजी जानने की आवश्यकता होती है ताकि वह IoT हब से प्राप्त संदेशों को डिक्रिप्ट कर सके।
+
+आपके डिवाइस द्वारा IoT हब को भेजे गए संदेशों को एन्क्रिप्ट करने के लिए उपयोग किया जाने वाला प्रमाणपत्र Microsoft द्वारा प्रकाशित किया गया है। यह वही प्रमाणपत्र है जिसे Azure की कई सेवाएं उपयोग करती हैं, और यह कभी-कभी SDKs में निर्मित होता है।
+
+> 💁 याद रखें, सार्वजनिक कुंजी केवल सार्वजनिक होती है। Azure सार्वजनिक कुंजी का उपयोग केवल Azure को भेजे गए डेटा को एन्क्रिप्ट करने के लिए किया जा सकता है, इसे डिक्रिप्ट करने के लिए नहीं, इसलिए इसे हर जगह साझा किया जा सकता है, जिसमें सोर्स कोड भी शामिल है। उदाहरण के लिए, आप इसे [Azure IoT C SDK सोर्स कोड](https://github.com/Azure/azure-iot-sdk-c/blob/master/certs/certs.c) में देख सकते हैं।
+
+✅ X.509 प्रमाणपत्रों के साथ बहुत सारा तकनीकी शब्दजाल होता है। आप [The layman’s guide to X.509 certificate jargon](https://techcommunity.microsoft.com/t5/internet-of-things/the-layman-s-guide-to-x-509-certificate-jargon/ba-p/2203540?WT.mc_id=academic-17441-jabenn) में उन शब्दों की परिभाषाएं पढ़ सकते हैं जिनसे आप सामना कर सकते हैं।
+
+## X.509 प्रमाणपत्र बनाएं और उपयोग करें
+
+X.509 प्रमाणपत्र बनाने के चरण:
+
+1. सार्वजनिक/निजी कुंजी जोड़ी बनाएं। सार्वजनिक/निजी कुंजी जोड़ी बनाने के लिए सबसे व्यापक रूप से उपयोग किए जाने वाले एल्गोरिदम में से एक [Rivest–Shamir–Adleman](https://wikipedia.org/wiki/RSA_(cryptosystem))(RSA) कहलाता है।
+
+1. सार्वजनिक कुंजी को संबद्ध डेटा के साथ हस्ताक्षर के लिए सबमिट करें, या तो CA द्वारा या स्वयं-हस्ताक्षरित करके।
+
+Azure CLI में IoT हब में एक नया डिवाइस पहचान बनाने और सार्वजनिक/निजी कुंजी जोड़ी को स्वचालित रूप से जनरेट करने और एक स्वयं-हस्ताक्षरित प्रमाणपत्र बनाने के लिए कमांड होते हैं।
+
+> 💁 यदि आप Azure CLI का उपयोग करने के बजाय चरणों को विस्तार से देखना चाहते हैं, तो आप इसे [Microsoft IoT Hub दस्तावेज़ में OpenSSL का उपयोग करके स्वयं-हस्ताक्षरित प्रमाणपत्र बनाने की ट्यूटोरियल](https://docs.microsoft.com/azure/iot-hub/tutorial-x509-self-sign?WT.mc_id=academic-17441-jabenn) में पा सकते हैं।
+
+### कार्य - X.509 प्रमाणपत्र का उपयोग करके डिवाइस पहचान बनाएं
+
+1. निम्नलिखित कमांड चलाएं ताकि नई डिवाइस पहचान को पंजीकृत किया जा सके, कुंजियों और प्रमाणपत्रों को स्वचालित रूप से जनरेट किया जा सके:
+
+    ```sh
+    az iot hub device-identity create --device-id soil-moisture-sensor-x509 \
+                                      --am x509_thumbprint \
+                                      --output-dir . \
+                                      --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को अपने IoT हब के लिए उपयोग किए गए नाम से बदलें।
+
+    यह `soil-moisture-sensor-x509` नामक एक डिवाइस बनाएगा ताकि इसे पिछले पाठ में बनाई गई डिवाइस पहचान से अलग किया जा सके। यह कमांड वर्तमान निर्देशिका में 2 फाइलें भी बनाएगा:
+
+    * `soil-moisture-sensor-x509-key.pem` - यह फाइल डिवाइस के लिए निजी कुंजी को रखती है।
+    * `soil-moisture-sensor-x509-cert.pem` - यह डिवाइस के लिए X.509 प्रमाणपत्र फाइल है।
+
+    इन फाइलों को सुरक्षित रखें! निजी कुंजी फाइल को सार्वजनिक सोर्स कोड कंट्रोल में चेक इन नहीं किया जाना चाहिए।
+
+### कार्य - अपने डिवाइस कोड में X.509 प्रमाणपत्र का उपयोग करें
+
+अपने IoT डिवाइस को X.509 प्रमाणपत्र का उपयोग करके क्लाउड से कनेक्ट करने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-x509.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi/Virtual IoT डिवाइस](single-board-computer-x509.md)
+
+---
+
+## 🚀 चुनौती
+
+Azure सेवाओं जैसे Resource Groups और IoT Hubs को बनाने, प्रबंधित करने और हटाने के कई तरीके हैं। एक तरीका [Azure Portal](https://portal.azure.com?WT.mc_id=academic-17441-jabenn) है - एक वेब-आधारित इंटरफ़ेस जो आपको अपने Azure सेवाओं को प्रबंधित करने के लिए GUI प्रदान करता है।
+
+[portal.azure.com](https://portal.azure.com?WT.mc_id=academic-17441-jabenn) पर जाएं और पोर्टल की जांच करें। देखें कि क्या आप पोर्टल का उपयोग करके एक IoT हब बना सकते हैं, फिर इसे हटा सकते हैं।
+
+**संकेत** - जब आप पोर्टल के माध्यम से सेवाएं बना रहे होते हैं, तो आपको पहले से Resource Group बनाने की आवश्यकता नहीं होती है, इसे सेवा बनाते समय बनाया जा सकता है। सुनिश्चित करें कि जब आप समाप्त कर लें तो इसे हटा दें!
+
+आप [Azure पोर्टल दस्तावेज़](https://docs.microsoft.com/azure/azure-portal/?WT.mc_id=academic-17441-jabenn) में Azure पोर्टल पर बहुत सारे दस्तावेज़, ट्यूटोरियल और गाइड पा सकते हैं।
+
+## व्याख्यान के बाद क्विज़
+
+[व्याख्यान के बाद क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/20)
+
+## समीक्षा और स्व-अध्ययन
+
+* [क्रिप्टोग्राफी का इतिहास](https://wikipedia.org/wiki/History_of_cryptography) पेज पर क्रिप्टोग्राफी के इतिहास के बारे में पढ़ें।
+* [X.509](https://wikipedia.org/wiki/X.509) पेज पर X.509 प्रमाणपत्रों के बारे में पढ़ें।
+
+## असाइनमेंट
+
+[एक नया IoT डिवाइस बनाएं](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल दस्तावेज़, जो इसकी मूल भाषा में है, को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/6-keep-your-plant-secure/assignment.md b/translations/hi/2-farm/lessons/6-keep-your-plant-secure/assignment.md
new file mode 100644
index 00000000..625c726a
--- /dev/null
+++ b/translations/hi/2-farm/lessons/6-keep-your-plant-secure/assignment.md
@@ -0,0 +1,27 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "34010c663d96d5f419eda6ac2366a78d",
+  "translation_date": "2025-08-25T17:11:32+00:00",
+  "source_file": "2-farm/lessons/6-keep-your-plant-secure/assignment.md",
+  "language_code": "hi"
+}
+-->
+# एक नया IoT डिवाइस बनाएं
+
+## निर्देश
+
+पिछले 6 पाठों में आपने डिजिटल कृषि और IoT डिवाइस का उपयोग करके डेटा इकट्ठा करने, पौधों की वृद्धि का अनुमान लगाने, और मिट्टी की नमी के आधार पर पानी देने को स्वचालित करने के बारे में सीखा है।
+
+जो आपने सीखा है उसका उपयोग करके एक नया IoT डिवाइस बनाएं जिसमें एक सेंसर और एक्टुएटर शामिल हो। टेलीमेट्री को IoT Hub पर भेजें और इसका उपयोग सर्वरलेस कोड के माध्यम से एक्टुएटर को नियंत्रित करने के लिए करें। आप इस या पिछले प्रोजेक्ट में उपयोग किए गए सेंसर और एक्टुएटर का उपयोग कर सकते हैं, या यदि आपके पास अन्य हार्डवेयर है तो कुछ नया आज़माएं।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| सेंसर और एक्टुएटर के साथ IoT डिवाइस को कोड करें | सेंसर और एक्टुएटर के साथ काम करने वाला IoT डिवाइस कोड किया | सेंसर या एक्टुएटर के साथ काम करने वाला IoT डिवाइस कोड किया | सेंसर या एक्टुएटर के साथ IoT डिवाइस को कोड करने में असमर्थ |
+| IoT डिवाइस को IoT Hub से कनेक्ट करें | IoT Hub को तैनात करने, टेलीमेट्री भेजने और कमांड प्राप्त करने में सक्षम | IoT Hub को तैनात करने और टेलीमेट्री भेजने या कमांड प्राप्त करने में सक्षम | IoT Hub को तैनात करने और IoT डिवाइस से संवाद करने में असमर्थ |
+| सर्वरलेस कोड का उपयोग करके एक्टुएटर को नियंत्रित करें | टेलीमेट्री इवेंट्स द्वारा ट्रिगर किए गए डिवाइस को नियंत्रित करने के लिए Azure Function तैनात करने में सक्षम | टेलीमेट्री इवेंट्स द्वारा ट्रिगर किए गए Azure Function तैनात करने में सक्षम लेकिन एक्टुएटर को नियंत्रित करने में असमर्थ | Azure Function तैनात करने में असमर्थ |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/6-keep-your-plant-secure/single-board-computer-x509.md b/translations/hi/2-farm/lessons/6-keep-your-plant-secure/single-board-computer-x509.md
new file mode 100644
index 00000000..f196b680
--- /dev/null
+++ b/translations/hi/2-farm/lessons/6-keep-your-plant-secure/single-board-computer-x509.md
@@ -0,0 +1,69 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9aea84bcc7520222b0e1c50469d62d6a",
+  "translation_date": "2025-08-25T17:11:50+00:00",
+  "source_file": "2-farm/lessons/6-keep-your-plant-secure/single-board-computer-x509.md",
+  "language_code": "hi"
+}
+-->
+# अपने डिवाइस को X.509 प्रमाणपत्र के साथ कनेक्ट करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने वर्चुअल IoT डिवाइस या रास्पबेरी पाई को X.509 प्रमाणपत्र का उपयोग करके अपने IoT हब से कनेक्ट करेंगे।
+
+## अपने डिवाइस को IoT हब से कनेक्ट करें
+
+अगला कदम है अपने डिवाइस को X.509 प्रमाणपत्रों का उपयोग करके IoT हब से कनेक्ट करना।
+
+### कार्य - IoT हब से कनेक्ट करें
+
+1. कुंजी और प्रमाणपत्र फ़ाइलों को उस फ़ोल्डर में कॉपी करें जिसमें आपका IoT डिवाइस कोड है। यदि आप VS Code Remote SSH के माध्यम से रास्पबेरी पाई का उपयोग कर रहे हैं और आपने अपने पीसी या मैक पर कुंजियाँ बनाई हैं, तो आप इन फ़ाइलों को VS Code के एक्सप्लोरर में ड्रैग और ड्रॉप करके कॉपी कर सकते हैं।
+
+1. `app.py` फ़ाइल खोलें।
+
+1. X.509 प्रमाणपत्र का उपयोग करके कनेक्ट करने के लिए, आपको IoT हब का होस्ट नाम और X.509 प्रमाणपत्र की आवश्यकता होगी। डिवाइस क्लाइंट बनाने से पहले निम्न कोड जोड़कर होस्ट नाम वाली एक वेरिएबल बनाएं:
+
+    ```python
+    host_name = "<host_name>"
+    ```
+
+    `<host_name>` को अपने IoT हब के होस्ट नाम से बदलें। आप इसे `connection_string` के `HostName` सेक्शन से प्राप्त कर सकते हैं। यह आपके IoT हब का नाम होगा, जो `.azure-devices.net` पर समाप्त होता है।
+
+1. इसके नीचे, डिवाइस आईडी के साथ एक वेरिएबल घोषित करें:
+
+    ```python
+    device_id = "soil-moisture-sensor-x509"
+    ```
+
+1. आपको `X509` क्लास का एक इंस्टेंस चाहिए जिसमें X.509 फ़ाइलें हों। `azure.iot.device` मॉड्यूल से इम्पोर्ट की गई क्लासेस की सूची में `X509` जोड़ें:
+
+    ```python
+    from azure.iot.device import IoTHubDeviceClient, Message, MethodResponse, X509
+    ```
+
+1. अपने प्रमाणपत्र और कुंजी फ़ाइलों का उपयोग करके `X509` क्लास का एक इंस्टेंस बनाएं। इसे `host_name` डिक्लेरेशन के नीचे जोड़ें:
+
+    ```python
+    x509 = X509("./soil-moisture-sensor-x509-cert.pem", "./soil-moisture-sensor-x509-key.pem")
+    ```
+
+    यह `X509` क्लास को पहले बनाई गई `soil-moisture-sensor-x509-cert.pem` और `soil-moisture-sensor-x509-key.pem` फ़ाइलों का उपयोग करके बनाएगा।
+
+1. उस कोड लाइन को बदलें जो `device_client` को एक कनेक्शन स्ट्रिंग से बनाती है, निम्न कोड के साथ:
+
+    ```python
+    device_client = IoTHubDeviceClient.create_from_x509_certificate(x509, host_name, device_id)
+    ```
+
+    यह कनेक्शन स्ट्रिंग के बजाय X.509 प्रमाणपत्र का उपयोग करके कनेक्ट करेगा।
+
+1. `connection_string` वेरिएबल वाली लाइन को हटा दें।
+
+1. अपना कोड चलाएं। IoT हब को भेजे गए संदेशों की निगरानी करें और पहले की तरह डायरेक्ट मेथड रिक्वेस्ट भेजें। आप देखेंगे कि डिवाइस कनेक्ट हो रहा है और मिट्टी की नमी के रीडिंग भेज रहा है, साथ ही डायरेक्ट मेथड रिक्वेस्ट प्राप्त कर रहा है।
+
+> 💁 आप इस कोड को [code/pi](../../../../../2-farm/lessons/6-keep-your-plant-secure/code/pi) या [code/virtual-device](../../../../../2-farm/lessons/6-keep-your-plant-secure/code/virtual-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका मिट्टी की नमी सेंसर प्रोग्राम X.509 प्रमाणपत्र का उपयोग करके आपके IoT हब से कनेक्ट हो गया है!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/2-farm/lessons/6-keep-your-plant-secure/wio-terminal-x509.md b/translations/hi/2-farm/lessons/6-keep-your-plant-secure/wio-terminal-x509.md
new file mode 100644
index 00000000..df2651ab
--- /dev/null
+++ b/translations/hi/2-farm/lessons/6-keep-your-plant-secure/wio-terminal-x509.md
@@ -0,0 +1,15 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "8a74f789f3c1bf41a13c007190360c19",
+  "translation_date": "2025-08-25T17:12:23+00:00",
+  "source_file": "2-farm/lessons/6-keep-your-plant-secure/wio-terminal-x509.md",
+  "language_code": "hi"
+}
+-->
+# अपने डिवाइस कोड में X.509 प्रमाणपत्र का उपयोग करें - Wio Terminal
+
+इस लेखन के समय, Azure Arduino SDK X.509 प्रमाणपत्रों का समर्थन नहीं करता है। यदि आप X.509 प्रमाणपत्रों के साथ प्रयोग करना चाहते हैं, तो आप [Python SDK का उपयोग करके वर्चुअल IoT डिवाइस निर्देश](single-board-computer-x509.md) देख सकते हैं।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/README.md b/translations/hi/3-transport/README.md
new file mode 100644
index 00000000..ce3c5eef
--- /dev/null
+++ b/translations/hi/3-transport/README.md
@@ -0,0 +1,36 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e978534a245b000725ed2a048f943213",
+  "translation_date": "2025-08-25T17:59:04+00:00",
+  "source_file": "3-transport/README.md",
+  "language_code": "hi"
+}
+-->
+# खेत से फैक्ट्री तक परिवहन - IoT का उपयोग करके खाद्य डिलीवरी को ट्रैक करना
+
+कई किसान खाद्य पदार्थ उगाते हैं ताकि वे इसे बेच सकें - या तो वे व्यावसायिक किसान होते हैं जो अपनी पूरी फसल बेचते हैं, या वे आत्मनिर्भर किसान होते हैं जो अपनी अतिरिक्त उपज बेचकर आवश्यक चीजें खरीदते हैं। किसी न किसी तरह से, खाद्य पदार्थ को खेत से उपभोक्ता तक पहुंचाना होता है, और यह आमतौर पर खेतों से थोक परिवहन, हब या प्रसंस्करण संयंत्रों तक, फिर दुकानों तक निर्भर करता है। उदाहरण के लिए, एक टमाटर किसान टमाटर की कटाई करेगा, उन्हें बक्सों में पैक करेगा, बक्सों को ट्रक में लोड करेगा और फिर उन्हें प्रसंस्करण संयंत्र तक पहुंचाएगा। वहां टमाटरों को छांटा जाएगा, और फिर उन्हें उपभोक्ताओं तक प्रसंस्कृत खाद्य पदार्थ, खुदरा बिक्री, या रेस्तरां में उपयोग के रूप में पहुंचाया जाएगा।
+
+IoT इस आपूर्ति श्रृंखला में मदद कर सकता है, खाद्य पदार्थ को ट्रांजिट में ट्रैक करके - यह सुनिश्चित करते हुए कि ड्राइवर सही जगह जा रहे हैं, वाहन स्थानों की निगरानी कर रहे हैं, और जब वाहन पहुंचते हैं तो अलर्ट प्राप्त कर रहे हैं ताकि खाद्य पदार्थ को उतारकर जल्द से जल्द प्रसंस्करण के लिए तैयार किया जा सके।
+
+> 🎓 एक *आपूर्ति श्रृंखला* वह गतिविधियों की श्रृंखला है जो किसी चीज़ को बनाने और वितरित करने के लिए होती है। उदाहरण के लिए, टमाटर की खेती में यह बीज, मिट्टी, उर्वरक और पानी की आपूर्ति, टमाटर उगाने, टमाटर को एक केंद्रीय हब तक पहुंचाने, उन्हें सुपरमार्केट के स्थानीय हब तक ले जाने, व्यक्तिगत सुपरमार्केट तक पहुंचाने, प्रदर्शन पर रखने, फिर उपभोक्ता को बेचने और घर ले जाकर खाने तक शामिल है। प्रत्येक चरण एक श्रृंखला की कड़ी की तरह है।
+
+> 🎓 आपूर्ति श्रृंखला का परिवहन भाग *लॉजिस्टिक्स* के रूप में जाना जाता है।
+
+इन 4 पाठों में, आप सीखेंगे कि कैसे इंटरनेट ऑफ थिंग्स का उपयोग करके आपूर्ति श्रृंखला में सुधार किया जा सकता है, खाद्य पदार्थ को (आभासी) ट्रक पर लोड करते समय निगरानी करके, जिसे उसके गंतव्य तक पहुंचने तक ट्रैक किया जाता है। आप GPS ट्रैकिंग के बारे में जानेंगे, GPS डेटा को स्टोर और विज़ुअलाइज़ करने का तरीका, और यह जानेंगे कि ट्रक के गंतव्य पर पहुंचने पर अलर्ट कैसे प्राप्त करें।
+
+> 💁 इन पाठों में कुछ क्लाउड संसाधनों का उपयोग किया जाएगा। यदि आप इस प्रोजेक्ट के सभी पाठ पूरे नहीं करते हैं, तो सुनिश्चित करें कि आप [अपने प्रोजेक्ट को साफ करें](../clean-up.md)।
+
+## विषय
+
+1. [स्थान ट्रैकिंग](lessons/1-location-tracking/README.md)
+1. [स्थान डेटा स्टोर करें](lessons/2-store-location-data/README.md)
+1. [स्थान डेटा को विज़ुअलाइज़ करें](lessons/3-visualize-location-data/README.md)
+1. [जियोफेंस](lessons/4-geofences/README.md)
+
+## क्रेडिट
+
+सभी पाठ [Jen Looper](https://github.com/jlooper) और [Jim Bennett](https://GitHub.com/JimBobBennett) द्वारा ♥️ के साथ लिखे गए हैं।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/1-location-tracking/README.md b/translations/hi/3-transport/lessons/1-location-tracking/README.md
new file mode 100644
index 00000000..aad33798
--- /dev/null
+++ b/translations/hi/3-transport/lessons/1-location-tracking/README.md
@@ -0,0 +1,214 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "52ed2bd997d08040f79a1a6ef2bac958",
+  "translation_date": "2025-08-25T18:03:47+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/README.md",
+  "language_code": "hi"
+}
+-->
+# स्थान ट्रैकिंग
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/21)
+
+## परिचय
+
+किसी किसान से उपभोक्ता तक भोजन पहुंचाने की मुख्य प्रक्रिया में उत्पादन के बक्सों को ट्रकों, जहाजों, हवाई जहाजों या अन्य वाणिज्यिक परिवहन वाहनों पर लोड करना और भोजन को कहीं पहुंचाना शामिल है - या तो सीधे ग्राहक को, या प्रसंस्करण के लिए एक केंद्रीय केंद्र या गोदाम में। खेत से उपभोक्ता तक की पूरी प्रक्रिया को *सप्लाई चेन* कहा जाता है। नीचे दिया गया वीडियो एरिज़ोना स्टेट यूनिवर्सिटी के W. P. Carey School of Business से सप्लाई चेन के विचार और इसे प्रबंधित करने के तरीके के बारे में अधिक विस्तार से बात करता है।
+
+[![सप्लाई चेन प्रबंधन क्या है? एरिज़ोना स्टेट यूनिवर्सिटी के W. P. Carey School of Business का वीडियो](https://img.youtube.com/vi/Mi1QBxVjZAw/0.jpg)](https://www.youtube.com/watch?v=Mi1QBxVjZAw)
+
+> 🎥 ऊपर दी गई छवि पर क्लिक करें और वीडियो देखें
+
+IoT उपकरण जोड़ने से आपकी सप्लाई चेन में काफी सुधार हो सकता है, जिससे आप यह प्रबंधित कर सकते हैं कि वस्तुएं कहां हैं, परिवहन और सामानों को बेहतर तरीके से संभालने की योजना बना सकते हैं, और समस्याओं पर तेजी से प्रतिक्रिया दे सकते हैं।
+
+ट्रकों जैसे वाहनों के बेड़े का प्रबंधन करते समय, यह जानना उपयोगी होता है कि किसी दिए गए समय पर प्रत्येक वाहन कहां है। वाहनों में GPS सेंसर लगाए जा सकते हैं जो उनकी लोकेशन को IoT सिस्टम्स को भेजते हैं, जिससे मालिक उनकी स्थिति का पता लगा सकते हैं, उनके द्वारा लिए गए मार्ग को देख सकते हैं, और यह जान सकते हैं कि वे अपने गंतव्य पर कब पहुंचेंगे। अधिकांश वाहन वाईफाई कवरेज के बाहर काम करते हैं, इसलिए वे इस प्रकार का डेटा भेजने के लिए सेलुलर नेटवर्क का उपयोग करते हैं। कभी-कभी GPS सेंसर अधिक जटिल IoT उपकरणों जैसे इलेक्ट्रॉनिक लॉग बुक्स में निर्मित होता है। ये उपकरण यह ट्रैक करते हैं कि ट्रक कितने समय से यात्रा में है ताकि यह सुनिश्चित किया जा सके कि ड्राइवर स्थानीय कानूनों के तहत काम करने के घंटों का पालन कर रहे हैं।
+
+इस पाठ में आप सीखेंगे कि ग्लोबल पोजिशनिंग सिस्टम (GPS) सेंसर का उपयोग करके वाहन की लोकेशन को कैसे ट्रैक किया जाए।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [कनेक्टेड वाहन](../../../../../3-transport/lessons/1-location-tracking)
+* [भौगोलिक निर्देशांक](../../../../../3-transport/lessons/1-location-tracking)
+* [ग्लोबल पोजिशनिंग सिस्टम (GPS)](../../../../../3-transport/lessons/1-location-tracking)
+* [GPS सेंसर डेटा पढ़ें](../../../../../3-transport/lessons/1-location-tracking)
+* [NMEA GPS डेटा](../../../../../3-transport/lessons/1-location-tracking)
+* [GPS सेंसर डेटा को डिकोड करें](../../../../../3-transport/lessons/1-location-tracking)
+
+## कनेक्टेड वाहन
+
+IoT माल परिवहन के तरीके को बदल रहा है, जिससे *कनेक्टेड वाहनों* के बेड़े बन रहे हैं। ये वाहन केंद्रीय IT सिस्टम्स से जुड़े होते हैं और अपनी लोकेशन और अन्य सेंसर डेटा की रिपोर्ट करते हैं। कनेक्टेड वाहनों के बेड़े के कई फायदे हैं:
+
+* लोकेशन ट्रैकिंग - आप किसी भी समय यह पता लगा सकते हैं कि वाहन कहां है, जिससे आप:
+
+  * गंतव्य पर वाहन के पहुंचने से पहले अलर्ट प्राप्त कर सकते हैं ताकि अनलोडिंग के लिए क्रू तैयार हो सके।
+  * चोरी हुए वाहनों का पता लगा सकते हैं।
+  * लोकेशन और मार्ग डेटा को ट्रैफिक समस्याओं के साथ जोड़ सकते हैं ताकि यात्रा के बीच में वाहनों को पुनः मार्गित किया जा सके।
+  * टैक्स का पालन कर सकते हैं। कुछ देशों में सार्वजनिक सड़कों पर चलने वाले वाहनों के लिए माइलेज के आधार पर टैक्स लिया जाता है (जैसे [न्यूज़ीलैंड का RUC](https://www.nzta.govt.nz/vehicles/licensing-rego/road-user-charges/)), इसलिए यह जानना कि वाहन सार्वजनिक सड़कों पर है या निजी सड़कों पर, टैक्स की गणना को आसान बनाता है।
+  * ब्रेकडाउन की स्थिति में मरम्मत क्रू को सही जगह भेज सकते हैं।
+
+* ड्राइवर टेलीमेट्री - यह सुनिश्चित करना कि ड्राइवर गति सीमा का पालन कर रहे हैं, उचित गति से मोड़ ले रहे हैं, जल्दी और कुशलता से ब्रेक लगा रहे हैं, और सुरक्षित रूप से गाड़ी चला रहे हैं। कनेक्टेड वाहनों में घटनाओं को रिकॉर्ड करने के लिए कैमरे भी हो सकते हैं। इसे बीमा से जोड़ा जा सकता है, जिससे अच्छे ड्राइवरों के लिए कम दरें मिल सकती हैं।
+
+* ड्राइवर घंटों का अनुपालन - यह सुनिश्चित करना कि ड्राइवर केवल कानूनी रूप से अनुमत घंटों के लिए गाड़ी चला रहे हैं, उनके इंजन चालू और बंद करने के समय के आधार पर।
+
+इन लाभों को संयोजित किया जा सकता है - उदाहरण के लिए, ड्राइवर घंटों के अनुपालन को लोकेशन ट्रैकिंग के साथ जोड़कर ड्राइवरों को पुनः मार्गित किया जा सकता है यदि वे अपने गंतव्य तक अपने अनुमत ड्राइविंग घंटों के भीतर नहीं पहुंच सकते। इन्हें अन्य वाहन-विशिष्ट टेलीमेट्री के साथ भी संयोजित किया जा सकता है, जैसे तापमान नियंत्रित ट्रकों से तापमान डेटा, जिससे वाहनों को पुनः मार्गित किया जा सकता है यदि उनका वर्तमान मार्ग माल को तापमान पर बनाए रखने में असमर्थ होगा।
+
+> 🎓 लॉजिस्टिक्स वह प्रक्रिया है जिसमें माल को एक स्थान से दूसरे स्थान तक ले जाया जाता है, जैसे कि एक खेत से एक सुपरमार्केट तक एक या अधिक गोदामों के माध्यम से। एक किसान टमाटरों के बक्से पैक करता है जो एक ट्रक पर लोड किए जाते हैं, एक केंद्रीय गोदाम में पहुंचाए जाते हैं, और एक दूसरे ट्रक पर रखे जाते हैं जिसमें विभिन्न प्रकार के उत्पादन का मिश्रण हो सकता है, जो फिर सुपरमार्केट में पहुंचाए जाते हैं।
+
+वाहन ट्रैकिंग का मुख्य घटक GPS है - सेंसर जो पृथ्वी पर कहीं भी अपनी लोकेशन का पता लगा सकते हैं। इस पाठ में आप सीखेंगे कि GPS सेंसर का उपयोग कैसे करें, शुरुआत करते हुए यह सीखने से कि पृथ्वी पर लोकेशन को कैसे परिभाषित किया जाए।
+
+## भौगोलिक निर्देशांक
+
+भौगोलिक निर्देशांक पृथ्वी की सतह पर बिंदुओं को परिभाषित करने के लिए उपयोग किए जाते हैं, जैसे कि कंप्यूटर स्क्रीन पर पिक्सल को खींचने या क्रॉस स्टिच में सिलाई की स्थिति निर्धारित करने के लिए निर्देशांक का उपयोग किया जाता है। एक बिंदु के लिए, आपके पास निर्देशांक की एक जोड़ी होती है। उदाहरण के लिए, रेडमंड, वाशिंगटन, USA में माइक्रोसॉफ्ट कैंपस 47.6423109, -122.1390293 पर स्थित है।
+
+### अक्षांश और देशांतर
+
+पृथ्वी एक गोला है - एक त्रि-आयामी वृत्त। इस कारण से, बिंदुओं को 360 डिग्री में विभाजित करके परिभाषित किया जाता है, जैसे कि वृत्तों की ज्यामिति। अक्षांश उत्तर से दक्षिण तक डिग्री की संख्या को मापता है, देशांतर पूर्व से पश्चिम तक डिग्री की संख्या को मापता है।
+
+> 💁 कोई वास्तव में नहीं जानता कि वृत्तों को 360 डिग्री में क्यों विभाजित किया गया। [डिग्री (कोण) पृष्ठ विकिपीडिया पर](https://wikipedia.org/wiki/Degree_(angle)) कुछ संभावित कारणों को कवर करता है।
+
+![अक्षांश रेखाएं: उत्तरी ध्रुव पर 90°, भूमध्य रेखा और दक्षिणी ध्रुव के बीच](../../../../../translated_images/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.hi.png)
+
+अक्षांश को रेखाओं का उपयोग करके मापा जाता है जो पृथ्वी को घेरती हैं और भूमध्य रेखा के समानांतर चलती हैं, उत्तरी और दक्षिणी गोलार्ध को 90° में विभाजित करती हैं। भूमध्य रेखा 0° पर है, उत्तरी ध्रुव 90° पर है, जिसे 90° उत्तर भी कहा जाता है, और दक्षिणी ध्रुव -90° पर है, जिसे 90° दक्षिण भी कहा जाता है।
+
+देशांतर को पूर्व और पश्चिम में मापी गई डिग्री की संख्या के रूप में मापा जाता है। देशांतर का 0° मूल बिंदु *प्राइम मेरिडियन* कहलाता है, जिसे 1884 में परिभाषित किया गया था कि यह एक रेखा है जो उत्तरी ध्रुव से दक्षिणी ध्रुव तक जाती है और [ब्रिटिश रॉयल ऑब्जर्वेटरी, ग्रीनविच, इंग्लैंड](https://wikipedia.org/wiki/Royal_Observatory,_Greenwich) से गुजरती है।
+
+![देशांतर रेखाएं: प्राइम मेरिडियन के पश्चिम में -180°, प्राइम मेरिडियन पर 0°, और प्राइम मेरिडियन के पूर्व में 180°](../../../../../translated_images/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.hi.png)
+
+> 🎓 मेरिडियन एक काल्पनिक सीधी रेखा है जो उत्तरी ध्रुव से दक्षिणी ध्रुव तक जाती है, एक अर्धवृत्त बनाती है।
+
+किसी बिंदु के देशांतर को मापने के लिए, आप भूमध्य रेखा के चारों ओर प्राइम मेरिडियन से उस बिंदु से गुजरने वाले मेरिडियन तक डिग्री की संख्या मापते हैं। देशांतर -180° से, या 180° पश्चिम, 0° प्राइम मेरिडियन पर, 180° तक, या 180° पूर्व तक जाता है। 180° और -180° एक ही बिंदु को संदर्भित करते हैं, जिसे एंटीमेरिडियन या 180वां मेरिडियन कहा जाता है। यह प्राइम मेरिडियन के विपरीत पृथ्वी के दूसरी ओर एक मेरिडियन है।
+
+> 💁 एंटीमेरिडियन को अंतर्राष्ट्रीय तिथि रेखा के साथ भ्रमित नहीं किया जाना चाहिए, जो लगभग उसी स्थिति में है, लेकिन यह एक सीधी रेखा नहीं है और भू-राजनीतिक सीमाओं के चारों ओर फिट होने के लिए भिन्न होती है।
+
+✅ कुछ शोध करें: अपने वर्तमान स्थान के अक्षांश और देशांतर का पता लगाने का प्रयास करें।
+
+### डिग्री, मिनट और सेकंड बनाम दशमलव डिग्री
+
+पारंपरिक रूप से, अक्षांश और देशांतर की डिग्री का मापन सेक्साजेसिमल नंबरिंग, या बेस-60, का उपयोग करके किया जाता था, एक नंबरिंग प्रणाली जिसका उपयोग प्राचीन बाबुलियों द्वारा किया गया था जिन्होंने समय और दूरी का पहला मापन और रिकॉर्डिंग किया। आप शायद इसे रोज़ाना उपयोग करते हैं बिना इसे महसूस किए - घंटों को 60 मिनट में और मिनटों को 60 सेकंड में विभाजित करना।
+
+देशांतर और अक्षांश को डिग्री, मिनट और सेकंड में मापा जाता है, जिसमें एक मिनट 1/60 डिग्री होता है, और 1 सेकंड 1/60 मिनट होता है।
+
+उदाहरण के लिए, भूमध्य रेखा पर:
+
+* अक्षांश का 1° **111.3 किलोमीटर** है।
+* अक्षांश का 1 मिनट 111.3/60 = **1.855 किलोमीटर** है।
+* अक्षांश का 1 सेकंड 1.855/60 = **0.031 किलोमीटर** है।
+
+मिनट के लिए प्रतीक एक सिंगल कोट है, सेकंड के लिए डबल कोट। उदाहरण के लिए, 2 डिग्री, 17 मिनट, और 43 सेकंड को 2°17'43" लिखा जाएगा। सेकंड के भाग दशमलव के रूप में दिए जाते हैं, उदाहरण के लिए आधा सेकंड 0°0'0.5" होगा।
+
+कंप्यूटर बेस-60 में काम नहीं करते, इसलिए ये निर्देशांक GPS डेटा का उपयोग करते समय अधिकांश कंप्यूटर सिस्टम्स में दशमलव डिग्री के रूप में दिए जाते हैं। उदाहरण के लिए, 2°17'43" को 2.295277 लिखा जाएगा। डिग्री प्रतीक आमतौर पर छोड़ा जाता है।
+
+किसी बिंदु के निर्देशांक हमेशा `अक्षांश, देशांतर` के रूप में दिए जाते हैं, इसलिए पहले दिए गए उदाहरण में माइक्रोसॉफ्ट कैंपस 47.6423109,-122.117198 के पास:
+
+* अक्षांश 47.6423109 (भूमध्य रेखा के उत्तर में 47.6423109 डिग्री) है।
+* देशांतर -122.1390293 (प्राइम मेरिडियन के पश्चिम में 122.1390293 डिग्री) है।
+
+![माइक्रोसॉफ्ट कैंपस 47.6423109,-122.117198 पर](../../../../../translated_images/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.hi.png)
+
+## ग्लोबल पोजिशनिंग सिस्टम (GPS)
+
+GPS सिस्टम पृथ्वी की परिक्रमा करने वाले कई उपग्रहों का उपयोग करके आपकी लोकेशन का पता लगाते हैं। आपने शायद GPS सिस्टम का उपयोग बिना इसे जाने किया होगा - अपने फोन पर Apple Maps या Google Maps जैसे मैपिंग ऐप में अपनी लोकेशन खोजने के लिए, या राइड-हेलिंग ऐप जैसे Uber या Lyft में अपनी सवारी की लोकेशन देखने के लिए, या अपनी कार में सैटेलाइट नेविगेशन (सैट-नेव) का उपयोग करते समय।
+
+> 🎓 'सैटेलाइट नेविगेशन' में उपयोग किए जाने वाले उपग्रह GPS उपग्रह हैं!
+
+GPS सिस्टम इस प्रकार काम करते हैं कि कई उपग्रह एक सिग्नल भेजते हैं जिसमें प्रत्येक उपग्रह की वर्तमान स्थिति और एक सटीक टाइमस्टैम्प होता है। ये सिग्नल रेडियो तरंगों के माध्यम से भेजे जाते हैं और GPS सेंसर में एक एंटीना द्वारा पता लगाए जाते हैं। GPS सेंसर इन सिग्नल्स का पता लगाता है, और वर्तमान समय का उपयोग करके मापता है कि सिग्नल को उपग्रह से सेंसर तक पहुंचने में कितना समय लगा। चूंकि रेडियो तरंगों की गति स्थिर होती है, GPS सेंसर भेजे गए टाइमस्टैम्प का उपयोग करके यह पता लगा सकता है कि सेंसर उपग्रह से कितनी दूर है। कम से कम 3 उपग्रहों से प्राप्त डेटा को उनके द्वारा भेजी गई स्थिति के साथ जोड़कर, GPS सेंसर पृथ्वी पर अपनी लोकेशन का पता लगा सकता है।
+
+> 💁 GPS सेंसर को रेडियो तरंगों का पता लगाने के लिए एंटीना की आवश्यकता होती है। ट्रकों और कारों में ऑन-बोर्ड GPS के साथ निर्मित एंटीना को अच्छी सिग्नल प्राप्त करने के लिए रखा जाता है, आमतौर पर विंडशील्ड या छत पर। यदि आप एक अलग GPS सिस्टम का उपयोग कर रहे हैं, जैसे स्मार्टफोन या IoT डिवाइस, तो आपको यह सुनिश्चित करना होगा कि GPS सिस्टम या फोन में निर्मित एंटीना का आकाश का स्पष्ट दृश्य हो, जैसे कि इसे विंडशील्ड पर माउंट करना।
+
+![सेंसर से कई उपग्रहों की दूरी जानकर लोकेशन की गणना की जा सकती है](../../../../../translated_images/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.hi.png)
+
+GPS उपग्रह पृथ्वी की परिक्रमा कर रहे हैं, सेंसर के ऊपर एक निश्चित बिंदु पर नहीं हैं, इसलिए लोकेशन डेटा में समुद्र तल से ऊंचाई के साथ-साथ अक्षांश और देशांतर भी शामिल होता है।
+
+GPS में पहले अमेरिकी सेना द्वारा लागू की गई सटीकता पर सीमाएं थीं, जिससे सटीकता लगभग 5 मीटर तक सीमित थी। यह सीमा 2000 में हटा दी गई, जिससे 30 सेंटीमीटर की सटीकता संभव हो गई। हालांकि, सिग्नल्स में हस्तक्षेप के कारण इस सटीकता को प्राप्त करना हमेशा संभव नहीं होता।
+
+✅ यदि आपके पास स्मार्टफोन है, तो मैपिंग ऐप लॉन्च करें और देखें कि आपकी लोकेशन कितनी सटीक है। आपके फोन को अधिक सटीक लोकेशन प्राप्त करने के लिए कई उपग्रहों का पता लगाने में थोड़ा समय लग सकता है।
+💁 उपग्रहों में परमाणु घड़ियां होती हैं जो अत्यधिक सटीक होती हैं, लेकिन वे पृथ्वी पर मौजूद परमाणु घड़ियों की तुलना में प्रतिदिन 38 माइक्रोसेकंड (0.0000038 सेकंड) का अंतर करती हैं। यह अंतर आइंस्टीन के विशेष और सामान्य सापेक्षता सिद्धांतों के अनुसार गति बढ़ने पर समय धीमा होने के कारण होता है - उपग्रह पृथ्वी के घूर्णन से तेज गति से चलते हैं। इस अंतर का उपयोग विशेष और सामान्य सापेक्षता की भविष्यवाणियों को साबित करने के लिए किया गया है, और इसे GPS सिस्टम के डिज़ाइन में समायोजित करना पड़ता है। सचमुच, GPS उपग्रह पर समय धीमा चलता है।
+GPS सिस्टम को कई देशों और राजनीतिक संघों द्वारा विकसित और लागू किया गया है, जिनमें अमेरिका, रूस, जापान, भारत, यूरोपीय संघ और चीन शामिल हैं। आधुनिक GPS सेंसर इन सभी सिस्टम्स से जुड़ सकते हैं ताकि तेज़ और अधिक सटीक डेटा प्राप्त किया जा सके।
+
+> 🎓 प्रत्येक सिस्टम में उपग्रहों के समूह को "कॉन्स्टेलेशन" कहा जाता है।
+
+## GPS सेंसर डेटा पढ़ें
+
+अधिकांश GPS सेंसर UART के माध्यम से GPS डेटा भेजते हैं।
+
+> ⚠️ UART को [प्रोजेक्ट 2, पाठ 2](../../../2-farm/lessons/2-detect-soil-moisture/README.md#universal-asynchronous-receiver-transmitter-uart) में कवर किया गया था। यदि आवश्यक हो, तो उस पाठ को फिर से देखें।
+
+आप अपने IoT डिवाइस पर GPS सेंसर का उपयोग करके GPS डेटा प्राप्त कर सकते हैं।
+
+### कार्य - GPS सेंसर कनेक्ट करें और GPS डेटा पढ़ें
+
+अपने IoT डिवाइस का उपयोग करके GPS डेटा पढ़ने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-gps-sensor.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi](pi-gps-sensor.md)
+* [सिंगल-बोर्ड कंप्यूटर - वर्चुअल डिवाइस](virtual-device-gps-sensor.md)
+
+## NMEA GPS डेटा
+
+जब आपने अपना कोड चलाया, तो आपने आउटपुट में कुछ ऐसा देखा होगा जो बेतुका लग सकता है। वास्तव में, यह मानक GPS डेटा है, और इसका एक विशेष अर्थ होता है।
+
+GPS सेंसर NMEA संदेशों का उपयोग करके डेटा आउटपुट करते हैं, जो NMEA 0183 मानक का पालन करते हैं। NMEA का पूरा नाम है [नेशनल मरीन इलेक्ट्रॉनिक्स एसोसिएशन](https://www.nmea.org), जो एक अमेरिकी व्यापार संगठन है जो समुद्री इलेक्ट्रॉनिक्स के बीच संचार के लिए मानक निर्धारित करता है।
+
+> 💁 यह मानक स्वामित्व वाला है और इसकी कीमत कम से कम US$2,000 है, लेकिन इसके बारे में पर्याप्त जानकारी सार्वजनिक डोमेन में उपलब्ध है, जिससे अधिकांश मानक को रिवर्स इंजीनियर किया गया है और इसे ओपन सोर्स और अन्य गैर-व्यावसायिक कोड में उपयोग किया जा सकता है।
+
+ये संदेश टेक्स्ट-आधारित होते हैं। प्रत्येक संदेश एक *वाक्य* के रूप में होता है, जो `$` अक्षर से शुरू होता है, इसके बाद 2 अक्षर होते हैं जो संदेश के स्रोत को दर्शाते हैं (जैसे GP अमेरिकी GPS सिस्टम के लिए, GN रूसी GPS सिस्टम GLONASS के लिए), और 3 अक्षर जो संदेश के प्रकार को दर्शाते हैं। संदेश के बाकी हिस्से में कॉमा से अलग किए गए फ़ील्ड होते हैं, और यह एक नई पंक्ति के साथ समाप्त होता है।
+
+कुछ प्रकार के संदेश जो प्राप्त किए जा सकते हैं:
+
+| प्रकार | विवरण |
+| ---- | ----------- |
+| GGA | GPS फिक्स डेटा, जिसमें GPS सेंसर का अक्षांश, देशांतर और ऊंचाई शामिल है, साथ ही इस फिक्स को गणना करने के लिए दृश्य में उपग्रहों की संख्या। |
+| ZDA | वर्तमान तिथि और समय, जिसमें स्थानीय समय क्षेत्र शामिल है। |
+| GSV | दृश्य में उपग्रहों का विवरण - वे उपग्रह जिन्हें GPS सेंसर सिग्नल से पहचान सकता है। |
+
+> 💁 GPS डेटा में टाइम स्टैम्प शामिल होते हैं, इसलिए आपका IoT डिवाइस GPS सेंसर से समय प्राप्त कर सकता है, बजाय NTP सर्वर या आंतरिक रियल-टाइम क्लॉक पर निर्भर रहने के।
+
+GGA संदेश वर्तमान स्थान को `(dd)dmm.mmmm` प्रारूप में शामिल करता है, साथ ही दिशा को दर्शाने के लिए एक अक्षर। इस प्रारूप में `d` डिग्री है, `m` मिनट है, और सेकंड मिनट के दशमलव के रूप में होते हैं। उदाहरण के लिए, 2°17'43" को 217.716666667 के रूप में लिखा जाएगा - 2 डिग्री, 17.716666667 मिनट।
+
+दिशा अक्षर अक्षांश के लिए `N` या `S` हो सकता है, जो उत्तर या दक्षिण को दर्शाता है, और देशांतर के लिए `E` या `W`, जो पूर्व या पश्चिम को दर्शाता है। उदाहरण के लिए, 2°17'43" का अक्षांश `N` होगा, जबकि -2°17'43" का अक्षांश `S` होगा।
+
+उदाहरण के लिए - NMEA वाक्य `$GNGGA,020604.001,4738.538654,N,12208.341758,W,1,3,,164.7,M,-17.1,M,,*67`
+
+* अक्षांश भाग `4738.538654,N` है, जो दशमलव डिग्री में 47.6423109 में परिवर्तित होता है। `4738.538654` का अर्थ है 47.6423109, और दिशा `N` (उत्तर) है, इसलिए यह एक सकारात्मक अक्षांश है।
+
+* देशांतर भाग `12208.341758,W` है, जो दशमलव डिग्री में -122.1390293 में परिवर्तित होता है। `12208.341758` का अर्थ है 122.1390293°, और दिशा `W` (पश्चिम) है, इसलिए यह एक नकारात्मक देशांतर है।
+
+## GPS सेंसर डेटा को डिकोड करें
+
+कच्चे NMEA डेटा का उपयोग करने के बजाय, इसे एक अधिक उपयोगी प्रारूप में डिकोड करना बेहतर होता है। कई ओपन-सोर्स लाइब्रेरी हैं जो कच्चे NMEA संदेशों से उपयोगी डेटा निकालने में मदद कर सकती हैं।
+
+### कार्य - GPS सेंसर डेटा को डिकोड करें
+
+अपने IoT डिवाइस का उपयोग करके GPS सेंसर डेटा को डिकोड करने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-gps-decode.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi/वर्चुअल IoT डिवाइस](single-board-computer-gps-decode.md)
+
+---
+
+## 🚀 चुनौती
+
+अपना खुद का NMEA डिकोडर लिखें! तीसरे पक्ष की लाइब्रेरी पर निर्भर रहने के बजाय, क्या आप अपना खुद का डिकोडर लिख सकते हैं जो NMEA वाक्यों से अक्षांश और देशांतर निकाल सके?
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/22)
+
+## समीक्षा और स्व-अध्ययन
+
+* [विकिपीडिया पर भौगोलिक समन्वय प्रणाली पृष्ठ](https://wikipedia.org/wiki/Geographic_coordinate_system) पर भू-स्थानिक समन्वय के बारे में और पढ़ें।
+* पृथ्वी के अलावा अन्य खगोलीय पिंडों पर प्राइम मेरिडियन के बारे में [विकिपीडिया पर प्राइम मेरिडियन पृष्ठ](https://wikipedia.org/wiki/Prime_meridian#Prime_meridian_on_other_planetary_bodies) पर पढ़ें।
+* विभिन्न विश्व सरकारों और राजनीतिक संघों जैसे यूरोपीय संघ, जापान, रूस, भारत और अमेरिका के विभिन्न GPS सिस्टम पर शोध करें।
+
+## असाइनमेंट
+
+[अन्य GPS डेटा की जांच करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/1-location-tracking/assignment.md b/translations/hi/3-transport/lessons/1-location-tracking/assignment.md
new file mode 100644
index 00000000..dcf824d2
--- /dev/null
+++ b/translations/hi/3-transport/lessons/1-location-tracking/assignment.md
@@ -0,0 +1,27 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "bded364fc06ce37d7a76aed3be1ba73a",
+  "translation_date": "2025-08-25T18:05:56+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/assignment.md",
+  "language_code": "hi"
+}
+-->
+# अन्य GPS डेटा की जांच करें
+
+## निर्देश
+
+आपके GPS सेंसर से आने वाले NMEA वाक्यांशों में स्थान के अलावा अन्य डेटा भी होता है। इस अतिरिक्त डेटा की जांच करें और इसे अपने IoT डिवाइस में उपयोग करें।
+
+उदाहरण के लिए - क्या आप वर्तमान तारीख और समय प्राप्त कर सकते हैं? यदि आप एक माइक्रोकंट्रोलर का उपयोग कर रहे हैं, तो क्या आप GPS डेटा का उपयोग करके घड़ी को उसी तरह सेट कर सकते हैं जैसे आपने पिछले प्रोजेक्ट में NTP सिग्नल का उपयोग करके किया था? क्या आप ऊंचाई (समुद्र तल से अपनी ऊंचाई) या अपनी वर्तमान गति प्राप्त कर सकते हैं?
+
+यदि आप एक वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो आप कुछ डेटा [nmeagen.org](https://www.nmeagen.org) जैसे टूल का उपयोग करके उत्पन्न NMEA वाक्यांशों को भेजकर प्राप्त कर सकते हैं।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ----------------- |
+| अधिक GPS डेटा प्राप्त करें | अधिक GPS डेटा प्राप्त करने और उसका उपयोग करने में सक्षम है, चाहे वह टेलीमेट्री के रूप में हो या IoT डिवाइस को सेट करने के लिए | अधिक GPS डेटा प्राप्त करने में सक्षम है, लेकिन उसका उपयोग करने में असमर्थ है | अधिक GPS डेटा प्राप्त करने में असमर्थ है |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/1-location-tracking/pi-gps-sensor.md b/translations/hi/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
new file mode 100644
index 00000000..64fb8cd2
--- /dev/null
+++ b/translations/hi/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
@@ -0,0 +1,191 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3b2448c7ab4e9673e77e35a50c5e350d",
+  "translation_date": "2025-08-25T18:06:36+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/pi-gps-sensor.md",
+  "language_code": "hi"
+}
+-->
+# GPS डेटा पढ़ें - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई में एक GPS सेंसर जोड़ेंगे और उससे डेटा पढ़ेंगे।
+
+## हार्डवेयर
+
+रास्पबेरी पाई को एक GPS सेंसर की आवश्यकता है।
+
+आप जो सेंसर उपयोग करेंगे वह [Grove GPS Air530 सेंसर](https://www.seeedstudio.com/Grove-GPS-Air530-p-4584.html) है। यह सेंसर कई GPS सिस्टम्स से जुड़ सकता है ताकि तेज़ और सटीक डेटा प्राप्त किया जा सके। यह सेंसर दो भागों से बना है - सेंसर का मुख्य इलेक्ट्रॉनिक्स और एक बाहरी एंटीना जो पतले तार से जुड़ा होता है ताकि सैटेलाइट्स से रेडियो तरंगें प्राप्त की जा सकें।
+
+यह एक UART सेंसर है, जो UART के माध्यम से GPS डेटा भेजता है।
+
+## GPS सेंसर को कनेक्ट करें
+
+Grove GPS सेंसर को रास्पबेरी पाई से जोड़ा जा सकता है।
+
+### कार्य - GPS सेंसर को कनेक्ट करें
+
+GPS सेंसर को कनेक्ट करें।
+
+![एक Grove GPS सेंसर](../../../../../translated_images/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.hi.png)
+
+1. Grove केबल का एक सिरा GPS सेंसर के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. रास्पबेरी पाई को बंद करके, Grove केबल का दूसरा सिरा Grove बेस हैट पर **UART** नामक सॉकेट में कनेक्ट करें। यह सॉकेट मध्य पंक्ति में है, SD कार्ड स्लॉट के पास, USB पोर्ट्स और ईथरनेट सॉकेट के विपरीत दिशा में।
+
+    ![UART सॉकेट से जुड़ा Grove GPS सेंसर](../../../../../translated_images/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.hi.png)
+
+1. GPS सेंसर को इस तरह से रखें कि जुड़ा हुआ एंटीना आकाश को देख सके - आदर्श रूप से एक खुली खिड़की के पास या बाहर। एंटीना के रास्ते में कुछ भी न होने पर सिग्नल अधिक स्पष्ट रूप से प्राप्त होता है।
+
+## GPS सेंसर को प्रोग्राम करें
+
+अब रास्पबेरी पाई को जुड़े हुए GPS सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - GPS सेंसर को प्रोग्राम करें
+
+डिवाइस को प्रोग्राम करें।
+
+1. पाई को चालू करें और इसके बूट होने की प्रतीक्षा करें।
+
+1. GPS सेंसर में 2 LED होती हैं - एक नीली LED जो डेटा ट्रांसमिट होने पर चमकती है, और एक हरी LED जो सैटेलाइट्स से डेटा प्राप्त होने पर हर सेकंड चमकती है। सुनिश्चित करें कि पाई चालू करने पर नीली LED चमक रही हो। कुछ मिनटों के बाद हरी LED चमकने लगेगी - यदि ऐसा नहीं होता है, तो आपको एंटीना को पुनः स्थिति में रखना पड़ सकता है।
+
+1. VS Code लॉन्च करें, या तो सीधे पाई पर, या Remote SSH एक्सटेंशन के माध्यम से कनेक्ट करें।
+
+    > ⚠️ यदि आवश्यक हो, तो [पाठ 1 में VS Code सेटअप और लॉन्च करने के निर्देशों का संदर्भ लें](../../../1-getting-started/lessons/1-introduction-to-iot/pi.md)।
+
+1. रास्पबेरी पाई के नए संस्करणों में जो ब्लूटूथ का समर्थन करते हैं, ब्लूटूथ के लिए उपयोग किए जाने वाले सीरियल पोर्ट और Grove UART पोर्ट के लिए उपयोग किए जाने वाले पोर्ट के बीच एक संघर्ष होता है। इसे ठीक करने के लिए निम्नलिखित करें:
+
+    1. VS Code टर्मिनल से, `/boot/config.txt` फ़ाइल को `nano` का उपयोग करके संपादित करें, जो एक अंतर्निहित टर्मिनल टेक्स्ट एडिटर है, निम्नलिखित कमांड के साथ:
+
+        ```sh
+        sudo nano /boot/config.txt
+        ```
+
+        > इस फ़ाइल को VS Code द्वारा संपादित नहीं किया जा सकता क्योंकि इसे `sudo` अनुमतियों, यानी उन्नत अनुमतियों के साथ संपादित करने की आवश्यकता है। VS Code इन अनुमतियों के साथ नहीं चलता।
+
+    1. कर्सर कुंजियों का उपयोग करके फ़ाइल के अंत तक जाएं। फिर नीचे दिए गए कोड को कॉपी करें और इसे फ़ाइल के अंत में पेस्ट करें:
+
+        ```ini
+        dtoverlay=pi3-miniuart-bt
+        dtoverlay=pi3-disable-bt
+        enable_uart=1
+        ```
+
+        आप अपने डिवाइस के सामान्य कीबोर्ड शॉर्टकट का उपयोग करके पेस्ट कर सकते हैं (`Ctrl+v` Windows, Linux या Raspberry Pi OS पर, `Cmd+v` macOS पर)।
+
+    1. इस फ़ाइल को सहेजें और `Ctrl+x` दबाकर nano से बाहर निकलें। जब पूछा जाए कि क्या आप संशोधित बफर को सहेजना चाहते हैं, तो `y` दबाएं, फिर `/boot/config.txt` को ओवरराइट करने की पुष्टि करने के लिए `enter` दबाएं।
+
+        > यदि आप कोई गलती करते हैं, तो बिना सहेजे बाहर निकल सकते हैं और फिर इन चरणों को दोहरा सकते हैं।
+
+    1. `/boot/cmdline.txt` फ़ाइल को nano में निम्नलिखित कमांड के साथ संपादित करें:
+
+        ```sh
+        sudo nano /boot/cmdline.txt
+        ```
+
+    1. इस फ़ाइल में कई key/value जोड़े होते हैं जो स्पेस से अलग होते हैं। `console` key के लिए किसी भी key/value जोड़े को हटा दें। वे संभवतः इस तरह दिखेंगे:
+
+        ```output
+        console=serial0,115200 console=tty1 
+        ```
+
+        आप कर्सर कुंजियों का उपयोग करके इन प्रविष्टियों पर जा सकते हैं, फिर सामान्य `del` या `backspace` कुंजियों का उपयोग करके हटा सकते हैं।
+
+        उदाहरण के लिए, यदि आपकी मूल फ़ाइल इस तरह दिखती है:
+
+        ```output
+        console=serial0,115200 console=tty1 root=PARTUUID=058e2867-02 rootfstype=ext4 elevator=deadline fsck.repair=yes rootwait
+        ```
+
+        नई संस्करण इस तरह होगा:
+
+        ```output
+        root=PARTUUID=058e2867-02 rootfstype=ext4 elevator=deadline fsck.repair=yes rootwait
+        ```
+
+    1. ऊपर दिए गए चरणों का पालन करके इस फ़ाइल को सहेजें और nano से बाहर निकलें।
+
+    1. अपने पाई को पुनः चालू करें, फिर पाई के पुनः चालू होने के बाद VS Code में पुनः कनेक्ट करें।
+
+1. टर्मिनल से, `pi` उपयोगकर्ता के होम डायरेक्टरी में एक नया फ़ोल्डर बनाएं जिसका नाम `gps-sensor` हो। इस फ़ोल्डर में `app.py` नामक एक फ़ाइल बनाएं।
+
+1. इस फ़ोल्डर को VS Code में खोलें।
+
+1. GPS मॉड्यूल UART डेटा को सीरियल पोर्ट के माध्यम से भेजता है। Python कोड से सीरियल पोर्ट के साथ संवाद करने के लिए `pyserial` Pip पैकेज इंस्टॉल करें:
+
+    ```sh
+    pip3 install pyserial
+    ```
+
+1. अपने `app.py` फ़ाइल में निम्नलिखित कोड जोड़ें:
+
+    ```python
+    import time
+    import serial
+    
+    serial = serial.Serial('/dev/ttyAMA0', 9600, timeout=1)
+    serial.reset_input_buffer()
+    serial.flush()
+    
+    def print_gps_data(line):
+        print(line.rstrip())
+    
+    while True:
+        line = serial.readline().decode('utf-8')
+    
+        while len(line) > 0:
+            print_gps_data(line)
+            line = serial.readline().decode('utf-8')
+    
+        time.sleep(1)
+    ```
+
+    यह कोड `pyserial` Pip पैकेज से `serial` मॉड्यूल को आयात करता है। फिर यह `/dev/ttyAMA0` सीरियल पोर्ट से जुड़ता है - यह वह पता है जो Grove Pi Base Hat अपने UART पोर्ट के लिए उपयोग करता है। इसके बाद यह इस सीरियल कनेक्शन से किसी भी मौजूदा डेटा को साफ करता है।
+
+    इसके बाद एक `print_gps_data` नामक फ़ंक्शन परिभाषित किया जाता है जो पास की गई लाइन को कंसोल पर प्रिंट करता है।
+
+    इसके बाद कोड हमेशा के लिए लूप करता है, प्रत्येक लूप में सीरियल पोर्ट से जितनी लाइनों का टेक्स्ट पढ़ सकता है उतना पढ़ता है। यह प्रत्येक लाइन के लिए `print_gps_data` फ़ंक्शन को कॉल करता है।
+
+    सभी डेटा पढ़ने के बाद, लूप 1 सेकंड के लिए सोता है, फिर पुनः प्रयास करता है।
+
+1. इस कोड को चलाएं। आपको GPS सेंसर से कच्चा आउटपुट दिखाई देगा, कुछ इस तरह:
+
+    ```output
+    $GNGGA,020604.001,4738.538654,N,12208.341758,W,1,3,,164.7,M,-17.1,M,,*67
+    $GPGSA,A,1,,,,,,,,,,,,,,,*1E
+    $BDGSA,A,1,,,,,,,,,,,,,,,*0F
+    $GPGSV,1,1,00*79
+    $BDGSV,1,1,00*68
+    ```
+
+    > यदि आप कोड को रोकने और पुनः शुरू करने पर निम्नलिखित त्रुटियों में से कोई एक प्राप्त करते हैं, तो अपने while लूप में एक `try - except` ब्लॉक जोड़ें।
+
+      ```output
+      UnicodeDecodeError: 'utf-8' codec can't decode byte 0x93 in position 0: invalid start byte
+      UnicodeDecodeError: 'utf-8' codec can't decode byte 0xf1 in position 0: invalid continuation byte
+      ```
+
+    ```python
+    while True:
+        try:
+            line = serial.readline().decode('utf-8')
+              
+            while len(line) > 0:
+                print_gps_data()
+                line = serial.readline().decode('utf-8')
+      
+        # There's a random chance the first byte being read is part way through a character.
+        # Read another full line and continue.
+
+        except UnicodeDecodeError:
+            line = serial.readline().decode('utf-8')
+
+    time.sleep(1)
+    ```
+
+> 💁 आप इस कोड को [code-gps/pi](../../../../../3-transport/lessons/1-location-tracking/code-gps/pi) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका GPS सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/1-location-tracking/single-board-computer-gps-decode.md b/translations/hi/3-transport/lessons/1-location-tracking/single-board-computer-gps-decode.md
new file mode 100644
index 00000000..4eda2486
--- /dev/null
+++ b/translations/hi/3-transport/lessons/1-location-tracking/single-board-computer-gps-decode.md
@@ -0,0 +1,73 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "cbb8c285bc64c5192fae3368fb5077d2",
+  "translation_date": "2025-08-25T18:06:12+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/single-board-computer-gps-decode.md",
+  "language_code": "hi"
+}
+-->
+# जीपीएस डेटा डिकोड करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप रास्पबेरी पाई या वर्चुअल IoT डिवाइस द्वारा जीपीएस सेंसर से पढ़े गए NMEA संदेशों को डिकोड करेंगे और अक्षांश और देशांतर निकालेंगे।
+
+## जीपीएस डेटा डिकोड करें
+
+एक बार जब कच्चा NMEA डेटा सीरियल पोर्ट से पढ़ लिया जाता है, तो इसे एक ओपन सोर्स NMEA लाइब्रेरी का उपयोग करके डिकोड किया जा सकता है।
+
+### कार्य - जीपीएस डेटा डिकोड करें
+
+डिवाइस को जीपीएस डेटा डिकोड करने के लिए प्रोग्राम करें।
+
+1. `gps-sensor` ऐप प्रोजेक्ट खोलें, अगर यह पहले से खुला नहीं है।
+
+1. `pynmea2` पिप पैकेज इंस्टॉल करें। इस पैकेज में NMEA संदेशों को डिकोड करने के लिए कोड है।
+
+    ```sh
+    pip3 install pynmea2
+    ```
+
+1. `app.py` फाइल में इम्पोर्ट्स में निम्नलिखित कोड जोड़ें ताकि `pynmea2` मॉड्यूल को इम्पोर्ट किया जा सके:
+
+    ```python
+    import pynmea2
+    ```
+
+1. `print_gps_data` फंक्शन की सामग्री को निम्नलिखित कोड से बदलें:
+
+    ```python
+    msg = pynmea2.parse(line)
+    if msg.sentence_type == 'GGA':
+        lat = pynmea2.dm_to_sd(msg.lat)
+        lon = pynmea2.dm_to_sd(msg.lon)
+
+        if msg.lat_dir == 'S':
+            lat = lat * -1
+
+        if msg.lon_dir == 'W':
+            lon = lon * -1
+
+        print(f'{lat},{lon} - from {msg.num_sats} satellites')
+    ```
+
+    यह कोड `pynmea2` लाइब्रेरी का उपयोग करके UART सीरियल पोर्ट से पढ़ी गई लाइन को पार्स करेगा।
+
+    यदि संदेश का वाक्य प्रकार `GGA` है, तो यह एक पोजीशन फिक्स संदेश है और इसे प्रोसेस किया जाएगा। अक्षांश और देशांतर मान संदेश से पढ़े जाते हैं और NMEA `(d)ddmm.mmmm` प्रारूप से दशमलव डिग्री में परिवर्तित किए जाते हैं। `dm_to_sd` फंक्शन यह रूपांतरण करता है।
+
+    फिर अक्षांश की दिशा की जांच की जाती है, और यदि अक्षांश दक्षिण है, तो मान को नकारात्मक संख्या में परिवर्तित किया जाता है। इसी तरह, यदि देशांतर पश्चिम है, तो इसे नकारात्मक संख्या में परिवर्तित किया जाता है।
+
+    अंत में, निर्देशांक को कंसोल पर प्रिंट किया जाता है, साथ ही स्थान प्राप्त करने के लिए उपयोग किए गए उपग्रहों की संख्या भी प्रिंट की जाती है।
+
+1. कोड चलाएं। यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि CounterFit ऐप चल रहा है और जीपीएस डेटा भेजा जा रहा है।
+
+    ```output
+    pi@raspberrypi:~/gps-sensor $ python3 app.py 
+    47.6423109,-122.1390293 - from 3 satellites
+    ```
+
+> 💁 आप इस कोड को [code-gps-decode/virtual-device](../../../../../3-transport/lessons/1-location-tracking/code-gps-decode/virtual-device) फोल्डर में, या [code-gps-decode/pi](../../../../../3-transport/lessons/1-location-tracking/code-gps-decode/pi) फोल्डर में पा सकते हैं।
+
+😀 आपका जीपीएस सेंसर प्रोग्राम डेटा डिकोडिंग के साथ सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md b/translations/hi/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
new file mode 100644
index 00000000..39fbd03d
--- /dev/null
+++ b/translations/hi/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
@@ -0,0 +1,142 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "64f18a8f8aaa1fef5e7320e0992d8b3a",
+  "translation_date": "2025-08-25T18:03:00+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md",
+  "language_code": "hi"
+}
+-->
+# GPS डेटा पढ़ें - वर्चुअल IoT हार्डवेयर
+
+इस पाठ के इस भाग में, आप अपने वर्चुअल IoT डिवाइस में एक GPS सेंसर जोड़ेंगे और इससे मान पढ़ेंगे।
+
+## वर्चुअल हार्डवेयर
+
+वर्चुअल IoT डिवाइस एक सिम्युलेटेड GPS सेंसर का उपयोग करेगा, जो UART के माध्यम से एक सीरियल पोर्ट पर उपलब्ध है।
+
+एक भौतिक GPS सेंसर में GPS सैटेलाइट्स से रेडियो तरंगों को पकड़ने के लिए एक एंटीना होता है, और GPS सिग्नल को GPS डेटा में बदलता है। इसका वर्चुअल संस्करण इसे सिम्युलेट करता है, जिससे आप या तो लैटिट्यूड और लॉन्गिट्यूड सेट कर सकते हैं, कच्चे NMEA वाक्य भेज सकते हैं, या एक GPX फ़ाइल अपलोड कर सकते हैं जिसमें कई स्थान होते हैं जो क्रमिक रूप से लौटाए जा सकते हैं।
+
+> 🎓 NMEA वाक्य इस पाठ में बाद में कवर किए जाएंगे
+
+### सेंसर को CounterFit में जोड़ें
+
+वर्चुअल GPS सेंसर का उपयोग करने के लिए, आपको इसे CounterFit ऐप में जोड़ना होगा।
+
+#### कार्य - सेंसर को CounterFit में जोड़ें
+
+GPS सेंसर को CounterFit ऐप में जोड़ें।
+
+1. अपने कंप्यूटर पर `gps-sensor` नामक एक फ़ोल्डर में एक नया Python ऐप बनाएं, जिसमें एक फ़ाइल `app.py` और एक Python वर्चुअल एनवायरनमेंट हो, और CounterFit pip पैकेज जोड़ें।
+
+    > ⚠️ यदि आवश्यक हो, तो [पाठ 1 में CounterFit Python प्रोजेक्ट बनाने और सेटअप करने के निर्देशों का संदर्भ लें](../../../1-getting-started/lessons/1-introduction-to-iot/virtual-device.md)।
+
+1. एक अतिरिक्त Pip पैकेज इंस्टॉल करें जो UART आधारित सेंसर से सीरियल कनेक्शन के माध्यम से बात करने के लिए CounterFit शिम इंस्टॉल करता है। सुनिश्चित करें कि आप इसे उस टर्मिनल से इंस्टॉल कर रहे हैं जिसमें वर्चुअल एनवायरनमेंट सक्रिय है।
+
+    ```sh
+    pip install counterfit-shims-serial
+    ```
+
+1. सुनिश्चित करें कि CounterFit वेब ऐप चल रहा है।
+
+1. एक GPS सेंसर बनाएं:
+
+    1. *Sensors* पैन में *Create sensor* बॉक्स में, *Sensor type* ड्रॉपडाउन करें और *UART GPS* चुनें।
+
+    1. *Port* को */dev/ttyAMA0* पर सेट रहने दें।
+
+    1. **Add** बटन चुनें ताकि `/dev/ttyAMA0` पोर्ट पर GPS सेंसर बनाया जा सके।
+
+    ![GPS सेंसर सेटिंग्स](../../../../../translated_images/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.hi.png)
+
+    GPS सेंसर बनाया जाएगा और सेंसर सूची में दिखाई देगा।
+
+    ![GPS सेंसर बनाया गया](../../../../../translated_images/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.hi.png)
+
+## GPS सेंसर को प्रोग्राम करें
+
+अब वर्चुअल IoT डिवाइस को वर्चुअल GPS सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - GPS सेंसर को प्रोग्राम करें
+
+GPS सेंसर ऐप को प्रोग्राम करें।
+
+1. सुनिश्चित करें कि `gps-sensor` ऐप VS Code में खुला है।
+
+1. `app.py` फ़ाइल खोलें।
+
+1. CounterFit से ऐप को कनेक्ट करने के लिए `app.py` के शीर्ष पर निम्न कोड जोड़ें:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+1. इसके नीचे कुछ आवश्यक लाइब्रेरी आयात करने के लिए निम्न कोड जोड़ें, जिसमें CounterFit सीरियल पोर्ट के लिए लाइब्रेरी शामिल है:
+
+    ```python
+    import time
+    import counterfit_shims_serial
+    
+    serial = counterfit_shims_serial.Serial('/dev/ttyAMA0')
+    ```
+
+    यह कोड `counterfit_shims_serial` Pip पैकेज से `serial` मॉड्यूल आयात करता है। फिर यह `/dev/ttyAMA0` सीरियल पोर्ट से कनेक्ट करता है - यह वह पता है जहां वर्चुअल GPS सेंसर अपने UART पोर्ट के लिए उपयोग करता है।
+
+1. इसके नीचे निम्न कोड जोड़ें ताकि सीरियल पोर्ट से डेटा पढ़ा जा सके और कंसोल पर प्रिंट किया जा सके:
+
+    ```python
+    def print_gps_data(line):
+        print(line.rstrip())
+    
+    while True:
+        line = serial.readline().decode('utf-8')
+    
+        while len(line) > 0:
+            print_gps_data(line)
+            line = serial.readline().decode('utf-8')
+    
+        time.sleep(1)
+    ```
+
+    एक फ़ंक्शन `print_gps_data` परिभाषित किया गया है जो कंसोल पर पास की गई लाइन को प्रिंट करता है।
+
+    इसके बाद कोड हमेशा के लिए लूप करता है, प्रत्येक लूप में सीरियल पोर्ट से जितनी लाइनें संभव हो उतनी पढ़ता है। यह प्रत्येक लाइन के लिए `print_gps_data` फ़ंक्शन को कॉल करता है।
+
+    सभी डेटा पढ़ने के बाद, लूप 1 सेकंड के लिए सोता है और फिर से प्रयास करता है।
+
+1. इस कोड को चलाएं, यह सुनिश्चित करते हुए कि आप एक अलग टर्मिनल का उपयोग कर रहे हैं जिसमें CounterFit ऐप चल रहा है, ताकि CounterFit ऐप चालू रहे।
+
+1. CounterFit ऐप से GPS सेंसर का मान बदलें। आप इसे निम्न तरीकों में से किसी एक में कर सकते हैं:
+
+    * **Source** को `Lat/Lon` पर सेट करें, और एक स्पष्ट लैटिट्यूड, लॉन्गिट्यूड और GPS फिक्स प्राप्त करने के लिए उपयोग किए गए सैटेलाइट्स की संख्या सेट करें। यह मान केवल एक बार भेजा जाएगा, इसलिए **Repeat** बॉक्स को चेक करें ताकि डेटा हर सेकंड दोहराया जा सके।
+
+      ![GPS सेंसर लैट लॉन के साथ चुना गया](../../../../../translated_images/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.hi.png)
+
+    * **Source** को `NMEA` पर सेट करें और कुछ NMEA वाक्य टेक्स्ट बॉक्स में जोड़ें। ये सभी मान भेजे जाएंगे, प्रत्येक नए GGA (पोजिशन फिक्स) वाक्य को पढ़ने से पहले 1 सेकंड की देरी होगी।
+
+      ![GPS सेंसर NMEA वाक्य के साथ सेट किया गया](../../../../../translated_images/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.hi.png)
+
+      आप [nmeagen.org](https://www.nmeagen.org) जैसे टूल का उपयोग करके इन वाक्यों को मैप पर ड्रॉ करके जनरेट कर सकते हैं। ये मान केवल एक बार भेजे जाएंगे, इसलिए **Repeat** बॉक्स को चेक करें ताकि डेटा एक सेकंड बाद फिर से भेजा जा सके।
+
+    * **Source** को GPX फ़ाइल पर सेट करें और ट्रैक लोकेशन के साथ एक GPX फ़ाइल अपलोड करें। आप [AllTrails](https://www.alltrails.com/) जैसे लोकप्रिय मैपिंग और हाइकिंग साइट्स से GPX फ़ाइलें डाउनलोड कर सकते हैं। इन फ़ाइलों में एक ट्रेल के रूप में कई GPS लोकेशन होती हैं, और GPS सेंसर प्रत्येक नई लोकेशन को 1 सेकंड के अंतराल पर लौटाएगा।
+
+      ![GPS सेंसर GPX फ़ाइल के साथ सेट किया गया](../../../../../translated_images/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.hi.png)
+
+      ये मान केवल एक बार भेजे जाएंगे, इसलिए **Repeat** बॉक्स को चेक करें ताकि डेटा एक सेकंड बाद फिर से भेजा जा सके।
+
+    एक बार जब आप GPS सेटिंग्स को कॉन्फ़िगर कर लें, तो इन मानों को सेंसर पर लागू करने के लिए **Set** बटन चुनें।
+
+1. आप GPS सेंसर से कच्चा आउटपुट देखेंगे, कुछ इस तरह:
+
+    ```output
+    $GNGGA,020604.001,4738.538654,N,12208.341758,W,1,3,,164.7,M,-17.1,M,,*67
+    $GNGGA,020604.001,4738.538654,N,12208.341758,W,1,3,,164.7,M,-17.1,M,,*67
+    ```
+
+> 💁 आप इस कोड को [code-gps/virtual-device](../../../../../3-transport/lessons/1-location-tracking/code-gps/virtual-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका GPS सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/1-location-tracking/wio-terminal-gps-decode.md b/translations/hi/3-transport/lessons/1-location-tracking/wio-terminal-gps-decode.md
new file mode 100644
index 00000000..704a684a
--- /dev/null
+++ b/translations/hi/3-transport/lessons/1-location-tracking/wio-terminal-gps-decode.md
@@ -0,0 +1,81 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "fbbcf96a9b63ccd661db98bbf854bb06",
+  "translation_date": "2025-08-25T18:07:25+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/wio-terminal-gps-decode.md",
+  "language_code": "hi"
+}
+-->
+# GPS डेटा डिकोड करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप Wio Terminal द्वारा GPS सेंसर से पढ़े गए NMEA संदेशों को डिकोड करेंगे और अक्षांश और देशांतर निकालेंगे।
+
+## GPS डेटा डिकोड करें
+
+एक बार जब कच्चा NMEA डेटा सीरियल पोर्ट से पढ़ लिया जाता है, तो इसे एक ओपन सोर्स NMEA लाइब्रेरी का उपयोग करके डिकोड किया जा सकता है।
+
+### कार्य - GPS डेटा डिकोड करें
+
+डिवाइस को GPS डेटा डिकोड करने के लिए प्रोग्राम करें।
+
+1. यदि `gps-sensor` ऐप प्रोजेक्ट पहले से खुला नहीं है, तो इसे खोलें।
+
+1. प्रोजेक्ट के `platformio.ini` फाइल में [TinyGPSPlus](https://github.com/mikalhart/TinyGPSPlus) लाइब्रेरी के लिए एक लाइब्रेरी डिपेंडेंसी जोड़ें। इस लाइब्रेरी में NMEA डेटा डिकोड करने के लिए कोड है।
+
+    ```ini
+    lib_deps =
+        mikalhart/TinyGPSPlus @ 1.0.2
+    ```
+
+1. `main.cpp` में, TinyGPSPlus लाइब्रेरी के लिए एक include निर्देश जोड़ें:
+
+    ```cpp
+    #include <TinyGPS++.h>
+    ```
+
+1. `Serial3` की घोषणा के नीचे, NMEA वाक्यों को प्रोसेस करने के लिए एक TinyGPSPlus ऑब्जेक्ट घोषित करें:
+
+    ```cpp
+    TinyGPSPlus gps;
+    ```
+
+1. `printGPSData` फ़ंक्शन की सामग्री को निम्नलिखित में बदलें:
+
+    ```cpp
+    if (gps.encode(Serial3.read()))
+    {
+        if (gps.location.isValid())
+        {
+            Serial.print(gps.location.lat(), 6);
+            Serial.print(F(","));
+            Serial.print(gps.location.lng(), 6);
+            Serial.print(" - from ");
+            Serial.print(gps.satellites.value());
+            Serial.println(" satellites");
+        }
+    }
+    ```
+
+    यह कोड UART सीरियल पोर्ट से अगला कैरेक्टर `gps` NMEA डिकोडर में पढ़ता है। प्रत्येक कैरेक्टर के बाद, यह जांचता है कि डिकोडर ने एक वैध वाक्य पढ़ा है या नहीं, फिर यह जांचता है कि क्या उसने एक वैध स्थान पढ़ा है। यदि स्थान वैध है, तो यह इसे सीरियल मॉनिटर पर भेजता है, साथ ही उन उपग्रहों की संख्या के साथ जिन्होंने इस फिक्स में योगदान दिया।
+
+1. कोड को Wio Terminal पर बिल्ड और अपलोड करें।
+
+1. अपलोड हो जाने के बाद, आप सीरियल मॉनिटर का उपयोग करके GPS स्थान डेटा की निगरानी कर सकते हैं।
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    47.6423109,-122.1390293 - from 3 satellites
+    ```
+
+> 💁 आप इस कोड को [code-gps-decode/wio-terminal](../../../../../3-transport/lessons/1-location-tracking/code-gps-decode/wio-terminal) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका GPS सेंसर प्रोग्राम डेटा डिकोडिंग के साथ सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md b/translations/hi/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
new file mode 100644
index 00000000..4947cfe5
--- /dev/null
+++ b/translations/hi/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
@@ -0,0 +1,152 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "da6ae0a795cf06be33d23ca5b8493fc8",
+  "translation_date": "2025-08-25T18:02:28+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md",
+  "language_code": "hi"
+}
+-->
+# GPS डेटा पढ़ें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal में एक GPS सेंसर जोड़ेंगे और उससे मान पढ़ेंगे।
+
+## हार्डवेयर
+
+Wio Terminal को एक GPS सेंसर की आवश्यकता है।
+
+आप जो सेंसर उपयोग करेंगे वह [Grove GPS Air530 सेंसर](https://www.seeedstudio.com/Grove-GPS-Air530-p-4584.html) है। यह सेंसर कई GPS सिस्टम्स से जुड़ सकता है ताकि तेज़ और सटीक डेटा प्राप्त किया जा सके। सेंसर दो भागों से बना है - सेंसर के मुख्य इलेक्ट्रॉनिक्स और एक बाहरी एंटीना जो पतले तार से जुड़ा होता है ताकि सैटेलाइट्स से रेडियो तरंगें प्राप्त की जा सकें।
+
+यह एक UART सेंसर है, जो UART के माध्यम से GPS डेटा भेजता है।
+
+### GPS सेंसर को कनेक्ट करें
+
+Grove GPS सेंसर को Wio Terminal से जोड़ा जा सकता है।
+
+#### कार्य - GPS सेंसर को कनेक्ट करें
+
+GPS सेंसर को कनेक्ट करें।
+
+![एक Grove GPS सेंसर](../../../../../translated_images/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.hi.png)
+
+1. Grove केबल का एक सिरा GPS सेंसर के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. Wio Terminal को आपके कंप्यूटर या अन्य पावर सप्लाई से डिस्कनेक्ट करके, Grove केबल का दूसरा सिरा Wio Terminal के स्क्रीन की ओर देखते हुए बाएं तरफ के Grove सॉकेट में कनेक्ट करें। यह सॉकेट पावर बटन के सबसे करीब है।
+
+    ![बाएं सॉकेट में कनेक्ट किया गया Grove GPS सेंसर](../../../../../translated_images/wio-gps-sensor.19fd52b81ce58095d5deb3d4e5a1fdd88818d76569b00b1f0d740c92dc986525.hi.png)
+
+1. GPS सेंसर को इस तरह से रखें कि जुड़ा हुआ एंटीना आकाश को देख सके - आदर्श रूप से एक खुले खिड़की के पास या बाहर। एंटीना के रास्ते में कुछ भी न होने पर सिग्नल अधिक स्पष्ट रूप से प्राप्त होता है।
+
+1. अब आप Wio Terminal को अपने कंप्यूटर से कनेक्ट कर सकते हैं।
+
+1. GPS सेंसर में 2 LEDs होती हैं - एक नीली LED जो डेटा ट्रांसमिट होने पर चमकती है, और एक हरी LED जो सैटेलाइट्स से डेटा प्राप्त करने पर हर सेकंड चमकती है। सुनिश्चित करें कि Wio Terminal को पावर देने पर नीली LED चमक रही हो। कुछ मिनटों के बाद हरी LED चमकने लगेगी - अगर ऐसा नहीं होता है, तो आपको एंटीना को पुनः स्थिति में रखना पड़ सकता है।
+
+## GPS सेंसर को प्रोग्राम करें
+
+अब Wio Terminal को जुड़े हुए GPS सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - GPS सेंसर को प्रोग्राम करें
+
+डिवाइस को प्रोग्राम करें।
+
+1. PlatformIO का उपयोग करके एक नया Wio Terminal प्रोजेक्ट बनाएं। इस प्रोजेक्ट का नाम `gps-sensor` रखें। `setup` फंक्शन में सीरियल पोर्ट को कॉन्फ़िगर करने के लिए कोड जोड़ें।
+
+1. `main.cpp` फाइल के शीर्ष पर निम्नलिखित include निर्देश जोड़ें। यह एक हेडर फाइल को शामिल करता है जिसमें UART के लिए बाएं Grove पोर्ट को कॉन्फ़िगर करने के लिए फंक्शन होते हैं।
+
+    ```cpp
+    #include <wiring_private.h>
+    ```
+
+1. इसके नीचे, UART पोर्ट के लिए सीरियल पोर्ट कनेक्शन घोषित करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    static Uart Serial3(&sercom3, PIN_WIRE_SCL, PIN_WIRE_SDA, SERCOM_RX_PAD_1, UART_TX_PAD_0);
+    ```
+
+1. आपको कुछ आंतरिक सिग्नल हैंडलर्स को इस सीरियल पोर्ट पर रीडायरेक्ट करने के लिए कोड जोड़ने की आवश्यकता है। `Serial3` घोषणा के नीचे निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    void SERCOM3_0_Handler()
+    {
+        Serial3.IrqHandler();
+    }
+    
+    void SERCOM3_1_Handler()
+    {
+        Serial3.IrqHandler();
+    }
+    
+    void SERCOM3_2_Handler()
+    {
+        Serial3.IrqHandler();
+    }
+    
+    void SERCOM3_3_Handler()
+    {
+        Serial3.IrqHandler();
+    }
+    ```
+
+1. `setup` फंक्शन में, जहां `Serial` पोर्ट कॉन्फ़िगर किया गया है, UART सीरियल पोर्ट को निम्नलिखित कोड के साथ कॉन्फ़िगर करें:
+
+    ```cpp
+    Serial3.begin(9600);
+
+    while (!Serial3)
+        ; // Wait for Serial3 to be ready
+
+    delay(1000);
+    ```
+
+1. `setup` फंक्शन में इस कोड के नीचे, Grove पिन को सीरियल पोर्ट से कनेक्ट करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    pinPeripheral(PIN_WIRE_SCL, PIO_SERCOM_ALT);
+    ```
+
+1. `loop` फंक्शन से पहले निम्नलिखित फंक्शन जोड़ें ताकि GPS डेटा को सीरियल मॉनिटर पर भेजा जा सके:
+
+    ```cpp
+    void printGPSData()
+    {
+        Serial.println(Serial3.readStringUntil('\n'));
+    }
+    ```
+
+1. `loop` फंक्शन में, UART सीरियल पोर्ट से डेटा पढ़ने और इसे सीरियल मॉनिटर पर प्रिंट करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    while (Serial3.available() > 0)
+    {
+        printGPSData();
+    }
+    
+    delay(1000);
+    ```
+
+    यह कोड UART सीरियल पोर्ट से डेटा पढ़ता है। `readStringUntil` फंक्शन एक टर्मिनेटर कैरेक्टर तक पढ़ता है, इस मामले में एक नई लाइन। यह एक पूरा NMEA वाक्य पढ़ेगा (NMEA वाक्य नई लाइन कैरेक्टर के साथ समाप्त होते हैं)। जब तक UART सीरियल पोर्ट से डेटा पढ़ा जा सकता है, इसे पढ़ा जाता है और `printGPSData` फंक्शन के माध्यम से सीरियल मॉनिटर पर भेजा जाता है। जब और डेटा पढ़ा नहीं जा सकता, तो `loop` 1 सेकंड (1,000ms) के लिए देरी करता है।
+
+1. कोड को Wio Terminal पर बिल्ड और अपलोड करें।
+
+1. अपलोड करने के बाद, आप सीरियल मॉनिटर का उपयोग करके GPS डेटा की निगरानी कर सकते हैं।
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    $GNGGA,020604.001,4738.538654,N,12208.341758,W,1,3,,164.7,M,-17.1,M,,*67
+    $GPGSA,A,1,,,,,,,,,,,,,,,*1E
+    $BDGSA,A,1,,,,,,,,,,,,,,,*0F
+    $GPGSV,1,1,00*79
+    $BDGSV,1,1,00*68
+    ```
+
+> 💁 आप इस कोड को [code-gps/wio-terminal](../../../../../3-transport/lessons/1-location-tracking/code-gps/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपका GPS सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/2-store-location-data/README.md b/translations/hi/3-transport/lessons/2-store-location-data/README.md
new file mode 100644
index 00000000..a985f76b
--- /dev/null
+++ b/translations/hi/3-transport/lessons/2-store-location-data/README.md
@@ -0,0 +1,477 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e345843ccfeb7261d81500d19c64d476",
+  "translation_date": "2025-08-25T18:09:59+00:00",
+  "source_file": "3-transport/lessons/2-store-location-data/README.md",
+  "language_code": "hi"
+}
+-->
+# स्टोर लोकेशन डेटा
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/23)
+
+## परिचय
+
+पिछले पाठ में, आपने सीखा कि GPS सेंसर का उपयोग करके लोकेशन डेटा कैसे कैप्चर किया जाता है। इस डेटा का उपयोग ट्रक की लोकेशन और उसकी यात्रा को विज़ुअलाइज़ करने के लिए किया जा सकता है, लेकिन इसे क्लाउड में IoT सेवा पर भेजने और कहीं स्टोर करने की आवश्यकता होती है।
+
+इस पाठ में आप IoT डेटा को स्टोर करने के विभिन्न तरीकों के बारे में जानेंगे और यह भी सीखेंगे कि अपने IoT सेवा से डेटा को सर्वरलेस कोड का उपयोग करके कैसे स्टोर किया जाए।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [संरचित और असंरचित डेटा](../../../../../3-transport/lessons/2-store-location-data)
+* [GPS डेटा को IoT हब पर भेजें](../../../../../3-transport/lessons/2-store-location-data)
+* [हॉट, वॉर्म और कोल्ड पाथ्स](../../../../../3-transport/lessons/2-store-location-data)
+* [GPS इवेंट्स को सर्वरलेस कोड का उपयोग करके हैंडल करें](../../../../../3-transport/lessons/2-store-location-data)
+* [Azure स्टोरेज अकाउंट्स](../../../../../3-transport/lessons/2-store-location-data)
+* [अपने सर्वरलेस कोड को स्टोरेज से कनेक्ट करें](../../../../../3-transport/lessons/2-store-location-data)
+
+## संरचित और असंरचित डेटा
+
+कंप्यूटर सिस्टम डेटा के साथ काम करते हैं, और यह डेटा विभिन्न आकारों और प्रकारों में आता है। यह एकल नंबर से लेकर बड़े टेक्स्ट, वीडियो, इमेज और IoT डेटा तक हो सकता है। डेटा को आमतौर पर दो श्रेणियों में विभाजित किया जा सकता है - *संरचित* डेटा और *असंरचित* डेटा।
+
+* **संरचित डेटा** वह डेटा है जिसका एक स्पष्ट, कठोर ढांचा होता है जो नहीं बदलता और आमतौर पर डेटा की तालिकाओं और उनके संबंधों से मेल खाता है। उदाहरण के लिए, किसी व्यक्ति का नाम, जन्म तिथि और पता।
+
+* **असंरचित डेटा** वह डेटा है जिसका कोई स्पष्ट, कठोर ढांचा नहीं होता, और जो अक्सर बदल सकता है। उदाहरण के लिए, लिखित दस्तावेज़ या स्प्रेडशीट।
+
+✅ शोध करें: क्या आप संरचित और असंरचित डेटा के कुछ अन्य उदाहरण सोच सकते हैं?
+
+> 💁 इसके अलावा, *अर्ध-संरचित डेटा* भी होता है, जो संरचित होता है लेकिन निश्चित तालिकाओं में फिट नहीं होता।
+
+IoT डेटा को आमतौर पर असंरचित डेटा माना जाता है।
+
+कल्पना करें कि आप एक बड़े वाणिज्यिक खेत के वाहनों के बेड़े में IoT डिवाइस जोड़ रहे हैं। आप विभिन्न प्रकार के वाहनों के लिए अलग-अलग डिवाइस का उपयोग करना चाह सकते हैं। उदाहरण के लिए:
+
+* खेत के वाहनों जैसे ट्रैक्टर के लिए आप GPS डेटा चाहते हैं ताकि यह सुनिश्चित किया जा सके कि वे सही खेतों पर काम कर रहे हैं।
+* खाद्य पदार्थों को गोदामों तक ले जाने वाले डिलीवरी ट्रकों के लिए आप GPS डेटा के साथ-साथ गति और त्वरण डेटा चाहते हैं ताकि यह सुनिश्चित किया जा सके कि ड्राइवर सुरक्षित रूप से चला रहा है, और ड्राइव पहचान और स्टार्ट/स्टॉप डेटा ताकि स्थानीय कानूनों के तहत काम के घंटे का पालन हो सके।
+* रेफ्रिजरेटेड ट्रकों के लिए आप तापमान डेटा चाहते हैं ताकि यह सुनिश्चित किया जा सके कि खाद्य पदार्थ बहुत गर्म या ठंडे न हों और ट्रांज़िट में खराब न हों।
+
+यह डेटा लगातार बदल सकता है। उदाहरण के लिए, यदि IoT डिवाइस ट्रक के कैब में है, तो यह डेटा ट्रेलर बदलने के साथ बदल सकता है, जैसे कि केवल रेफ्रिजरेटेड ट्रेलर का उपयोग होने पर तापमान डेटा भेजना।
+
+✅ और कौन सा IoT डेटा कैप्चर किया जा सकता है? ट्रकों द्वारा ले जाने वाले लोड और रखरखाव डेटा के बारे में सोचें।
+
+यह डेटा वाहन से वाहन में भिन्न होता है, लेकिन यह सब एक ही IoT सेवा में प्रोसेसिंग के लिए भेजा जाता है। IoT सेवा को इस असंरचित डेटा को प्रोसेस करने में सक्षम होना चाहिए, इसे इस तरह से स्टोर करना चाहिए कि इसे खोजा या विश्लेषण किया जा सके, लेकिन इस डेटा के विभिन्न ढांचों के साथ काम कर सके।
+
+### SQL बनाम NoSQL स्टोरेज
+
+डेटाबेस ऐसी सेवाएं हैं जो आपको डेटा स्टोर और क्वेरी करने की अनुमति देती हैं। डेटाबेस दो प्रकार के होते हैं - SQL और NoSQL।
+
+#### SQL डेटाबेस
+
+पहले डेटाबेस रिलेशनल डेटाबेस मैनेजमेंट सिस्टम (RDBMS) थे, जिन्हें रिलेशनल डेटाबेस भी कहा जाता है। इन्हें SQL डेटाबेस भी कहा जाता है क्योंकि इनमें डेटा जोड़ने, हटाने, अपडेट करने या क्वेरी करने के लिए स्ट्रक्चर्ड क्वेरी लैंग्वेज (SQL) का उपयोग किया जाता है। ये डेटाबेस एक स्कीमा से बने होते हैं - डेटा की एक स्पष्ट रूप से परिभाषित तालिका सेट, जो स्प्रेडशीट के समान होती है। प्रत्येक तालिका में कई नामित कॉलम होते हैं। जब आप डेटा डालते हैं, तो आप तालिका में एक पंक्ति जोड़ते हैं, प्रत्येक कॉलम में मान डालते हैं। यह डेटा को एक बहुत ही कठोर ढांचे में रखता है - हालांकि आप कॉलम खाली छोड़ सकते हैं, यदि आप एक नया कॉलम जोड़ना चाहते हैं तो आपको इसे डेटाबेस में करना होगा और मौजूदा पंक्तियों के लिए मान भरना होगा। ये डेटाबेस रिलेशनल होते हैं - यानी एक तालिका का दूसरे तालिका से संबंध हो सकता है।
+
+![एक रिलेशनल डेटाबेस जिसमें उपयोगकर्ता तालिका का ID खरीदारी तालिका के उपयोगकर्ता ID कॉलम से संबंधित है, और उत्पाद तालिका का ID खरीदारी तालिका के उत्पाद ID से संबंधित है](../../../../../translated_images/sql-database.be160f12bfccefd3ca718a66468c2c4c89c53e5aad4c295324d576da87f9dfdd.hi.png)
+
+उदाहरण के लिए, यदि आप उपयोगकर्ता का व्यक्तिगत विवरण एक तालिका में स्टोर करते हैं, तो आपके पास प्रत्येक उपयोगकर्ता के लिए एक प्रकार का आंतरिक अद्वितीय ID होगा जो उपयोगकर्ता का नाम और पता वाली तालिका में उपयोग किया जाता है। यदि आप उस उपयोगकर्ता के बारे में अन्य विवरण स्टोर करना चाहते हैं, जैसे उनकी खरीदारी, तो आप एक नई तालिका में एक कॉलम में उस उपयोगकर्ता का ID रखेंगे। जब आप किसी उपयोगकर्ता को खोजते हैं, तो आप उनके ID का उपयोग करके उनके व्यक्तिगत विवरण एक तालिका से और उनकी खरीदारी दूसरी तालिका से प्राप्त कर सकते हैं।
+
+SQL डेटाबेस संरचित डेटा को स्टोर करने और यह सुनिश्चित करने के लिए आदर्श हैं कि डेटा आपके स्कीमा से मेल खाता है।
+
+✅ यदि आपने पहले SQL का उपयोग नहीं किया है, तो [SQL पेज पर Wikipedia](https://wikipedia.org/wiki/SQL) पर इसके बारे में पढ़ें।
+
+कुछ प्रसिद्ध SQL डेटाबेस हैं Microsoft SQL Server, MySQL, और PostgreSQL।
+
+✅ शोध करें: इन SQL डेटाबेस और उनकी क्षमताओं के बारे में पढ़ें।
+
+#### NoSQL डेटाबेस
+
+NoSQL डेटाबेस को NoSQL कहा जाता है क्योंकि इनमें SQL डेटाबेस की तरह कठोर ढांचा नहीं होता। इन्हें डॉक्यूमेंट डेटाबेस भी कहा जाता है क्योंकि ये असंरचित डेटा जैसे डॉक्यूमेंट को स्टोर कर सकते हैं।
+
+> 💁 उनके नाम के बावजूद, कुछ NoSQL डेटाबेस आपको SQL का उपयोग करके डेटा क्वेरी करने की अनुमति देते हैं।
+
+![NoSQL डेटाबेस में फोल्डरों में डॉक्यूमेंट](../../../../../translated_images/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.hi.png)
+
+NoSQL डेटाबेस में पहले से परिभाषित स्कीमा नहीं होता जो डेटा को स्टोर करने के तरीके को सीमित करता है। इसके बजाय, आप किसी भी असंरचित डेटा को डाल सकते हैं, आमतौर पर JSON डॉक्यूमेंट का उपयोग करके। इन डॉक्यूमेंट को फोल्डरों में व्यवस्थित किया जा सकता है, जैसे आपके कंप्यूटर पर फाइलें। प्रत्येक डॉक्यूमेंट में अन्य डॉक्यूमेंट से अलग फील्ड हो सकते हैं - उदाहरण के लिए, यदि आप अपने खेत के वाहनों से IoT डेटा स्टोर कर रहे हैं, तो कुछ में एक्सेलेरोमीटर और गति डेटा के लिए फील्ड हो सकते हैं, जबकि अन्य में ट्रेलर के तापमान के लिए फील्ड हो सकते हैं। यदि आप एक नए ट्रक प्रकार को जोड़ते हैं, जैसे कि ऐसा ट्रक जिसमें उत्पाद के वजन को ट्रैक करने के लिए बिल्ट-इन स्केल हो, तो आपका IoT डिवाइस इस नए फील्ड को जोड़ सकता है और इसे डेटाबेस में बिना किसी बदलाव के स्टोर किया जा सकता है।
+
+कुछ प्रसिद्ध NoSQL डेटाबेस हैं Azure CosmosDB, MongoDB, और CouchDB।
+
+✅ शोध करें: इन NoSQL डेटाबेस और उनकी क्षमताओं के बारे में पढ़ें।
+
+इस पाठ में, आप IoT डेटा को स्टोर करने के लिए NoSQL स्टोरेज का उपयोग करेंगे।
+
+## GPS डेटा को IoT हब पर भेजें
+
+पिछले पाठ में आपने अपने IoT डिवाइस से जुड़े GPS सेंसर से GPS डेटा कैप्चर किया। इस IoT डेटा को क्लाउड में स्टोर करने के लिए, आपको इसे IoT सेवा पर भेजना होगा। एक बार फिर, आप Azure IoT Hub का उपयोग करेंगे, वही IoT क्लाउड सेवा जिसे आपने पिछले प्रोजेक्ट में उपयोग किया था।
+
+![IoT डिवाइस से IoT हब तक GPS टेलीमेट्री भेजना](../../../../../translated_images/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.hi.png)
+
+### कार्य - GPS डेटा को IoT हब पर भेजें
+
+1. फ्री टियर का उपयोग करके एक नया IoT हब बनाएं।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 2, पाठ 4 से IoT हब बनाने के निर्देश](../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md#create-an-iot-service-in-the-cloud) देखें।
+
+    एक नया रिसोर्स ग्रुप बनाना याद रखें। नए रिसोर्स ग्रुप का नाम `gps-sensor` रखें, और नए IoT हब का नाम `gps-sensor` पर आधारित एक अद्वितीय नाम रखें, जैसे `gps-sensor-<आपका नाम>`।
+
+    > 💁 यदि आपके पास पिछले प्रोजेक्ट से आपका IoT हब अभी भी है, तो आप इसे पुनः उपयोग कर सकते हैं। अन्य सेवाएं बनाते समय इस IoT हब और उसके रिसोर्स ग्रुप का नाम उपयोग करना याद रखें।
+
+1. IoT हब में एक नया डिवाइस जोड़ें। इस डिवाइस का नाम `gps-sensor` रखें। डिवाइस के लिए कनेक्शन स्ट्रिंग प्राप्त करें।
+
+1. अपने डिवाइस कोड को अपडेट करें ताकि GPS डेटा को नए IoT हब पर डिवाइस कनेक्शन स्ट्रिंग का उपयोग करके भेजा जा सके।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 2, पाठ 4 से अपने डिवाइस को IoT से कनेक्ट करने के निर्देश](../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md#connect-your-device-to-the-iot-service) देखें।
+
+1. जब आप GPS डेटा भेजें, तो इसे निम्नलिखित JSON प्रारूप में भेजें:
+
+    ```json
+    {
+        "gps" :
+        {
+            "lat" : <latitude>,
+            "lon" : <longitude>
+        }
+    }
+    ```
+
+1. GPS डेटा हर मिनट भेजें ताकि आप अपने दैनिक संदेश आवंटन का उपयोग न करें।
+
+यदि आप Wio Terminal का उपयोग कर रहे हैं, तो सभी आवश्यक लाइब्रेरी जोड़ना याद रखें और NTP सर्वर का उपयोग करके समय सेट करें। आपका कोड यह सुनिश्चित करने की आवश्यकता होगी कि GPS लोकेशन भेजने से पहले उसने सीरियल पोर्ट से सभी डेटा पढ़ लिया है, पिछले पाठ के मौजूदा कोड का उपयोग करके। JSON डॉक्यूमेंट बनाने के लिए निम्नलिखित कोड का उपयोग करें:
+
+```cpp
+DynamicJsonDocument doc(1024);
+doc["gps"]["lat"] = gps.location.lat();
+doc["gps"]["lon"] = gps.location.lng();
+```
+
+यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो वर्चुअल एनवायरनमेंट का उपयोग करके सभी आवश्यक लाइब्रेरी इंस्टॉल करना याद रखें।
+
+Raspberry Pi और वर्चुअल IoT डिवाइस दोनों के लिए, पिछले पाठ के मौजूदा कोड का उपयोग करके अक्षांश और देशांतर मान प्राप्त करें, फिर उन्हें सही JSON प्रारूप में निम्नलिखित कोड के साथ भेजें:
+
+```python
+message_json = { "gps" : { "lat":lat, "lon":lon } }
+print("Sending telemetry", message_json)
+message = Message(json.dumps(message_json))
+```
+
+> 💁 आप इस कोड को [code/wio-terminal](../../../../../3-transport/lessons/2-store-location-data/code/wio-terminal), [code/pi](../../../../../3-transport/lessons/2-store-location-data/code/pi) या [code/virtual-device](../../../../../3-transport/lessons/2-store-location-data/code/virtual-device) फ़ोल्डर में पा सकते हैं।
+
+अपने डिवाइस कोड को चलाएं और सुनिश्चित करें कि संदेश IoT हब में `az iot hub monitor-events` CLI कमांड का उपयोग करके प्रवाहित हो रहे हैं।
+
+## हॉट, वॉर्म और कोल्ड पाथ्स
+
+IoT डिवाइस से क्लाउड तक प्रवाहित डेटा हमेशा रियल टाइम में प्रोसेस नहीं किया जाता। कुछ डेटा को रियल टाइम प्रोसेसिंग की आवश्यकता होती है, अन्य डेटा को थोड़ी देर बाद प्रोसेस किया जा सकता है, और अन्य डेटा को बहुत बाद में प्रोसेस किया जा सकता है। डेटा के प्रवाह को विभिन्न सेवाओं में जो अलग-अलग समय पर डेटा प्रोसेस करती हैं, हॉट, वॉर्म और कोल्ड पाथ्स कहा जाता है।
+
+### हॉट पाथ
+
+हॉट पाथ उस डेटा को संदर्भित करता है जिसे रियल टाइम या लगभग रियल टाइम में प्रोसेस करने की आवश्यकता होती है। आप हॉट पाथ डेटा का उपयोग अलर्ट के लिए करेंगे, जैसे कि यह जानना कि कोई वाहन डिपो के पास पहुंच रहा है, या रेफ्रिजरेटेड ट्रक में तापमान बहुत अधिक है।
+
+हॉट पाथ डेटा का उपयोग करने के लिए, आपका कोड आपके क्लाउड सेवाओं द्वारा प्राप्त होते ही इवेंट्स पर प्रतिक्रिया देगा।
+
+### वॉर्म पाथ
+
+वॉर्म पाथ उस डेटा को संदर्भित करता है जिसे प्राप्त होने के थोड़ी देर बाद प्रोसेस किया जा सकता है, उदाहरण के लिए रिपोर्टिंग या शॉर्ट टर्म एनालिटिक्स के लिए। आप वॉर्म पाथ डेटा का उपयोग दैनिक वाहन माइलेज रिपोर्ट के लिए करेंगे, जो पिछले दिन के डेटा का उपयोग करता है।
+
+वॉर्म पाथ डेटा को क्लाउड सेवा द्वारा प्राप्त होते ही किसी प्रकार के स्टोरेज में स्टोर किया जाता है जिसे जल्दी एक्सेस किया जा सकता है।
+
+### कोल्ड पाथ
+
+कोल्ड पाथ ऐतिहासिक डेटा को संदर्भित करता है, लंबे समय तक डेटा को स्टोर करना ताकि इसे जब भी आवश्यक हो प्रोसेस किया जा सके। उदाहरण के लिए, आप कोल्ड पाथ का उपयोग वार्षिक वाहन माइलेज रिपोर्ट प्राप्त करने के लिए कर सकते हैं, या ईंधन लागत को कम करने के लिए सबसे अनुकूल मार्ग खोजने के लिए रूट्स पर एनालिटिक्स चला सकते हैं।
+
+कोल्ड पाथ डेटा को डेटा वेयरहाउस में स्टोर किया जाता है - बड़े पैमाने पर डेटा स्टोर करने के लिए डिज़ाइन किए गए डेटाबेस जो कभी नहीं बदलते और जिन्हें जल्दी और आसानी से क्वेरी किया जा सकता है। आमतौर पर आपके क्लाउड एप्लिकेशन में एक नियमित जॉब होती है जो हर दिन, सप्ताह, या महीने में एक नियमित समय पर चलती है ताकि डेटा को वॉर्म पाथ स्टोरेज से डेटा वेयरहाउस में स्थानांतरित किया जा सके।
+
+✅ अब तक आपने इन पाठों में जो डेटा कैप्चर किया है, वह हॉट, वॉर्म या कोल्ड पाथ डेटा है?
+
+## GPS इवेंट्स को सर्वरलेस कोड का उपयोग करके हैंडल करें
+
+एक बार जब डेटा आपके IoT हब में प्रवाहित हो रहा हो, तो आप कुछ सर्वरलेस कोड लिख सकते हैं जो इवेंट-हब संगत एंडपॉइंट पर प्रकाशित इवेंट्स को सुनता है। यह वॉर्म पाथ है - इस डेटा को स्टोर किया जाएगा और अगले पाठ में यात्रा की रिपोर्टिंग के लिए उपयोग किया जाएगा।
+
+![IoT डिवाइस से IoT हब तक GPS टेलीमेट्री भेजना, फिर इवेंट हब ट्रिगर के माध्यम से Azure Functions तक](../../../../../translated_images/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.hi.png)
+
+### कार्य - GPS इवेंट्स को सर्वरलेस कोड का उपयोग करके हैंडल करें
+
+1. Azure Functions CLI का उपयोग करके एक Azure Functions ऐप बनाएं। Python रनटाइम का उपयोग करें, और इसे `gps-trigger` नामक फ़ोल्डर में बनाएं, और Functions App प्रोजेक्ट नाम के लिए भी यही नाम उपयोग करें। सुनिश्चित करें कि आप इसके लिए एक वर्चुअल एनवायरमेंट बनाएं।
+> ⚠️ आप [Azure Functions प्रोजेक्ट बनाने के निर्देश, प्रोजेक्ट 2, पाठ 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#create-a-serverless-application) का संदर्भ ले सकते हैं यदि आवश्यक हो।
+1. IoT हब के इवेंट हब संगत एंडपॉइंट का उपयोग करते हुए एक IoT हब इवेंट ट्रिगर जोड़ें।
+
+   > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 2, पाठ 5 से IoT हब इवेंट ट्रिगर बनाने के निर्देश](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#create-an-iot-hub-event-trigger) देखें।
+
+1. `local.settings.json` फ़ाइल में इवेंट हब संगत एंडपॉइंट कनेक्शन स्ट्रिंग सेट करें, और उस प्रविष्टि के लिए कुंजी का उपयोग `function.json` फ़ाइल में करें।
+
+1. Azurite ऐप का उपयोग स्थानीय स्टोरेज एमुलेटर के रूप में करें।
+
+1. यह सुनिश्चित करने के लिए अपने फ़ंक्शन ऐप को चलाएं कि यह आपके GPS डिवाइस से इवेंट प्राप्त कर रहा है। सुनिश्चित करें कि आपका IoT डिवाइस भी चल रहा है और GPS डेटा भेज रहा है।
+
+    ```output
+    Python EventHub trigger processed an event: {"gps": {"lat": 47.73481, "lon": -122.25701}}
+    ```
+
+## Azure स्टोरेज अकाउंट्स
+
+![Azure स्टोरेज लोगो](../../../../../translated_images/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.hi.png)
+
+Azure स्टोरेज अकाउंट्स एक सामान्य उद्देश्य स्टोरेज सेवा है जो विभिन्न तरीकों से डेटा संग्रहीत कर सकती है। आप डेटा को ब्लॉब्स, कतारों, तालिकाओं, या फ़ाइलों के रूप में संग्रहीत कर सकते हैं, और यह सब एक साथ कर सकते हैं।
+
+### ब्लॉब स्टोरेज
+
+*ब्लॉब* का अर्थ है बाइनरी बड़े ऑब्जेक्ट्स, लेकिन यह किसी भी असंरचित डेटा के लिए उपयोग किया जाने वाला शब्द बन गया है। आप ब्लॉब स्टोरेज में कोई भी डेटा संग्रहीत कर सकते हैं, जैसे IoT डेटा वाले JSON दस्तावेज़, छवि और मूवी फ़ाइलें। ब्लॉब स्टोरेज में *कंटेनर* की अवधारणा होती है, जो नामित बकेट्स होते हैं जिनमें आप डेटा संग्रहीत कर सकते हैं, जो रिलेशनल डेटाबेस में तालिकाओं के समान होते हैं। इन कंटेनरों में एक या अधिक फ़ोल्डर हो सकते हैं जिनमें ब्लॉब्स संग्रहीत होते हैं, और प्रत्येक फ़ोल्डर में अन्य फ़ोल्डर हो सकते हैं, जैसे आपकी कंप्यूटर हार्ड डिस्क पर फ़ाइलें संग्रहीत होती हैं।
+
+इस पाठ में आप IoT डेटा संग्रहीत करने के लिए ब्लॉब स्टोरेज का उपयोग करेंगे।
+
+✅ शोध करें: [Azure Blob Storage](https://docs.microsoft.com/azure/storage/blobs/storage-blobs-overview?WT.mc_id=academic-17441-jabenn) के बारे में पढ़ें।
+
+### टेबल स्टोरेज
+
+टेबल स्टोरेज आपको अर्ध-संरचित डेटा संग्रहीत करने की अनुमति देता है। टेबल स्टोरेज वास्तव में एक NoSQL डेटाबेस है, इसलिए इसे पहले से परिभाषित तालिकाओं के सेट की आवश्यकता नहीं होती है, लेकिन इसे एक या अधिक तालिकाओं में डेटा संग्रहीत करने के लिए डिज़ाइन किया गया है, प्रत्येक पंक्ति को परिभाषित करने के लिए अद्वितीय कुंजियों के साथ।
+
+✅ शोध करें: [Azure Table Storage](https://docs.microsoft.com/azure/storage/tables/table-storage-overview?WT.mc_id=academic-17441-jabenn) के बारे में पढ़ें।
+
+### कतार स्टोरेज
+
+कतार स्टोरेज आपको 64KB तक के संदेशों को एक कतार में संग्रहीत करने की अनुमति देता है। आप संदेशों को कतार के पीछे जोड़ सकते हैं, और उन्हें सामने से पढ़ सकते हैं। जब तक स्टोरेज स्पेस उपलब्ध है, कतारें संदेशों को अनिश्चित काल तक संग्रहीत करती हैं, जिससे संदेशों को लंबे समय तक संग्रहीत किया जा सकता है और आवश्यकता पड़ने पर पढ़ा जा सकता है। उदाहरण के लिए, यदि आप GPS डेटा को संसाधित करने के लिए मासिक कार्य चलाना चाहते हैं, तो आप इसे एक महीने के लिए हर दिन कतार में जोड़ सकते हैं, और फिर महीने के अंत में सभी संदेशों को कतार से संसाधित कर सकते हैं।
+
+✅ शोध करें: [Azure Queue Storage](https://docs.microsoft.com/azure/storage/queues/storage-queues-introduction?WT.mc_id=academic-17441-jabenn) के बारे में पढ़ें।
+
+### फ़ाइल स्टोरेज
+
+फ़ाइल स्टोरेज क्लाउड में फ़ाइलों का भंडारण है, और कोई भी ऐप्स या डिवाइस उद्योग मानक प्रोटोकॉल का उपयोग करके कनेक्ट हो सकते हैं। आप फ़ाइल स्टोरेज में फ़ाइलें लिख सकते हैं, फिर इसे अपने पीसी या मैक पर एक ड्राइव के रूप में माउंट कर सकते हैं।
+
+✅ शोध करें: [Azure File Storage](https://docs.microsoft.com/azure/storage/files/storage-files-introduction?WT.mc_id=academic-17441-jabenn) के बारे में पढ़ें।
+
+## अपने सर्वरलेस कोड को स्टोरेज से कनेक्ट करें
+
+अब आपके फ़ंक्शन ऐप को IoT हब से संदेशों को संग्रहीत करने के लिए ब्लॉब स्टोरेज से कनेक्ट करने की आवश्यकता है। इसे करने के 2 तरीके हैं:
+
+* फ़ंक्शन कोड के अंदर, ब्लॉब स्टोरेज Python SDK का उपयोग करके ब्लॉब्स के रूप में डेटा लिखें।
+* आउटपुट फ़ंक्शन बाइंडिंग का उपयोग करें ताकि फ़ंक्शन के रिटर्न वैल्यू को ब्लॉब स्टोरेज से बाइंड किया जा सके और ब्लॉब को स्वचालित रूप से सहेजा जा सके।
+
+इस पाठ में, आप Python SDK का उपयोग करके देखेंगे कि ब्लॉब स्टोरेज के साथ कैसे इंटरैक्ट किया जाए।
+
+![IoT डिवाइस से GPS टेलीमेट्री को IoT हब, फिर इवेंट हब ट्रिगर के माध्यम से Azure Functions, और फिर ब्लॉब स्टोरेज में सहेजना](../../../../../translated_images/save-telemetry-to-storage-from-functions.ed3b1820980097f143d9f0570072da11304c2bc7906359dfa075b4d9b253c20f.hi.png)
+
+डेटा को निम्नलिखित प्रारूप में JSON ब्लॉब के रूप में सहेजा जाएगा:
+
+```json
+{
+    "device_id": <device_id>,
+    "timestamp" : <time>,
+    "gps" :
+    {
+        "lat" : <latitude>,
+        "lon" : <longitude>
+    }
+}
+```
+
+### कार्य - अपने सर्वरलेस कोड को स्टोरेज से कनेक्ट करें
+
+1. एक Azure स्टोरेज अकाउंट बनाएं। इसे `gps<आपका नाम>` जैसा कुछ नाम दें।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 2, पाठ 5 से स्टोरेज अकाउंट बनाने के निर्देश](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---create-the-cloud-resources) देखें।
+
+    यदि आपके पास पिछले प्रोजेक्ट से एक स्टोरेज अकाउंट है, तो आप इसे पुनः उपयोग कर सकते हैं।
+
+    > 💁 आप इस स्टोरेज अकाउंट का उपयोग इस पाठ में बाद में अपने Azure Functions ऐप को तैनात करने के लिए कर सकेंगे।
+
+1. स्टोरेज अकाउंट के लिए कनेक्शन स्ट्रिंग प्राप्त करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az storage account show-connection-string --output table \
+                                              --name <storage_name>
+    ```
+
+    `<storage_name>` को पिछले चरण में बनाए गए स्टोरेज अकाउंट के नाम से बदलें।
+
+1. `local.settings.json` फ़ाइल में अपने स्टोरेज अकाउंट कनेक्शन स्ट्रिंग के लिए एक नई प्रविष्टि जोड़ें, पिछले चरण से मान का उपयोग करें। इसे `STORAGE_CONNECTION_STRING` नाम दें।
+
+1. Azure स्टोरेज Pip पैकेज स्थापित करने के लिए `requirements.txt` फ़ाइल में निम्नलिखित जोड़ें:
+
+    ```sh
+    azure-storage-blob
+    ```
+
+    अपने वर्चुअल एनवायरनमेंट में इस फ़ाइल से पैकेज इंस्टॉल करें।
+
+    > यदि आपको कोई त्रुटि मिलती है, तो अपने वर्चुअल एनवायरनमेंट में Pip संस्करण को नवीनतम संस्करण में अपग्रेड करने के लिए निम्नलिखित कमांड का उपयोग करें, फिर पुनः प्रयास करें:
+    >
+    > ```sh
+    > pip install --upgrade pip
+    > ```
+
+1. `iot-hub-trigger` के लिए `__init__.py` फ़ाइल में निम्नलिखित इम्पोर्ट स्टेटमेंट जोड़ें:
+
+    ```python
+    import json
+    import os
+    import uuid
+    from azure.storage.blob import BlobServiceClient, PublicAccess
+    ```
+
+    `json` सिस्टम मॉड्यूल JSON पढ़ने और लिखने के लिए उपयोग किया जाएगा, `os` सिस्टम मॉड्यूल कनेक्शन स्ट्रिंग पढ़ने के लिए उपयोग किया जाएगा, और `uuid` सिस्टम मॉड्यूल GPS रीडिंग के लिए एक अद्वितीय ID उत्पन्न करने के लिए उपयोग किया जाएगा।
+
+    `azure.storage.blob` पैकेज ब्लॉब स्टोरेज के साथ काम करने के लिए Python SDK को शामिल करता है।
+
+1. `main` विधि से पहले, निम्नलिखित सहायक फ़ंक्शन जोड़ें:
+
+    ```python
+    def get_or_create_container(name):
+        connection_str = os.environ['STORAGE_CONNECTION_STRING']
+        blob_service_client = BlobServiceClient.from_connection_string(connection_str)
+    
+        for container in blob_service_client.list_containers():
+            if container.name == name:
+                return blob_service_client.get_container_client(container.name)
+        
+        return blob_service_client.create_container(name, public_access=PublicAccess.Container)
+    ```
+
+    Python ब्लॉब SDK में ऐसा सहायक तरीका नहीं है जो कंटेनर को तब बनाए जब वह मौजूद न हो। यह कोड `local.settings.json` फ़ाइल (या क्लाउड में तैनात होने के बाद एप्लिकेशन सेटिंग्स) से कनेक्शन स्ट्रिंग लोड करेगा, फिर ब्लॉब स्टोरेज अकाउंट के साथ इंटरैक्ट करने के लिए `BlobServiceClient` क्लास बनाएगा। यह फिर ब्लॉब स्टोरेज अकाउंट के सभी कंटेनरों के माध्यम से लूप करता है, दिए गए नाम के साथ एक की तलाश करता है - यदि यह एक पाता है तो यह एक `ContainerClient` क्लास लौटाएगा जो कंटेनर के साथ इंटरैक्ट कर सकता है। यदि यह नहीं पाता है, तो कंटेनर बनाया जाता है और नए कंटेनर के लिए क्लाइंट लौटाया जाता है।
+
+    जब नया कंटेनर बनाया जाता है, तो कंटेनर में ब्लॉब्स को क्वेरी करने के लिए सार्वजनिक पहुंच प्रदान की जाती है। इसका उपयोग अगले पाठ में GPS डेटा को मानचित्र पर विज़ुअलाइज़ करने के लिए किया जाएगा।
+
+1. मिट्टी की नमी के विपरीत, इस कोड के साथ हम हर इवेंट को संग्रहीत करना चाहते हैं, इसलिए `main` फ़ंक्शन में `for event in events:` लूप के अंदर, `logging` स्टेटमेंट के नीचे निम्नलिखित कोड जोड़ें:
+
+    ```python
+    device_id = event.iothub_metadata['connection-device-id']
+    blob_name = f'{device_id}/{str(uuid.uuid1())}.json'
+    ```
+
+    यह कोड इवेंट मेटाडेटा से डिवाइस ID प्राप्त करता है, फिर इसका उपयोग ब्लॉब नाम बनाने के लिए करता है। ब्लॉब्स को फ़ोल्डरों में संग्रहीत किया जा सकता है, और डिवाइस ID को फ़ोल्डर नाम के लिए उपयोग किया जाएगा, ताकि प्रत्येक डिवाइस के सभी GPS इवेंट एक फ़ोल्डर में हों। ब्लॉब नाम इस फ़ोल्डर, उसके बाद एक दस्तावेज़ नाम, और उनके बीच फॉरवर्ड स्लैश से अलग होता है, जो Linux और macOS पथों के समान है (Windows के समान भी, लेकिन Windows बैक स्लैश का उपयोग करता है)। दस्तावेज़ नाम Python `uuid` मॉड्यूल का उपयोग करके उत्पन्न एक अद्वितीय ID है, जिसमें फ़ाइल प्रकार `json` है।
+
+    उदाहरण के लिए, `gps-sensor` डिवाइस ID के लिए, ब्लॉब नाम `gps-sensor/a9487ac2-b9cf-11eb-b5cd-1e00621e3648.json` हो सकता है।
+
+1. इसके नीचे निम्नलिखित कोड जोड़ें:
+
+    ```python
+    container_client = get_or_create_container('gps-data')
+    blob = container_client.get_blob_client(blob_name)
+    ```
+
+    यह कोड `get_or_create_container` सहायक क्लास का उपयोग करके कंटेनर क्लाइंट प्राप्त करता है, और फिर ब्लॉब नाम का उपयोग करके एक ब्लॉब क्लाइंट ऑब्जेक्ट प्राप्त करता है। ये ब्लॉब क्लाइंट मौजूदा ब्लॉब्स को संदर्भित कर सकते हैं, या इस मामले में, नए ब्लॉब को।
+
+1. इसके बाद निम्नलिखित कोड जोड़ें:
+
+    ```python
+    event_body = json.loads(event.get_body().decode('utf-8'))
+    blob_body = {
+        'device_id' : device_id,
+        'timestamp' : event.iothub_metadata['enqueuedtime'],
+        'gps': event_body['gps']
+    }
+    ```
+
+    यह ब्लॉब के शरीर का निर्माण करता है जिसे ब्लॉब स्टोरेज में लिखा जाएगा। यह एक JSON दस्तावेज़ है जिसमें डिवाइस ID, IoT हब को भेजे गए टेलीमेट्री का समय, और टेलीमेट्री से GPS निर्देशांक शामिल हैं।
+
+    > 💁 यह महत्वपूर्ण है कि संदेश के संलग्न समय का उपयोग करें न कि वर्तमान समय का, ताकि संदेश भेजे जाने का समय प्राप्त हो सके। यदि Functions ऐप नहीं चल रहा है, तो यह हब पर कुछ समय के लिए बैठ सकता है।
+
+1. इसके नीचे निम्नलिखित जोड़ें:
+
+    ```python
+    logging.info(f'Writing blob to {blob_name} - {blob_body}')
+    blob.upload_blob(json.dumps(blob_body).encode('utf-8'))
+    ```
+
+    यह कोड लॉग करता है कि एक ब्लॉब को इसके विवरण के साथ लिखा जा रहा है, फिर ब्लॉब के शरीर को नए ब्लॉब की सामग्री के रूप में अपलोड करता है।
+
+1. Functions ऐप चलाएं। आप आउटपुट में सभी GPS इवेंट्स के लिए ब्लॉब्स को लिखा हुआ देखेंगे:
+
+    ```output
+    [2021-05-21T01:31:14.325Z] Python EventHub trigger processed an event: {"gps": {"lat": 47.73092, "lon": -122.26206}}
+    ...
+    [2021-05-21T01:31:14.351Z] Writing blob to gps-sensor/4b6089fe-ba8d-11eb-bc7b-1e00621e3648.json - {'device_id': 'gps-sensor', 'timestamp': '2021-05-21T00:57:53.878Z', 'gps': {'lat': 47.73092, 'lon': -122.26206}}
+    ```
+
+    > 💁 सुनिश्चित करें कि आप एक ही समय में IoT हब इवेंट मॉनिटर नहीं चला रहे हैं।
+
+> 💁 आप इस कोड को [code/functions](../../../../../3-transport/lessons/2-store-location-data/code/functions) फ़ोल्डर में पा सकते हैं।
+
+### कार्य - अपलोड किए गए ब्लॉब्स को सत्यापित करें
+
+1. बनाए गए ब्लॉब्स को देखने के लिए, आप या तो [Azure Storage Explorer](https://azure.microsoft.com/features/storage-explorer/?WT.mc_id=academic-17441-jabenn), एक मुफ्त टूल जो आपको अपने स्टोरेज अकाउंट्स को देखने और प्रबंधित करने की अनुमति देता है, या CLI का उपयोग कर सकते हैं।
+
+    1. CLI का उपयोग करने के लिए, पहले आपको एक अकाउंट कुंजी की आवश्यकता होगी। यह कुंजी प्राप्त करने के लिए निम्नलिखित कमांड चलाएं:
+
+        ```sh
+        az storage account keys list --output table \
+                                     --account-name <storage_name>
+        ```
+
+        `<storage_name>` को स्टोरेज अकाउंट के नाम से बदलें।
+
+        `key1` का मान कॉपी करें।
+
+    1. कंटेनर में ब्लॉब्स की सूची प्राप्त करने के लिए निम्नलिखित कमांड चलाएं:
+
+        ```sh
+        az storage blob list --container-name gps-data \
+                             --output table \
+                             --account-name <storage_name> \
+                             --account-key <key1>
+        ```
+
+        `<storage_name>` को स्टोरेज अकाउंट के नाम से बदलें, और `<key1>` को पिछले चरण में कॉपी किए गए `key1` के मान से बदलें।
+
+        यह कंटेनर में सभी ब्लॉब्स की सूची देगा:
+
+        ```output
+        Name                                                  Blob Type    Blob Tier    Length    Content Type              Last Modified              Snapshot
+        ----------------------------------------------------  -----------  -----------  --------  ------------------------  -------------------------  ----------
+        gps-sensor/1810d55e-b9cf-11eb-9f5b-1e00621e3648.json  BlockBlob    Hot          45        application/octet-stream  2021-05-21T00:54:27+00:00
+        gps-sensor/18293e46-b9cf-11eb-9f5b-1e00621e3648.json  BlockBlob    Hot          45        application/octet-stream  2021-05-21T00:54:28+00:00
+        gps-sensor/1844549c-b9cf-11eb-9f5b-1e00621e3648.json  BlockBlob    Hot          45        application/octet-stream  2021-05-21T00:54:28+00:00
+        gps-sensor/1894d714-b9cf-11eb-9f5b-1e00621e3648.json  BlockBlob    Hot          45        application/octet-stream  2021-05-21T00:54:28+00:00
+        ```
+
+    1. निम्नलिखित कमांड का उपयोग करके ब्लॉब्स में से एक को डाउनलोड करें:
+
+        ```sh
+        az storage blob download --container-name gps-data \
+                                 --account-name <storage_name> \
+                                 --account-key <key1> \
+                                 --name <blob_name> \
+                                 --file <file_name>
+        ```
+
+        `<storage_name>` को स्टोरेज अकाउंट के नाम से बदलें, और `<key1>` को पहले चरण में कॉपी किए गए `key1` के मान से बदलें।
+
+        `<blob_name>` को `Name` कॉलम से पूर्ण नाम से बदलें, जिसमें फ़ोल्डर नाम भी शामिल है। `<file_name>` को स्थानीय फ़ाइल के नाम से बदलें जिसमें ब्लॉब को सहेजना है।
+
+    एक बार डाउनलोड हो जाने के बाद, आप JSON फ़ाइल को VS Code में खोल सकते हैं, और आप GPS स्थान विवरण वाला ब्लॉब देखेंगे:
+
+    ```json
+    {"device_id": "gps-sensor", "timestamp": "2021-05-21T00:57:53.878Z", "gps": {"lat": 47.73092, "lon": -122.26206}}
+    ```
+
+### कार्य - अपने Functions ऐप को क्लाउड में तैनात करें
+
+अब जब आपका फ़ंक्शन ऐप काम कर रहा है, तो आप इसे क्लाउड में तैनात कर सकते हैं।
+
+1. एक नया Azure Functions ऐप बनाएं, पहले बनाए गए स्टोरेज अकाउंट का उपयोग करें। इसे `gps-sensor-` जैसा कुछ नाम दें और अंत में एक अद्वितीय पहचानकर्ता जोड़ें, जैसे कुछ यादृच्छिक शब्द या आपका नाम।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 2, पाठ 5 से Functions ऐप बनाने के निर्देश](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---create-the-cloud-resources) देखें।
+
+1. `IOT_HUB_CONNECTION_STRING` और `STORAGE_CONNECTION_STRING` मानों को एप्लिकेशन सेटिंग्स में अपलोड करें।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 2, पाठ 5 से एप्लिकेशन सेटिंग्स अपलोड करने के निर्देश](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---upload-your-application-settings) देखें।
+
+1. अपने स्थानीय Functions ऐप को क्लाउड में तैनात करें।
+⚠️ यदि आवश्यक हो, तो आप [प्रोजेक्ट 2, पाठ 5 से अपने Functions ऐप को डिप्लॉय करने के निर्देश](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---deploy-your-functions-app-to-the-cloud) का संदर्भ ले सकते हैं।
+---
+
+## 🚀 चुनौती
+
+GPS डेटा पूरी तरह से सटीक नहीं होता है, और जो स्थान डिटेक्ट किए जा रहे हैं, वे कुछ मीटर तक गलत हो सकते हैं, खासकर सुरंगों और ऊंची इमारतों वाले क्षेत्रों में।
+
+सोचें कि सैटेलाइट नेविगेशन इस समस्या को कैसे हल कर सकता है? आपके सैट-नेव के पास ऐसा कौन सा डेटा है जो इसे आपके स्थान का बेहतर अनुमान लगाने में मदद कर सकता है?
+
+## व्याख्यान के बाद क्विज़
+
+[व्याख्यान के बाद क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/24)
+
+## समीक्षा और स्व-अध्ययन
+
+* विकिपीडिया पर [डेटा मॉडल पेज](https://wikipedia.org/wiki/Data_model) पर संरचित डेटा के बारे में पढ़ें  
+* विकिपीडिया पर [अर्ध-संरचित डेटा पेज](https://wikipedia.org/wiki/Semi-structured_data) पर अर्ध-संरचित डेटा के बारे में पढ़ें  
+* विकिपीडिया पर [असंरचित डेटा पेज](https://wikipedia.org/wiki/Unstructured_data) पर असंरचित डेटा के बारे में पढ़ें  
+* Azure Storage और विभिन्न प्रकार के स्टोरेज के बारे में [Azure Storage दस्तावेज़](https://docs.microsoft.com/azure/storage/?WT.mc_id=academic-17441-jabenn) में और पढ़ें  
+
+## असाइनमेंट
+
+[फ़ंक्शन बाइंडिंग की जांच करें](assignment.md)  
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/2-store-location-data/assignment.md b/translations/hi/3-transport/lessons/2-store-location-data/assignment.md
new file mode 100644
index 00000000..c57fec07
--- /dev/null
+++ b/translations/hi/3-transport/lessons/2-store-location-data/assignment.md
@@ -0,0 +1,31 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "b2e0a965723082b068f735aec0faf3f6",
+  "translation_date": "2025-08-25T18:13:10+00:00",
+  "source_file": "3-transport/lessons/2-store-location-data/assignment.md",
+  "language_code": "hi"
+}
+-->
+# फ़ंक्शन बाइंडिंग की जांच करें
+
+## निर्देश
+
+फ़ंक्शन बाइंडिंग आपके कोड को `main` फ़ंक्शन से blobs को blob स्टोरेज में सेव करने की अनुमति देती है। Azure Storage अकाउंट, संग्रह और अन्य विवरण `function.json` फ़ाइल में कॉन्फ़िगर किए जाते हैं।
+
+Azure या अन्य Microsoft तकनीकों के साथ काम करते समय, जानकारी का सबसे अच्छा स्रोत [Microsoft दस्तावेज़ docs.com पर](https://docs.microsoft.com/?WT.mc_id=academic-17441-jabenn) होता है। इस असाइनमेंट में आपको Azure Functions बाइंडिंग दस्तावेज़ पढ़ने की आवश्यकता होगी ताकि आप आउटपुट बाइंडिंग सेटअप करना सीख सकें।
+
+शुरू करने के लिए कुछ पेज हैं:
+
+* [Azure Functions ट्रिगर्स और बाइंडिंग की अवधारणाएँ](https://docs.microsoft.com/azure/azure-functions/functions-triggers-bindings?WT.mc_id=academic-17441-jabenn&tabs=python)
+* [Azure Blob स्टोरेज बाइंडिंग्स के लिए Azure Functions का अवलोकन](https://docs.microsoft.com/azure/azure-functions/functions-bindings-storage-blob?WT.mc_id=academic-17441-jabenn)
+* [Azure Blob स्टोरेज आउटपुट बाइंडिंग के लिए Azure Functions](https://docs.microsoft.com/azure/azure-functions/functions-bindings-storage-blob-output?WT.mc_id=academic-17441-jabenn&tabs=python)
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| Blob स्टोरेज आउटपुट बाइंडिंग को कॉन्फ़िगर करें | आउटपुट बाइंडिंग को कॉन्फ़िगर करने, blob को रिटर्न करने और उसे blob स्टोरेज में सफलतापूर्वक सेव करने में सक्षम था | आउटपुट बाइंडिंग को कॉन्फ़िगर करने या blob को रिटर्न करने में सक्षम था लेकिन उसे blob स्टोरेज में सफलतापूर्वक सेव करने में असमर्थ था | आउटपुट बाइंडिंग को कॉन्फ़िगर करने में असमर्थ था |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/3-visualize-location-data/README.md b/translations/hi/3-transport/lessons/3-visualize-location-data/README.md
new file mode 100644
index 00000000..6d9f5c66
--- /dev/null
+++ b/translations/hi/3-transport/lessons/3-visualize-location-data/README.md
@@ -0,0 +1,357 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9095c61445c2bca7245ef9b59a186a11",
+  "translation_date": "2025-08-25T18:07:45+00:00",
+  "source_file": "3-transport/lessons/3-visualize-location-data/README.md",
+  "language_code": "hi"
+}
+-->
+# स्थान डेटा का विज़ुअलाइज़ेशन
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+यह वीडियो Azure Maps और IoT का अवलोकन देता है, जो इस पाठ में कवर किया जाएगा।
+
+[![Azure Maps - Microsoft Azure एंटरप्राइज़ लोकेशन प्लेटफ़ॉर्म](https://img.youtube.com/vi/P5i2GFTtb2s/0.jpg)](https://www.youtube.com/watch?v=P5i2GFTtb2s)
+
+> 🎥 वीडियो देखने के लिए ऊपर दी गई छवि पर क्लिक करें
+
+## व्याख्यान से पहले का क्विज़
+
+[व्याख्यान से पहले का क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/25)
+
+## परिचय
+
+पिछले पाठ में आपने सीखा कि अपने सेंसर से GPS डेटा प्राप्त करके उसे सर्वरलेस कोड का उपयोग करके क्लाउड में स्टोरेज कंटेनर में कैसे सहेजें। अब आप यह जानेंगे कि उन बिंदुओं को Azure मानचित्र पर कैसे विज़ुअलाइज़ करें। आप सीखेंगे कि वेब पेज पर मानचित्र कैसे बनाएं, GeoJSON डेटा प्रारूप के बारे में जानें और इसे अपने मानचित्र पर सभी कैप्चर किए गए GPS बिंदुओं को प्लॉट करने के लिए कैसे उपयोग करें।
+
+इस पाठ में हम कवर करेंगे:
+
+* [डेटा विज़ुअलाइज़ेशन क्या है](../../../../../3-transport/lessons/3-visualize-location-data)
+* [मानचित्र सेवाएँ](../../../../../3-transport/lessons/3-visualize-location-data)
+* [Azure Maps संसाधन बनाएं](../../../../../3-transport/lessons/3-visualize-location-data)
+* [वेब पेज पर मानचित्र दिखाएं](../../../../../3-transport/lessons/3-visualize-location-data)
+* [GeoJSON प्रारूप](../../../../../3-transport/lessons/3-visualize-location-data)
+* [GeoJSON का उपयोग करके मानचित्र पर GPS डेटा प्लॉट करें](../../../../../3-transport/lessons/3-visualize-location-data)
+
+> 💁 इस पाठ में HTML और JavaScript का थोड़ा उपयोग होगा। यदि आप HTML और JavaScript का उपयोग करके वेब विकास के बारे में अधिक जानना चाहते हैं, तो [शुरुआती के लिए वेब विकास](https://github.com/microsoft/Web-Dev-For-Beginners) देखें।
+
+## डेटा विज़ुअलाइज़ेशन क्या है
+
+डेटा विज़ुअलाइज़ेशन, जैसा कि नाम से पता चलता है, डेटा को इस तरह से विज़ुअलाइज़ करने के बारे में है जो मनुष्यों के लिए इसे समझना आसान बनाता है। यह आमतौर पर चार्ट और ग्राफ़ से जुड़ा होता है, लेकिन यह डेटा को चित्रात्मक रूप से प्रस्तुत करने का कोई भी तरीका है जो न केवल डेटा को बेहतर ढंग से समझने में मदद करता है, बल्कि निर्णय लेने में भी मदद करता है।
+
+एक साधारण उदाहरण लेते हैं - फार्म प्रोजेक्ट में आपने मिट्टी की नमी के स्तर को कैप्चर किया था। 1 जून 2021 को हर घंटे कैप्चर किए गए मिट्टी की नमी के डेटा की एक तालिका कुछ इस प्रकार हो सकती है:
+
+| दिनांक            | रीडिंग |
+| ---------------- | ------: |
+| 01/06/2021 00:00 |     257 |
+| 01/06/2021 01:00 |     268 |
+| 01/06/2021 02:00 |     295 |
+| 01/06/2021 03:00 |     305 |
+| 01/06/2021 04:00 |     325 |
+| 01/06/2021 05:00 |     359 |
+| 01/06/2021 06:00 |     398 |
+| 01/06/2021 07:00 |     410 |
+| 01/06/2021 08:00 |     429 |
+| 01/06/2021 09:00 |     451 |
+| 01/06/2021 10:00 |     460 |
+| 01/06/2021 11:00 |     452 |
+| 01/06/2021 12:00 |     420 |
+| 01/06/2021 13:00 |     408 |
+| 01/06/2021 14:00 |     431 |
+| 01/06/2021 15:00 |     462 |
+| 01/06/2021 16:00 |     432 |
+| 01/06/2021 17:00 |     402 |
+| 01/06/2021 18:00 |     387 |
+| 01/06/2021 19:00 |     360 |
+| 01/06/2021 20:00 |     358 |
+| 01/06/2021 21:00 |     354 |
+| 01/06/2021 22:00 |     356 |
+| 01/06/2021 23:00 |     362 |
+
+एक इंसान के लिए इस डेटा को समझना मुश्किल हो सकता है। यह केवल संख्याओं की एक दीवार है जिसमें कोई अर्थ नहीं है। इस डेटा को विज़ुअलाइज़ करने के पहले चरण के रूप में, इसे एक लाइन चार्ट पर प्लॉट किया जा सकता है:
+
+![उपरोक्त डेटा का एक लाइन चार्ट](../../../../../translated_images/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.hi.png)
+
+इसे और बेहतर बनाने के लिए एक रेखा जोड़ी जा सकती है जो यह दिखाती है कि स्वचालित सिंचाई प्रणाली कब मिट्टी की नमी के स्तर 450 पर चालू हुई:
+
+![मिट्टी की नमी का चार्ट जिसमें 450 पर एक रेखा है](../../../../../translated_images/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.hi.png)
+
+यह चार्ट बहुत जल्दी दिखाता है कि मिट्टी की नमी का स्तर क्या था और सिंचाई प्रणाली कब चालू हुई।
+
+चार्ट डेटा को विज़ुअलाइज़ करने का एकमात्र उपकरण नहीं हैं। IoT डिवाइस जो मौसम को ट्रैक करते हैं, वे वेब ऐप्स या मोबाइल ऐप्स का उपयोग कर सकते हैं जो मौसम की स्थिति को प्रतीकों के माध्यम से विज़ुअलाइज़ करते हैं, जैसे बादल वाले दिनों के लिए बादल का प्रतीक, बारिश वाले दिनों के लिए बारिश का बादल और इसी तरह। डेटा को विज़ुअलाइज़ करने के कई तरीके हैं, कुछ गंभीर, कुछ मज़ेदार।
+
+✅ उन तरीकों के बारे में सोचें जिनसे आपने डेटा को विज़ुअलाइज़ होते देखा है। कौन से तरीके सबसे स्पष्ट थे और निर्णय लेने में सबसे तेज़ मदद की?
+
+सबसे अच्छे विज़ुअलाइज़ेशन वे होते हैं जो मनुष्यों को जल्दी निर्णय लेने में मदद करते हैं। उदाहरण के लिए, औद्योगिक मशीनरी से संबंधित सभी प्रकार की रीडिंग दिखाने वाले गेज की दीवार को समझना कठिन हो सकता है, लेकिन जब कुछ गलत होता है तो एक चमकती लाल बत्ती इंसान को निर्णय लेने की अनुमति देती है। कभी-कभी सबसे अच्छा विज़ुअलाइज़ेशन एक चमकती बत्ती होती है!
+
+GPS डेटा के साथ काम करते समय, सबसे स्पष्ट विज़ुअलाइज़ेशन डेटा को मानचित्र पर प्लॉट करना हो सकता है। उदाहरण के लिए, एक मानचित्र जो डिलीवरी ट्रकों को दिखाता है, एक प्रसंस्करण संयंत्र में काम करने वालों को यह देखने में मदद कर सकता है कि ट्रक कब आएंगे। यदि यह मानचित्र केवल ट्रकों की वर्तमान स्थिति की तस्वीरें दिखाने के बजाय ट्रक की सामग्री का भी संकेत देता है, तो संयंत्र में काम करने वाले तदनुसार योजना बना सकते हैं - यदि वे देखते हैं कि एक रेफ्रिजरेटेड ट्रक पास में है, तो वे फ्रिज में जगह तैयार कर सकते हैं।
+
+## मानचित्र सेवाएँ
+
+मानचित्रों के साथ काम करना एक दिलचस्प अभ्यास है, और चुनने के लिए कई विकल्प हैं जैसे Bing Maps, Leaflet, Open Street Maps, और Google Maps। इस पाठ में, आप [Azure Maps](https://azure.microsoft.com/services/azure-maps/?WT.mc_id=academic-17441-jabenn) और उनके माध्यम से अपने GPS डेटा को प्रदर्शित करने के बारे में जानेंगे।
+
+![Azure Maps का लोगो](../../../../../translated_images/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.hi.png)
+
+Azure Maps "भौगोलिक सेवाओं और SDKs का एक संग्रह है जो ताज़ा मानचित्र डेटा का उपयोग करके वेब और मोबाइल अनुप्रयोगों को भौगोलिक संदर्भ प्रदान करता है।" डेवलपर्स को सुंदर, इंटरैक्टिव मानचित्र बनाने के लिए उपकरण प्रदान किए जाते हैं जो ट्रैफ़िक मार्गों की सिफारिश करने, ट्रैफ़िक घटनाओं की जानकारी देने, इनडोर नेविगेशन, खोज क्षमताओं, ऊंचाई की जानकारी, मौसम सेवाओं और बहुत कुछ करने में सक्षम होते हैं।
+
+✅ कुछ [मानचित्र कोड नमूनों](https://docs.microsoft.com/samples/browse?WT.mc_id=academic-17441-jabenn&products=azure-maps) के साथ प्रयोग करें
+
+आप मानचित्रों को एक खाली कैनवास, टाइल्स, उपग्रह छवियों, सड़कों के साथ उपग्रह छवियों, विभिन्न प्रकार के ग्रेस्केल मानचित्र, ऊंचाई दिखाने के लिए छायांकित राहत के साथ मानचित्र, रात दृश्य मानचित्र, और एक उच्च कंट्रास्ट मानचित्र के रूप में प्रदर्शित कर सकते हैं। आप [Azure Event Grid](https://azure.microsoft.com/services/event-grid/?WT.mc_id=academic-17441-jabenn) के साथ एकीकृत करके अपने मानचित्रों पर वास्तविक समय अपडेट प्राप्त कर सकते हैं। आप मानचित्र को पिंच, ड्रैग और क्लिक जैसी घटनाओं पर प्रतिक्रिया देने की अनुमति देने के लिए विभिन्न नियंत्रण सक्षम करके इसके व्यवहार और रूप को नियंत्रित कर सकते हैं। अपने मानचित्र के रूप को नियंत्रित करने के लिए, आप बबल्स, लाइन्स, पॉलीगन्स, हीट मैप्स और अधिक सहित लेयर्स जोड़ सकते हैं। आप किस प्रकार का मानचित्र लागू करते हैं, यह आपके चुने गए SDK पर निर्भर करता है।
+
+आप Azure Maps APIs तक इसकी [REST API](https://docs.microsoft.com/javascript/api/azure-maps-rest/?WT.mc_id=academic-17441-jabenn&view=azure-maps-typescript-latest), इसके [Web SDK](https://docs.microsoft.com/azure/azure-maps/how-to-use-map-control?WT.mc_id=academic-17441-jabenn), या, यदि आप एक मोबाइल ऐप बना रहे हैं, इसके [Android SDK](https://docs.microsoft.com/azure/azure-maps/how-to-use-android-map-control-library?WT.mc_id=academic-17441-jabenn&pivots=programming-language-java-android) का उपयोग करके पहुंच सकते हैं।
+
+इस पाठ में, आप वेब SDK का उपयोग करके एक मानचित्र खींचने और अपने सेंसर के GPS स्थान के पथ को प्रदर्शित करने का तरीका सीखेंगे। 
+
+## Azure Maps संसाधन बनाएं
+
+आपका पहला कदम एक Azure Maps खाता बनाना है।
+
+### कार्य - Azure Maps संसाधन बनाएं
+
+1. अपने टर्मिनल या कमांड प्रॉम्प्ट से निम्नलिखित कमांड चलाएं ताकि `gps-sensor` संसाधन समूह में एक Azure Maps संसाधन बनाया जा सके:
+
+    ```sh
+    az maps account create --name gps-sensor \
+                           --resource-group gps-sensor \
+                           --accept-tos \
+                           --sku S1
+    ```
+
+    यह `gps-sensor` नामक एक Azure Maps संसाधन बनाएगा। उपयोग किया जा रहा टियर `S1` है, जो एक पेड टियर है जिसमें कई सुविधाएँ शामिल हैं, लेकिन मुफ्त में एक उदार मात्रा में कॉल्स के साथ।
+
+    > 💁 Azure Maps का उपयोग करने की लागत देखने के लिए, [Azure Maps मूल्य निर्धारण पृष्ठ](https://azure.microsoft.com/pricing/details/azure-maps/?WT.mc_id=academic-17441-jabenn) देखें।
+
+1. आपको मानचित्र संसाधन के लिए एक API कुंजी की आवश्यकता होगी। इस कुंजी को प्राप्त करने के लिए निम्नलिखित कमांड का उपयोग करें:
+
+    ```sh
+    az maps account keys list --name gps-sensor \
+                              --resource-group gps-sensor \
+                              --output table
+    ```
+
+    `PrimaryKey` मान की एक प्रति लें। 
+
+## वेब पेज पर मानचित्र दिखाएं
+
+अब आप अगला कदम उठा सकते हैं, जो कि अपने मानचित्र को एक वेब पेज पर प्रदर्शित करना है। हम आपके छोटे वेब ऐप के लिए केवल एक `html` फ़ाइल का उपयोग करेंगे; ध्यान रखें कि उत्पादन या टीम वातावरण में, आपके वेब ऐप में अधिक भाग हो सकते हैं!
+
+### कार्य - वेब पेज पर मानचित्र दिखाएं
+
+1. अपने स्थानीय कंप्यूटर पर कहीं एक फ़ोल्डर में index.html नामक एक फ़ाइल बनाएं। मानचित्र को होल्ड करने के लिए HTML मार्कअप जोड़ें:
+
+    ```html
+    <html>
+    <head>
+        <style>
+            #myMap {
+                width:100%;
+                height:100%;
+            }
+        </style>
+    </head>
+    
+    <body onload="init()">
+        <div id="myMap"></div>
+    </body>
+    </html>
+    ```
+
+    मानचित्र `myMap` `div` में लोड होगा। कुछ स्टाइल इसे पेज की चौड़ाई और ऊंचाई तक फैलने की अनुमति देते हैं।
+
+    > 🎓 एक `div` वेब पेज का एक खंड है जिसे नामित और स्टाइल किया जा सकता है।
+
+1. `<head>` टैग के नीचे, मानचित्र प्रदर्शन को नियंत्रित करने के लिए एक बाहरी स्टाइल शीट और इसके व्यवहार को प्रबंधित करने के लिए वेब SDK से एक बाहरी स्क्रिप्ट जोड़ें:
+
+    ```html
+    <link rel="stylesheet" href="https://atlas.microsoft.com/sdk/javascript/mapcontrol/2/atlas.min.css" type="text/css" />
+    <script src="https://atlas.microsoft.com/sdk/javascript/mapcontrol/2/atlas.min.js"></script>
+    ```
+
+    यह स्टाइल शीट मानचित्र के रूप को नियंत्रित करने के लिए सेटिंग्स रखती है, और स्क्रिप्ट फ़ाइल मानचित्र को लोड करने के लिए कोड रखती है। इस कोड को जोड़ना C++ हेडर फ़ाइलों को शामिल करने या Python मॉड्यूल आयात करने के समान है।
+
+1. उस स्क्रिप्ट के नीचे, मानचित्र लॉन्च करने के लिए एक स्क्रिप्ट ब्लॉक जोड़ें।
+
+    ```javascript
+    <script type='text/javascript'>
+        function init() {
+            var map = new atlas.Map('myMap', {
+                center: [-122.26473, 47.73444],
+                zoom: 12,
+                authOptions: {
+                    authType: "subscriptionKey",
+                    subscriptionKey: "<subscription_key>",
+
+                }
+            });
+        }
+    </script>
+    ```
+
+    `<subscription_key>` को अपने Azure Maps खाते की API कुंजी से बदलें।
+
+    यदि आप अपने `index.html` पेज को वेब ब्राउज़र में खोलते हैं, तो आपको एक मानचित्र लोड होता हुआ दिखाई देगा, जो सिएटल क्षेत्र पर केंद्रित है।
+
+    ![सिएटल, वाशिंगटन राज्य, यूएसए का मानचित्र](../../../../../translated_images/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.hi.png)
+
+    ✅ अपने मानचित्र प्रदर्शन को बदलने के लिए ज़ूम और केंद्र पैरामीटर के साथ प्रयोग करें। आप अपने डेटा के अक्षांश और देशांतर के अनुरूप विभिन्न निर्देशांक जोड़ सकते हैं ताकि मानचित्र को पुनः केंद्रित किया जा सके।
+
+> 💁 वेब ऐप्स के साथ स्थानीय रूप से काम करने का एक बेहतर तरीका [http-server](https://www.npmjs.com/package/http-server) स्थापित करना है। आपको [node.js](https://nodejs.org/) और [npm](https://www.npmjs.com/) स्थापित करने की आवश्यकता होगी। एक बार ये उपकरण स्थापित हो जाने के बाद, आप अपने `index.html` फ़ाइल के स्थान पर नेविगेट कर सकते हैं और `http-server` टाइप कर सकते हैं। वेब ऐप एक स्थानीय वेब सर्वर [http://127.0.0.1:8080/](http://127.0.0.1:8080/) पर खुलेगा।
+
+## GeoJSON प्रारूप
+
+अब जब आपका वेब ऐप मानचित्र के साथ प्रदर्शित हो रहा है, तो आपको अपने स्टोरेज खाते से GPS डेटा निकालने और मानचित्र के ऊपर मार्करों की एक परत में प्रदर्शित करने की आवश्यकता है। इससे पहले कि हम ऐसा करें, आइए [GeoJSON](https://wikipedia.org/wiki/GeoJSON) प्रारूप को देखें जो Azure Maps द्वारा अपेक्षित है।
+
+[GeoJSON](https://geojson.org/) एक ओपन स्टैंडर्ड JSON विनिर्देश है जिसमें विशेष प्रारूपण है जो भौगोलिक-विशिष्ट डेटा को संभालने के लिए डिज़ाइन किया गया है। आप [geojson.io](https://geojson.io) का उपयोग करके नमूना डेटा का परीक्षण करके इसके बारे में जान सकते हैं, जो GeoJSON फ़ाइलों को डिबग करने के लिए भी एक उपयोगी उपकरण है।
+
+नमूना GeoJSON डेटा इस प्रकार दिखता है:
+
+```json
+{
+  "type": "FeatureCollection",
+  "features": [
+    {
+      "type": "Feature",
+      "geometry": {
+        "type": "Point",
+        "coordinates": [
+          -2.10237979888916,
+          57.164918677004714
+        ]
+      }
+    }
+  ]
+}
+```
+
+विशेष रूप से ध्यान देने योग्य बात यह है कि डेटा `FeatureCollection` के भीतर एक `Feature` के रूप में नेस्टेड है। उस ऑब्जेक्ट के भीतर `geometry` है जिसमें `coordinates` अक्षांश और देशांतर को इंगित करता है।
+
+✅ जब आप अपना GeoJSON बना रहे हों, तो ऑब्जेक्ट में `latitude` और `longitude` के क्रम पर ध्यान दें, अन्यथा आपके बिंदु वहां नहीं दिखाई देंगे जहां उन्हें होना चाहिए! GeoJSON बिंदुओं के लिए डेटा को `lon,lat` क्रम में अपेक्षित करता है, न कि `lat,lon` में।
+
+`Geometry` के विभिन्न प्रकार हो सकते हैं, जैसे एकल बिंदु या बहुभुज। इस उदाहरण में, यह एक बिंदु है जिसमें दो निर्देशांक निर्दिष्ट हैं, देशांतर और अक्षांश।
+✅ Azure Maps मानक GeoJSON का समर्थन करता है और कुछ [उन्नत सुविधाएँ](https://docs.microsoft.com/azure/azure-maps/extend-geojson?WT.mc_id=academic-17441-jabenn) प्रदान करता है, जिनमें सर्कल और अन्य ज्यामितीय आकृतियाँ बनाने की क्षमता शामिल है।
+
+## GeoJSON का उपयोग करके GPS डेटा को मानचित्र पर प्रदर्शित करें
+
+अब आप उस स्टोरेज से डेटा उपयोग करने के लिए तैयार हैं जिसे आपने पिछले पाठ में बनाया था। याद दिलाने के लिए, यह blob स्टोरेज में कई फाइलों के रूप में संग्रहीत है, इसलिए आपको फाइलों को प्राप्त करना होगा और उन्हें पार्स करना होगा ताकि Azure Maps उस डेटा का उपयोग कर सके।
+
+### कार्य - स्टोरेज को वेब पेज से एक्सेस करने के लिए कॉन्फ़िगर करें
+
+यदि आप अपने स्टोरेज से डेटा प्राप्त करने के लिए कॉल करते हैं, तो आप अपने ब्राउज़र के कंसोल में त्रुटियाँ देख सकते हैं। ऐसा इसलिए है क्योंकि आपको इस स्टोरेज पर [CORS](https://developer.mozilla.org/docs/Web/HTTP/CORS) की अनुमति सेट करनी होगी ताकि बाहरी वेब ऐप्स इसका डेटा पढ़ सकें।
+
+> 🎓 CORS का मतलब "Cross-Origin Resource Sharing" है और इसे आमतौर पर सुरक्षा कारणों से Azure में स्पष्ट रूप से सेट करने की आवश्यकता होती है। यह उन साइटों को आपके डेटा तक पहुँचने से रोकता है जिनकी आप अपेक्षा नहीं करते।
+
+1. CORS सक्षम करने के लिए निम्नलिखित कमांड चलाएँ:
+
+    ```sh
+    az storage cors add --methods GET \
+                        --origins "*" \
+                        --services b \
+                        --account-name <storage_name> \
+                        --account-key <key1>
+    ```
+
+    `<storage_name>` को अपने स्टोरेज अकाउंट के नाम से बदलें। `<key1>` को अपने स्टोरेज अकाउंट के अकाउंट की से बदलें।
+
+    यह कमांड किसी भी वेबसाइट (वाइल्डकार्ड `*` का मतलब है कोई भी) को *GET* अनुरोध करने की अनुमति देता है, यानी आपके स्टोरेज अकाउंट से डेटा प्राप्त करना। `--services b` का मतलब है कि यह सेटिंग केवल blobs के लिए लागू होगी।
+
+### कार्य - स्टोरेज से GPS डेटा लोड करें
+
+1. `init` फ़ंक्शन की पूरी सामग्री को निम्नलिखित कोड से बदलें:
+
+    ```javascript
+    fetch("https://<storage_name>.blob.core.windows.net/gps-data/?restype=container&comp=list")
+        .then(response => response.text())
+        .then(str => new window.DOMParser().parseFromString(str, "text/xml"))
+        .then(xml => {
+            let blobList = Array.from(xml.querySelectorAll("Url"));
+                blobList.forEach(async blobUrl => {
+                    loadJSON(blobUrl.innerHTML)                
+        });
+    })
+    .then( response => {
+        map = new atlas.Map('myMap', {
+            center: [-122.26473, 47.73444],
+            zoom: 14,
+            authOptions: {
+                authType: "subscriptionKey",
+                subscriptionKey: "<subscription_key>",
+    
+            }
+        });
+        map.events.add('ready', function () {
+            var source = new atlas.source.DataSource();
+            map.sources.add(source);
+            map.layers.add(new atlas.layer.BubbleLayer(source));
+            source.add(features);
+        })
+    })
+    ```
+
+    `<storage_name>` को अपने स्टोरेज अकाउंट के नाम से बदलें। `<subscription_key>` को अपने Azure Maps अकाउंट के API की से बदलें।
+
+    यहाँ कई चीजें हो रही हैं। सबसे पहले, कोड आपके blob कंटेनर से GPS डेटा को आपके स्टोरेज अकाउंट नाम का उपयोग करके बनाए गए URL एंडपॉइंट से प्राप्त करता है। यह URL `gps-data` से डेटा प्राप्त करता है, जो इंगित करता है कि संसाधन प्रकार एक कंटेनर है (`restype=container`), और सभी blobs की जानकारी सूचीबद्ध करता है। यह सूची blobs को स्वयं वापस नहीं करेगी, लेकिन प्रत्येक blob के लिए एक URL वापस करेगी जिसे blob डेटा लोड करने के लिए उपयोग किया जा सकता है।
+
+    > 💁 आप इस URL को अपने ब्राउज़र में डाल सकते हैं ताकि अपने कंटेनर में सभी blobs का विवरण देख सकें। प्रत्येक आइटम में एक `Url` प्रॉपर्टी होगी जिसे आप अपने ब्राउज़र में लोड करके blob की सामग्री देख सकते हैं।
+
+    यह कोड फिर प्रत्येक blob को लोड करता है, एक `loadJSON` फ़ंक्शन को कॉल करता है, जिसे अगला बनाया जाएगा। फिर यह मानचित्र नियंत्रण बनाता है और `ready` इवेंट में कोड जोड़ता है। यह इवेंट तब कॉल किया जाता है जब मानचित्र वेब पेज पर प्रदर्शित होता है।
+
+    `ready` इवेंट एक Azure Maps डेटा स्रोत बनाता है - एक कंटेनर जिसमें GeoJSON डेटा होता है जिसे बाद में भरा जाएगा। इस डेटा स्रोत का उपयोग फिर एक bubble layer बनाने के लिए किया जाता है - यानी GeoJSON में प्रत्येक बिंदु के केंद्र पर मानचित्र पर सर्कल का एक सेट।
+
+1. अपने स्क्रिप्ट ब्लॉक में, `init` फ़ंक्शन के नीचे `loadJSON` फ़ंक्शन जोड़ें:
+
+    ```javascript
+    var map, features;
+
+    function loadJSON(file) {
+        var xhr = new XMLHttpRequest();
+        features = [];
+        xhr.onreadystatechange = function () {
+            if (xhr.readyState === XMLHttpRequest.DONE) {
+                if (xhr.status === 200) {
+                    gps = JSON.parse(xhr.responseText)
+                    features.push(
+                        new atlas.data.Feature(new atlas.data.Point([parseFloat(gps.gps.lon), parseFloat(gps.gps.lat)]))
+                    )
+                }
+            }
+        };
+        xhr.open("GET", file, true);
+        xhr.send();
+    }    
+    ```
+
+    यह फ़ंक्शन fetch रूटीन द्वारा JSON डेटा को पार्स करने और इसे GeoJSON के रूप में पढ़ने के लिए longitude और latitude coordinates में बदलने के लिए कॉल किया जाता है। 
+    पार्स किए जाने के बाद, डेटा को GeoJSON `Feature` के हिस्से के रूप में सेट किया जाता है। मानचित्र को इनिशियलाइज़ किया जाएगा और छोटे बबल्स उस पथ के चारों ओर दिखाई देंगे जिसे आपका डेटा प्रदर्शित कर रहा है:
+
+1. HTML पेज को अपने ब्राउज़र में लोड करें। यह मानचित्र लोड करेगा, फिर स्टोरेज से सभी GPS डेटा लोड करेगा और इसे मानचित्र पर प्रदर्शित करेगा।
+
+    ![सिएटल के पास सेंट एडवर्ड स्टेट पार्क का एक मानचित्र, जिसमें पार्क के किनारे के चारों ओर एक पथ दिखाने वाले सर्कल हैं](../../../../../translated_images/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.hi.png)
+
+> 💁 आप इस कोड को [code](../../../../../3-transport/lessons/3-visualize-location-data/code) फ़ोल्डर में पा सकते हैं।
+
+---
+
+## 🚀 चुनौती
+
+मानचित्र पर स्थिर डेटा को मार्कर के रूप में प्रदर्शित करना अच्छा है। क्या आप इस वेब ऐप को बढ़ाकर एनिमेशन जोड़ सकते हैं और समय के साथ मार्करों के पथ को दिखा सकते हैं, टाइमस्टैम्प किए गए JSON फाइलों का उपयोग करके? यहाँ [कुछ नमूने](https://azuremapscodesamples.azurewebsites.net/) हैं जो मानचित्रों में एनिमेशन का उपयोग दिखाते हैं।
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/26)
+
+## समीक्षा और स्व-अध्ययन
+
+Azure Maps IoT डिवाइस के साथ काम करने के लिए विशेष रूप से उपयोगी है।
+
+* [Microsoft docs पर Azure Maps दस्तावेज़](https://docs.microsoft.com/azure/azure-maps/tutorial-iot-hub-maps?WT.mc_id=academic-17441-jabenn) में इसके उपयोगों पर शोध करें।
+* [Microsoft Learn पर Azure Maps के साथ अपना पहला रूट फाइंडिंग ऐप बनाएं](https://docs.microsoft.com/learn/modules/create-your-first-app-with-azure-maps/?WT.mc_id=academic-17441-jabenn) स्व-निर्देशित लर्निंग मॉड्यूल के साथ मानचित्र निर्माण और वेपॉइंट्स के बारे में अपने ज्ञान को गहरा करें।
+
+## असाइनमेंट
+
+[अपना ऐप डिप्लॉय करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/3-visualize-location-data/assignment.md b/translations/hi/3-transport/lessons/3-visualize-location-data/assignment.md
new file mode 100644
index 00000000..0159d676
--- /dev/null
+++ b/translations/hi/3-transport/lessons/3-visualize-location-data/assignment.md
@@ -0,0 +1,24 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0ccdc1faa676a485c4c6ecbddb9f9067",
+  "translation_date": "2025-08-25T18:09:43+00:00",
+  "source_file": "3-transport/lessons/3-visualize-location-data/assignment.md",
+  "language_code": "hi"
+}
+-->
+# अपनी ऐप को डिप्लॉय करें
+
+## निर्देश
+
+ऐप को डिप्लॉय करने के कई तरीके हैं ताकि आप इसे दुनिया के साथ साझा कर सकें, जैसे कि GitHub Pages का उपयोग करना या कई सेवा प्रदाताओं में से किसी एक का उपयोग करना। इसे करने का एक बेहतरीन तरीका Azure Static Web Apps का उपयोग करना है। इस असाइनमेंट में, अपनी वेब ऐप बनाएं और इसे क्लाउड में डिप्लॉय करें [इन निर्देशों](https://github.com/Azure/static-web-apps-cli) का पालन करके या [इन वीडियो](https://www.youtube.com/watch?v=ADVGIXciYn8&list=PLlrxD0HtieHgMPeBaDQFx9yNuFxx6S1VG&index=3) को देखकर।  
+Azure Static Web Apps का उपयोग करने का एक लाभ यह है कि आप किसी भी API keys को पोर्टल में छिपा सकते हैं, इसलिए इस अवसर का उपयोग करके अपने subscriptionKey को एक वेरिएबल के रूप में रिफैक्टर करें और इसे क्लाउड में स्टोर करें।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट                                                                                                                               | पर्याप्त                                                                                                            | सुधार की आवश्यकता                                   |
+| -------- | --------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------- |
+|          | एक कार्यशील वेब ऐप को एक प्रलेखित GitHub रिपॉजिटरी में प्रस्तुत किया गया है, जिसमें subscriptionKey क्लाउड में स्टोर किया गया है और वेरिएबल के माध्यम से कॉल किया गया है | एक कार्यशील वेब ऐप को एक प्रलेखित GitHub रिपॉजिटरी में प्रस्तुत किया गया है लेकिन subscriptionKey क्लाउड में स्टोर नहीं किया गया है | वेब ऐप में बग हैं या यह सही तरीके से काम नहीं करता |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/4-geofences/README.md b/translations/hi/3-transport/lessons/4-geofences/README.md
new file mode 100644
index 00000000..5b241785
--- /dev/null
+++ b/translations/hi/3-transport/lessons/4-geofences/README.md
@@ -0,0 +1,486 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "078ae664c7b686bf069545e9a5fc95b2",
+  "translation_date": "2025-08-25T17:59:29+00:00",
+  "source_file": "3-transport/lessons/4-geofences/README.md",
+  "language_code": "hi"
+}
+-->
+# जियोफेंस
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+यह वीडियो जियोफेंस और Azure Maps में उनका उपयोग करने के तरीके का अवलोकन देता है, जो इस पाठ में कवर किए जाएंगे:
+
+[![Microsoft Developer IoT शो से Azure Maps के साथ जियोफेंसिंग](https://img.youtube.com/vi/nsrgYhaYNVY/0.jpg)](https://www.youtube.com/watch?v=nsrgYhaYNVY)
+
+> 🎥 वीडियो देखने के लिए ऊपर दी गई छवि पर क्लिक करें
+
+## पूर्व-पाठ प्रश्नोत्तरी
+
+[पूर्व-पाठ प्रश्नोत्तरी](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/27)
+
+## परिचय
+
+पिछले 3 पाठों में, आपने IoT का उपयोग करके अपने खेत से प्रसंस्करण केंद्र तक उत्पाद ले जाने वाले ट्रकों का पता लगाया। आपने GPS डेटा कैप्चर किया, इसे क्लाउड में संग्रहीत किया, और इसे मानचित्र पर विज़ुअलाइज़ किया। आपकी आपूर्ति श्रृंखला की दक्षता बढ़ाने का अगला कदम यह है कि जब ट्रक प्रसंस्करण केंद्र के पास पहुंचे, तो आपको एक अलर्ट मिले, ताकि अनलोडिंग के लिए आवश्यक टीम फोर्कलिफ्ट और अन्य उपकरणों के साथ तैयार हो सके। इस तरह वे जल्दी से अनलोड कर सकते हैं, और आपको ट्रक और ड्राइवर के इंतजार के लिए भुगतान नहीं करना पड़ेगा।
+
+इस पाठ में आप जियोफेंस के बारे में जानेंगे - परिभाषित भू-स्थानिक क्षेत्र जैसे कि प्रसंस्करण केंद्र के 2 किमी के भीतर का क्षेत्र, और यह जांचने का तरीका कि GPS निर्देशांक जियोफेंस के अंदर हैं या बाहर, ताकि आप देख सकें कि आपका GPS सेंसर किसी क्षेत्र में पहुंचा है या उसे छोड़ा है।
+
+इस पाठ में हम कवर करेंगे:
+
+* [जियोफेंस क्या हैं](../../../../../3-transport/lessons/4-geofences)
+* [जियोफेंस को परिभाषित करना](../../../../../3-transport/lessons/4-geofences)
+* [जियोफेंस के खिलाफ बिंदुओं का परीक्षण करना](../../../../../3-transport/lessons/4-geofences)
+* [सर्वरलेस कोड से जियोफेंस का उपयोग करना](../../../../../3-transport/lessons/4-geofences)
+
+> 🗑 यह इस प्रोजेक्ट का अंतिम पाठ है, इसलिए इस पाठ और असाइनमेंट को पूरा करने के बाद, अपनी क्लाउड सेवाओं को साफ करना न भूलें। असाइनमेंट पूरा करने के लिए आपको सेवाओं की आवश्यकता होगी, इसलिए पहले इसे पूरा करना सुनिश्चित करें।
+>
+> यदि आवश्यक हो तो निर्देशों के लिए [अपने प्रोजेक्ट को साफ करने की गाइड](../../../clean-up.md) देखें।
+
+## जियोफेंस क्या हैं
+
+जियोफेंस वास्तविक दुनिया के भौगोलिक क्षेत्र के लिए एक आभासी परिधि है। जियोफेंस सर्कल हो सकते हैं, जो एक बिंदु और त्रिज्या के रूप में परिभाषित होते हैं (उदाहरण के लिए, किसी इमारत के चारों ओर 100 मीटर चौड़ा सर्कल), या एक बहुभुज जो किसी क्षेत्र को कवर करता है, जैसे स्कूल ज़ोन, शहर की सीमाएँ, या विश्वविद्यालय या कार्यालय परिसर।
+
+![Microsoft कंपनी स्टोर के चारों ओर एक सर्कुलर जियोफेंस और Microsoft वेस्ट कैंपस के चारों ओर एक बहुभुज जियोफेंस के कुछ उदाहरण](../../../../../translated_images/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.hi.png)
+
+> 💁 आपने पहले से ही जियोफेंस का उपयोग किया हो सकता है, बिना इसे जाने। यदि आपने iOS रिमाइंडर्स ऐप या Google Keep में किसी स्थान के आधार पर रिमाइंडर सेट किया है, तो आपने जियोफेंस का उपयोग किया है। ये ऐप्स दिए गए स्थान के आधार पर जियोफेंस सेट करेंगे और जब आपका फोन जियोफेंस में प्रवेश करेगा तो आपको अलर्ट करेंगे।
+
+ऐसे कई कारण हैं जिनकी वजह से आप यह जानना चाहेंगे कि कोई वाहन जियोफेंस के अंदर है या बाहर:
+
+* **अनलोडिंग की तैयारी** - साइट पर वाहन के पहुंचने की सूचना मिलने से टीम अनलोडिंग के लिए तैयार हो सकती है, जिससे वाहन के इंतजार का समय कम हो जाता है। इससे ड्राइवर कम समय में अधिक डिलीवरी कर सकता है।
+* **कर अनुपालन** - कुछ देश, जैसे न्यूज़ीलैंड, सार्वजनिक सड़कों पर डीजल वाहनों के वजन के आधार पर रोड टैक्स लगाते हैं। जियोफेंस का उपयोग करके आप सार्वजनिक और निजी सड़कों पर तय की गई दूरी को ट्रैक कर सकते हैं।
+* **चोरी की निगरानी** - यदि कोई वाहन केवल एक निश्चित क्षेत्र में रहना चाहिए, जैसे कि खेत पर, और वह जियोफेंस छोड़ देता है, तो यह चोरी हो सकता है।
+* **स्थान अनुपालन** - कार्य स्थल, खेत या फैक्ट्री के कुछ हिस्से कुछ वाहनों के लिए प्रतिबंधित हो सकते हैं, जैसे कि कृत्रिम उर्वरक और कीटनाशक ले जाने वाले वाहनों को जैविक उत्पाद उगाने वाले क्षेत्रों से दूर रखना। यदि जियोफेंस में प्रवेश किया जाता है, तो वाहन अनुपालन से बाहर है और ड्राइवर को सूचित किया जा सकता है।
+
+✅ क्या आप जियोफेंस के अन्य उपयोगों के बारे में सोच सकते हैं?
+
+Azure Maps, जिसे आपने पिछले पाठ में GPS डेटा को विज़ुअलाइज़ करने के लिए उपयोग किया था, आपको जियोफेंस को परिभाषित करने और फिर यह जांचने की अनुमति देता है कि कोई बिंदु जियोफेंस के अंदर है या बाहर।
+
+## जियोफेंस को परिभाषित करना
+
+जियोफेंस को GeoJSON का उपयोग करके परिभाषित किया जाता है, जैसे पिछले पाठ में मानचित्र में जोड़े गए बिंदु। इस मामले में, `Point` मानों के `FeatureCollection` के बजाय, यह `Polygon` वाले `FeatureCollection` को शामिल करता है।
+
+```json
+{
+   "type": "FeatureCollection",
+   "features": [
+     {
+       "type": "Feature",
+       "geometry": {
+         "type": "Polygon",
+         "coordinates": [
+           [
+             [
+               -122.13393688201903,
+               47.63829579223815
+             ],
+             [
+               -122.13389128446579,
+               47.63782047131512
+             ],
+             [
+               -122.13240802288054,
+               47.63783312249837
+             ],
+             [
+               -122.13238388299942,
+               47.63829037035086
+             ],
+             [
+               -122.13393688201903,
+               47.63829579223815
+             ]
+           ]
+         ]
+       },
+       "properties": {
+         "geometryId": "1"
+       }
+     }
+   ]
+}
+```
+
+बहुभुज पर प्रत्येक बिंदु को एक सरणी में देशांतर और अक्षांश जोड़ी के रूप में परिभाषित किया जाता है, और ये बिंदु एक सरणी में होते हैं जिसे `coordinates` के रूप में सेट किया जाता है। पिछले पाठ में `Point` के लिए, `coordinates` एक सरणी थी जिसमें 2 मान होते थे, अक्षांश और देशांतर। `Polygon` के लिए, यह 2 मानों (देशांतर, अक्षांश) वाली सरणियों की एक सरणी है।
+
+> 💁 याद रखें, GeoJSON बिंदुओं के लिए `देशांतर, अक्षांश` का उपयोग करता है, न कि `अक्षांश, देशांतर` का।
+
+बहुभुज निर्देशांक सरणी में हमेशा बहुभुज पर बिंदुओं की संख्या से 1 अधिक प्रविष्टि होती है, जिसमें अंतिम प्रविष्टि पहले के समान होती है, जो बहुभुज को बंद करती है। उदाहरण के लिए, एक आयत के लिए 5 बिंदु होंगे।
+
+![निर्देशांक के साथ एक आयत](../../../../../translated_images/polygon-points.302193da381cb415f46c2c7a98496ee4be05d6c73d21238a89721ad93e121233.hi.png)
+
+ऊपर दी गई छवि में, एक आयत है। बहुभुज निर्देशांक शीर्ष-बाएँ 47,-122 से शुरू होता है, फिर दाएँ 47,-121 तक जाता है, फिर नीचे 46,-121 तक, फिर बाएँ 46,-122 तक, फिर शीर्ष-बाएँ पर वापस जाता है। इससे बहुभुज में 5 बिंदु होते हैं - शीर्ष-बाएँ, शीर्ष-दाएँ, नीचे-दाएँ, नीचे-बाएँ, फिर इसे बंद करने के लिए शीर्ष-बाएँ।
+
+✅ अपने घर या स्कूल के चारों ओर एक GeoJSON बहुभुज बनाने का प्रयास करें। [GeoJSON.io](https://geojson.io/) जैसे टूल का उपयोग करें।
+
+### कार्य - जियोफेंस को परिभाषित करें
+
+Azure Maps में जियोफेंस का उपयोग करने के लिए, पहले इसे आपके Azure Maps खाते में अपलोड करना होगा। अपलोड करने के बाद, आपको एक अद्वितीय ID प्राप्त होगी जिसका उपयोग आप जियोफेंस के खिलाफ बिंदु का परीक्षण करने के लिए कर सकते हैं। Azure Maps में जियोफेंस अपलोड करने के लिए, आपको मैप्स वेब API का उपयोग करना होगा। आप [curl](https://curl.se) नामक टूल का उपयोग करके Azure Maps वेब API को कॉल कर सकते हैं।
+
+> 🎓 Curl एक कमांड लाइन टूल है जो वेब एंडपॉइंट्स के खिलाफ अनुरोध करता है।
+
+1. यदि आप Linux, macOS, या Windows 10 के हाल के संस्करण का उपयोग कर रहे हैं, तो संभवतः आपके पास पहले से ही curl इंस्टॉल है। इसे जांचने के लिए अपने टर्मिनल या कमांड लाइन से निम्नलिखित चलाएँ:
+
+    ```sh
+    curl --version
+    ```
+
+    यदि आपको curl के लिए संस्करण जानकारी नहीं दिखती है, तो आपको इसे [curl डाउनलोड पृष्ठ](https://curl.se/download.html) से इंस्टॉल करना होगा।
+
+    > 💁 यदि आप Postman के साथ अनुभव रखते हैं, तो आप इसे पसंद करते हैं तो इसका उपयोग कर सकते हैं।
+
+1. एक GeoJSON फ़ाइल बनाएं जिसमें एक बहुभुज हो। आप इसे अपने GPS सेंसर का उपयोग करके परीक्षण करेंगे, इसलिए अपने वर्तमान स्थान के चारों ओर एक बहुभुज बनाएं। आप इसे मैन्युअल रूप से ऊपर दिए गए GeoJSON उदाहरण को संपादित करके बना सकते हैं, या [GeoJSON.io](https://geojson.io/) जैसे टूल का उपयोग कर सकते हैं।
+
+    GeoJSON में एक `FeatureCollection` होना चाहिए, जिसमें `geometry` प्रकार `Polygon` के साथ एक `Feature` हो।
+
+    आपको **ज़रूर** `geometry` तत्व के समान स्तर पर एक `properties` तत्व जोड़ना होगा, और इसमें एक `geometryId` होना चाहिए:
+
+    ```json
+    "properties": {
+        "geometryId": "1"
+    }
+    ```
+
+    यदि आप [GeoJSON.io](https://geojson.io/) का उपयोग करते हैं, तो आपको इस आइटम को खाली `properties` तत्व में मैन्युअल रूप से जोड़ना होगा, या तो JSON फ़ाइल डाउनलोड करने के बाद, या ऐप में JSON संपादक में।
+
+    यह `geometryId` इस फ़ाइल में अद्वितीय होना चाहिए। आप एक ही GeoJSON फ़ाइल में `FeatureCollection` में कई `Features` के रूप में कई जियोफेंस अपलोड कर सकते हैं, जब तक कि प्रत्येक का `geometryId` अलग हो। यदि वे अलग-अलग समय पर अलग-अलग फ़ाइलों से अपलोड किए गए हैं, तो बहुभुजों का `geometryId` समान हो सकता है।
+
+1. इस फ़ाइल को `geofence.json` के रूप में सहेजें, और इसे अपने टर्मिनल या कंसोल में सहेजे गए स्थान पर नेविगेट करें।
+
+1. GeoFence बनाने के लिए निम्नलिखित curl कमांड चलाएँ:
+
+    ```sh
+    curl --request POST 'https://atlas.microsoft.com/mapData/upload?api-version=1.0&dataFormat=geojson&subscription-key=<subscription_key>' \
+         --header 'Content-Type: application/json' \
+         --include \
+         --data @geofence.json
+    ```
+
+    URL में `<subscription_key>` को अपने Azure Maps खाते के API कुंजी से बदलें।
+
+    URL का उपयोग `https://atlas.microsoft.com/mapData/upload` API के माध्यम से मानचित्र डेटा अपलोड करने के लिए किया जाता है। कॉल में `api-version` पैरामीटर शामिल है जो यह निर्दिष्ट करता है कि Azure Maps API का कौन सा संस्करण उपयोग करना है। अपलोड किया गया डेटा प्रारूप `geojson` के रूप में सेट है।
+
+    यह POST अनुरोध को अपलोड API पर चलाएगा और प्रतिक्रिया हेडर की एक सूची लौटाएगा जिसमें `location` नामक एक हेडर शामिल है:
+
+    ```output
+    content-type: application/json
+    location: https://us.atlas.microsoft.com/mapData/operations/1560ced6-3a80-46f2-84b2-5b1531820eab?api-version=1.0
+    x-ms-azuremaps-region: West US 2
+    x-content-type-options: nosniff
+    strict-transport-security: max-age=31536000; includeSubDomains
+    x-cache: CONFIG_NOCACHE
+    date: Sat, 22 May 2021 21:34:57 GMT
+    content-length: 0
+    ```
+
+    > 🎓 जब किसी वेब एंडपॉइंट को कॉल करते हैं, तो आप कॉल में पैरामीटर पास कर सकते हैं `?` जोड़कर, उसके बाद `key=value` के रूप में कुंजी-मूल्य जोड़े, और कुंजी-मूल्य जोड़े को `&` से अलग कर सकते हैं।
+
+1. Azure Maps इसे तुरंत प्रोसेस नहीं करता है, इसलिए आपको यह जांचने की आवश्यकता होगी कि अपलोड अनुरोध समाप्त हुआ है या नहीं। `location` हेडर में दिए गए URL का उपयोग करके GET अनुरोध करें। आपको अपने Azure Maps खाते के API कुंजी को URL के अंत में जोड़ना होगा, `&subscription-key=<subscription_key>` जोड़कर, `<subscription_key>` को अपनी API कुंजी से बदलें। निम्नलिखित कमांड चलाएँ:
+
+    ```sh
+    curl --request GET '<location>&subscription-key=<subscription_key>'
+    ```
+
+    `<location>` को `location` हेडर के मान से बदलें, और `<subscription_key>` को अपने Azure Maps खाते के API कुंजी से बदलें।
+
+1. प्रतिक्रिया में `status` के मान की जांच करें। यदि यह `Succeeded` नहीं है, तो एक मिनट प्रतीक्षा करें और फिर से प्रयास करें।
+
+1. एक बार जब स्थिति `Succeeded` के रूप में वापस आ जाए, तो प्रतिक्रिया से `resourceLocation` देखें। इसमें GeoJSON ऑब्जेक्ट के लिए अद्वितीय ID (UDID) का विवरण होता है। UDID वह मान है जो `metadata/` के बाद आता है, और `api-version` को शामिल नहीं करता। उदाहरण के लिए, यदि `resourceLocation` था:
+
+    ```json
+    {
+      "resourceLocation": "https://us.atlas.microsoft.com/mapData/metadata/7c3776eb-da87-4c52-ae83-caadf980323a?api-version=1.0"
+    }
+    ```
+
+    तो UDID होगा `7c3776eb-da87-4c52-ae83-caadf980323a`।
+
+    इस UDID की एक प्रति रखें क्योंकि आपको जियोफेंस का परीक्षण करने के लिए इसकी आवश्यकता होगी।
+
+## जियोफेंस के खिलाफ बिंदुओं का परीक्षण करना
+
+एक बार जब बहुभुज Azure Maps में अपलोड हो जाता है, तो आप यह जांचने के लिए एक वेब API अनुरोध कर सकते हैं कि कोई बिंदु जियोफेंस के अंदर है या बाहर। आप इस अनुरोध में जियोफेंस के UDID और परीक्षण किए जाने वाले बिंदु के अक्षांश और देशांतर को पास करते हैं।
+
+जब आप यह अनुरोध करते हैं, तो आप `searchBuffer` नामक एक मान भी पास कर सकते हैं। यह Maps API को बताता है कि परिणाम लौटाते समय कितनी सटीकता होनी चाहिए। इसका कारण यह है कि GPS पूरी तरह से सटीक नहीं है, और कभी-कभी स्थान मीटर या उससे अधिक तक गलत हो सकते हैं। डिफ़ॉल्ट रूप से सर्च बफर 50 मीटर है, लेकिन आप इसे 0 मीटर से 500 मीटर तक सेट कर सकते हैं।
+
+API कॉल से परिणाम लौटाए जाने पर, परिणाम का एक हिस्सा `distance` होता है, जो जियोफेंस के किनारे के सबसे नजदीकी बिंदु तक की दूरी को मापता है। यदि बिंदु जियोफेंस के बाहर है तो यह मान सकारात्मक होता है, और यदि यह अंदर है तो नकारात्मक। यदि यह दूरी सर्च बफर से कम है, तो वास्तविक दूरी मीटर में लौटाई जाती है, अन्यथा मान 999 या -999 होता है। 999 का मतलब है कि बिंदु जियोफेंस से सर्च बफर से अधिक बाहर है, और -999 का मतलब है कि यह सर्च बफर से अधिक अंदर है।
+
+![50 मीटर सर्च बफर के साथ एक जियोफेंस](../../../../../translated_images/search-buffer-and-distance.e6a79af3898183c7b2ef6fbf12271b8b34afd23969bb946962b1b18d3d2635e8.hi.png)
+
+ऊपर दी गई छवि में, जियोफेंस में 50 मीटर का सर्च बफर है।
+
+* जियोफेंस के केंद्र में एक बिंदु, जो सर्च बफर के अंदर है, की दूरी **-999** है।
+* सर्च बफर से बाहर एक बिंदु की दूरी **999** है।
+* जियोफेंस के अंदर और सर्च बफर के अंदर एक बिंदु, जो जियोफेंस से 6 मीटर दूर है, की दूरी **6 मीटर** है।
+* जियोफेंस के बाहर और सर्च बफर के अंदर एक बिंदु, जो जियोफेंस से 39 मीटर दूर है, की दूरी **39 मीटर** है।
+
+जियोफेंस के किनारे तक की दूरी जानना महत्वपूर्ण है, और वाहन के स्थान के आधार पर निर्णय लेते समय अन्य जानकारी जैसे GPS रीडिंग, गति और सड़क डेटा के साथ इसे संयोजित करना आवश्यक है।
+
+उदाहरण के लिए, कल्पना करें कि GPS रीडिंग दिखाती है कि एक वाहन एक सड़क पर चल रहा था जो अंततः जियोफेंस के पास जाती है। यदि एक GPS मान गलत है और वाहन को जियोफेंस के अंदर रखता है, जबकि वहां कोई वाहन पहुंच नहीं है, तो इसे अनदेखा किया जा सकता है।
+
+![GPS ट्रेल दिखा रहा है कि एक वाहन Microsoft कैंपस के पास 520 पर गुजर रहा है, जिसमें सड़क के साथ GPS रीडिंग हैं, सिवाय एक के जो कैंपस पर है, जियोफेंस के अंदर](../../../../../translated_images/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.hi.png)
+ऊपर दी गई छवि में, Microsoft कैंपस के एक हिस्से पर एक जियोफेंस है। लाल रेखा एक ट्रक को 520 के साथ चलते हुए दिखाती है, जिसमें GPS रीडिंग्स को दिखाने के लिए वृत्त हैं। इनमें से अधिकांश सटीक हैं और 520 के साथ हैं, लेकिन एक गलत रीडिंग जियोफेंस के अंदर है। यह रीडिंग सही नहीं हो सकती - ट्रक के लिए 520 से अचानक कैंपस में मुड़ने और फिर वापस 520 पर जाने का कोई रास्ता नहीं है। जियोफेंस की जांच करने वाला कोड परिणामों पर कार्रवाई करने से पहले पिछली रीडिंग्स को ध्यान में रखना होगा।
+
+✅ GPS रीडिंग को सही मानने के लिए आपको कौन सा अतिरिक्त डेटा जांचने की आवश्यकता होगी?
+
+### कार्य - जियोफेंस के खिलाफ पॉइंट्स का परीक्षण करें
+
+1. वेब API क्वेरी के लिए URL बनाकर शुरू करें। इसका प्रारूप है:
+
+    ```output
+    https://atlas.microsoft.com/spatial/geofence/json?api-version=1.0&deviceId=gps-sensor&subscription-key=<subscription-key>&udid=<UDID>&lat=<lat>&lon=<lon>
+    ```
+
+    `<subscription_key>` को अपने Azure Maps खाते के API कुंजी से बदलें।
+
+    `<UDID>` को पिछले कार्य से जियोफेंस के UDID से बदलें।
+
+    `<lat>` और `<lon>` को उस अक्षांश और देशांतर से बदलें जिसे आप परीक्षण करना चाहते हैं।
+
+    यह URL `https://atlas.microsoft.com/spatial/geofence/json` API का उपयोग करता है, जो GeoJSON का उपयोग करके परिभाषित जियोफेंस को क्वेरी करता है। यह `1.0` API संस्करण को लक्षित करता है। `deviceId` पैरामीटर आवश्यक है और इसे उस डिवाइस का नाम होना चाहिए जिससे अक्षांश और देशांतर आता है।
+
+    डिफ़ॉल्ट सर्च बफर 50 मीटर है, और आप इसे `searchBuffer=<distance>` नामक एक अतिरिक्त पैरामीटर पास करके बदल सकते हैं, `<distance>` को मीटर में सर्च बफर दूरी पर सेट कर सकते हैं, 0 से 500 तक।
+
+1. इस URL पर GET अनुरोध करने के लिए curl का उपयोग करें:
+
+    ```sh
+    curl --request GET '<URL>'
+    ```
+
+    > 💁 यदि आपको `BadRequest` प्रतिक्रिया कोड मिलता है, जिसमें यह त्रुटि है:
+    >
+    > ```output
+    > Invalid GeoJSON: All feature properties should contain a geometryId, which is used for identifying the geofence.
+    > ```
+    >
+    > तो आपका GeoJSON `properties` सेक्शन में `geometryId` के बिना है। आपको अपना GeoJSON ठीक करना होगा, फिर ऊपर दिए गए चरणों को दोहराकर इसे फिर से अपलोड करना होगा और नया UDID प्राप्त करना होगा।
+
+1. प्रतिक्रिया में `geometries` की एक सूची होगी, प्रत्येक बहुभुज के लिए एक जो GeoJSON का उपयोग करके जियोफेंस बनाने के लिए परिभाषित किया गया है। प्रत्येक ज्यामिति में 3 महत्वपूर्ण फ़ील्ड होते हैं: `distance`, `nearestLat` और `nearestLon`।
+
+    ```output
+    {
+        "geometries": [
+            {
+                "deviceId": "gps-sensor",
+                "udId": "7c3776eb-da87-4c52-ae83-caadf980323a",
+                "geometryId": "1",
+                "distance": 999.0,
+                "nearestLat": 47.645875,
+                "nearestLon": -122.142713
+            }
+        ],
+        "expiredGeofenceGeometryId": [],
+        "invalidPeriodGeofenceGeometryId": []
+    }
+    ```
+
+    * `nearestLat` और `nearestLon` जियोफेंस के किनारे पर एक बिंदु के अक्षांश और देशांतर हैं जो परीक्षण किए जा रहे स्थान के सबसे करीब है।
+
+    * `distance` परीक्षण किए जा रहे स्थान से जियोफेंस के किनारे के सबसे करीब बिंदु तक की दूरी है। नकारात्मक संख्या जियोफेंस के अंदर, सकारात्मक बाहर। यह मान 50 (डिफ़ॉल्ट सर्च बफर) से कम होगा, या 999।
+
+1. जियोफेंस के अंदर और बाहर स्थानों के साथ इसे कई बार दोहराएं।
+
+## सर्वरलेस कोड से जियोफेंस का उपयोग करें
+
+अब आप अपने Functions ऐप में एक नया ट्रिगर जोड़ सकते हैं ताकि IoT Hub GPS इवेंट डेटा को जियोफेंस के खिलाफ परीक्षण किया जा सके।
+
+### कंज्यूमर ग्रुप्स
+
+जैसा कि आपने पिछले पाठों में देखा है, IoT Hub आपको हब द्वारा प्राप्त किए गए लेकिन संसाधित नहीं किए गए इवेंट्स को फिर से चलाने की अनुमति देगा। लेकिन अगर कई ट्रिगर जुड़े हों तो क्या होगा? यह कैसे जान पाएगा कि किसने कौन से इवेंट्स को संसाधित किया है?
+
+उत्तर है कि यह नहीं जान सकता! इसके बजाय आप इवेंट्स को पढ़ने के लिए कई अलग-अलग कनेक्शन परिभाषित कर सकते हैं, और प्रत्येक अप्रयुक्त संदेशों के पुन:प्ले का प्रबंधन कर सकता है। इन्हें *कंज्यूमर ग्रुप्स* कहा जाता है। जब आप एंडपॉइंट से कनेक्ट करते हैं, तो आप निर्दिष्ट कर सकते हैं कि आप किस कंज्यूमर ग्रुप से कनेक्ट करना चाहते हैं। आपके एप्लिकेशन का प्रत्येक घटक एक अलग कंज्यूमर ग्रुप से कनेक्ट होगा।
+
+![एक IoT Hub जिसमें 3 कंज्यूमर ग्रुप्स एक ही संदेशों को 3 अलग-अलग Functions ऐप्स में वितरित कर रहे हैं](../../../../../translated_images/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.hi.png)
+
+सिद्धांत रूप में प्रत्येक कंज्यूमर ग्रुप से 5 एप्लिकेशन तक कनेक्ट हो सकते हैं, और वे सभी संदेश प्राप्त करेंगे जब वे आएंगे। यह सुनिश्चित करने के लिए कि सभी कतारबद्ध संदेश सही ढंग से संसाधित किए गए हैं, प्रत्येक कंज्यूमर ग्रुप तक केवल एक एप्लिकेशन की पहुंच होना सबसे अच्छा अभ्यास है। उदाहरण के लिए, यदि आपने अपने Functions ऐप को लोकली लॉन्च किया और इसे क्लाउड में भी चलाया, तो वे दोनों संदेशों को संसाधित करेंगे, जिससे स्टोरेज अकाउंट में डुप्लिकेट ब्लॉब्स संग्रहीत होंगे।
+
+यदि आप पहले बनाए गए IoT Hub ट्रिगर के `function.json` फ़ाइल की समीक्षा करते हैं, तो आप इवेंट हब ट्रिगर बाइंडिंग सेक्शन में कंज्यूमर ग्रुप देखेंगे:
+
+```json
+"consumerGroup": "$Default"
+```
+
+जब आप IoT Hub बनाते हैं, तो आपको डिफ़ॉल्ट रूप से `$Default` कंज्यूमर ग्रुप मिलता है। यदि आप एक अतिरिक्त ट्रिगर जोड़ना चाहते हैं, तो आप इसे एक नए कंज्यूमर ग्रुप का उपयोग करके जोड़ सकते हैं।
+
+> 💁 इस पाठ में, आप GPS डेटा को स्टोर करने के लिए उपयोग किए गए फ़ंक्शन से अलग जियोफेंस का परीक्षण करने के लिए एक अलग फ़ंक्शन का उपयोग करेंगे। यह दिखाने के लिए कि कंज्यूमर ग्रुप्स का उपयोग कैसे करें और कोड को अलग करें ताकि इसे पढ़ना और समझना आसान हो। एक प्रोडक्शन एप्लिकेशन में आप इसे कई तरीकों से आर्किटेक्ट कर सकते हैं - दोनों को एक फ़ंक्शन पर रखना, स्टोरेज अकाउंट पर एक ट्रिगर का उपयोग करके जियोफेंस की जांच करने के लिए एक फ़ंक्शन चलाना, या कई फ़ंक्शंस का उपयोग करना। कोई 'सही तरीका' नहीं है, यह आपके एप्लिकेशन और आपकी आवश्यकताओं पर निर्भर करता है।
+
+### कार्य - एक नया कंज्यूमर ग्रुप बनाएं
+
+1. अपने IoT Hub के लिए `geofence` नामक एक नया कंज्यूमर ग्रुप बनाने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az iot hub consumer-group create --name geofence \
+                                     --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को उस नाम से बदलें जिसे आपने अपने IoT Hub के लिए उपयोग किया था।
+
+1. यदि आप IoT Hub के लिए सभी कंज्यूमर ग्रुप्स देखना चाहते हैं, तो निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az iot hub consumer-group list --output table \
+                                   --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को उस नाम से बदलें जिसे आपने अपने IoT Hub के लिए उपयोग किया था। यह सभी कंज्यूमर ग्रुप्स को सूचीबद्ध करेगा।
+
+    ```output
+    Name      ResourceGroup
+    --------  ---------------
+    $Default  gps-sensor
+    geofence  gps-sensor
+    ```
+
+> 💁 जब आपने पिछले पाठ में IoT Hub इवेंट मॉनिटर चलाया था, तो यह `$Default` कंज्यूमर ग्रुप से जुड़ा था। यही कारण था कि आप इवेंट मॉनिटर और इवेंट ट्रिगर को एक साथ नहीं चला सकते। यदि आप दोनों को चलाना चाहते हैं, तो आप अपने सभी फ़ंक्शन ऐप्स के लिए अन्य कंज्यूमर ग्रुप्स का उपयोग कर सकते हैं और `$Default` को इवेंट मॉनिटर के लिए रख सकते हैं।
+
+### कार्य - एक नया IoT Hub ट्रिगर बनाएं
+
+1. अपने `gps-trigger` फ़ंक्शन ऐप में एक नया IoT Hub इवेंट ट्रिगर जोड़ें जिसे आपने पिछले पाठ में बनाया था। इस फ़ंक्शन को `geofence-trigger` कहें।
+
+    > ⚠️ यदि आवश्यक हो तो [प्रोजेक्ट 2, पाठ 5 से IoT Hub इवेंट ट्रिगर बनाने के निर्देशों का संदर्भ लें](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#create-an-iot-hub-event-trigger)।
+
+1. `function.json` फ़ाइल में IoT Hub कनेक्शन स्ट्रिंग को कॉन्फ़िगर करें। `local.settings.json` सभी ट्रिगर्स के बीच साझा किया जाता है।
+
+1. `function.json` फ़ाइल में `consumerGroup` के मान को नए `geofence` कंज्यूमर ग्रुप का संदर्भ देने के लिए अपडेट करें:
+
+    ```json
+    "consumerGroup": "geofence"
+    ```
+
+1. आपको इस ट्रिगर में अपने Azure Maps खाते के लिए सब्सक्रिप्शन कुंजी का उपयोग करना होगा, इसलिए `local.settings.json` फ़ाइल में `MAPS_KEY` नामक एक नया प्रविष्टि जोड़ें।
+
+1. सुनिश्चित करें कि यह संदेशों को कनेक्ट और संसाधित कर रहा है। पहले पाठ से `iot-hub-trigger` भी चलेगा और स्टोरेज में ब्लॉब्स अपलोड करेगा।
+
+    > ब्लॉब स्टोरेज में डुप्लिकेट GPS रीडिंग्स से बचने के लिए, आप क्लाउड में चल रहे Functions ऐप को रोक सकते हैं। ऐसा करने के लिए, निम्नलिखित कमांड का उपयोग करें:
+    >
+    > ```sh
+    > az functionapp stop --resource-group gps-sensor \
+    >                     --name <functions_app_name>
+    > ```
+    >
+    > `<functions_app_name>` को उस नाम से बदलें जिसे आपने अपने Functions ऐप के लिए उपयोग किया था।
+    >
+    > आप इसे बाद में निम्नलिखित कमांड के साथ पुनः प्रारंभ कर सकते हैं:
+    >
+    > ```sh
+    > az functionapp start --resource-group gps-sensor \
+    >                     --name <functions_app_name>
+    > ```
+    >
+    > `<functions_app_name>` को उस नाम से बदलें जिसे आपने अपने Functions ऐप के लिए उपयोग किया था।
+
+### कार्य - ट्रिगर से जियोफेंस का परीक्षण करें
+
+इससे पहले इस पाठ में आपने जियोफेंस को क्वेरी करने के लिए curl का उपयोग किया था ताकि यह देखा जा सके कि कोई बिंदु अंदर या बाहर स्थित है। आप अपने ट्रिगर के अंदर से इसी तरह का वेब अनुरोध कर सकते हैं।
+
+1. जियोफेंस को क्वेरी करने के लिए, आपको इसका UDID चाहिए। `local.settings.json` फ़ाइल में `GEOFENCE_UDID` नामक एक नया प्रविष्टि जोड़ें।
+
+1. नए `geofence-trigger` ट्रिगर से `__init__.py` फ़ाइल खोलें।
+
+1. फ़ाइल के शीर्ष पर निम्नलिखित आयात जोड़ें:
+
+    ```python
+    import json
+    import os
+    import requests
+    ```
+
+    `requests` पैकेज आपको वेब API कॉल करने की अनुमति देता है। Azure Maps में Python SDK नहीं है, आपको इसे Python कोड से उपयोग करने के लिए वेब API कॉल करने की आवश्यकता है।
+
+1. `main` विधि की शुरुआत में निम्नलिखित 2 पंक्तियाँ जोड़ें ताकि Maps सब्सक्रिप्शन कुंजी प्राप्त हो सके:
+
+    ```python
+    maps_key = os.environ['MAPS_KEY']
+    geofence_udid = os.environ['GEOFENCE_UDID']    
+    ```
+
+1. `for event in events` लूप के अंदर, प्रत्येक इवेंट से अक्षांश और देशांतर प्राप्त करने के लिए निम्नलिखित जोड़ें:
+
+    ```python
+    event_body = json.loads(event.get_body().decode('utf-8'))
+    lat = event_body['gps']['lat']
+    lon = event_body['gps']['lon']
+    ```
+
+    यह कोड इवेंट बॉडी से JSON को एक डिक्शनरी में परिवर्तित करता है, फिर `gps` फ़ील्ड से `lat` और `lon` निकालता है।
+
+1. `requests` का उपयोग करते समय, curl के साथ लंबे URL बनाने के बजाय, आप केवल URL भाग का उपयोग कर सकते हैं और पैरामीटर को एक डिक्शनरी के रूप में पास कर सकते हैं। कॉल करने के लिए URL को परिभाषित करने और पैरामीटर को कॉन्फ़िगर करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```python
+    url = 'https://atlas.microsoft.com/spatial/geofence/json'
+
+    params = {
+        'api-version': 1.0,
+        'deviceId': 'gps-sensor',
+        'subscription-key': maps_key,
+        'udid' : geofence_udid,
+        'lat' : lat,
+        'lon' : lon
+    }
+    ```
+
+    `params` डिक्शनरी में आइटम वे कुंजी-मूल्य जोड़े से मेल खाएंगे जिन्हें आपने वेब API को curl के माध्यम से कॉल करते समय उपयोग किया था।
+
+1. वेब API को कॉल करने के लिए निम्नलिखित पंक्तियाँ कोड में जोड़ें:
+
+    ```python
+    response = requests.get(url, params=params)
+    response_body = json.loads(response.text)
+    ```
+
+    यह URL को पैरामीटर के साथ कॉल करता है, और एक प्रतिक्रिया ऑब्जेक्ट प्राप्त करता है।
+
+1. इसके नीचे निम्नलिखित कोड जोड़ें:
+
+    ```python
+    distance = response_body['geometries'][0]['distance']
+
+    if distance == 999:
+        logging.info('Point is outside geofence')
+    elif distance > 0:
+        logging.info(f'Point is just outside geofence by a distance of {distance}m')
+    elif distance == -999:
+        logging.info(f'Point is inside geofence')
+    else:
+        logging.info(f'Point is just inside geofence by a distance of {distance}m')
+    ```
+
+    यह कोड 1 ज्यामिति मानता है, और उस एकल ज्यामिति से दूरी निकालता है। फिर यह दूरी के आधार पर विभिन्न संदेशों को लॉग करता है।
+
+1. इस कोड को चलाएं। आप लॉगिंग आउटपुट में देखेंगे कि GPS निर्देशांक जियोफेंस के अंदर हैं या बाहर, और यदि बिंदु 50 मीटर के भीतर है तो दूरी। इस कोड को अपने GPS सेंसर के स्थान के आधार पर विभिन्न जियोफेंस के साथ आज़माएं, सेंसर को स्थानांतरित करने का प्रयास करें (उदाहरण के लिए मोबाइल फोन से वाईफाई से जुड़े हुए, या वर्चुअल IoT डिवाइस पर विभिन्न निर्देशांक के साथ) ताकि यह परिवर्तन देख सके।
+
+1. जब आप तैयार हों, तो इस कोड को क्लाउड में अपने Functions ऐप पर तैनात करें। नई एप्लिकेशन सेटिंग्स को तैनात करना न भूलें।
+
+    > ⚠️ यदि आवश्यक हो तो [प्रोजेक्ट 2, पाठ 5 से एप्लिकेशन सेटिंग्स अपलोड करने के निर्देशों का संदर्भ लें](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---upload-your-application-settings)।
+
+    > ⚠️ यदि आवश्यक हो तो [प्रोजेक्ट 2, पाठ 5 से अपने Functions ऐप को क्लाउड में तैनात करने के निर्देशों का संदर्भ लें](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---deploy-your-functions-app-to-the-cloud)।
+
+> 💁 आप इस कोड को [code/functions](../../../../../3-transport/lessons/4-geofences/code/functions) फ़ोल्डर में पा सकते हैं।
+
+---
+
+## 🚀 चुनौती
+
+इस पाठ में आपने एक बहुभुज के साथ एक GeoJSON फ़ाइल का उपयोग करके एक जियोफेंस जोड़ा। आप एक ही समय में कई बहुभुज अपलोड कर सकते हैं, जब तक कि उनके पास `properties` सेक्शन में अलग-अलग `geometryId` मान हों।
+
+एक GeoJSON फ़ाइल के साथ कई बहुभुज अपलोड करने का प्रयास करें और अपने कोड को समायोजित करें ताकि यह पता लगाया जा सके कि GPS निर्देशांक किस बहुभुज के सबसे करीब हैं या उसमें हैं।
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/28)
+
+## समीक्षा और स्व-अध्ययन
+
+* जियोफेंस और उनके कुछ उपयोग मामलों के बारे में अधिक पढ़ें [विकिपीडिया पर जियोफेंसिंग पेज](https://en.wikipedia.org/wiki/Geo-fence) पर।
+* Azure Maps जियोफेंसिंग API के बारे में अधिक पढ़ें [Microsoft Azure Maps Spatial - Get Geofence दस्तावेज़](https://docs.microsoft.com/rest/api/maps/spatial/getgeofence?WT.mc_id=academic-17441-jabenn) पर।
+* कंज्यूमर ग्रुप्स के बारे में अधिक पढ़ें [Microsoft Docs पर Azure Event Hubs में फीचर्स और टर्मिनोलॉजी - इवेंट कंज्यूमर्स दस्तावेज़](https://docs.microsoft.com/azure/event-hubs/event-hubs-features?WT.mc_id=academic-17441-jabenn#event-consumers) पर।
+
+## असाइनमेंट
+
+[Twilio का उपयोग करके सूचनाएं भेजें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/3-transport/lessons/4-geofences/assignment.md b/translations/hi/3-transport/lessons/4-geofences/assignment.md
new file mode 100644
index 00000000..32e79ae7
--- /dev/null
+++ b/translations/hi/3-transport/lessons/4-geofences/assignment.md
@@ -0,0 +1,30 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5cb65a6ec4387ed177e145347e8e308e",
+  "translation_date": "2025-08-25T18:02:09+00:00",
+  "source_file": "3-transport/lessons/4-geofences/assignment.md",
+  "language_code": "hi"
+}
+-->
+# Twilio का उपयोग करके सूचनाएं भेजें
+
+## निर्देश
+
+अब तक आपके कोड में आपने केवल जियोफेंस की दूरी को लॉग किया है। इस असाइनमेंट में आपको एक सूचना जोड़नी होगी, चाहे वह टेक्स्ट संदेश हो या ईमेल, जब GPS निर्देशांक जियोफेंस के अंदर हों।
+
+Azure Functions में कई विकल्प हैं, जिनमें तृतीय-पक्ष सेवाएं जैसे Twilio, एक संचार प्लेटफ़ॉर्म, शामिल हैं।
+
+* [Twilio.com](https://www.twilio.com) पर एक मुफ्त खाता बनाएं।
+* [Microsoft docs Twilio binding for Azure Functions page](https://docs.microsoft.com/azure/azure-functions/functions-bindings-twilio?WT.mc_id=academic-17441-jabenn&tabs=python) पर Twilio SMS को Azure Functions से जोड़ने के बारे में दस्तावेज़ पढ़ें।
+* [Microsoft docs Azure Functions SendGrid bindings page](https://docs.microsoft.com/azure/azure-functions/functions-bindings-sendgrid?WT.mc_id=academic-17441-jabenn&tabs=python) पर Twilio SendGrid को ईमेल भेजने के लिए Azure Functions से जोड़ने के बारे में दस्तावेज़ पढ़ें।
+* अपने Functions ऐप में बाइंडिंग जोड़ें ताकि GPS निर्देशांक जियोफेंस के अंदर या बाहर होने पर सूचित किया जा सके - दोनों पर नहीं।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| Functions बाइंडिंग को कॉन्फ़िगर करना और ईमेल या SMS प्राप्त करना | Functions बाइंडिंग को कॉन्फ़िगर करने और जियोफेंस के अंदर या बाहर होने पर ईमेल या SMS प्राप्त करने में सक्षम था, लेकिन दोनों पर नहीं | बाइंडिंग को कॉन्फ़िगर करने में सक्षम था लेकिन ईमेल या SMS भेजने में असमर्थ था, या केवल तब भेजने में सक्षम था जब निर्देशांक दोनों अंदर और बाहर थे | बाइंडिंग को कॉन्फ़िगर करने और ईमेल या SMS भेजने में असमर्थ था |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/README.md b/translations/hi/4-manufacturing/README.md
new file mode 100644
index 00000000..461042fd
--- /dev/null
+++ b/translations/hi/4-manufacturing/README.md
@@ -0,0 +1,36 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3764e089adf2d5801272bc0895f8498b",
+  "translation_date": "2025-08-25T16:25:59+00:00",
+  "source_file": "4-manufacturing/README.md",
+  "language_code": "hi"
+}
+-->
+# निर्माण और प्रसंस्करण - IoT का उपयोग करके खाद्य प्रसंस्करण में सुधार
+
+जब भोजन एक केंद्रीय केंद्र या प्रसंस्करण संयंत्र तक पहुंचता है, तो इसे हमेशा सीधे सुपरमार्केट में नहीं भेजा जाता। अक्सर भोजन कई प्रसंस्करण चरणों से गुजरता है, जैसे गुणवत्ता के आधार पर छंटाई। यह एक प्रक्रिया थी जो पहले मैन्युअल होती थी - यह खेत में शुरू होती थी जब श्रमिक केवल पके हुए फल चुनते थे, फिर फैक्ट्री में फल एक कन्वेयर बेल्ट पर चलते थे और कर्मचारी मैन्युअल रूप से किसी भी चोटिल या सड़े हुए फल को हटा देते थे। मैंने स्कूल के दौरान गर्मियों की नौकरी के रूप में खुद स्ट्रॉबेरी चुनी और छांटी है, और मैं कह सकता हूं कि यह कोई मजेदार काम नहीं है।
+
+अधिक आधुनिक सेटअप छंटाई के लिए IoT पर निर्भर करते हैं। शुरुआती उपकरणों में से कुछ, जैसे [Weco](https://wecotek.com) के सॉर्टर्स, ऑप्टिकल सेंसर का उपयोग करके उत्पाद की गुणवत्ता का पता लगाते हैं, उदाहरण के लिए हरे टमाटर को अस्वीकार करते हैं। इन्हें खेत में हार्वेस्टर में या प्रसंस्करण संयंत्रों में तैनात किया जा सकता है।
+
+जैसे-जैसे कृत्रिम बुद्धिमत्ता (AI) और मशीन लर्निंग (ML) में प्रगति होती है, ये मशीनें अधिक उन्नत हो सकती हैं, ऐसे ML मॉडल का उपयोग करके प्रशिक्षित होती हैं जो फल और विदेशी वस्तुओं जैसे पत्थर, मिट्टी या कीड़ों के बीच अंतर कर सकते हैं। ये मॉडल फल की गुणवत्ता का पता लगाने के लिए भी प्रशिक्षित किए जा सकते हैं, न केवल चोटिल फल बल्कि बीमारी या अन्य फसल समस्याओं का प्रारंभिक पता लगाना भी।
+
+> 🎓 *ML मॉडल* शब्द का मतलब है मशीन लर्निंग सॉफ़्टवेयर को डेटा सेट पर प्रशिक्षित करने का परिणाम। उदाहरण के लिए, आप एक ML मॉडल को पके और कच्चे टमाटरों के बीच अंतर करने के लिए प्रशिक्षित कर सकते हैं, फिर नए चित्रों पर मॉडल का उपयोग करके देख सकते हैं कि टमाटर पके हैं या नहीं।
+
+इन 4 पाठों में आप सीखेंगे कि छवि-आधारित AI मॉडल को फल की गुणवत्ता का पता लगाने के लिए कैसे प्रशिक्षित करें, इन्हें IoT डिवाइस से कैसे उपयोग करें, और इन्हें एज पर कैसे चलाएं - यानी IoT डिवाइस पर, न कि क्लाउड में।
+
+> 💁 इन पाठों में कुछ क्लाउड संसाधनों का उपयोग किया जाएगा। यदि आप इस प्रोजेक्ट के सभी पाठ पूरे नहीं करते हैं, तो सुनिश्चित करें कि आप [अपने प्रोजेक्ट को साफ करें](../clean-up.md)।
+
+## विषय
+
+1. [फल गुणवत्ता डिटेक्टर को प्रशिक्षित करें](./lessons/1-train-fruit-detector/README.md)
+1. [IoT डिवाइस से फल की गुणवत्ता जांचें](./lessons/2-check-fruit-from-device/README.md)
+1. [अपने फल डिटेक्टर को एज पर चलाएं](./lessons/3-run-fruit-detector-edge/README.md)
+1. [सेंसर से फल गुणवत्ता का पता लगाने को ट्रिगर करें](./lessons/4-trigger-fruit-detector/README.md)
+
+## क्रेडिट
+
+सभी पाठ ♥️ के साथ [Jen Fox](https://github.com/jenfoxbot) और [Jim Bennett](https://GitHub.com/JimBobBennett) द्वारा लिखे गए हैं।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/1-train-fruit-detector/README.md b/translations/hi/4-manufacturing/lessons/1-train-fruit-detector/README.md
new file mode 100644
index 00000000..80e3a1c6
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/1-train-fruit-detector/README.md
@@ -0,0 +1,242 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "f5e63c916d2dd97d58be12aaf76bd9f1",
+  "translation_date": "2025-08-25T16:26:25+00:00",
+  "source_file": "4-manufacturing/lessons/1-train-fruit-detector/README.md",
+  "language_code": "hi"
+}
+-->
+# फल गुणवत्ता डिटेक्टर को प्रशिक्षित करें
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़ी छवि देखने के लिए क्लिक करें।
+
+यह वीडियो Azure Custom Vision सेवा का अवलोकन देता है, जो इस पाठ में शामिल की जाएगी।
+
+[![Custom Vision – Machine Learning Made Easy | The Xamarin Show](https://img.youtube.com/vi/TETcDLJlWR4/0.jpg)](https://www.youtube.com/watch?v=TETcDLJlWR4)
+
+> 🎥 वीडियो देखने के लिए ऊपर दी गई छवि पर क्लिक करें
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/29)
+
+## परिचय
+
+हाल के वर्षों में कृत्रिम बुद्धिमत्ता (AI) और मशीन लर्निंग (ML) में वृद्धि ने आज के डेवलपर्स को कई नई क्षमताएं प्रदान की हैं। ML मॉडल को प्रशिक्षित किया जा सकता है ताकि वे छवियों में विभिन्न चीजों को पहचान सकें, जैसे कि अधपके फल। इसे IoT उपकरणों में उपयोग करके फसल की कटाई या फैक्ट्रियों और गोदामों में प्रसंस्करण के दौरान उत्पादों को छांटने में मदद की जा सकती है।
+
+इस पाठ में आप छवि वर्गीकरण के बारे में जानेंगे - ML मॉडल का उपयोग करके विभिन्न चीजों की छवियों के बीच अंतर करना। आप सीखेंगे कि कैसे एक छवि वर्गीकरणकर्ता को प्रशिक्षित किया जाए ताकि वह अच्छे और खराब फलों के बीच अंतर कर सके, जैसे कि अधपके, अधिक पके, चोटिल, या सड़े हुए फल।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [AI और ML का उपयोग करके भोजन को छांटना](../../../../../4-manufacturing/lessons/1-train-fruit-detector)
+* [मशीन लर्निंग के माध्यम से छवि वर्गीकरण](../../../../../4-manufacturing/lessons/1-train-fruit-detector)
+* [एक छवि वर्गीकरणकर्ता को प्रशिक्षित करें](../../../../../4-manufacturing/lessons/1-train-fruit-detector)
+* [अपने छवि वर्गीकरणकर्ता का परीक्षण करें](../../../../../4-manufacturing/lessons/1-train-fruit-detector)
+* [अपने छवि वर्गीकरणकर्ता को पुनः प्रशिक्षित करें](../../../../../4-manufacturing/lessons/1-train-fruit-detector)
+
+## AI और ML का उपयोग करके भोजन को छांटना
+
+वैश्विक जनसंख्या को खिलाना कठिन है, खासकर ऐसी कीमत पर जो सभी के लिए भोजन को सुलभ बनाती है। सबसे बड़े खर्चों में से एक श्रम है, इसलिए किसान अपने श्रम लागत को कम करने के लिए स्वचालन और IoT जैसे उपकरणों की ओर रुख कर रहे हैं। हाथ से कटाई करना श्रमसाध्य (और अक्सर पीठ तोड़ने वाला काम) होता है, और इसे मशीनरी द्वारा प्रतिस्थापित किया जा रहा है, खासकर समृद्ध देशों में। हालांकि मशीनरी का उपयोग करके कटाई करने की लागत कम हो जाती है, लेकिन इसका एक नकारात्मक पहलू है - कटाई के दौरान भोजन को छांटने की क्षमता।
+
+सभी फसलें समान रूप से नहीं पकती हैं। उदाहरण के लिए, टमाटर की बेल पर कुछ हरे फल हो सकते हैं जब अधिकांश फसल कटाई के लिए तैयार होती है। हालांकि इन अधपके फलों को काटना बेकार है, लेकिन किसान के लिए मशीनरी का उपयोग करके सब कुछ काटना और बाद में अधपके उत्पाद को फेंकना सस्ता और आसान होता है।
+
+✅ विभिन्न फलों या सब्जियों को देखें, चाहे वे आपके पास के खेतों में उग रहे हों, आपके बगीचे में हों, या दुकानों में हों। क्या वे सभी समान रूप से पके हैं, या आप उनमें भिन्नता देखते हैं?
+
+स्वचालित कटाई के उदय ने उत्पादों की छंटाई को कटाई से फैक्ट्री तक स्थानांतरित कर दिया। भोजन लंबी कन्वेयर बेल्ट पर यात्रा करता था, जहां लोगों की टीमें उत्पादों को छांटती थीं और जो गुणवत्ता मानकों पर खरा नहीं उतरता था उसे हटा देती थीं। मशीनरी के कारण कटाई सस्ती हो गई, लेकिन भोजन को मैन्युअल रूप से छांटने की लागत अभी भी बनी रही।
+
+![यदि एक लाल टमाटर का पता चलता है तो वह बिना रुके अपनी यात्रा जारी रखता है। यदि एक हरे टमाटर का पता चलता है तो उसे एक लीवर द्वारा कचरे के डिब्बे में फेंक दिया जाता है](../../../../../translated_images/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.hi.png)
+
+अगला विकास मशीनों का उपयोग करके छंटाई करना था, या तो हार्वेस्टर में निर्मित, या प्रसंस्करण संयंत्रों में। इन मशीनों की पहली पीढ़ी ने रंगों का पता लगाने के लिए ऑप्टिकल सेंसर का उपयोग किया, जो लीवर या हवा के झोंकों का उपयोग करके हरे टमाटरों को कचरे के डिब्बे में धकेलते थे, और लाल टमाटरों को कन्वेयर बेल्ट के नेटवर्क पर जारी रखते थे।
+
+इस वीडियो में, जब टमाटर एक कन्वेयर बेल्ट से दूसरे पर गिरते हैं, तो हरे टमाटरों का पता लगाया जाता है और लीवर का उपयोग करके उन्हें एक डिब्बे में फेंक दिया जाता है।
+
+✅ फैक्ट्री या खेत में इन ऑप्टिकल सेंसरों को सही ढंग से काम करने के लिए किन परिस्थितियों की आवश्यकता होगी?
+
+इन छंटाई मशीनों का नवीनतम विकास AI और ML का लाभ उठाता है, जो अच्छे और खराब उत्पादों के बीच अंतर करने के लिए प्रशिक्षित मॉडल का उपयोग करता है। यह केवल स्पष्ट रंग अंतर जैसे हरे टमाटर बनाम लाल टमाटर के आधार पर नहीं, बल्कि उपस्थिति में सूक्ष्म अंतर के आधार पर भी काम करता है जो बीमारी या चोट का संकेत दे सकते हैं।
+
+## मशीन लर्निंग के माध्यम से छवि वर्गीकरण
+
+पारंपरिक प्रोग्रामिंग में आप डेटा लेते हैं, उस पर एक एल्गोरिदम लागू करते हैं, और आउटपुट प्राप्त करते हैं। उदाहरण के लिए, पिछले प्रोजेक्ट में आपने GPS निर्देशांक और एक जियोफेंस लिया, Azure Maps द्वारा प्रदान किए गए एल्गोरिदम को लागू किया, और यह परिणाम प्राप्त किया कि बिंदु जियोफेंस के अंदर है या बाहर। आप अधिक डेटा इनपुट करते हैं, आपको अधिक आउटपुट मिलता है।
+
+![पारंपरिक विकास इनपुट और एल्गोरिदम लेता है और आउटपुट देता है। मशीन लर्निंग इनपुट और आउटपुट डेटा का उपयोग करके एक मॉडल को प्रशिक्षित करती है, और यह मॉडल नए इनपुट डेटा को लेकर नया आउटपुट उत्पन्न कर सकता है](../../../../../translated_images/traditional-vs-ml.5c20c169621fa539ca84a2cd9a49f6ff7410b3a6c6b46c97ff2af3f99db3c66b.hi.png)
+
+मशीन लर्निंग इसे उलट देता है - आप डेटा और ज्ञात आउटपुट से शुरू करते हैं, और मशीन लर्निंग एल्गोरिदम डेटा से सीखता है। फिर आप उस प्रशिक्षित एल्गोरिदम, जिसे *मशीन लर्निंग मॉडल* या *मॉडल* कहा जाता है, को ले सकते हैं और नए डेटा को इनपुट कर सकते हैं और नया आउटपुट प्राप्त कर सकते हैं।
+
+> 🎓 मशीन लर्निंग एल्गोरिदम के डेटा से सीखने की प्रक्रिया को *प्रशिक्षण* कहा जाता है। इनपुट और ज्ञात आउटपुट को *प्रशिक्षण डेटा* कहा जाता है।
+
+उदाहरण के लिए, आप एक मॉडल को लाखों अधपके केले की तस्वीरें इनपुट प्रशिक्षण डेटा के रूप में दे सकते हैं, और प्रशिक्षण आउटपुट को `अधपका` सेट कर सकते हैं, और लाखों पके केले की तस्वीरें प्रशिक्षण डेटा के रूप में दे सकते हैं और आउटपुट को `पका` सेट कर सकते हैं। ML एल्गोरिदम इस डेटा के आधार पर एक मॉडल बनाएगा। फिर आप इस मॉडल को एक नए केले की तस्वीर देंगे और यह भविष्यवाणी करेगा कि नई तस्वीर में केला पका है या अधपका।
+
+> 🎓 ML मॉडल के परिणामों को *भविष्यवाणियां* कहा जाता है।
+
+![2 केले, एक पका हुआ जिसमें 99.7% पका और 0.3% अधपका की भविष्यवाणी है, और एक अधपका जिसमें 1.4% पका और 98.6% अधपका की भविष्यवाणी है](../../../../../translated_images/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.hi.png)
+
+ML मॉडल एक बाइनरी उत्तर नहीं देते, बल्कि संभावनाएं देते हैं। उदाहरण के लिए, एक मॉडल को एक केले की तस्वीर दी जा सकती है और यह `पका` को 99.7% और `अधपका` को 0.3% भविष्यवाणी कर सकता है। आपका कोड सबसे अच्छी भविष्यवाणी को चुनता है और तय करता है कि केला पका है।
+
+छवियों का पता लगाने के लिए उपयोग किए जाने वाले ML मॉडल को *छवि वर्गीकरणकर्ता* कहा जाता है - इसे लेबल वाली छवियां दी जाती हैं, और फिर यह इन लेबलों के आधार पर नई छवियों को वर्गीकृत करता है।
+
+> 💁 यह एक सरलीकरण है, और ऐसे कई अन्य तरीके हैं जिनसे मॉडल को प्रशिक्षित किया जा सकता है जो हमेशा लेबल वाले आउटपुट की आवश्यकता नहीं होती, जैसे कि असुपरवाइज्ड लर्निंग। यदि आप ML के बारे में अधिक जानना चाहते हैं, तो [ML for beginners, मशीन लर्निंग पर 24 पाठों का पाठ्यक्रम](https://aka.ms/ML-beginners) देखें।
+
+## एक छवि वर्गीकरणकर्ता को प्रशिक्षित करें
+
+एक छवि वर्गीकरणकर्ता को सफलतापूर्वक प्रशिक्षित करने के लिए आपको लाखों छवियों की आवश्यकता होती है। हालांकि, एक बार जब आपके पास लाखों या अरबों विभिन्न छवियों पर प्रशिक्षित एक छवि वर्गीकरणकर्ता होता है, तो आप इसे पुनः उपयोग कर सकते हैं और इसे एक छोटे सेट की छवियों का उपयोग करके पुनः प्रशिक्षित कर सकते हैं और शानदार परिणाम प्राप्त कर सकते हैं, इस प्रक्रिया को *ट्रांसफर लर्निंग* कहा जाता है।
+
+> 🎓 ट्रांसफर लर्निंग वह प्रक्रिया है जिसमें आप एक मौजूदा ML मॉडल से सीखने को नए डेटा के आधार पर एक नए मॉडल में स्थानांतरित करते हैं।
+
+एक बार जब एक छवि वर्गीकरणकर्ता को विभिन्न प्रकार की छवियों के लिए प्रशिक्षित किया जाता है, तो इसके आंतरिक भाग आकृतियों, रंगों और पैटर्न को पहचानने में उत्कृष्ट होते हैं। ट्रांसफर लर्निंग मॉडल को यह सिखाने की अनुमति देता है कि वह पहले से पहचानी गई छवि भागों का उपयोग करके नई छवियों को कैसे पहचाने।
+
+![एक बार जब आप आकृतियों को पहचान सकते हैं, तो उन्हें विभिन्न कॉन्फ़िगरेशन में एक नाव या बिल्ली बनाने के लिए रखा जा सकता है](../../../../../translated_images/shapes-to-images.1a309f0ea88dd66fafa4da6d38e88806ce174cc6a88081efb32852230ed55de8.hi.png)
+
+आप इसे बच्चों की आकृति पुस्तकों की तरह सोच सकते हैं, जहां एक बार जब आप एक अर्धवृत्त, एक आयत और एक त्रिभुज को पहचान सकते हैं, तो आप एक नौका या बिल्ली को पहचान सकते हैं, यह इस बात पर निर्भर करता है कि ये आकृतियां कैसे व्यवस्थित हैं। छवि वर्गीकरणकर्ता आकृतियों को पहचान सकता है, और ट्रांसफर लर्निंग इसे सिखाता है कि कौन सा संयोजन एक नाव या बिल्ली बनाता है - या एक पका हुआ केला।
+
+ऐसा करने में मदद करने के लिए कई उपकरण उपलब्ध हैं, जिनमें क्लाउड-आधारित सेवाएं शामिल हैं जो आपको अपना मॉडल प्रशिक्षित करने में मदद कर सकती हैं, और फिर इसे वेब API के माध्यम से उपयोग कर सकती हैं।
+
+> 💁 इन मॉडलों को प्रशिक्षित करने में बहुत अधिक कंप्यूटर शक्ति लगती है, आमतौर पर ग्राफिक्स प्रोसेसिंग यूनिट्स (GPUs) के माध्यम से। वही विशेष हार्डवेयर जो आपके Xbox पर गेम को शानदार बनाता है, मशीन लर्निंग मॉडल को प्रशिक्षित करने में भी उपयोग किया जा सकता है। क्लाउड का उपयोग करके आप शक्तिशाली कंप्यूटरों पर GPUs के साथ समय किराए पर ले सकते हैं ताकि इन मॉडलों को प्रशिक्षित किया जा सके, और आपको केवल उस समय के लिए कंप्यूटिंग शक्ति तक पहुंच प्राप्त हो सके जब आपको इसकी आवश्यकता हो।
+
+## कस्टम विजन
+
+Custom Vision एक क्लाउड-आधारित उपकरण है जो छवि वर्गीकरणकर्ताओं को प्रशिक्षित करता है। यह आपको केवल कुछ छवियों का उपयोग करके एक वर्गीकरणकर्ता को प्रशिक्षित करने की अनुमति देता है। आप छवियों को वेब पोर्टल, वेब API या SDK के माध्यम से अपलोड कर सकते हैं, प्रत्येक छवि को एक *टैग* दे सकते हैं जो उस छवि का वर्गीकरण है। फिर आप मॉडल को प्रशिक्षित करते हैं और यह देखने के लिए परीक्षण करते हैं कि यह कितना अच्छा प्रदर्शन करता है। एक बार जब आप मॉडल से संतुष्ट हो जाते हैं, तो आप इसके संस्करण प्रकाशित कर सकते हैं जिन्हें वेब API या SDK के माध्यम से एक्सेस किया जा सकता है।
+
+![Azure Custom Vision लोगो](../../../../../translated_images/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.hi.png)
+
+> 💁 आप केवल 5 छवियों प्रति वर्गीकरण के साथ एक कस्टम विजन मॉडल को प्रशिक्षित कर सकते हैं, लेकिन अधिक बेहतर है। कम से कम 30 छवियों के साथ आपको बेहतर परिणाम मिल सकते हैं।
+
+Custom Vision Microsoft के AI उपकरणों की एक श्रृंखला का हिस्सा है जिसे Cognitive Services कहा जाता है। ये AI उपकरण हैं जिन्हें या तो बिना किसी प्रशिक्षण के, या थोड़े प्रशिक्षण के साथ उपयोग किया जा सकता है। इनमें भाषण पहचान और अनुवाद, भाषा समझ और छवि विश्लेषण शामिल हैं। ये Azure में एक मुफ्त स्तर के साथ उपलब्ध हैं।
+
+> 💁 मुफ्त स्तर एक मॉडल बनाने, इसे प्रशिक्षित करने, और फिर इसे विकास कार्य के लिए उपयोग करने के लिए पर्याप्त है। आप Microsoft Docs पर [Custom Vision Limits and quotas पृष्ठ](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/limits-and-quotas?WT.mc_id=academic-17441-jabenn) पर मुफ्त स्तर की सीमाओं के बारे में पढ़ सकते हैं।
+
+### कार्य - एक Cognitive Services संसाधन बनाएं
+
+Custom Vision का उपयोग करने के लिए, आपको पहले Azure CLI का उपयोग करके Azure में दो Cognitive Services संसाधन बनाने होंगे, एक Custom Vision प्रशिक्षण के लिए और एक Custom Vision भविष्यवाणी के लिए।
+
+1. इस प्रोजेक्ट के लिए `fruit-quality-detector` नामक एक Resource Group बनाएं।
+
+1. निम्नलिखित कमांड का उपयोग करके एक मुफ्त Custom Vision प्रशिक्षण संसाधन बनाएं:
+
+    ```sh
+    az cognitiveservices account create --name fruit-quality-detector-training \
+                                        --resource-group fruit-quality-detector \
+                                        --kind CustomVision.Training \
+                                        --sku F0 \
+                                        --yes \
+                                        --location <location>
+    ```
+
+    `<location>` को उस स्थान से बदलें जिसे आपने Resource Group बनाते समय उपयोग किया था।
+
+    यह आपके Resource Group में एक Custom Vision प्रशिक्षण संसाधन बनाएगा। इसे `fruit-quality-detector-training` कहा जाएगा और यह `F0` sku का उपयोग करेगा, जो मुफ्त स्तर है। `--yes` विकल्प का मतलब है कि आप Cognitive Services की शर्तों और नियमों से सहमत हैं।
+
+> 💁 यदि आप पहले से ही Cognitive Services का उपयोग करके एक मुफ्त खाता रखते हैं, तो `S0` sku का उपयोग करें।
+
+1. निम्नलिखित कमांड का उपयोग करके एक मुफ्त Custom Vision भविष्यवाणी संसाधन बनाएं:
+
+    ```sh
+    az cognitiveservices account create --name fruit-quality-detector-prediction \
+                                        --resource-group fruit-quality-detector \
+                                        --kind CustomVision.Prediction \
+                                        --sku F0 \
+                                        --yes \
+                                        --location <location>
+    ```
+
+    `<location>` को उस स्थान से बदलें जिसे आपने Resource Group बनाते समय उपयोग किया था।
+
+    यह आपके Resource Group में एक Custom Vision भविष्यवाणी संसाधन बनाएगा। इसे `fruit-quality-detector-prediction` कहा जाएगा और यह `F0` sku का उपयोग करेगा, जो मुफ्त स्तर है। `--yes` विकल्प का मतलब है कि आप Cognitive Services की शर्तों और नियमों से सहमत हैं।
+
+### कार्य - एक छवि वर्गीकरणकर्ता प्रोजेक्ट बनाएं
+
+1. [CustomVision.ai](https://customvision.ai) पर Custom Vision पोर्टल लॉन्च करें, और अपने Azure खाते के लिए उपयोग किए गए Microsoft खाते से साइन इन करें।
+
+1. Microsoft Docs पर [बिल्ड ए क्लासिफायर क्विकस्टार्ट के नए प्रोजेक्ट अनुभाग](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#create-a-new-project) का पालन करें ताकि एक नया Custom Vision प्रोजेक्ट बनाया जा सके। UI बदल सकता है और ये डॉक हमेशा सबसे अद्यतन संदर्भ हैं।
+
+    अपने प्रोजेक्ट का नाम `fruit-quality-detector` रखें।
+
+    जब आप अपना प्रोजेक्ट बनाते हैं, तो सुनिश्चित करें कि आप पहले बनाए गए `fruit-quality-detector-training` संसाधन का उपयोग कर रहे हैं। *Classification* प्रोजेक्ट प्रकार, *Multiclass* वर्गीकरण प्रकार, और *Food* डोमेन का उपयोग करें।
+
+    ![Custom Vision प्रोजेक्ट के लिए सेटिंग्स, नाम `fruit-quality-detector`, कोई विवरण नहीं, संसाधन `fruit-quality-detector-training`, प्रोजेक्ट प्रकार `classification`, वर्गीकरण प्रकार `multi class`, और डोमेन `food`](../../../../../translated_images/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.hi.png)
+
+✅ अपने छवि वर्गीकरणकर्ता के लिए Custom Vision UI का अन्वेषण करने के लिए कुछ समय लें।
+
+### कार्य - अपने छवि वर्गीकरणकर्ता प्रोजेक्ट को प्रशिक्षित करें
+
+एक छवि वर्गीकरणकर्ता को प्रशिक्षित करने के लिए, आपको फलों की कई तस्वीरों की आवश्यकता होगी, अच्छे और खराब गुणवत्ता वाले, जिन्हें अच्छे और खराब के रूप में टैग किया जा सके, जैसे कि एक पका हुआ और एक अधिक पका हुआ केला।
+💁 ये वर्गीकरणकर्ता किसी भी चीज़ की छवियों को वर्गीकृत कर सकते हैं, इसलिए यदि आपके पास अलग-अलग गुणवत्ता वाले फल उपलब्ध नहीं हैं, तो आप दो अलग-अलग प्रकार के फल, या बिल्ली और कुत्ते का उपयोग कर सकते हैं!
+आदर्श रूप से प्रत्येक तस्वीर में केवल फल होना चाहिए, या तो एक समान पृष्ठभूमि के साथ या विभिन्न प्रकार की पृष्ठभूमियों के साथ। सुनिश्चित करें कि पृष्ठभूमि में ऐसा कुछ भी न हो जो पके और कच्चे फल के बीच अंतर को दर्शाता हो।
+
+> 💁 यह महत्वपूर्ण है कि पृष्ठभूमि या ऐसी वस्तुएं जो टैग के लिए वर्गीकृत की जा रही चीज़ से संबंधित नहीं हैं, तस्वीरों में न हों। अन्यथा, वर्गीकरण केवल पृष्ठभूमि के आधार पर हो सकता है। एक बार त्वचा कैंसर के लिए एक वर्गीकरण मॉडल बनाया गया था, जिसे सामान्य और कैंसरयुक्त तिलों पर प्रशिक्षित किया गया था। कैंसरयुक्त तिलों के साथ हमेशा उनके आकार को मापने के लिए रूलर होते थे। अंततः, मॉडल लगभग 100% सटीकता के साथ तस्वीरों में रूलर की पहचान कर रहा था, न कि कैंसरयुक्त तिलों की।
+
+इमेज क्लासिफायर बहुत कम रिज़ॉल्यूशन पर काम करते हैं। उदाहरण के लिए, Custom Vision प्रशिक्षण और भविष्यवाणी के लिए 10240x10240 तक की तस्वीरें ले सकता है, लेकिन मॉडल को 227x227 आकार की तस्वीरों पर प्रशिक्षित और चलाता है। बड़ी तस्वीरें इस आकार में सिकुड़ जाती हैं, इसलिए सुनिश्चित करें कि जिस चीज़ को आप वर्गीकृत कर रहे हैं वह तस्वीर में एक बड़ा हिस्सा ले रही हो, अन्यथा यह छोटे आकार की तस्वीर में बहुत छोटी हो सकती है जिसे क्लासिफायर उपयोग करता है।
+
+1. अपने क्लासिफायर के लिए तस्वीरें इकट्ठा करें। आपको प्रत्येक लेबल के लिए क्लासिफायर को प्रशिक्षित करने के लिए कम से कम 5 तस्वीरों की आवश्यकता होगी, लेकिन जितनी अधिक होंगी उतना बेहतर। आपको क्लासिफायर का परीक्षण करने के लिए कुछ अतिरिक्त तस्वीरों की भी आवश्यकता होगी। ये तस्वीरें एक ही चीज़ की अलग-अलग तस्वीरें होनी चाहिए। उदाहरण के लिए:
+
+    * 2 पके केले का उपयोग करते हुए, प्रत्येक का कुछ अलग-अलग कोणों से तस्वीरें लें, कम से कम 7 तस्वीरें (5 प्रशिक्षण के लिए, 2 परीक्षण के लिए), लेकिन आदर्श रूप से अधिक।
+
+        ![2 अलग-अलग केले की तस्वीरें](../../../../../translated_images/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.hi.png)
+
+    * यही प्रक्रिया 2 कच्चे केले के साथ दोहराएं।
+
+    आपके पास कम से कम 10 प्रशिक्षण तस्वीरें होनी चाहिए, जिनमें कम से कम 5 पके और 5 कच्चे, और 4 परीक्षण तस्वीरें, 2 पके, 2 कच्चे। आपकी तस्वीरें png या jpeg होनी चाहिए, 6MB से छोटी। यदि आप उन्हें iPhone से बनाते हैं, तो वे उच्च-रिज़ॉल्यूशन HEIC तस्वीरें हो सकती हैं, जिन्हें परिवर्तित और संभवतः छोटा करना होगा। जितनी अधिक तस्वीरें होंगी उतना बेहतर, और आपके पास पके और कच्चे की समान संख्या होनी चाहिए।
+
+    यदि आपके पास पके और कच्चे फल दोनों नहीं हैं, तो आप अलग-अलग फल, या आपके पास उपलब्ध कोई भी दो वस्तुएं उपयोग कर सकते हैं। आप [images](../../../../../4-manufacturing/lessons/1-train-fruit-detector/images) फ़ोल्डर में पके और कच्चे केले की कुछ उदाहरण तस्वीरें भी पा सकते हैं जिन्हें आप उपयोग कर सकते हैं।
+
+1. [Microsoft Docs पर क्लासिफायर क्विकस्टार्ट के "तस्वीरें अपलोड और टैग करें" अनुभाग](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) का अनुसरण करें और अपनी प्रशिक्षण तस्वीरें अपलोड करें। पके फल को `ripe` और कच्चे फल को `unripe` के रूप में टैग करें।
+
+    ![पके और कच्चे केले की तस्वीरें अपलोड करने वाले डायलॉग](../../../../../translated_images/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.hi.png)
+
+1. [Microsoft Docs पर क्लासिफायर क्विकस्टार्ट के "क्लासिफायर को प्रशिक्षित करें" अनुभाग](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#train-the-classifier) का अनुसरण करें और अपनी अपलोड की गई तस्वीरों पर इमेज क्लासिफायर को प्रशिक्षित करें।
+
+    आपको प्रशिक्षण प्रकार का चयन करने का विकल्प दिया जाएगा। **Quick Training** चुनें।
+
+क्लासिफायर तब प्रशिक्षित होगा। प्रशिक्षण पूरा होने में कुछ मिनट लगेंगे।
+
+> 🍌 यदि आप प्रशिक्षण के दौरान अपने फल को खाने का निर्णय लेते हैं, तो सुनिश्चित करें कि आपके पास परीक्षण के लिए पर्याप्त तस्वीरें हों!
+
+## अपने इमेज क्लासिफायर का परीक्षण करें
+
+एक बार आपका क्लासिफायर प्रशिक्षित हो जाए, तो आप इसे नई तस्वीर देकर परीक्षण कर सकते हैं।
+
+### कार्य - अपने इमेज क्लासिफायर का परीक्षण करें
+
+1. [Microsoft Docs पर "अपने मॉडल का परीक्षण करें" दस्तावेज़](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/test-your-model?WT.mc_id=academic-17441-jabenn#test-your-model) का अनुसरण करें और अपने इमेज क्लासिफायर का परीक्षण करें। उन परीक्षण तस्वीरों का उपयोग करें जो आपने पहले बनाई थीं, न कि वे तस्वीरें जो आपने प्रशिक्षण के लिए उपयोग की थीं।
+
+    ![एक कच्चे केले को 98.9% संभावना के साथ कच्चा और 1.1% संभावना के साथ पका हुआ वर्गीकृत किया गया](../../../../../translated_images/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.hi.png)
+
+1. आपके पास उपलब्ध सभी परीक्षण तस्वीरों को आज़माएं और संभावनाओं का निरीक्षण करें।
+
+## अपने इमेज क्लासिफायर को पुनः प्रशिक्षित करें
+
+जब आप अपने क्लासिफायर का परीक्षण करते हैं, तो यह संभव है कि यह अपेक्षित परिणाम न दे। इमेज क्लासिफायर मशीन लर्निंग का उपयोग करता है ताकि यह अनुमान लगाया जा सके कि तस्वीर में क्या है, और यह संभावनाओं के आधार पर निर्णय लेता है कि तस्वीर की विशेषताएँ किसी विशेष लेबल से मेल खाती हैं। यह तस्वीर में क्या है इसे समझता नहीं है - इसे यह नहीं पता कि केला क्या है या केला और नाव के बीच का अंतर क्या है। आप इसे उन तस्वीरों के साथ पुनः प्रशिक्षित करके सुधार सकते हैं जिनमें यह गलत परिणाम देता है।
+
+हर बार जब आप क्विक टेस्ट विकल्प का उपयोग करके भविष्यवाणी करते हैं, तो तस्वीर और परिणाम संग्रहीत किए जाते हैं। आप इन तस्वीरों का उपयोग अपने मॉडल को पुनः प्रशिक्षित करने के लिए कर सकते हैं।
+
+### कार्य - अपने इमेज क्लासिफायर को पुनः प्रशिक्षित करें
+
+1. [Microsoft Docs पर "प्रशिक्षण के लिए भविष्यवाणी की गई तस्वीर का उपयोग करें" दस्तावेज़](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/test-your-model?WT.mc_id=academic-17441-jabenn#use-the-predicted-image-for-training) का अनुसरण करें और अपने मॉडल को पुनः प्रशिक्षित करें, प्रत्येक तस्वीर के लिए सही टैग का उपयोग करते हुए।
+
+1. एक बार आपका मॉडल पुनः प्रशिक्षित हो जाए, तो नई तस्वीरों पर परीक्षण करें।
+
+---
+
+## 🚀 चुनौती
+
+आपके अनुसार क्या होगा यदि आप केले पर प्रशिक्षित मॉडल के साथ स्ट्रॉबेरी की तस्वीर का उपयोग करें, या एक inflatable केले की तस्वीर, या केले के सूट में एक व्यक्ति, या यहां तक कि एक पीले कार्टून चरित्र जैसे सिम्पसन्स का कोई पात्र?
+
+इसे आज़माएं और देखें कि भविष्यवाणियां क्या हैं। आप [Bing Image Search](https://www.bing.com/images/trending) का उपयोग करके आज़माने के लिए तस्वीरें पा सकते हैं।
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/30)
+
+## समीक्षा और स्व-अध्ययन
+
+* जब आपने अपने क्लासिफायर को प्रशिक्षित किया, तो आपने *Precision*, *Recall*, और *AP* के मान देखे होंगे जो बनाए गए मॉडल को रेट करते हैं। [Microsoft Docs पर क्लासिफायर क्विकस्टार्ट के "क्लासिफायर का मूल्यांकन करें" अनुभाग](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#evaluate-the-classifier) का उपयोग करके इन मानों के बारे में पढ़ें।
+* [Microsoft Docs पर "अपने Custom Vision मॉडल को कैसे सुधारें" अनुभाग](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-improving-your-classifier?WT.mc_id=academic-17441-jabenn) से अपने क्लासिफायर को सुधारने के तरीके के बारे में पढ़ें।
+
+## असाइनमेंट
+
+[अपने क्लासिफायर को कई फलों और सब्जियों के लिए प्रशिक्षित करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/1-train-fruit-detector/assignment.md b/translations/hi/4-manufacturing/lessons/1-train-fruit-detector/assignment.md
new file mode 100644
index 00000000..0edac492
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/1-train-fruit-detector/assignment.md
@@ -0,0 +1,28 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e74eb2fc7cc3b81916b52e957802f182",
+  "translation_date": "2025-08-25T16:28:32+00:00",
+  "source_file": "4-manufacturing/lessons/1-train-fruit-detector/assignment.md",
+  "language_code": "hi"
+}
+-->
+# अपने क्लासिफायर को कई फलों और सब्जियों के लिए प्रशिक्षित करें
+
+## निर्देश
+
+इस पाठ में आपने एक इमेज क्लासिफायर को प्रशिक्षित किया ताकि वह पके और कच्चे फलों के बीच अंतर कर सके, लेकिन केवल एक प्रकार के फल के लिए। एक क्लासिफायर को कई फलों को पहचानने के लिए प्रशिक्षित किया जा सकता है, जिसमें सफलता की दर फल के प्रकार और पके और कच्चे के बीच के अंतर पर निर्भर करती है।
+
+उदाहरण के लिए, ऐसे फल जिनका रंग पकने पर बदलता है, उनके लिए इमेज क्लासिफायर रंग सेंसर की तुलना में कम प्रभावी हो सकते हैं क्योंकि वे आमतौर पर ग्रे स्केल इमेज पर काम करते हैं, न कि पूर्ण रंग पर।
+
+अपने क्लासिफायर को अन्य फलों के साथ प्रशिक्षित करें और देखें कि यह कितना अच्छा काम करता है, खासकर जब फल एक जैसे दिखते हैं। उदाहरण के लिए, सेब और टमाटर।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ------------------ |
+| कई फलों के लिए क्लासिफायर को प्रशिक्षित करें | क्लासिफायर को कई फलों के लिए प्रशिक्षित करने में सक्षम था | क्लासिफायर को एक अतिरिक्त फल के लिए प्रशिक्षित करने में सक्षम था | क्लासिफायर को अधिक फलों के लिए प्रशिक्षित करने में असमर्थ था |
+| क्लासिफायर कितना अच्छा काम करता है यह निर्धारित करें | विभिन्न फलों के साथ क्लासिफायर के काम करने पर सही तरीके से टिप्पणी करने में सक्षम था | यह देखने और सुझाव देने में सक्षम था कि यह कितना अच्छा काम कर रहा था | क्लासिफायर कितना अच्छा काम कर रहा था इस पर टिप्पणी करने में असमर्थ था |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/README.md b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/README.md
new file mode 100644
index 00000000..1318224e
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/README.md
@@ -0,0 +1,170 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "557f4ee96b752e0651d2e6e74aa6bd14",
+  "translation_date": "2025-08-25T16:28:46+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/README.md",
+  "language_code": "hi"
+}
+-->
+# IoT डिवाइस से फलों की गुणवत्ता जांचें
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़ी छवि देखने के लिए क्लिक करें।
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/31)
+
+## परिचय
+
+पिछले पाठ में आपने इमेज क्लासिफायर के बारे में सीखा था और उन्हें अच्छे और खराब फलों का पता लगाने के लिए प्रशिक्षित करना सीखा था। इस इमेज क्लासिफायर को IoT एप्लिकेशन में उपयोग करने के लिए, आपको किसी प्रकार के कैमरे का उपयोग करके छवि कैप्चर करने और इसे क्लाउड में भेजने की आवश्यकता होगी ताकि इसे वर्गीकृत किया जा सके।
+
+इस पाठ में आप कैमरा सेंसर के बारे में जानेंगे और IoT डिवाइस के साथ उनका उपयोग करके छवि कैप्चर करना सीखेंगे। आप यह भी सीखेंगे कि अपने IoT डिवाइस से इमेज क्लासिफायर को कैसे कॉल करें।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [कैमरा सेंसर](../../../../../4-manufacturing/lessons/2-check-fruit-from-device)
+* [IoT डिवाइस का उपयोग करके छवि कैप्चर करें](../../../../../4-manufacturing/lessons/2-check-fruit-from-device)
+* [अपने इमेज क्लासिफायर को प्रकाशित करें](../../../../../4-manufacturing/lessons/2-check-fruit-from-device)
+* [IoT डिवाइस से छवियों को वर्गीकृत करें](../../../../../4-manufacturing/lessons/2-check-fruit-from-device)
+* [मॉडल में सुधार करें](../../../../../4-manufacturing/lessons/2-check-fruit-from-device)
+
+## कैमरा सेंसर
+
+कैमरा सेंसर, जैसा कि नाम से पता चलता है, ऐसे कैमरे हैं जिन्हें आप अपने IoT डिवाइस से कनेक्ट कर सकते हैं। ये स्थिर छवियां ले सकते हैं या स्ट्रीमिंग वीडियो कैप्चर कर सकते हैं। कुछ कच्चे इमेज डेटा लौटाते हैं, जबकि अन्य इमेज डेटा को JPEG या PNG जैसे इमेज फाइल में संपीड़ित करते हैं। आमतौर पर IoT डिवाइस के साथ काम करने वाले कैमरे छोटे और कम रिज़ॉल्यूशन वाले होते हैं, लेकिन आप उच्च रिज़ॉल्यूशन वाले कैमरे प्राप्त कर सकते हैं जो उच्च गुणवत्ता वाले फोन के बराबर होते हैं। आप विभिन्न प्रकार के इंटरचेंजेबल लेंस, मल्टीपल कैमरा सेटअप, इंफ्रारेड थर्मल कैमरे, या UV कैमरे प्राप्त कर सकते हैं।
+
+![एक दृश्य से प्रकाश लेंस के माध्यम से गुजरता है और CMOS सेंसर पर केंद्रित होता है](../../../../../translated_images/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.hi.png)
+
+अधिकांश कैमरा सेंसर इमेज सेंसर का उपयोग करते हैं जहां प्रत्येक पिक्सेल एक फोटो डायोड होता है। एक लेंस छवि को इमेज सेंसर पर केंद्रित करता है, और हजारों या लाखों फोटो डायोड प्रत्येक पर पड़ने वाले प्रकाश का पता लगाते हैं और इसे पिक्सेल डेटा के रूप में रिकॉर्ड करते हैं।
+
+> 💁 लेंस छवियों को उल्टा कर देते हैं, कैमरा सेंसर फिर छवि को सही दिशा में पलट देता है। आपके आंखों में भी यही होता है - जो आप देखते हैं वह आपकी आंख के पीछे उल्टा होता है और आपका मस्तिष्क इसे सही करता है।
+
+> 🎓 इमेज सेंसर को एक्टिव-पिक्सेल सेंसर (APS) के रूप में जाना जाता है, और APS का सबसे लोकप्रिय प्रकार एक कॉम्प्लिमेंटरी मेटल-ऑक्साइड सेमीकंडक्टर सेंसर, या CMOS है। आपने कैमरा सेंसर के लिए CMOS सेंसर शब्द सुना होगा।
+
+कैमरा सेंसर डिजिटल सेंसर होते हैं, जो इमेज डेटा को डिजिटल डेटा के रूप में भेजते हैं, आमतौर पर एक लाइब्रेरी की मदद से जो संचार प्रदान करती है। कैमरे SPI जैसे प्रोटोकॉल का उपयोग करके कनेक्ट होते हैं ताकि वे बड़ी मात्रा में डेटा भेज सकें - छवियां तापमान सेंसर जैसे सेंसर से एकल संख्या की तुलना में काफी बड़ी होती हैं।
+
+✅ IoT डिवाइस के साथ इमेज साइज की सीमाओं के बारे में क्या प्रतिबंध हैं? विशेष रूप से माइक्रोकंट्रोलर हार्डवेयर पर प्रतिबंधों के बारे में सोचें।
+
+## IoT डिवाइस का उपयोग करके छवि कैप्चर करें
+
+आप अपने IoT डिवाइस का उपयोग करके एक छवि कैप्चर कर सकते हैं जिसे वर्गीकृत किया जाएगा।
+
+### कार्य - IoT डिवाइस का उपयोग करके छवि कैप्चर करें
+
+अपने IoT डिवाइस का उपयोग करके छवि कैप्चर करने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-camera.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi](pi-camera.md)
+* [सिंगल-बोर्ड कंप्यूटर - वर्चुअल डिवाइस](virtual-device-camera.md)
+
+## अपने इमेज क्लासिफायर को प्रकाशित करें
+
+आपने पिछले पाठ में अपने इमेज क्लासिफायर को प्रशिक्षित किया था। इसे अपने IoT डिवाइस से उपयोग करने से पहले, आपको मॉडल को प्रकाशित करना होगा।
+
+### मॉडल पुनरावृत्तियां
+
+जब आपका मॉडल पिछले पाठ में प्रशिक्षण ले रहा था, तो आपने देखा होगा कि **Performance** टैब साइड में पुनरावृत्तियां दिखाता है। जब आपने पहली बार मॉडल को प्रशिक्षित किया, तो आपने प्रशिक्षण में *Iteration 1* देखा होगा। जब आपने भविष्यवाणी छवियों का उपयोग करके मॉडल में सुधार किया, तो आपने प्रशिक्षण में *Iteration 2* देखा होगा।
+
+हर बार जब आप मॉडल को प्रशिक्षित करते हैं, तो आपको एक नई पुनरावृत्ति मिलती है। यह विभिन्न डेटा सेट पर प्रशिक्षित आपके मॉडल के विभिन्न संस्करणों को ट्रैक करने का एक तरीका है। जब आप **Quick Test** करते हैं, तो एक ड्रॉप-डाउन होता है जिसे आप पुनरावृत्ति का चयन करने के लिए उपयोग कर सकते हैं, ताकि आप कई पुनरावृत्तियों में परिणामों की तुलना कर सकें।
+
+जब आप किसी पुनरावृत्ति से संतुष्ट होते हैं, तो आप इसे बाहरी एप्लिकेशन से उपयोग के लिए उपलब्ध कराने के लिए प्रकाशित कर सकते हैं। इस तरह आप एक प्रकाशित संस्करण प्राप्त कर सकते हैं जिसे आपके डिवाइस द्वारा उपयोग किया जाता है, फिर एक नए संस्करण पर कई पुनरावृत्तियों में काम कर सकते हैं, फिर इसे प्रकाशित कर सकते हैं जब आप इससे संतुष्ट हों।
+
+### कार्य - एक पुनरावृत्ति प्रकाशित करें
+
+पुनरावृत्तियां कस्टम विजन पोर्टल से प्रकाशित की जाती हैं।
+
+1. [CustomVision.ai](https://customvision.ai) पर कस्टम विजन पोर्टल लॉन्च करें और साइन इन करें यदि आपने इसे पहले से नहीं खोला है। फिर अपने `fruit-quality-detector` प्रोजेक्ट को खोलें।
+
+1. शीर्ष पर विकल्पों से **Performance** टैब का चयन करें।
+
+1. साइड में *Iterations* सूची से नवीनतम पुनरावृत्ति का चयन करें।
+
+1. पुनरावृत्ति के लिए **Publish** बटन का चयन करें।
+
+    ![पब्लिश बटन](../../../../../translated_images/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.hi.png)
+
+1. *Publish Model* डायलॉग में, *Prediction resource* को उस `fruit-quality-detector-prediction` संसाधन पर सेट करें जिसे आपने पिछले पाठ में बनाया था। नाम को `Iteration2` के रूप में छोड़ दें और **Publish** बटन का चयन करें।
+
+1. प्रकाशित होने के बाद, **Prediction URL** बटन का चयन करें। यह भविष्यवाणी API का विवरण दिखाएगा, और आपको अपने IoT डिवाइस से मॉडल को कॉल करने के लिए इनकी आवश्यकता होगी। निचला भाग *If you have an image file* लेबल वाला है, और यही विवरण आपको चाहिए। दिखाए गए URL की एक प्रति लें जो कुछ इस तरह होगी:
+
+    ```output
+    https://<location>.api.cognitive.microsoft.com/customvision/v3.0/Prediction/<id>/classify/iterations/Iteration2/image
+    ```
+
+    जहां `<location>` वह स्थान होगा जिसे आपने अपना कस्टम विजन संसाधन बनाते समय उपयोग किया था, और `<id>` अक्षरों और संख्याओं से बना एक लंबा ID होगा।
+
+    *Prediction-Key* मान की भी एक प्रति लें। यह एक सुरक्षित कुंजी है जिसे आपको मॉडल को कॉल करते समय पास करना होगा। केवल वे एप्लिकेशन जो इस कुंजी को पास करते हैं, मॉडल का उपयोग करने की अनुमति प्राप्त करते हैं, अन्य सभी एप्लिकेशन अस्वीकार कर दिए जाते हैं।
+
+    ![भविष्यवाणी API डायलॉग जिसमें URL और कुंजी दिख रही है](../../../../../translated_images/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.hi.png)
+
+✅ जब एक नई पुनरावृत्ति प्रकाशित होती है, तो इसका नाम अलग होता है। आप कैसे सोचते हैं कि आप IoT डिवाइस द्वारा उपयोग की जा रही पुनरावृत्ति को बदलेंगे?
+
+## IoT डिवाइस से छवियों को वर्गीकृत करें
+
+अब आप इन कनेक्शन विवरणों का उपयोग करके अपने IoT डिवाइस से इमेज क्लासिफायर को कॉल कर सकते हैं।
+
+### कार्य - IoT डिवाइस से छवियों को वर्गीकृत करें
+
+अपने IoT डिवाइस का उपयोग करके छवियों को वर्गीकृत करने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-classify-image.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi/Virtual IoT डिवाइस](single-board-computer-classify-image.md)
+
+## मॉडल में सुधार करें
+
+आप देख सकते हैं कि आपके IoT डिवाइस से जुड़े कैमरे का उपयोग करते समय प्राप्त परिणाम आपके अपेक्षित परिणामों से मेल नहीं खाते। भविष्यवाणियां हमेशा उतनी सटीक नहीं होती जितनी आपके कंप्यूटर से अपलोड की गई छवियों का उपयोग करते समय होती हैं। ऐसा इसलिए है क्योंकि मॉडल को अलग डेटा पर प्रशिक्षित किया गया था जो भविष्यवाणियों के लिए उपयोग किए जा रहे डेटा से अलग है।
+
+एक इमेज क्लासिफायर के लिए सर्वोत्तम परिणाम प्राप्त करने के लिए, आप चाहते हैं कि मॉडल को उन छवियों के साथ प्रशिक्षित किया जाए जो भविष्यवाणियों के लिए उपयोग की जाने वाली छवियों के जितना संभव हो उतना समान हों। उदाहरण के लिए, यदि आपने प्रशिक्षण के लिए अपने फोन कैमरे का उपयोग करके छवियां कैप्चर की हैं, तो छवि गुणवत्ता, तीक्ष्णता, और रंग IoT डिवाइस से जुड़े कैमरे से अलग होंगे।
+
+![2 केले की तस्वीरें, एक IoT डिवाइस से खराब रोशनी और कम रिज़ॉल्यूशन वाली, और दूसरी फोन से अच्छी रोशनी और उच्च रिज़ॉल्यूशन वाली](../../../../../translated_images/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.hi.png)
+
+ऊपर दी गई छवि में, बाईं ओर का केला चित्र Raspberry Pi कैमरे का उपयोग करके लिया गया था, और दाईं ओर का चित्र उसी केले का उसी स्थान पर iPhone का उपयोग करके लिया गया था। गुणवत्ता में एक स्पष्ट अंतर है - iPhone चित्र अधिक तीक्ष्ण है, उज्जवल रंगों और अधिक कंट्रास्ट के साथ।
+
+✅ आपके IoT डिवाइस द्वारा कैप्चर की गई छवियों में गलत भविष्यवाणियां होने का कारण और क्या हो सकता है? उस वातावरण के बारे में सोचें जिसमें IoT डिवाइस का उपयोग किया जा सकता है, कौन से कारक छवि को प्रभावित कर सकते हैं?
+
+मॉडल में सुधार करने के लिए, आप IoT डिवाइस से कैप्चर की गई छवियों का उपयोग करके इसे पुनः प्रशिक्षित कर सकते हैं।
+
+### कार्य - मॉडल में सुधार करें
+
+1. अपने IoT डिवाइस का उपयोग करके पके और अधपके फलों की कई छवियों को वर्गीकृत करें।
+
+1. कस्टम विजन पोर्टल में, *Predictions* टैब पर छवियों का उपयोग करके मॉडल को पुनः प्रशिक्षित करें।
+
+    > ⚠️ यदि आवश्यक हो तो [पाठ 1 में अपने क्लासिफायर को पुनः प्रशिक्षित करने के निर्देशों का संदर्भ लें](../1-train-fruit-detector/README.md#retrain-your-image-classifier)।
+
+1. यदि आपकी छवियां मूल छवियों से बहुत अलग दिखती हैं जिनका उपयोग प्रशिक्षण के लिए किया गया था, तो आप *Training Images* टैब में उन्हें चुनकर और **Delete** बटन का चयन करके सभी मूल छवियों को हटा सकते हैं। किसी छवि का चयन करने के लिए, उस पर अपना कर्सर ले जाएं और एक टिक दिखाई देगा, उस टिक को चुनें या अचयनित करें।
+
+1. मॉडल की एक नई पुनरावृत्ति को प्रशिक्षित करें और ऊपर दिए गए चरणों का उपयोग करके इसे प्रकाशित करें।
+
+1. अपने कोड में एंडपॉइंट URL को अपडेट करें और ऐप को पुनः चलाएं।
+
+1. इन चरणों को तब तक दोहराएं जब तक आप भविष्यवाणियों के परिणामों से संतुष्ट न हों।
+
+---
+
+## 🚀 चुनौती
+
+छवि का रिज़ॉल्यूशन या रोशनी भविष्यवाणी को कितना प्रभावित करती है?
+
+अपने डिवाइस कोड में छवियों के रिज़ॉल्यूशन को बदलने का प्रयास करें और देखें कि क्या यह छवियों की गुणवत्ता में अंतर करता है। रोशनी बदलने का भी प्रयास करें।
+
+यदि आप खेतों या फैक्ट्रियों को बेचने के लिए एक उत्पादन डिवाइस बनाते, तो आप कैसे सुनिश्चित करते कि यह हर समय सुसंगत परिणाम देता है?
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/32)
+
+## समीक्षा और स्व-अध्ययन
+
+आपने पोर्टल का उपयोग करके अपना कस्टम विजन मॉडल प्रशिक्षित किया। यह छवियों के उपलब्ध होने पर निर्भर करता है - और वास्तविक दुनिया में आपको प्रशिक्षण डेटा प्राप्त करने में कठिनाई हो सकती है जो आपके डिवाइस के कैमरे द्वारा कैप्चर की गई छवियों से मेल खाता हो। आप प्रशिक्षण API का उपयोग करके सीधे अपने डिवाइस से प्रशिक्षण देकर इस समस्या को हल कर सकते हैं, ताकि IoT डिवाइस से कैप्चर की गई छवियों का उपयोग करके मॉडल को प्रशिक्षित किया जा सके।
+
+* [कस्टम विजन SDK क्विक स्टार्ट](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/quickstarts/image-classification?WT.mc_id=academic-17441-jabenn&tabs=visual-studio&pivots=programming-language-python) में प्रशिक्षण API के बारे में पढ़ें।
+
+## असाइनमेंट
+
+[वर्गीकरण परिणामों पर प्रतिक्रिया दें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/assignment.md b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/assignment.md
new file mode 100644
index 00000000..f32d28e9
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/assignment.md
@@ -0,0 +1,25 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "022e21f8629b721424c1de25195fff67",
+  "translation_date": "2025-08-25T16:29:56+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/assignment.md",
+  "language_code": "hi"
+}
+-->
+# वर्गीकरण परिणामों पर प्रतिक्रिया दें
+
+## निर्देश
+
+आपके डिवाइस ने छवियों को वर्गीकृत किया है और भविष्यवाणियों के लिए मान प्राप्त किए हैं। आपका डिवाइस इस जानकारी का उपयोग कुछ करने के लिए कर सकता है - यह इसे IoT हब को अन्य प्रणालियों द्वारा प्रसंस्करण के लिए भेज सकता है, या यह किसी एक्टुएटर जैसे कि LED को नियंत्रित कर सकता है ताकि फल के कच्चे होने पर वह जल उठे।
+
+अपने डिवाइस में कोड जोड़ें ताकि वह आपकी पसंद के अनुसार प्रतिक्रिया दे सके - या तो डेटा को IoT हब पर भेजें, एक्टुएटर को नियंत्रित करें, या दोनों को मिलाएं और डेटा को IoT हब पर भेजें जिसमें कुछ सर्वरलेस कोड यह निर्धारित करता है कि फल पका हुआ है या नहीं और एक्टुएटर को नियंत्रित करने के लिए एक कमांड वापस भेजता है।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ------------------ |
+| भविष्यवाणियों पर प्रतिक्रिया दें | भविष्यवाणियों के समान मान के साथ लगातार काम करने वाली प्रतिक्रिया को लागू करने में सक्षम था। | ऐसी प्रतिक्रिया को लागू करने में सक्षम था जो भविष्यवाणियों पर निर्भर नहीं है, जैसे कि केवल कच्चा डेटा IoT हब को भेजना। | डिवाइस को भविष्यवाणियों पर प्रतिक्रिया देने के लिए प्रोग्राम करने में असमर्थ था। |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
new file mode 100644
index 00000000..3304624e
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
@@ -0,0 +1,153 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c677667095f6133eee418c7e53615d05",
+  "translation_date": "2025-08-25T16:30:10+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md",
+  "language_code": "hi"
+}
+-->
+# रास्पबेरी पाई पर इमेज कैप्चर करें
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई में एक कैमरा सेंसर जोड़ेंगे और उससे इमेज पढ़ेंगे।
+
+## हार्डवेयर
+
+रास्पबेरी पाई को एक कैमरे की आवश्यकता है।
+
+आप जो कैमरा उपयोग करेंगे वह [रास्पबेरी पाई कैमरा मॉड्यूल](https://www.raspberrypi.org/products/camera-module-v2/) है। यह कैमरा विशेष रूप से रास्पबेरी पाई के साथ काम करने के लिए डिज़ाइन किया गया है और पाई पर एक समर्पित कनेक्टर के माध्यम से जुड़ता है।
+
+> 💁 यह कैमरा [कैमरा सीरियल इंटरफेस, जो मोबाइल इंडस्ट्री प्रोसेसर इंटरफेस एलायंस का एक प्रोटोकॉल है](https://wikipedia.org/wiki/Camera_Serial_Interface), जिसे MIPI-CSI के नाम से जाना जाता है, का उपयोग करता है। यह इमेज भेजने के लिए एक समर्पित प्रोटोकॉल है।
+
+## कैमरा कनेक्ट करें
+
+कैमरा को रास्पबेरी पाई से एक रिबन केबल का उपयोग करके जोड़ा जा सकता है।
+
+### कार्य - कैमरा कनेक्ट करें
+
+![रास्पबेरी पाई कैमरा](../../../../../translated_images/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.hi.png)
+
+1. पाई को बंद करें।
+
+1. कैमरे के साथ आने वाली रिबन केबल को कैमरे से कनेक्ट करें। ऐसा करने के लिए, होल्डर में काले प्लास्टिक की क्लिप को धीरे से खींचें ताकि वह थोड़ा बाहर आ जाए, फिर केबल को सॉकेट में डालें, इस तरह कि नीली साइड लेंस से दूर और धातु की पिन स्ट्रिप्स लेंस की ओर हों। जब यह पूरी तरह से अंदर हो जाए, तो काले प्लास्टिक की क्लिप को वापस जगह पर धकेलें।
+
+    आप [रास्पबेरी पाई गेटिंग स्टार्टेड विद कैमरा मॉड्यूल डाक्यूमेंटेशन](https://projects.raspberrypi.org/en/projects/getting-started-with-picamera/2) पर क्लिप खोलने और केबल डालने का एक एनीमेशन देख सकते हैं।
+
+    ![कैमरा मॉड्यूल में डाली गई रिबन केबल](../../../../../translated_images/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.hi.png)
+
+1. पाई से ग्रोव बेस हैट को हटा दें।
+
+1. रिबन केबल को ग्रोव बेस हैट के कैमरा स्लॉट से पास करें। सुनिश्चित करें कि केबल की नीली साइड एनालॉग पोर्ट्स **A0**, **A1** आदि की ओर हो।
+
+    ![ग्रोव बेस हैट से गुजरती रिबन केबल](../../../../../translated_images/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.hi.png)
+
+1. रिबन केबल को पाई के कैमरा पोर्ट में डालें। फिर से, काले प्लास्टिक की क्लिप को ऊपर खींचें, केबल डालें, और फिर क्लिप को वापस धकेलें। केबल की नीली साइड USB और ईथरनेट पोर्ट्स की ओर होनी चाहिए।
+
+    ![पाई के कैमरा सॉकेट में जुड़ी रिबन केबल](../../../../../translated_images/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.hi.png)
+
+1. ग्रोव बेस हैट को फिर से फिट करें।
+
+## कैमरा प्रोग्राम करें
+
+अब रास्पबेरी पाई को [PiCamera](https://pypi.org/project/picamera/) पायथन लाइब्रेरी का उपयोग करके कैमरा चलाने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - लेगेसी कैमरा मोड सक्षम करें
+
+दुर्भाग्यवश, रास्पबेरी पाई OS Bullseye के रिलीज़ के साथ, OS के साथ आने वाला कैमरा सॉफ़्टवेयर बदल गया, जिससे PiCamera डिफ़ॉल्ट रूप से काम नहीं करता। इसका एक विकल्प तैयार किया जा रहा है, जिसे PiCamera2 कहा जाता है, लेकिन यह अभी उपयोग के लिए तैयार नहीं है।
+
+फिलहाल, आप अपने पाई को लेगेसी कैमरा मोड में सेट कर सकते हैं ताकि PiCamera काम कर सके। कैमरा सॉकेट भी डिफ़ॉल्ट रूप से अक्षम होता है, लेकिन लेगेसी कैमरा सॉफ़्टवेयर को चालू करने से यह स्वचालित रूप से सक्षम हो जाता है।
+
+1. पाई को चालू करें और इसे बूट होने दें।
+
+1. VS Code लॉन्च करें, या तो सीधे पाई पर, या रिमोट SSH एक्सटेंशन के माध्यम से कनेक्ट करें।
+
+1. अपने टर्मिनल से निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    sudo raspi-config nonint do_legacy 0
+    sudo reboot
+    ```
+
+    यह सेटिंग को लेगेसी कैमरा सॉफ़्टवेयर सक्षम करने के लिए टॉगल करेगा, फिर इस सेटिंग को प्रभावी बनाने के लिए पाई को रीबूट करेगा।
+
+1. पाई के रीबूट होने की प्रतीक्षा करें, फिर VS Code को फिर से लॉन्च करें।
+
+### कार्य - कैमरा प्रोग्राम करें
+
+डिवाइस को प्रोग्राम करें।
+
+1. टर्मिनल से, `pi` उपयोगकर्ता के होम डायरेक्टरी में एक नया फोल्डर बनाएं जिसका नाम `fruit-quality-detector` हो। इस फोल्डर में `app.py` नाम की एक फाइल बनाएं।
+
+1. इस फोल्डर को VS Code में खोलें।
+
+1. कैमरे के साथ इंटरैक्ट करने के लिए, आप PiCamera पायथन लाइब्रेरी का उपयोग कर सकते हैं। इसके लिए Pip पैकेज को निम्नलिखित कमांड से इंस्टॉल करें:
+
+    ```sh
+    pip3 install picamera
+    ```
+
+1. अपने `app.py` फाइल में निम्नलिखित कोड जोड़ें:
+
+    ```python
+    import io
+    import time
+    from picamera import PiCamera
+    ```
+
+    यह कोड आवश्यक लाइब्रेरीज़ को इंपोर्ट करता है, जिसमें `PiCamera` लाइब्रेरी भी शामिल है।
+
+1. इसके नीचे कैमरा को इनिशियलाइज़ करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```python
+    camera = PiCamera()
+    camera.resolution = (640, 480)
+    camera.rotation = 0
+    
+    time.sleep(2)
+    ```
+
+    यह कोड एक PiCamera ऑब्जेक्ट बनाता है और रिज़ॉल्यूशन को 640x480 पर सेट करता है। हालांकि उच्च रिज़ॉल्यूशन (3280x2464 तक) समर्थित हैं, इमेज क्लासिफायर छोटे इमेज (227x227) पर काम करता है, इसलिए बड़े इमेज कैप्चर और भेजने की आवश्यकता नहीं है।
+
+    `camera.rotation = 0` लाइन इमेज की रोटेशन सेट करती है। रिबन केबल कैमरे के नीचे से आती है, लेकिन यदि आपका कैमरा उस वस्तु की ओर आसानी से इंगित करने के लिए घुमाया गया है जिसे आप क्लासिफाई करना चाहते हैं, तो आप इस लाइन को रोटेशन के डिग्री के अनुसार बदल सकते हैं।
+
+    ![ड्रिंक कैन के ऊपर लटका कैमरा](../../../../../translated_images/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.hi.png)
+
+    उदाहरण के लिए, यदि आप रिबन केबल को किसी वस्तु के ऊपर लटकाते हैं ताकि वह कैमरे के शीर्ष पर हो, तो रोटेशन को 180 पर सेट करें:
+
+    ```python
+    camera.rotation = 180
+    ```
+
+    कैमरे को स्टार्ट होने में कुछ सेकंड लगते हैं, इसलिए `time.sleep(2)` का उपयोग किया गया है।
+
+1. इसके नीचे इमेज को बाइनरी डेटा के रूप में कैप्चर करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```python
+    image = io.BytesIO()
+    camera.capture(image, 'jpeg')
+    image.seek(0)
+    ```
+
+    यह कोड बाइनरी डेटा स्टोर करने के लिए एक `BytesIO` ऑब्जेक्ट बनाता है। इमेज को कैमरे से JPEG फाइल के रूप में पढ़ा जाता है और इस ऑब्जेक्ट में स्टोर किया जाता है। इस ऑब्जेक्ट में डेटा की स्थिति को ट्रैक करने के लिए एक पोजिशन इंडिकेटर होता है, ताकि यदि आवश्यक हो तो और डेटा को अंत में लिखा जा सके। `image.seek(0)` लाइन इस स्थिति को शुरुआत में ले जाती है ताकि बाद में सभी डेटा को पढ़ा जा सके।
+
+1. इसके नीचे इमेज को फाइल में सेव करने के लिए निम्नलिखित जोड़ें:
+
+    ```python
+    with open('image.jpg', 'wb') as image_file:
+        image_file.write(image.read())
+    ```
+
+    यह कोड `image.jpg` नाम की एक फाइल को लिखने के लिए खोलता है, फिर `BytesIO` ऑब्जेक्ट से सभी डेटा को पढ़ता है और इसे फाइल में लिखता है।
+
+    > 💁 आप इमेज को सीधे फाइल में कैप्चर कर सकते हैं `BytesIO` ऑब्जेक्ट के बजाय, फाइल का नाम `camera.capture` कॉल में पास करके। `BytesIO` ऑब्जेक्ट का उपयोग करने का कारण यह है कि बाद में इस पाठ में आप इमेज को अपने इमेज क्लासिफायर को भेज सकें।
+
+1. कैमरे को किसी वस्तु की ओर इंगित करें और इस कोड को चलाएं।
+
+1. एक इमेज कैप्चर की जाएगी और वर्तमान फोल्डर में `image.jpg` के रूप में सेव होगी। आप इस फाइल को VS Code एक्सप्लोरर में देखेंगे। फाइल को चुनें और इमेज देखें। यदि इसे रोटेशन की आवश्यकता हो, तो `camera.rotation = 0` लाइन को आवश्यकतानुसार अपडेट करें और फिर से तस्वीर लें।
+
+> 💁 आप इस कोड को [code-camera/pi](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-camera/pi) फोल्डर में पा सकते हैं।
+
+😀 आपका कैमरा प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
new file mode 100644
index 00000000..bed5485a
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
@@ -0,0 +1,103 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e5896207b304ce1abaf065b8acc0cc79",
+  "translation_date": "2025-08-25T16:31:15+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md",
+  "language_code": "hi"
+}
+-->
+# छवि को वर्गीकृत करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप कैमरे द्वारा कैप्चर की गई छवि को कस्टम विजन सेवा में भेजेंगे ताकि इसे वर्गीकृत किया जा सके।
+
+## कस्टम विजन को छवियां भेजें
+
+कस्टम विजन सेवा में एक Python SDK है जिसका उपयोग आप छवियों को वर्गीकृत करने के लिए कर सकते हैं।
+
+### कार्य - कस्टम विजन को छवियां भेजें
+
+1. `fruit-quality-detector` फ़ोल्डर को VS Code में खोलें। यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि वर्चुअल वातावरण टर्मिनल में चल रहा है।
+
+1. कस्टम विजन को छवियां भेजने के लिए Python SDK एक Pip पैकेज के रूप में उपलब्ध है। इसे निम्नलिखित कमांड के साथ इंस्टॉल करें:
+
+    ```sh
+    pip3 install azure-cognitiveservices-vision-customvision
+    ```
+
+1. `app.py` फ़ाइल के शीर्ष पर निम्नलिखित इम्पोर्ट स्टेटमेंट जोड़ें:
+
+    ```python
+    from msrest.authentication import ApiKeyCredentials
+    from azure.cognitiveservices.vision.customvision.prediction import CustomVisionPredictionClient
+    ```
+
+    यह कस्टम विजन लाइब्रेरी से कुछ मॉड्यूल लाता है, एक प्रेडिक्शन कुंजी के साथ प्रमाणित करने के लिए, और एक प्रेडिक्शन क्लाइंट क्लास प्रदान करने के लिए जो कस्टम विजन को कॉल कर सकता है।
+
+1. फ़ाइल के अंत में निम्नलिखित कोड जोड़ें:
+
+    ```python
+    prediction_url = '<prediction_url>'
+    prediction_key = '<prediction key>'
+    ```
+
+    `<prediction_url>` को उस URL से बदलें जिसे आपने इस पाठ के पहले *Prediction URL* डायलॉग से कॉपी किया था। `<prediction key>` को उसी डायलॉग से कॉपी की गई प्रेडिक्शन कुंजी से बदलें।
+
+1. *Prediction URL* डायलॉग द्वारा प्रदान किया गया प्रेडिक्शन URL REST एंडपॉइंट को सीधे कॉल करने के लिए डिज़ाइन किया गया है। Python SDK URL के भागों का उपयोग विभिन्न स्थानों पर करता है। इस URL को आवश्यक भागों में विभाजित करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```python
+    parts = prediction_url.split('/')
+    endpoint = 'https://' + parts[2]
+    project_id = parts[6]
+    iteration_name = parts[9]
+    ```
+
+    यह URL को विभाजित करता है, `https://<location>.api.cognitive.microsoft.com` का एंडपॉइंट, प्रोजेक्ट ID, और प्रकाशित संस्करण का नाम निकालता है।
+
+1. प्रेडिक्शन करने के लिए एक प्रेडिक्टर ऑब्जेक्ट बनाएं निम्नलिखित कोड के साथ:
+
+    ```python
+    prediction_credentials = ApiKeyCredentials(in_headers={"Prediction-key": prediction_key})
+    predictor = CustomVisionPredictionClient(endpoint, prediction_credentials)
+    ```
+
+    `prediction_credentials` प्रेडिक्शन कुंजी को रैप करता है। इन्हें फिर एंडपॉइंट पर इंगित करने वाले प्रेडिक्शन क्लाइंट ऑब्जेक्ट बनाने के लिए उपयोग किया जाता है।
+
+1. कस्टम विजन को छवि भेजें निम्नलिखित कोड का उपयोग करके:
+
+    ```python
+    image.seek(0)
+    results = predictor.classify_image(project_id, iteration_name, image)
+    ```
+
+    यह छवि को शुरुआत में वापस ले जाता है, फिर इसे प्रेडिक्शन क्लाइंट को भेजता है।
+
+1. अंत में, परिणाम दिखाएं निम्नलिखित कोड के साथ:
+
+    ```python
+    for prediction in results.predictions:
+        print(f'{prediction.tag_name}:\t{prediction.probability * 100:.2f}%')
+    ```
+
+    यह सभी प्रेडिक्शन के माध्यम से लूप करेगा जो वापस किए गए हैं और उन्हें टर्मिनल पर दिखाएगा। लौटाए गए संभावनाएं 0-1 के फ्लोटिंग पॉइंट नंबर हैं, जहां 0 का मतलब टैग से मेल खाने की 0% संभावना है, और 1 का मतलब 100% संभावना है।
+
+    > 💁 छवि वर्गीकरणकर्ता उन सभी टैग के लिए प्रतिशत लौटाएंगे जिनका उपयोग किया गया है। प्रत्येक टैग के लिए यह संभावना होगी कि छवि उस टैग से मेल खाती है।
+
+1. अपना कोड चलाएं, अपने कैमरे को कुछ फल की ओर इंगित करें, या उपयुक्त छवि सेट का उपयोग करें, या यदि वर्चुअल IoT हार्डवेयर का उपयोग कर रहे हैं तो अपने वेबकैम पर फल दिखाएं। आप कंसोल में आउटपुट देखेंगे:
+
+    ```output
+    (.venv) ➜  fruit-quality-detector python app.py
+    ripe:   56.84%
+    unripe: 43.16%
+    ```
+
+    आप देख पाएंगे कि ली गई छवि और ये मान **Predictions** टैब में कस्टम विजन में दिखाई देंगे।
+
+    ![कस्टम विजन में एक केला, 56.8% पर पका हुआ और 43.1% पर कच्चा भविष्यवाणी की गई](../../../../../translated_images/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.hi.png)
+
+> 💁 आप इस कोड को [code-classify/pi](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/pi) या [code-classify/virtual-iot-device](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/virtual-iot-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका फल गुणवत्ता वर्गीकरण प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
new file mode 100644
index 00000000..7222f16b
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
@@ -0,0 +1,124 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3ba7150ffc4a6999f6c3cfb4906ec7df",
+  "translation_date": "2025-08-25T16:32:31+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md",
+  "language_code": "hi"
+}
+-->
+# वर्चुअल IoT हार्डवेयर - एक छवि कैप्चर करें
+
+इस पाठ के इस भाग में, आप अपने वर्चुअल IoT डिवाइस में एक कैमरा सेंसर जोड़ेंगे और उससे छवियां पढ़ेंगे।
+
+## हार्डवेयर
+
+वर्चुअल IoT डिवाइस एक सिम्युलेटेड कैमरा का उपयोग करेगा जो या तो फाइलों से छवियां भेजता है या आपके वेबकैम से।
+
+### CounterFit में कैमरा जोड़ें
+
+वर्चुअल कैमरा का उपयोग करने के लिए, आपको इसे CounterFit ऐप में जोड़ना होगा।
+
+#### कार्य - CounterFit में कैमरा जोड़ें
+
+CounterFit ऐप में कैमरा जोड़ें।
+
+1. अपने कंप्यूटर पर `fruit-quality-detector` नामक एक फ़ोल्डर में एक नया Python ऐप बनाएं, जिसमें एकल फ़ाइल `app.py` हो और एक Python वर्चुअल एनवायरनमेंट हो, और CounterFit पिप पैकेज जोड़ें।
+
+    > ⚠️ यदि आवश्यक हो, तो [पाठ 1 में CounterFit Python प्रोजेक्ट बनाने और सेटअप करने के निर्देशों](../../../1-getting-started/lessons/1-introduction-to-iot/virtual-device.md) का संदर्भ लें।
+
+1. एक अतिरिक्त पिप पैकेज इंस्टॉल करें जो एक CounterFit शिम इंस्टॉल करता है, जो Camera सेंसर से बात कर सकता है और [Picamera पिप पैकेज](https://pypi.org/project/picamera/) का कुछ सिमुलेशन करता है। सुनिश्चित करें कि आप इसे वर्चुअल एनवायरनमेंट सक्रिय होने के साथ टर्मिनल से इंस्टॉल कर रहे हैं।
+
+    ```sh
+    pip install counterfit-shims-picamera
+    ```
+
+1. सुनिश्चित करें कि CounterFit वेब ऐप चल रहा है।
+
+1. एक कैमरा बनाएं:
+
+    1. *Sensors* पैन में *Create sensor* बॉक्स में, *Sensor type* ड्रॉपडाउन करें और *Camera* चुनें।
+
+    1. *Name* को `Picamera` पर सेट करें।
+
+    1. कैमरा बनाने के लिए **Add** बटन चुनें।
+
+    ![कैमरा सेटिंग्स](../../../../../translated_images/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.hi.png)
+
+    कैमरा बनाया जाएगा और सेंसर सूची में दिखाई देगा।
+
+    ![कैमरा बनाया गया](../../../../../translated_images/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.hi.png)
+
+## कैमरा प्रोग्राम करें
+
+अब वर्चुअल IoT डिवाइस को वर्चुअल कैमरा का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - कैमरा प्रोग्राम करें
+
+डिवाइस को प्रोग्राम करें।
+
+1. सुनिश्चित करें कि `fruit-quality-detector` ऐप VS Code में खुला है।
+
+1. `app.py` फ़ाइल खोलें।
+
+1. CounterFit से ऐप को कनेक्ट करने के लिए `app.py` के शीर्ष पर निम्न कोड जोड़ें:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+1. अपने `app.py` फ़ाइल में निम्न कोड जोड़ें:
+
+    ```python
+    import io
+    from counterfit_shims_picamera import PiCamera
+    ```
+
+    यह कोड कुछ आवश्यक लाइब्रेरी आयात करता है, जिसमें `PiCamera` क्लास भी शामिल है, जो counterfit_shims_picamera लाइब्रेरी से है।
+
+1. इसके नीचे कैमरा को इनिशियलाइज़ करने के लिए निम्न कोड जोड़ें:
+
+    ```python
+    camera = PiCamera()
+    camera.resolution = (640, 480)
+    camera.rotation = 0
+    ```
+
+    यह कोड एक PiCamera ऑब्जेक्ट बनाता है, और इसका रिज़ॉल्यूशन 640x480 पर सेट करता है। हालांकि उच्च रिज़ॉल्यूशन समर्थित हैं, इमेज क्लासिफायर बहुत छोटे चित्रों (227x227) पर काम करता है, इसलिए बड़े चित्र कैप्चर और भेजने की आवश्यकता नहीं है।
+
+    `camera.rotation = 0` लाइन छवि के रोटेशन को डिग्री में सेट करती है। यदि आपको वेबकैम या फाइल से छवि को घुमाने की आवश्यकता है, तो इसे उपयुक्त रूप से सेट करें। उदाहरण के लिए, यदि आप लैंडस्केप मोड में एक केले की छवि को पोर्ट्रेट में बदलना चाहते हैं, तो `camera.rotation = 90` सेट करें।
+
+1. इसके नीचे छवि को बाइनरी डेटा के रूप में कैप्चर करने के लिए निम्न कोड जोड़ें:
+
+    ```python
+    image = io.BytesIO()
+    camera.capture(image, 'jpeg')
+    image.seek(0)
+    ```
+
+    यह कोड एक `BytesIO` ऑब्जेक्ट बनाता है जो बाइनरी डेटा स्टोर करता है। कैमरा से छवि को JPEG फाइल के रूप में पढ़ा जाता है और इस ऑब्जेक्ट में स्टोर किया जाता है। इस ऑब्जेक्ट में एक पोजिशन इंडिकेटर होता है जो यह जानने के लिए होता है कि डेटा में यह कहां है ताकि यदि आवश्यक हो तो अंत में और डेटा लिखा जा सके। इसलिए, `image.seek(0)` लाइन इस पोजिशन को फिर से शुरू में ले जाती है ताकि बाद में सभी डेटा पढ़ा जा सके।
+
+1. इसके नीचे छवि को एक फाइल में सेव करने के लिए निम्न कोड जोड़ें:
+
+    ```python
+    with open('image.jpg', 'wb') as image_file:
+        image_file.write(image.read())
+    ```
+
+    यह कोड `image.jpg` नामक एक फाइल को लिखने के लिए खोलता है, फिर `BytesIO` ऑब्जेक्ट से सभी डेटा पढ़ता है और उसे फाइल में लिखता है।
+
+    > 💁 आप छवि को सीधे एक फाइल में कैप्चर कर सकते हैं `BytesIO` ऑब्जेक्ट के बजाय, फाइल का नाम `camera.capture` कॉल में पास करके। इस पाठ में बाद में आप छवि को अपने इमेज क्लासिफायर को भेजने के लिए `BytesIO` ऑब्जेक्ट का उपयोग करेंगे, इसलिए इसे यहां उपयोग किया गया है।
+
+1. उस छवि को कॉन्फ़िगर करें जिसे CounterFit में कैमरा कैप्चर करेगा। आप या तो *Source* को *File* पर सेट कर सकते हैं, फिर एक छवि फाइल अपलोड करें, या *Source* को *WebCam* पर सेट कर सकते हैं, और छवियां आपके वेबकैम से कैप्चर की जाएंगी। सुनिश्चित करें कि आपने एक तस्वीर चुनने या अपने वेबकैम का चयन करने के बाद **Set** बटन चुना है।
+
+    ![CounterFit में एक फाइल को इमेज स्रोत के रूप में सेट किया गया है, और एक वेबकैम सेट किया गया है जिसमें एक व्यक्ति को केले के साथ दिखाया गया है](../../../../../translated_images/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.hi.png)
+
+1. एक छवि कैप्चर की जाएगी और वर्तमान फ़ोल्डर में `image.jpg` के रूप में सेव की जाएगी। आप इस फाइल को VS Code एक्सप्लोरर में देखेंगे। छवि देखने के लिए फाइल का चयन करें। यदि इसे रोटेशन की आवश्यकता है, तो `camera.rotation = 0` लाइन को आवश्यकतानुसार अपडेट करें और एक और तस्वीर लें।
+
+> 💁 आप इस कोड को [code-camera/virtual-iot-device](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-camera/virtual-iot-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका कैमरा प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
new file mode 100644
index 00000000..59d11b72
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
@@ -0,0 +1,23 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "160be8c0f558687f6686dca64f10f739",
+  "translation_date": "2025-08-25T16:33:21+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md",
+  "language_code": "hi"
+}
+-->
+# एक छवि कैप्चर करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal में एक कैमरा जोड़ेंगे और उससे छवियां कैप्चर करेंगे।
+
+## हार्डवेयर
+
+Wio Terminal को एक कैमरे की आवश्यकता है।
+
+आप जो कैमरा उपयोग करेंगे वह [ArduCam Mini 2MP Plus](https://www.arducam.com/product/arducam-2mp-spi-camera-b0067-arduino/) है। यह OV2640 इमेज सेंसर पर आधारित 2 मेगापिक्सल का कैमरा है। यह SPI इंटरफ़ेस के माध्यम से छवियों को कैप्चर करता है और I
+💁 कैमरे के व्हाइट बैलेंस को समायोजित करने में कुछ तस्वीरें लग सकती हैं। आप इसे कैप्चर की गई तस्वीरों के रंग के आधार पर नोटिस करेंगे, शुरुआती कुछ तस्वीरें रंग में सही नहीं लग सकती हैं। आप हमेशा इसे इस तरह से ठीक कर सकते हैं कि कोड को बदलकर कुछ तस्वीरें कैप्चर करें जिन्हें `setup` फ़ंक्शन में अनदेखा किया जाता है।
+
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
new file mode 100644
index 00000000..c29f3561
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
@@ -0,0 +1,227 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "32a1f23e7834fbe7715da8c4ebb450b9",
+  "translation_date": "2025-08-25T16:31:43+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md",
+  "language_code": "hi"
+}
+-->
+# एक छवि को वर्गीकृत करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप कैमरे द्वारा कैप्चर की गई छवि को Custom Vision सेवा पर भेजेंगे ताकि इसे वर्गीकृत किया जा सके।
+
+## एक छवि को वर्गीकृत करें
+
+Custom Vision सेवा में एक REST API है जिसे आप Wio Terminal से छवियों को वर्गीकृत करने के लिए कॉल कर सकते हैं। यह REST API एक HTTPS कनेक्शन के माध्यम से एक्सेस की जाती है - जो एक सुरक्षित HTTP कनेक्शन है।
+
+जब HTTPS एंडपॉइंट्स के साथ इंटरैक्ट करते हैं, तो क्लाइंट कोड को उस सर्वर से सार्वजनिक कुंजी प्रमाणपत्र (public key certificate) का अनुरोध करना होता है, जिसे एक्सेस किया जा रहा है, और इसका उपयोग ट्रैफिक को एन्क्रिप्ट करने के लिए करना होता है। आपका वेब ब्राउज़र यह स्वचालित रूप से करता है, लेकिन माइक्रोकंट्रोलर्स ऐसा नहीं करते। आपको यह प्रमाणपत्र मैन्युअल रूप से प्राप्त करना होगा और इसे REST API के साथ एक सुरक्षित कनेक्शन बनाने के लिए उपयोग करना होगा। ये प्रमाणपत्र बदलते नहीं हैं, इसलिए एक बार जब आपके पास प्रमाणपत्र हो, तो इसे आपके एप्लिकेशन में हार्ड कोड किया जा सकता है।
+
+ये प्रमाणपत्र सार्वजनिक कुंजियों को रखते हैं और इन्हें सुरक्षित रखने की आवश्यकता नहीं होती। आप इन्हें अपने सोर्स कोड में उपयोग कर सकते हैं और GitHub जैसे सार्वजनिक स्थानों पर साझा कर सकते हैं।
+
+### कार्य - एक SSL क्लाइंट सेट करें
+
+1. यदि `fruit-quality-detector` ऐप प्रोजेक्ट पहले से खुला नहीं है, तो इसे खोलें।
+
+1. `config.h` हेडर फाइल खोलें, और निम्नलिखित जोड़ें:
+
+    ```cpp
+    const char *CERTIFICATE =
+        "-----BEGIN CERTIFICATE-----\r\n"
+        "MIIF8zCCBNugAwIBAgIQAueRcfuAIek/4tmDg0xQwDANBgkqhkiG9w0BAQwFADBh\r\n"
+        "MQswCQYDVQQGEwJVUzEVMBMGA1UEChMMRGlnaUNlcnQgSW5jMRkwFwYDVQQLExB3\r\n"
+        "d3cuZGlnaWNlcnQuY29tMSAwHgYDVQQDExdEaWdpQ2VydCBHbG9iYWwgUm9vdCBH\r\n"
+        "MjAeFw0yMDA3MjkxMjMwMDBaFw0yNDA2MjcyMzU5NTlaMFkxCzAJBgNVBAYTAlVT\r\n"
+        "MR4wHAYDVQQKExVNaWNyb3NvZnQgQ29ycG9yYXRpb24xKjAoBgNVBAMTIU1pY3Jv\r\n"
+        "c29mdCBBenVyZSBUTFMgSXNzdWluZyBDQSAwNjCCAiIwDQYJKoZIhvcNAQEBBQAD\r\n"
+        "ggIPADCCAgoCggIBALVGARl56bx3KBUSGuPc4H5uoNFkFH4e7pvTCxRi4j/+z+Xb\r\n"
+        "wjEz+5CipDOqjx9/jWjskL5dk7PaQkzItidsAAnDCW1leZBOIi68Lff1bjTeZgMY\r\n"
+        "iwdRd3Y39b/lcGpiuP2d23W95YHkMMT8IlWosYIX0f4kYb62rphyfnAjYb/4Od99\r\n"
+        "ThnhlAxGtfvSbXcBVIKCYfZgqRvV+5lReUnd1aNjRYVzPOoifgSx2fRyy1+pO1Uz\r\n"
+        "aMMNnIOE71bVYW0A1hr19w7kOb0KkJXoALTDDj1ukUEDqQuBfBxReL5mXiu1O7WG\r\n"
+        "0vltg0VZ/SZzctBsdBlx1BkmWYBW261KZgBivrql5ELTKKd8qgtHcLQA5fl6JB0Q\r\n"
+        "gs5XDaWehN86Gps5JW8ArjGtjcWAIP+X8CQaWfaCnuRm6Bk/03PQWhgdi84qwA0s\r\n"
+        "sRfFJwHUPTNSnE8EiGVk2frt0u8PG1pwSQsFuNJfcYIHEv1vOzP7uEOuDydsmCjh\r\n"
+        "lxuoK2n5/2aVR3BMTu+p4+gl8alXoBycyLmj3J/PUgqD8SL5fTCUegGsdia/Sa60\r\n"
+        "N2oV7vQ17wjMN+LXa2rjj/b4ZlZgXVojDmAjDwIRdDUujQu0RVsJqFLMzSIHpp2C\r\n"
+        "Zp7mIoLrySay2YYBu7SiNwL95X6He2kS8eefBBHjzwW/9FxGqry57i71c2cDAgMB\r\n"
+        "AAGjggGtMIIBqTAdBgNVHQ4EFgQU1cFnOsKjnfR3UltZEjgp5lVou6UwHwYDVR0j\r\n"
+        "BBgwFoAUTiJUIBiV5uNu5g/6+rkS7QYXjzkwDgYDVR0PAQH/BAQDAgGGMB0GA1Ud\r\n"
+        "JQQWMBQGCCsGAQUFBwMBBggrBgEFBQcDAjASBgNVHRMBAf8ECDAGAQH/AgEAMHYG\r\n"
+        "CCsGAQUFBwEBBGowaDAkBggrBgEFBQcwAYYYaHR0cDovL29jc3AuZGlnaWNlcnQu\r\n"
+        "Y29tMEAGCCsGAQUFBzAChjRodHRwOi8vY2FjZXJ0cy5kaWdpY2VydC5jb20vRGln\r\n"
+        "aUNlcnRHbG9iYWxSb290RzIuY3J0MHsGA1UdHwR0MHIwN6A1oDOGMWh0dHA6Ly9j\r\n"
+        "cmwzLmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5jcmwwN6A1oDOG\r\n"
+        "MWh0dHA6Ly9jcmw0LmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5j\r\n"
+        "cmwwHQYDVR0gBBYwFDAIBgZngQwBAgEwCAYGZ4EMAQICMBAGCSsGAQQBgjcVAQQD\r\n"
+        "AgEAMA0GCSqGSIb3DQEBDAUAA4IBAQB2oWc93fB8esci/8esixj++N22meiGDjgF\r\n"
+        "+rA2LUK5IOQOgcUSTGKSqF9lYfAxPjrqPjDCUPHCURv+26ad5P/BYtXtbmtxJWu+\r\n"
+        "cS5BhMDPPeG3oPZwXRHBJFAkY4O4AF7RIAAUW6EzDflUoDHKv83zOiPfYGcpHc9s\r\n"
+        "kxAInCedk7QSgXvMARjjOqdakor21DTmNIUotxo8kHv5hwRlGhBJwps6fEVi1Bt0\r\n"
+        "trpM/3wYxlr473WSPUFZPgP1j519kLpWOJ8z09wxay+Br29irPcBYv0GMXlHqThy\r\n"
+        "8y4m/HyTQeI2IMvMrQnwqPpY+rLIXyviI2vLoI+4xKE4Rn38ZZ8m\r\n"
+        "-----END CERTIFICATE-----\r\n";
+    ```
+
+    यह *Microsoft Azure DigiCert Global Root G2 प्रमाणपत्र* है - यह उन प्रमाणपत्रों में से एक है जो कई Azure सेवाओं द्वारा वैश्विक स्तर पर उपयोग किए जाते हैं।
+
+    > 💁 यह देखने के लिए कि यह उपयोग करने के लिए सही प्रमाणपत्र है, macOS या Linux पर निम्नलिखित कमांड चलाएं। यदि आप Windows का उपयोग कर रहे हैं, तो आप इस कमांड को [Windows Subsystem for Linux (WSL)](https://docs.microsoft.com/windows/wsl/?WT.mc_id=academic-17441-jabenn) का उपयोग करके चला सकते हैं:
+    >
+    > ```sh
+    > openssl s_client -showcerts -verify 5 -connect api.cognitive.microsoft.com:443
+    > ```
+    >
+    > आउटपुट DigiCert Global Root G2 प्रमाणपत्र को सूचीबद्ध करेगा।
+
+1. `main.cpp` खोलें और निम्नलिखित include निर्देश जोड़ें:
+
+    ```cpp
+    #include <WiFiClientSecure.h>
+    ```
+
+1. include निर्देशों के नीचे, `WifiClientSecure` का एक उदाहरण घोषित करें:
+
+    ```cpp
+    WiFiClientSecure client;
+    ```
+
+    यह क्लास HTTPS के माध्यम से वेब एंडपॉइंट्स के साथ संवाद करने के लिए कोड रखती है।
+
+1. `connectWiFi` मेथड में, WiFiClientSecure को DigiCert Global Root G2 प्रमाणपत्र का उपयोग करने के लिए सेट करें:
+
+    ```cpp
+    client.setCACert(CERTIFICATE);
+    ```
+
+### कार्य - एक छवि को वर्गीकृत करें
+
+1. `platformio.ini` फाइल में `lib_deps` सूची में निम्नलिखित को एक अतिरिक्त लाइन के रूप में जोड़ें:
+
+    ```ini
+    bblanchon/ArduinoJson @ 6.17.3
+    ```
+
+    यह [ArduinoJson](https://arduinojson.org), एक Arduino JSON लाइब्रेरी को आयात करता है, और इसे REST API से JSON प्रतिक्रिया को डिकोड करने के लिए उपयोग किया जाएगा।
+
+1. `config.h` में, Custom Vision सेवा से prediction URL और Key के लिए constants जोड़ें:
+
+    ```cpp
+    const char *PREDICTION_URL = "<PREDICTION_URL>";
+    const char *PREDICTION_KEY = "<PREDICTION_KEY>";
+    ```
+
+    `<PREDICTION_URL>` को Custom Vision से प्राप्त prediction URL से बदलें। `<PREDICTION_KEY>` को prediction key से बदलें।
+
+1. `main.cpp` में, ArduinoJson लाइब्रेरी के लिए एक include निर्देश जोड़ें:
+
+    ```cpp
+    #include <ArduinoJSON.h>
+    ```
+
+1. `main.cpp` में, `buttonPressed` फंक्शन के ऊपर निम्नलिखित फंक्शन जोड़ें:
+
+    ```cpp
+    void classifyImage(byte *buffer, uint32_t length)
+    {
+        HTTPClient httpClient;
+        httpClient.begin(client, PREDICTION_URL);
+        httpClient.addHeader("Content-Type", "application/octet-stream");
+        httpClient.addHeader("Prediction-Key", PREDICTION_KEY);
+    
+        int httpResponseCode = httpClient.POST(buffer, length);
+    
+        if (httpResponseCode == 200)
+        {
+            String result = httpClient.getString();
+    
+            DynamicJsonDocument doc(1024);
+            deserializeJson(doc, result.c_str());
+    
+            JsonObject obj = doc.as<JsonObject>();
+            JsonArray predictions = obj["predictions"].as<JsonArray>();
+    
+            for(JsonVariant prediction : predictions) 
+            {
+                String tag = prediction["tagName"].as<String>();
+                float probability = prediction["probability"].as<float>();
+    
+                char buff[32];
+                sprintf(buff, "%s:\t%.2f%%", tag.c_str(), probability * 100.0);
+                Serial.println(buff);
+            }
+        }
+    
+        httpClient.end();
+    }
+    ```
+
+    यह कोड `HTTPClient` को डिक्लेयर करके शुरू होता है - एक क्लास जिसमें REST APIs के साथ इंटरैक्ट करने के लिए मेथड्स होते हैं। फिर यह क्लाइंट को Azure सार्वजनिक कुंजी के साथ सेट किए गए `WiFiClientSecure` उदाहरण का उपयोग करके prediction URL से कनेक्ट करता है।
+
+    कनेक्ट होने के बाद, यह हेडर्स भेजता है - REST API के खिलाफ किए जाने वाले आगामी अनुरोध के बारे में जानकारी। `Content-Type` हेडर इंगित करता है कि API कॉल कच्चे बाइनरी डेटा भेजेगा, और `Prediction-Key` हेडर Custom Vision prediction key को पास करता है।
+
+    इसके बाद, HTTP क्लाइंट पर एक POST अनुरोध किया जाता है, जिसमें एक बाइट ऐरे अपलोड किया जाता है। इसमें कैमरे से कैप्चर की गई JPEG छवि होगी जब इस फंक्शन को कॉल किया जाएगा।
+
+    > 💁 POST अनुरोध डेटा भेजने और प्रतिक्रिया प्राप्त करने के लिए होते हैं। अन्य अनुरोध प्रकार जैसे GET अनुरोध डेटा प्राप्त करने के लिए उपयोग किए जाते हैं। आपका वेब ब्राउज़र वेब पेज लोड करने के लिए GET अनुरोधों का उपयोग करता है।
+
+    POST अनुरोध एक प्रतिक्रिया स्थिति कोड लौटाता है। ये पूर्व-परिभाषित मान होते हैं, जिसमें 200 का अर्थ है **OK** - POST अनुरोध सफल रहा।
+
+    > 💁 आप सभी प्रतिक्रिया स्थिति कोड [विकिपीडिया पर HTTP स्थिति कोड की सूची](https://wikipedia.org/wiki/List_of_HTTP_status_codes) पेज पर देख सकते हैं।
+
+    यदि 200 लौटाया जाता है, तो परिणाम HTTP क्लाइंट से पढ़ा जाता है। यह REST API से एक JSON दस्तावेज़ के रूप में भविष्यवाणी के परिणामों के साथ एक टेक्स्ट प्रतिक्रिया है। JSON निम्नलिखित प्रारूप में है:
+
+    ```jSON
+    {
+        "id":"45d614d3-7d6f-47e9-8fa2-04f237366a16",
+        "project":"135607e5-efac-4855-8afb-c93af3380531",
+        "iteration":"04f1c1fa-11ec-4e59-bb23-4c7aca353665",
+        "created":"2021-06-10T17:58:58.959Z",
+        "predictions":[
+            {
+                "probability":0.5582016,
+                "tagId":"05a432ea-9718-4098-b14f-5f0688149d64",
+                "tagName":"ripe"
+            },
+            {
+                "probability":0.44179836,
+                "tagId":"bb091037-16e5-418e-a9ea-31c6a2920f17",
+                "tagName":"unripe"
+            }
+        ]
+    }
+    ```
+
+    यहां महत्वपूर्ण हिस्सा `predictions` ऐरे है। इसमें भविष्यवाणियां होती हैं, प्रत्येक टैग के लिए एक प्रविष्टि होती है जिसमें टैग का नाम और संभावना होती है। लौटाई गई संभावनाएं 0-1 के फ्लोटिंग पॉइंट नंबर होती हैं, जहां 0 का अर्थ है 0% संभावना और 1 का अर्थ है 100% संभावना।
+
+    > 💁 छवि वर्गीकरणकर्ता उन सभी टैग्स के लिए प्रतिशत लौटाएंगे जिनका उपयोग किया गया है। प्रत्येक टैग में यह संभावना होगी कि छवि उस टैग से मेल खाती है।
+
+    इस JSON को डिकोड किया जाता है, और प्रत्येक टैग के लिए संभावनाओं को सीरियल मॉनिटर पर भेजा जाता है।
+
+1. `buttonPressed` फंक्शन में, या तो SD कार्ड पर सेव करने वाले कोड को `classifyImage` कॉल से बदलें, या इसे छवि लिखने के बाद जोड़ें, लेकिन **बफर को हटाने से पहले**:
+
+    ```cpp
+    classifyImage(buffer, length);
+    ```
+
+    > 💁 यदि आप SD कार्ड पर सेव करने वाले कोड को बदलते हैं, तो आप अपने कोड को साफ कर सकते हैं और `setupSDCard` और `saveToSDCard` फंक्शन्स को हटा सकते हैं।
+
+1. अपना कोड अपलोड करें और चलाएं। कैमरे को किसी फल की ओर इंगित करें और C बटन दबाएं। आप सीरियल मॉनिटर में आउटपुट देखेंगे:
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Image captured
+    Image read to buffer with length 8200
+    ripe:   56.84%
+    unripe: 43.16%
+    ```
+
+    आप वह छवि देख पाएंगे जो ली गई थी, और ये मान Custom Vision के **Predictions** टैब में देख पाएंगे।
+
+    ![Custom Vision में एक केला, 56.8% पर पका हुआ और 43.1% पर कच्चा भविष्यवाणी की गई](../../../../../translated_images/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.hi.png)
+
+> 💁 आप इस कोड को [code-classify/wio-terminal](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपका फल गुणवत्ता वर्गीकरण प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md b/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
new file mode 100644
index 00000000..6698d96e
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
@@ -0,0 +1,625 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "2625af24587465c5547ae33d6cc000a5",
+  "translation_date": "2025-08-25T16:34:14+00:00",
+  "source_file": "4-manufacturing/lessons/3-run-fruit-detector-edge/README.md",
+  "language_code": "hi"
+}
+-->
+# अपने फल डिटेक्टर को एज पर चलाएं
+
+![इस पाठ का एक स्केच नोट अवलोकन](../../../../../translated_images/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+यह वीडियो IoT डिवाइस पर इमेज क्लासिफायर चलाने का अवलोकन देता है, जो इस पाठ में कवर किया गया विषय है।
+
+[![Azure IoT Edge पर Custom Vision AI](https://img.youtube.com/vi/_K5fqGLO8us/0.jpg)](https://www.youtube.com/watch?v=_K5fqGLO8us)
+
+## व्याख्यान से पहले का क्विज़
+
+[व्याख्यान से पहले का क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/33)
+
+## परिचय
+
+पिछले पाठ में आपने अपने इमेज क्लासिफायर का उपयोग करके पके और कच्चे फलों को वर्गीकृत किया था, जिसमें आपके IoT डिवाइस के कैमरे द्वारा कैप्चर की गई छवि को इंटरनेट के माध्यम से एक क्लाउड सेवा पर भेजा गया था। ये कॉल समय लेते हैं, पैसे खर्च करते हैं, और आपके द्वारा उपयोग किए जा रहे इमेज डेटा के प्रकार के आधार पर गोपनीयता के मुद्दे हो सकते हैं।
+
+इस पाठ में आप सीखेंगे कि मशीन लर्निंग (ML) मॉडल को एज पर कैसे चलाया जाए - यानी IoT डिवाइस पर जो आपके अपने नेटवर्क पर चलते हैं, न कि क्लाउड में। आप एज कंप्यूटिंग बनाम क्लाउड कंप्यूटिंग के लाभ और नुकसान, अपने AI मॉडल को एज पर तैनात करने का तरीका, और इसे अपने IoT डिवाइस से एक्सेस करने का तरीका सीखेंगे।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [एज कंप्यूटिंग](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [Azure IoT Edge](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [IoT Edge डिवाइस को रजिस्टर करें](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [IoT Edge डिवाइस सेट करें](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [अपने मॉडल को एक्सपोर्ट करें](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [तैनाती के लिए अपने कंटेनर को तैयार करें](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [अपने कंटेनर को तैनात करें](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [अपने IoT Edge डिवाइस का उपयोग करें](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+
+## एज कंप्यूटिंग
+
+एज कंप्यूटिंग का मतलब है कि IoT डेटा को वहीं प्रोसेस करना जहां डेटा उत्पन्न होता है। क्लाउड में प्रोसेसिंग करने के बजाय, इसे क्लाउड के किनारे पर ले जाया जाता है - यानी आपके आंतरिक नेटवर्क पर।
+
+![एक आर्किटेक्चर डायग्राम जिसमें क्लाउड में इंटरनेट सेवाएं और एक लोकल नेटवर्क पर IoT डिवाइस दिखाए गए हैं](../../../../../translated_images/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.hi.png)
+
+अब तक के पाठों में, आपने डेटा इकट्ठा करने और उसे क्लाउड में भेजने वाले डिवाइस का उपयोग किया है, जहां डेटा का विश्लेषण किया जाता है, जैसे कि क्लाउड में सर्वरलेस फंक्शन या AI मॉडल चलाना।
+
+![एक आर्किटेक्चर डायग्राम जिसमें IoT डिवाइस लोकल नेटवर्क पर एज डिवाइस से जुड़ते हैं, और वे एज डिवाइस क्लाउड से जुड़ते हैं](../../../../../translated_images/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.hi.png)
+
+एज कंप्यूटिंग में कुछ क्लाउड सेवाओं को क्लाउड से हटाकर IoT डिवाइस के समान नेटवर्क पर चलने वाले कंप्यूटरों पर ले जाया जाता है, और केवल आवश्यकता होने पर क्लाउड से संपर्क किया जाता है। उदाहरण के लिए, आप एज डिवाइस पर AI मॉडल चला सकते हैं ताकि फलों की पकी अवस्था का विश्लेषण किया जा सके, और केवल एनालिटिक्स को क्लाउड पर भेजा जा सके, जैसे कि पके और कच्चे फलों की संख्या।
+
+✅ सोचें कि आपने अब तक जो IoT एप्लिकेशन बनाए हैं, उनके कौन से हिस्से को एज पर ले जाया जा सकता है।
+
+### फायदे
+
+एज कंप्यूटिंग के फायदे निम्नलिखित हैं:
+
+1. **गति** - एज कंप्यूटिंग समय-संवेदनशील डेटा के लिए आदर्श है क्योंकि कार्य डिवाइस के समान नेटवर्क पर किए जाते हैं, न कि इंटरनेट पर कॉल करने से। यह उच्च गति सक्षम करता है क्योंकि आंतरिक नेटवर्क इंटरनेट कनेक्शन की तुलना में काफी तेज गति से चल सकते हैं, और डेटा को बहुत कम दूरी तय करनी होती है।
+
+    > 💁 भले ही इंटरनेट कनेक्शन के लिए ऑप्टिकल केबल का उपयोग किया जाता है, जिससे डेटा प्रकाश की गति से यात्रा कर सकता है, डेटा को क्लाउड प्रदाताओं तक पहुंचने में समय लग सकता है। उदाहरण के लिए, यदि आप यूरोप से यूएस में क्लाउड सेवाओं को डेटा भेज रहे हैं, तो डेटा को अटलांटिक पार करने में कम से कम 28ms लगते हैं, और इसमें डेटा को ट्रांसअटलांटिक केबल तक पहुंचाने, इलेक्ट्रिकल से प्रकाश संकेतों में बदलने और फिर से क्लाउड प्रदाता तक पहुंचने का समय शामिल नहीं है।
+
+    एज कंप्यूटिंग को कम नेटवर्क ट्रैफिक की आवश्यकता होती है, जिससे आपके डेटा के धीमा होने का जोखिम कम हो जाता है क्योंकि इंटरनेट कनेक्शन के लिए उपलब्ध सीमित बैंडविड्थ पर भीड़भाड़ हो सकती है।
+
+1. **दूरस्थ पहुंच** - एज कंप्यूट तब काम करता है जब आपके पास सीमित या कोई कनेक्टिविटी नहीं होती है, या कनेक्टिविटी का उपयोग लगातार करना बहुत महंगा होता है। उदाहरण के लिए, मानवीय आपदा क्षेत्रों में काम करते समय जहां बुनियादी ढांचा सीमित है, या विकासशील देशों में।
+
+1. **कम लागत** - डेटा संग्रह, भंडारण, विश्लेषण, और एज डिवाइस पर कार्यों को ट्रिगर करने से क्लाउड सेवाओं का उपयोग कम हो जाता है, जिससे आपके IoT एप्लिकेशन की कुल लागत कम हो सकती है। हाल ही में एज कंप्यूटिंग के लिए डिज़ाइन किए गए उपकरणों में वृद्धि हुई है, जैसे कि [NVIDIA का Jetson Nano](https://developer.nvidia.com/embedded/jetson-nano-developer-kit), जो US$100 से कम लागत वाले उपकरणों पर GPU-आधारित हार्डवेयर का उपयोग करके AI वर्कलोड चला सकता है।
+
+1. **गोपनीयता और सुरक्षा** - एज कंप्यूट के साथ, डेटा आपके नेटवर्क पर रहता है और क्लाउड पर अपलोड नहीं किया जाता है। यह संवेदनशील और व्यक्तिगत रूप से पहचान योग्य जानकारी के लिए अक्सर पसंद किया जाता है, खासकर क्योंकि डेटा का विश्लेषण करने के बाद इसे संग्रहीत करने की आवश्यकता नहीं होती है, जिससे डेटा लीक का जोखिम काफी कम हो जाता है। उदाहरणों में चिकित्सा डेटा और सुरक्षा कैमरा फुटेज शामिल हैं।
+
+1. **असुरक्षित उपकरणों को संभालना** - यदि आपके पास ऐसे उपकरण हैं जिनमें ज्ञात सुरक्षा खामियां हैं जिन्हें आप सीधे अपने नेटवर्क या इंटरनेट से कनेक्ट नहीं करना चाहते हैं, तो आप उन्हें एक अलग नेटवर्क से एक गेटवे IoT Edge डिवाइस से कनेक्ट कर सकते हैं। यह एज डिवाइस तब आपके व्यापक नेटवर्क या इंटरनेट से कनेक्शन भी कर सकता है और डेटा प्रवाह को प्रबंधित कर सकता है।
+
+1. **असंगत उपकरणों के लिए समर्थन** - यदि आपके पास ऐसे उपकरण हैं जो IoT हब से कनेक्ट नहीं हो सकते हैं, उदाहरण के लिए ऐसे उपकरण जो केवल HTTP कनेक्शन का उपयोग करके कनेक्ट कर सकते हैं या केवल ब्लूटूथ के माध्यम से कनेक्ट कर सकते हैं, तो आप IoT Edge डिवाइस को गेटवे डिवाइस के रूप में उपयोग कर सकते हैं, जो IoT हब को संदेश अग्रेषित करता है।
+
+✅ कुछ शोध करें: एज कंप्यूटिंग के और कौन से फायदे हो सकते हैं?
+
+### नुकसान
+
+एज कंप्यूटिंग के नुकसान भी हैं, जहां क्लाउड एक पसंदीदा विकल्प हो सकता है:
+
+1. **स्केल और लचीलापन** - क्लाउड कंप्यूटिंग नेटवर्क और डेटा की जरूरतों के अनुसार वास्तविक समय में सर्वर और अन्य संसाधनों को जोड़ या घटा सकता है। अधिक एज कंप्यूटर जोड़ने के लिए मैन्युअल रूप से अधिक उपकरण जोड़ने की आवश्यकता होती है।
+
+1. **विश्वसनीयता और लचीलापन** - क्लाउड कंप्यूटिंग अक्सर कई स्थानों पर कई सर्वर प्रदान करता है, जो आपदा वसूली और पुनरावृत्ति के लिए उपयोगी होते हैं। एज पर समान स्तर की पुनरावृत्ति के लिए बड़े निवेश और बहुत सारे कॉन्फ़िगरेशन कार्य की आवश्यकता होती है।
+
+1. **रखरखाव** - क्लाउड सेवा प्रदाता सिस्टम रखरखाव और अपडेट प्रदान करते हैं।
+
+✅ कुछ शोध करें: एज कंप्यूटिंग के और कौन से नुकसान हो सकते हैं?
+
+ये नुकसान वास्तव में क्लाउड का उपयोग करने के फायदे के विपरीत हैं - आपको इन उपकरणों को स्वयं बनाना और प्रबंधित करना होगा, बजाय इसके कि क्लाउड प्रदाताओं की विशेषज्ञता और स्केल पर निर्भर रहें।
+
+कुछ जोखिम एज कंप्यूटिंग की प्रकृति से ही कम हो जाते हैं। उदाहरण के लिए, यदि आपके पास एक फैक्ट्री में एक एज डिवाइस चल रहा है जो मशीनरी से डेटा एकत्र करता है, तो आपको कुछ आपदा वसूली परिदृश्यों के बारे में सोचने की आवश्यकता नहीं है। यदि फैक्ट्री की बिजली चली जाती है, तो आपको बैकअप एज डिवाइस की आवश्यकता नहीं है क्योंकि मशीनें जो डेटा उत्पन्न करती हैं, वे भी बिना बिजली के होंगी।
+
+IoT सिस्टम के लिए, आप अक्सर क्लाउड और एज कंप्यूटिंग का मिश्रण चाहते हैं, जो सिस्टम, उसके ग्राहकों और उसके रखरखावकर्ताओं की जरूरतों के आधार पर प्रत्येक सेवा का लाभ उठाते हैं।
+
+## Azure IoT Edge
+
+![Azure IoT Edge का लोगो](../../../../../translated_images/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.hi.png)
+
+Azure IoT Edge एक सेवा है जो आपको वर्कलोड को क्लाउड से हटाकर एज पर ले जाने में मदद कर सकती है। आप एक डिवाइस को एज डिवाइस के रूप में सेट करते हैं, और क्लाउड से उस एज डिवाइस पर कोड तैनात कर सकते हैं। यह आपको क्लाउड और एज की क्षमताओं को मिलाने की अनुमति देता है।
+
+> 🎓 *वर्कलोड* एक शब्द है जो किसी भी सेवा के लिए उपयोग किया जाता है जो किसी प्रकार का कार्य करती है, जैसे कि AI मॉडल, एप्लिकेशन, या सर्वरलेस फंक्शन।
+
+उदाहरण के लिए, आप क्लाउड में एक इमेज क्लासिफायर को प्रशिक्षित कर सकते हैं, फिर क्लाउड से इसे एक एज डिवाइस पर तैनात कर सकते हैं। आपका IoT डिवाइस तब छवियों को वर्गीकृत करने के लिए एज डिवाइस पर भेजता है, बजाय इसके कि छवियों को इंटरनेट पर भेजा जाए। यदि आपको मॉडल के नए संस्करण को तैनात करने की आवश्यकता है, तो आप इसे क्लाउड में प्रशिक्षित कर सकते हैं और IoT Edge का उपयोग करके एज डिवाइस पर मॉडल को अपडेट कर सकते हैं।
+
+> 🎓 IoT Edge पर तैनात सॉफ़्टवेयर को *मॉड्यूल* कहा जाता है। डिफ़ॉल्ट रूप से IoT Edge ऐसे मॉड्यूल चलाता है जो IoT हब के साथ संवाद करते हैं, जैसे `edgeAgent` और `edgeHub` मॉड्यूल। जब आप एक इमेज क्लासिफायर तैनात करते हैं, तो इसे एक अतिरिक्त मॉड्यूल के रूप में तैनात किया जाता है।
+
+IoT Edge IoT हब में बनाया गया है, इसलिए आप एज डिवाइस को उसी सेवा का उपयोग करके प्रबंधित कर सकते हैं जिसका उपयोग आप IoT डिवाइस को प्रबंधित करने के लिए करेंगे, और वह भी समान स्तर की सुरक्षा के साथ।
+
+IoT Edge *कंटेनरों* से कोड चलाता है - स्व-निहित एप्लिकेशन जो आपके कंप्यूटर पर अन्य एप्लिकेशन से अलग-थलग चलाए जाते हैं। जब आप एक कंटेनर चलाते हैं, तो यह आपके कंप्यूटर के अंदर एक अलग कंप्यूटर की तरह कार्य करता है, जिसमें इसका अपना सॉफ़्टवेयर, सेवाएं और एप्लिकेशन चलते हैं। अधिकांश समय कंटेनर आपके कंप्यूटर पर कुछ भी एक्सेस नहीं कर सकते जब तक आप फ़ोल्डर जैसी चीज़ों को साझा करने का विकल्प नहीं चुनते। कंटेनर तब एक खुले पोर्ट के माध्यम से सेवाओं को उजागर करता है जिसे आप कनेक्ट कर सकते हैं या अपने नेटवर्क पर उजागर कर सकते हैं।
+
+![एक वेब अनुरोध को एक कंटेनर पर पुनर्निर्देशित किया गया](../../../../../translated_images/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.hi.png)
+
+उदाहरण के लिए, आप एक कंटेनर में एक वेबसाइट चला सकते हैं जो पोर्ट 80 पर चल रही है, जो डिफ़ॉल्ट HTTP पोर्ट है, और आप इसे अपने कंप्यूटर से भी पोर्ट 80 पर उजागर कर सकते हैं।
+
+✅ कुछ शोध करें: कंटेनरों और Docker या Moby जैसी सेवाओं के बारे में पढ़ें।
+
+आप Custom Vision का उपयोग करके इमेज क्लासिफायर डाउनलोड कर सकते हैं और उन्हें कंटेनरों के रूप में तैनात कर सकते हैं, या तो सीधे डिवाइस पर चलाकर या IoT Edge के माध्यम से तैनात करके। एक बार जब वे कंटेनर में चल रहे होते हैं, तो उन्हें उसी REST API का उपयोग करके एक्सेस किया जा सकता है जैसा कि क्लाउड संस्करण के लिए होता है, लेकिन एज डिवाइस पर चलने वाले कंटेनर को इंगित करने वाले एंडपॉइंट के साथ।
+
+## IoT Edge डिवाइस को रजिस्टर करें
+
+IoT Edge डिवाइस का उपयोग करने के लिए, इसे IoT हब में रजिस्टर करना होगा।
+
+### कार्य - IoT Edge डिवाइस को रजिस्टर करें
+
+1. `fruit-quality-detector` संसाधन समूह में एक IoT हब बनाएं। इसे `fruit-quality-detector` पर आधारित एक अद्वितीय नाम दें।
+
+1. अपने IoT हब में `fruit-quality-detector-edge` नामक एक IoT Edge डिवाइस रजिस्टर करें। यह कमांड एक गैर-एज डिवाइस को रजिस्टर करने के लिए उपयोग किए गए कमांड के समान है, सिवाय इसके कि आप `--edge-enabled` फ्लैग पास करते हैं।
+
+    ```sh
+    az iot hub device-identity create --edge-enabled \
+                                      --device-id fruit-quality-detector-edge \
+                                      --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को अपने IoT हब के नाम से बदलें।
+
+1. अपने डिवाइस के लिए कनेक्शन स्ट्रिंग प्राप्त करने के लिए निम्नलिखित कमांड का उपयोग करें:
+
+    ```sh
+    az iot hub device-identity connection-string show --device-id fruit-quality-detector-edge \
+                                                      --output table \
+                                                      --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को अपने IoT हब के नाम से बदलें।
+
+    आउटपुट में दिखाए गए कनेक्शन स्ट्रिंग की एक प्रति लें।
+
+## IoT Edge डिवाइस सेट करें
+
+एक बार जब आपने अपने IoT हब में एज डिवाइस रजिस्ट्रेशन बना लिया है, तो आप एज डिवाइस सेट कर सकते हैं।
+
+### कार्य - IoT Edge Runtime इंस्टॉल करें और शुरू करें
+
+**IoT Edge रनटाइम केवल Linux कंटेनरों को चलाता है।** इसे Linux पर चलाया जा सकता है, या Windows पर Linux वर्चुअल मशीनों का उपयोग करके।
+
+* यदि आप अपने IoT डिवाइस के रूप में Raspberry Pi का उपयोग कर रहे हैं, तो यह Linux का एक समर्थित संस्करण चलाता है और IoT Edge रनटाइम की मेजबानी कर सकता है। [Microsoft Docs पर Linux के लिए Azure IoT Edge इंस्टॉल करने के गाइड](https://docs.microsoft.com/azure/iot-edge/how-to-install-iot-edge?WT.mc_id=academic-17441-jabenn) का पालन करें ताकि IoT Edge इंस्टॉल किया जा सके और कनेक्शन स्ट्रिंग सेट की जा सके।
+
+    > 💁 याद रखें, Raspberry Pi OS Debian Linux का एक संस्करण है।
+
+* यदि आप Raspberry Pi का उपयोग नहीं कर रहे हैं, लेकिन आपके पास एक Linux कंप्यूटर है, तो आप IoT Edge रनटाइम चला सकते हैं। [Microsoft Docs पर Linux के लिए Azure IoT Edge इंस्टॉल करने के गाइड](https://docs.microsoft.com/azure/iot-edge/how-to-install-iot-edge?WT.mc_id=academic-17441-jabenn) का पालन करें ताकि IoT Edge इंस्टॉल किया जा सके और कनेक्शन स्ट्रिंग सेट की जा सके।
+
+* यदि आप Windows का उपयोग कर रहे हैं, तो आप Linux वर्चुअल मशीन में IoT Edge रनटाइम इंस्टॉल कर सकते हैं। [Microsoft Docs पर Windows डिवाइस पर अपना पहला IoT Edge मॉड्यूल तैनात करें](https://docs.microsoft.com/azure/iot-edge/quickstart?WT.mc_id=academic-17441-jabenn#install-and-start-the-iot-edge-runtime) के त्वरित प्रारंभ के "IoT Edge रनटाइम इंस्टॉल करें और शुरू करें" अनुभाग का पालन करें। आप *मॉड्यूल तैनात करें* अनुभाग तक पहुंचने पर रुक सकते हैं।
+
+* यदि आप macOS का उपयोग कर रहे हैं, तो आप अपने IoT Edge डिवाइस के लिए क्लाउड में एक वर्चुअल मशीन (VM) बना सकते हैं। ये कंप्यूटर हैं जिन्हें आप क्लाउड में बना सकते हैं और इंटरनेट पर एक्सेस कर सकते हैं। आप एक Linux VM बना सकते हैं जिसमें IoT Edge इंस्टॉल हो। [IoT Edge चलाने वाली वर्चुअल मशीन बनाएं गाइड](vm-iotedge.md) का पालन करें।
+
+## अपने मॉडल को एक्सपोर्ट करें
+
+एज पर क्लासिफायर चलाने के लिए, इसे Custom Vision से एक्सपोर्ट करना होगा। Custom Vision दो प्रकार के मॉडल उत्पन्न कर सकता है - मानक मॉडल और कॉम्पैक्ट मॉडल। कॉम्पैक्ट मॉडल विभिन्न तकनीकों का उपयोग करके मॉडल के आकार को कम करते हैं, जिससे इसे IoT डिवाइस पर डाउनलोड और तैनात किया जा सके।
+
+जब आपने इमेज क्लासिफायर बनाया, तो आपने *Food* डोमेन का उपयोग किया, जो खाद्य छवियों पर प्रशिक्षण के लिए अनुकूलित मॉडल का एक संस्करण है। Custom Vision में, आप अपने प्रोजेक्ट के डोमेन को बदल सकते हैं, अपने प्रशिक्षण डेटा का उपयोग करके नए डोमेन के साथ एक नया मॉडल प्रशिक्षित कर सकते हैं। Custom Vision द्वारा समर्थित सभी डोमेन मानक और कॉम्पैक्ट दोनों के रूप में उपलब्ध हैं।
+
+### कार्य - अपने मॉडल को Food (कॉम्पैक्ट)
+1. [CustomVision.ai](https://customvision.ai) पोर्टल लॉन्च करें और साइन इन करें यदि आपने इसे पहले से नहीं खोला है। फिर अपने `fruit-quality-detector` प्रोजेक्ट को खोलें।
+
+1. **Settings** बटन (⚙ आइकन) चुनें।
+
+1. *Domains* सूची में, *Food (compact)* चुनें।
+
+1. *Export Capabilities* के तहत, सुनिश्चित करें कि *Basic platforms (Tensorflow, CoreML, ONNX, ...)* चयनित है।
+
+1. Settings पेज के नीचे **Save Changes** पर क्लिक करें।
+
+1. **Train** बटन का उपयोग करके मॉडल को पुनः प्रशिक्षित करें, और *Quick training* चुनें।
+
+### कार्य - अपने मॉडल को एक्सपोर्ट करें
+
+एक बार मॉडल प्रशिक्षित हो जाने के बाद, इसे कंटेनर के रूप में एक्सपोर्ट करना होगा।
+
+1. **Performance** टैब चुनें और अपने नवीनतम iteration को खोजें जिसे compact domain का उपयोग करके प्रशिक्षित किया गया था।
+
+1. शीर्ष पर **Export** बटन चुनें।
+
+1. **DockerFile** चुनें, फिर अपने edge device से मेल खाने वाला संस्करण चुनें:
+
+    * यदि आप Linux कंप्यूटर, Windows कंप्यूटर या Virtual Machine पर IoT Edge चला रहे हैं, तो *Linux* संस्करण चुनें।
+    * यदि आप Raspberry Pi पर IoT Edge चला रहे हैं, तो *ARM (Raspberry Pi 3)* संस्करण चुनें।
+
+> 🎓 Docker कंटेनरों को प्रबंधित करने के लिए सबसे लोकप्रिय टूल्स में से एक है, और DockerFile कंटेनर सेटअप करने के निर्देशों का एक सेट है।
+
+1. **Export** चुनें ताकि Custom Vision संबंधित फाइलें बना सके, फिर **Download** पर क्लिक करें और उन्हें zip फाइल में डाउनलोड करें।
+
+1. फाइलों को अपने कंप्यूटर पर सेव करें, फिर फोल्डर को अनज़िप करें।
+
+## अपने कंटेनर को डिप्लॉयमेंट के लिए तैयार करें
+
+![कंटेनर बनाए जाते हैं, फिर कंटेनर रजिस्ट्री में पुश किए जाते हैं, और फिर IoT Edge का उपयोग करके कंटेनर रजिस्ट्री से edge device पर डिप्लॉय किए जाते हैं](../../../../../translated_images/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.hi.png)
+
+एक बार जब आपने अपना मॉडल डाउनलोड कर लिया है, तो इसे कंटेनर में बनाया जाना चाहिए, फिर कंटेनर रजिस्ट्री में पुश किया जाना चाहिए - एक ऑनलाइन स्थान जहां आप कंटेनरों को स्टोर कर सकते हैं। IoT Edge फिर रजिस्ट्री से कंटेनर डाउनलोड कर सकता है और इसे आपके डिवाइस पर पुश कर सकता है।
+
+![Azure Container Registry लोगो](../../../../../translated_images/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.hi.png)
+
+इस पाठ के लिए आप जो कंटेनर रजिस्ट्री उपयोग करेंगे वह Azure Container Registry है। यह एक मुफ्त सेवा नहीं है, इसलिए पैसे बचाने के लिए सुनिश्चित करें कि आप [अपने प्रोजेक्ट को साफ करें](../../../clean-up.md) जब आप इसे समाप्त कर लें।
+
+> 💁 Azure Container Registry का उपयोग करने की लागत आप [Azure Container Registry प्राइसिंग पेज](https://azure.microsoft.com/pricing/details/container-registry/?WT.mc_id=academic-17441-jabenn) पर देख सकते हैं।
+
+### कार्य - Docker इंस्टॉल करें
+
+क्लासिफायर को बनाने और डिप्लॉय करने के लिए, आपको [Docker](https://www.docker.com/) इंस्टॉल करने की आवश्यकता हो सकती है।
+
+आपको केवल तभी ऐसा करना होगा यदि आप अपने कंटेनर को उस डिवाइस से अलग डिवाइस पर बनाना चाहते हैं जिस पर आपने IoT Edge इंस्टॉल किया है - IoT Edge इंस्टॉल करने के हिस्से के रूप में, Docker आपके लिए इंस्टॉल किया जाता है।
+
+1. यदि आप अपने IoT Edge डिवाइस से अलग डिवाइस पर Docker कंटेनर बना रहे हैं, तो [Docker इंस्टॉल पेज](https://www.docker.com/products/docker-desktop) पर Docker Desktop या Docker इंजन इंस्टॉल करने के निर्देशों का पालन करें। इंस्टॉल करने के बाद सुनिश्चित करें कि यह चल रहा है।
+
+### कार्य - कंटेनर रजिस्ट्री संसाधन बनाएं
+
+1. अपने टर्मिनल या कमांड प्रॉम्प्ट से निम्नलिखित कमांड चलाएं ताकि Azure Container Registry संसाधन बनाया जा सके:
+
+    ```sh
+    az acr create --resource-group fruit-quality-detector \
+                  --sku Basic \
+                  --name <Container registry name>
+    ```
+
+    `<Container registry name>` को अपने कंटेनर रजिस्ट्री के लिए एक अद्वितीय नाम से बदलें, जिसमें केवल अक्षर और संख्याएं हों। इसे `fruitqualitydetector` के आधार पर बनाएं। यह नाम कंटेनर रजिस्ट्री तक पहुंचने के URL का हिस्सा बन जाता है, इसलिए इसे वैश्विक रूप से अद्वितीय होना चाहिए।
+
+1. निम्नलिखित कमांड का उपयोग करके Azure Container Registry में लॉग इन करें:
+
+    ```sh
+    az acr login --name <Container registry name>
+    ```
+
+    `<Container registry name>` को अपने कंटेनर रजिस्ट्री के नाम से बदलें।
+
+1. कंटेनर रजिस्ट्री को एडमिन मोड में सेट करें ताकि आप पासवर्ड जनरेट कर सकें:
+
+    ```sh
+    az acr update --admin-enabled true \
+                 --name <Container registry name>
+    ```
+
+    `<Container registry name>` को अपने कंटेनर रजिस्ट्री के नाम से बदलें।
+
+1. अपने कंटेनर रजिस्ट्री के लिए पासवर्ड जनरेट करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+     az acr credential renew --password-name password \
+                             --output table \
+                             --name <Container registry name>
+    ```
+
+    `<Container registry name>` को अपने कंटेनर रजिस्ट्री के नाम से बदलें।
+
+    `PASSWORD` के मान की एक कॉपी लें, क्योंकि आपको इसकी बाद में आवश्यकता होगी।
+
+### कार्य - अपने कंटेनर को बनाएं
+
+Custom Vision से आपने जो डाउनलोड किया था वह एक DockerFile था जिसमें कंटेनर को कैसे बनाया जाए इसके निर्देश थे, साथ ही एप्लिकेशन कोड जो कंटेनर के अंदर चलाया जाएगा ताकि आपका Custom Vision मॉडल होस्ट किया जा सके, और एक REST API जिसे कॉल किया जा सके। आप Docker का उपयोग करके DockerFile से टैग किए गए कंटेनर को बना सकते हैं, फिर इसे अपने कंटेनर रजिस्ट्री में पुश कर सकते हैं।
+
+> 🎓 कंटेनरों को एक टैग दिया जाता है जो उनके नाम और संस्करण को परिभाषित करता है। जब आपको कंटेनर को अपडेट करने की आवश्यकता होती है, तो आप इसे उसी टैग के साथ लेकिन नए संस्करण के साथ बना सकते हैं।
+
+1. अपने टर्मिनल या कमांड प्रॉम्प्ट को खोलें और उस अनज़िप किए गए मॉडल पर जाएं जिसे आपने Custom Vision से डाउनलोड किया था।
+
+1. इमेज को बनाने और टैग करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    docker build --platform <platform> -t <Container registry name>.azurecr.io/classifier:v1 .
+    ```
+
+    `<platform>` को उस प्लेटफॉर्म से बदलें जिस पर यह कंटेनर चलेगा। यदि आप Raspberry Pi पर IoT Edge चला रहे हैं, तो इसे `linux/armhf` सेट करें, अन्यथा इसे `linux/amd64` सेट करें।
+
+    > 💁 यदि आप यह कमांड उस डिवाइस से चला रहे हैं जिस पर आप IoT Edge चला रहे हैं, जैसे कि Raspberry Pi से, तो आप `--platform <platform>` भाग को छोड़ सकते हैं क्योंकि यह डिफ़ॉल्ट रूप से वर्तमान प्लेटफॉर्म पर सेट होता है।
+
+    `<Container registry name>` को अपने कंटेनर रजिस्ट्री के नाम से बदलें।
+
+    > 💁 यदि आप Linux या Raspberry Pi OS पर चल रहे हैं तो आपको यह कमांड चलाने के लिए `sudo` का उपयोग करना पड़ सकता है।
+
+    Docker इमेज बनाएगा, जिसमें आवश्यक सभी सॉफ़्टवेयर कॉन्फ़िगर किए जाएंगे। इमेज को `classifier:v1` के रूप में टैग किया जाएगा।
+
+    ```output
+    ➜  d4ccc45da0bb478bad287128e1274c3c.DockerFile.Linux docker build --platform linux/amd64 -t  fruitqualitydetectorjimb.azurecr.io/classifier:v1 .
+    [+] Building 102.4s (11/11) FINISHED
+     => [internal] load build definition from Dockerfile
+     => => transferring dockerfile: 131B
+     => [internal] load .dockerignore
+     => => transferring context: 2B
+     => [internal] load metadata for docker.io/library/python:3.7-slim
+     => [internal] load build context
+     => => transferring context: 905B
+     => [1/6] FROM docker.io/library/python:3.7-slim@sha256:b21b91c9618e951a8cbca5b696424fa5e820800a88b7e7afd66bba0441a764d6
+     => => resolve docker.io/library/python:3.7-slim@sha256:b21b91c9618e951a8cbca5b696424fa5e820800a88b7e7afd66bba0441a764d6
+     => => sha256:b4d181a07f8025e00e0cb28f1cc14613da2ce26450b80c54aea537fa93cf3bda 27.15MB / 27.15MB
+     => => sha256:de8ecf497b753094723ccf9cea8a46076e7cb845f333df99a6f4f397c93c6ea9 2.77MB / 2.77MB
+     => => sha256:707b80804672b7c5d8f21e37c8396f319151e1298d976186b4f3b76ead9f10c8 10.06MB / 10.06MB
+     => => sha256:b21b91c9618e951a8cbca5b696424fa5e820800a88b7e7afd66bba0441a764d6 1.86kB / 1.86kB
+     => => sha256:44073386687709c437586676b572ff45128ff1f1570153c2f727140d4a9accad 1.37kB / 1.37kB
+     => => sha256:3d94f0f2ca798607808b771a7766f47ae62a26f820e871dd488baeccc69838d1 8.31kB / 8.31kB
+     => => sha256:283715715396fd56d0e90355125fd4ec57b4f0773f306fcd5fa353b998beeb41 233B / 233B
+     => => sha256:8353afd48f6b84c3603ea49d204bdcf2a1daada15f5d6cad9cc916e186610a9f 2.64MB / 2.64MB
+     => => extracting sha256:b4d181a07f8025e00e0cb28f1cc14613da2ce26450b80c54aea537fa93cf3bda
+     => => extracting sha256:de8ecf497b753094723ccf9cea8a46076e7cb845f333df99a6f4f397c93c6ea9
+     => => extracting sha256:707b80804672b7c5d8f21e37c8396f319151e1298d976186b4f3b76ead9f10c8
+     => => extracting sha256:283715715396fd56d0e90355125fd4ec57b4f0773f306fcd5fa353b998beeb41
+     => => extracting sha256:8353afd48f6b84c3603ea49d204bdcf2a1daada15f5d6cad9cc916e186610a9f
+     => [2/6] RUN pip install -U pip
+     => [3/6] RUN pip install --no-cache-dir numpy~=1.17.5 tensorflow~=2.0.2 flask~=1.1.2 pillow~=7.2.0
+     => [4/6] RUN pip install --no-cache-dir mscviplib==2.200731.16
+     => [5/6] COPY app /app
+     => [6/6] WORKDIR /app
+     => exporting to image
+     => => exporting layers
+     => => writing image sha256:1846b6f134431f78507ba7c079358ed66d944c0e185ab53428276bd822400386
+     => => naming to fruitqualitydetectorjimb.azurecr.io/classifier:v1
+    ```
+
+### कार्य - अपने कंटेनर को कंटेनर रजिस्ट्री में पुश करें
+
+1. अपने कंटेनर को कंटेनर रजिस्ट्री में पुश करने के लिए निम्नलिखित कमांड का उपयोग करें:
+
+    ```sh
+    docker push <Container registry name>.azurecr.io/classifier:v1
+    ```
+
+    `<Container registry name>` को अपने कंटेनर रजिस्ट्री के नाम से बदलें।
+
+    > 💁 यदि आप Linux पर चल रहे हैं तो आपको यह कमांड चलाने के लिए `sudo` का उपयोग करना पड़ सकता है।
+
+    कंटेनर कंटेनर रजिस्ट्री में पुश किया जाएगा।
+
+    ```output
+    ➜  d4ccc45da0bb478bad287128e1274c3c.DockerFile.Linux docker push fruitqualitydetectorjimb.azurecr.io/classifier:v1
+    The push refers to repository [fruitqualitydetectorjimb.azurecr.io/classifier]
+    5f70bf18a086: Pushed 
+    8a1ba9294a22: Pushed 
+    56cf27184a76: Pushed 
+    b32154f3f5dd: Pushed 
+    36103e9a3104: Pushed 
+    e2abb3cacca0: Pushed 
+    4213fd357bbe: Pushed 
+    7ea163ba4dce: Pushed 
+    537313a13d90: Pushed 
+    764055ebc9a7: Pushed 
+    v1: digest: sha256:ea7894652e610de83a5a9e429618e763b8904284253f4fa0c9f65f0df3a5ded8 size: 2423
+    ```
+
+1. पुश को सत्यापित करने के लिए, आप निम्नलिखित कमांड का उपयोग करके अपनी रजिस्ट्री में कंटेनरों की सूची देख सकते हैं:
+
+    ```sh
+    az acr repository list --output table \
+                           --name <Container registry name> 
+    ```
+
+    `<Container registry name>` को अपने कंटेनर रजिस्ट्री के नाम से बदलें।
+
+    ```output
+    ➜  d4ccc45da0bb478bad287128e1274c3c.DockerFile.Linux az acr repository list --name fruitqualitydetectorjimb --output table
+    Result
+    ----------
+    classifier
+    ```
+
+    आप आउटपुट में अपने क्लासिफायर को सूचीबद्ध देखेंगे।
+
+## अपने कंटेनर को डिप्लॉय करें
+
+अब आपका कंटेनर आपके IoT Edge डिवाइस पर डिप्लॉय किया जा सकता है। डिप्लॉय करने के लिए आपको एक डिप्लॉयमेंट मैनिफेस्ट परिभाषित करना होगा - एक JSON दस्तावेज़ जो उन मॉड्यूल्स को सूचीबद्ध करता है जिन्हें edge device पर डिप्लॉय किया जाएगा।
+
+### कार्य - डिप्लॉयमेंट मैनिफेस्ट बनाएं
+
+1. अपने कंप्यूटर पर कहीं एक नई फाइल बनाएं जिसका नाम `deployment.json` हो।
+
+1. इस फाइल में निम्नलिखित जोड़ें:
+
+    ```json
+    {
+        "content": {
+            "modulesContent": {
+                "$edgeAgent": {
+                    "properties.desired": {
+                        "schemaVersion": "1.1",
+                        "runtime": {
+                            "type": "docker",
+                            "settings": {
+                                "minDockerVersion": "v1.25",
+                                "loggingOptions": "",
+                                "registryCredentials": {
+                                    "ClassifierRegistry": {
+                                        "username": "<Container registry name>",
+                                        "password": "<Container registry password>",
+                                        "address": "<Container registry name>.azurecr.io"
+                                      }
+                                }
+                            }
+                        },
+                        "systemModules": {
+                            "edgeAgent": {
+                                "type": "docker",
+                                "settings": {
+                                    "image": "mcr.microsoft.com/azureiotedge-agent:1.1",
+                                    "createOptions": "{}"
+                                }
+                            },
+                            "edgeHub": {
+                                "type": "docker",
+                                "status": "running",
+                                "restartPolicy": "always",
+                                "settings": {
+                                    "image": "mcr.microsoft.com/azureiotedge-hub:1.1",
+                                    "createOptions": "{\"HostConfig\":{\"PortBindings\":{\"5671/tcp\":[{\"HostPort\":\"5671\"}],\"8883/tcp\":[{\"HostPort\":\"8883\"}],\"443/tcp\":[{\"HostPort\":\"443\"}]}}}"
+                                }
+                            }
+                        },
+                        "modules": {
+                            "ImageClassifier": {
+                                "version": "1.0",
+                                "type": "docker",
+                                "status": "running",
+                                "restartPolicy": "always",
+                                "settings": {
+                                    "image": "<Container registry name>.azurecr.io/classifier:v1",
+                                    "createOptions": "{\"ExposedPorts\": {\"80/tcp\": {}},\"HostConfig\": {\"PortBindings\": {\"80/tcp\": [{\"HostPort\": \"80\"}]}}}"
+                                }
+                            }
+                        }
+                    }
+                },
+                "$edgeHub": {
+                    "properties.desired": {
+                        "schemaVersion": "1.1",
+                        "routes": {
+                            "upstream": "FROM /messages/* INTO $upstream"
+                        },
+                        "storeAndForwardConfiguration": {
+                            "timeToLiveSecs": 7200
+                        }
+                    }
+                }
+            }
+        }
+    }
+    ```
+
+    > 💁 आप इस फाइल को [code-deployment/deployment](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge/code-deployment/deployment) फोल्डर में पा सकते हैं।
+
+    `<Container registry name>` के तीन उदाहरणों को अपने कंटेनर रजिस्ट्री के नाम से बदलें। एक `ImageClassifier` मॉड्यूल सेक्शन में है, अन्य दो `registryCredentials` सेक्शन में हैं।
+
+    `registryCredentials` सेक्शन में `<Container registry password>` को अपने कंटेनर रजिस्ट्री पासवर्ड से बदलें।
+
+1. उस फोल्डर से जहां आपका डिप्लॉयमेंट मैनिफेस्ट है, निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az iot edge set-modules --device-id fruit-quality-detector-edge \
+                            --content deployment.json \
+                            --hub-name <hub_name>
+    ```
+
+    `<hub_name>` को अपने IoT Hub के नाम से बदलें।
+
+    इमेज क्लासिफायर मॉड्यूल आपके edge device पर डिप्लॉय किया जाएगा।
+
+### कार्य - क्लासिफायर के चलने की पुष्टि करें
+
+1. IoT edge device से कनेक्ट करें:
+
+    * यदि आप Raspberry Pi का उपयोग करके IoT Edge चला रहे हैं, तो अपने टर्मिनल से ssh का उपयोग करें या VS Code में एक रिमोट SSH सत्र के माध्यम से कनेक्ट करें।
+    * यदि आप Windows पर Linux कंटेनर में IoT Edge चला रहे हैं, तो [सफल कॉन्फ़िगरेशन सत्यापन गाइड](https://docs.microsoft.com/azure/iot-edge/how-to-install-iot-edge-on-windows?WT.mc_id=academic-17441-jabenn&view=iotedge-2018-06&tabs=powershell#verify-successful-configuration) में दिए गए चरणों का पालन करें।
+    * यदि आप IoT Edge को वर्चुअल मशीन पर चला रहे हैं, तो आप VM बनाने के समय सेट किए गए `adminUsername` और `password` का उपयोग करके मशीन में SSH कर सकते हैं, और IP पता या DNS नाम का उपयोग कर सकते हैं:
+
+        ```sh
+        ssh <adminUsername>@<IP address>
+        ```
+
+        या:
+
+        ```sh
+        ssh <adminUsername>@<DNS Name>
+        ```
+
+        जब पासवर्ड मांगा जाए तो दर्ज करें।
+
+1. एक बार कनेक्ट होने के बाद, IoT Edge मॉड्यूल्स की सूची प्राप्त करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    iotedge list
+    ```
+
+    > 💁 आपको यह कमांड `sudo` के साथ चलाने की आवश्यकता हो सकती है।
+
+    आप चल रहे मॉड्यूल्स को देखेंगे:
+
+    ```output
+    jim@fruit-quality-detector-jimb:~$ iotedge list
+    NAME             STATUS           DESCRIPTION      CONFIG
+    ImageClassifier  running          Up 42 minutes    fruitqualitydetectorjimb.azurecr.io/classifier:v1
+    edgeAgent        running          Up 42 minutes    mcr.microsoft.com/azureiotedge-agent:1.1
+    edgeHub          running          Up 42 minutes    mcr.microsoft.com/azureiotedge-hub:1.1
+    ```
+
+1. इमेज क्लासिफायर मॉड्यूल के लॉग्स की जांच करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    iotedge logs ImageClassifier
+    ```
+
+    > 💁 आपको यह कमांड `sudo` के साथ चलाने की आवश्यकता हो सकती है।
+
+    ```output
+    jim@fruit-quality-detector-jimb:~$ iotedge logs ImageClassifier
+    2021-07-05 20:30:15.387144: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
+    2021-07-05 20:30:15.392185: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU Frequency: 2394450000 Hz
+    2021-07-05 20:30:15.392712: I tensorflow/compiler/xla/service/service.cc:168] XLA service 0x55ed9ac83470 executing computations on platform Host. Devices:
+    2021-07-05 20:30:15.392806: I tensorflow/compiler/xla/service/service.cc:175]   StreamExecutor device (0): Host, Default Version
+    Loading model...Success!
+    Loading labels...2 found. Success!
+     * Serving Flask app "app" (lazy loading)
+     * Environment: production
+       WARNING: This is a development server. Do not use it in a production deployment.
+       Use a production WSGI server instead.
+     * Debug mode: off
+     * Running on http://0.0.0.0:80/ (Press CTRL+C to quit)
+    ```
+
+### कार्य - इमेज क्लासिफायर का परीक्षण करें
+
+1. आप CURL का उपयोग करके इमेज क्लासिफायर का परीक्षण कर सकते हैं, IoT Edge एजेंट चलाने वाले कंप्यूटर के IP पते या होस्ट नाम का उपयोग करके। IP पता खोजें:
+
+    * यदि आप उसी मशीन पर हैं जिस पर IoT Edge चल रहा है, तो आप होस्ट नाम के रूप में `localhost` का उपयोग कर सकते हैं।
+    * यदि आप VM का उपयोग कर रहे हैं, तो आप VM के IP पते या DNS नाम का उपयोग कर सकते हैं।
+    * अन्यथा आप IoT Edge चलाने वाले मशीन का IP पता प्राप्त कर सकते हैं:
+      * Windows 10 पर, [अपना IP पता खोजें गाइड](https://support.microsoft.com/windows/find-your-ip-address-f21a9bbc-c582-55cd-35e0-73431160a1b9?WT.mc_id=academic-17441-jabenn) का पालन करें।
+      * macOS पर, [Mac पर अपना IP पता कैसे खोजें गाइड](https://www.hellotech.com/guide/for/how-to-find-ip-address-on-mac) का पालन करें।
+      * Linux पर, [Linux में अपना IP पता कैसे खोजें गाइड](https://opensource.com/article/18/5/how-find-ip-address-linux) में निजी IP पता खोजने वाले सेक्शन का पालन करें।
+
+1. आप निम्नलिखित CURL कमांड चलाकर एक स्थानीय फाइल के साथ कंटेनर का परीक्षण कर सकते हैं:
+
+    ```sh
+    curl --location \
+         --request POST 'http://<IP address or name>/image' \
+         --header 'Content-Type: image/png' \
+         --data-binary '@<file_Name>' 
+    ```
+
+    `<IP address or name>` को IoT Edge चलाने वाले कंप्यूटर के IP पते या होस्ट नाम से बदलें। `<file_Name>` को परीक्षण करने के लिए फाइल के नाम से बदलें।
+
+    आप आउटपुट में भविष्यवाणी परिणाम देखेंगे:
+
+    ```output
+    {
+        "created": "2021-07-05T21:44:39.573181",
+        "id": "",
+        "iteration": "",
+        "predictions": [
+            {
+                "boundingBox": null,
+                "probability": 0.9995615482330322,
+                "tagId": "",
+                "tagName": "ripe"
+            },
+            {
+                "boundingBox": null,
+                "probability": 0.0004384400090202689,
+                "tagId": "",
+                "tagName": "unripe"
+            }
+        ],
+        "project": ""
+    }
+    ```
+
+    > 💁 यहां भविष्यवाणी कुंजी प्रदान करने की आवश्यकता नहीं है, क्योंकि यह Azure संसाधन का उपयोग नहीं कर रहा है। इसके बजाय सुरक्षा को आंतरिक नेटवर्क पर आंतरिक सुरक्षा आवश्यकताओं के आधार पर कॉन्फ़िगर किया जाएगा, न कि सार्वजनिक एंडपॉइंट और API कुंजी पर निर्भरता के साथ।
+
+## अपने IoT Edge डिवाइस का उपयोग करें
+
+अब जब आपका इमेज क्लासिफायर IoT Edge डिवाइस पर डिप्लॉय हो गया है, तो आप इसे अपने IoT डिवाइस से उपयोग कर सकते हैं।
+
+### कार्य - अपने IoT Edge डिवाइस का उपयोग करें
+
+IoT Edge क्लासिफायर का उपयोग करके इमेज को वर्गीकृत करने के लिए संबंधित गाइड के माध्यम से काम करें:
+
+* [Arduino - Wio Terminal](wio-terminal.md)
+* [Single-board computer - Raspberry Pi/Virtual IoT device](single-board-computer.md)
+
+### मॉडल पुनः प्रशिक्षण
+
+IoT Edge पर इमेज क्लासिफायर चलाने का एक नुकसान यह है कि वे आपके Custom Vision प्रोजेक्ट से जुड़े नहीं हैं। यदि आप Custom Vision में **Predictions** टैब देखते हैं, तो आपको Edge-आधारित क्लासिफायर का उपयोग करके वर्गीकृत की गई इमेज दिखाई नहीं देंगी।
+
+यह अपेक्षित व्यवहार है - इमेज को क्लाउड में वर्गीकृत करने के लिए नहीं भेजा जाता है, इसलिए वे क्लाउड में उपलब्ध नहीं होंगी। IoT Edge का उपयोग करने का एक फायदा गोपनीयता है, यह सुनिश्चित करना कि इमेज आपके नेटवर्क को नहीं छोड़ती हैं, दूसरा फायदा ऑफलाइन काम करने की क्षमता है, इसलिए जब डिवाइस के पास इंटरनेट कनेक्शन नहीं हो तो इमेज अपलोड करने पर निर्भरता नहीं होती। नुकसान यह है कि आपके मॉडल को सुधारना - आपको इमेज को मैन्युअल रूप से पुनः वर्गीकृत करने के लिए स्टोर करने का एक और तरीका लागू करना होगा ताकि इमेज क्लासिफायर को सुधार और पुनः प्रशिक्षित किया जा सके।
+
+✅ उन तरीकों के बारे में सोचें जिनसे क्लासिफायर को पुनः प्रशिक्षित करने के लिए इमेज अपलोड की जा सकती हैं।
+
+---
+
+## 🚀 चुनौती
+
+Edge डिवाइस पर AI मॉडल चलाना क्लाउड की तुलना में तेज़ हो सकता है - नेटवर्क होप छोटा होता है। यह धीमा भी हो सकता है क्योंकि मॉडल चलाने वाला हार्डवेयर क्लाउड जितना शक्तिशाली नहीं हो सकता।
+
+कुछ समय लें और तुलना करें कि क्या आपके Edge डिवाइस पर कॉल क्लाउड पर कॉल की तुलना में तेज़ या धीमा है? अंतर को समझाने के कारणों के बारे में सोचें, या अंतर की कमी के बारे में। Edge पर AI मॉडल को तेज़ी से चलाने के लिए विशेष हार्डवेयर का उपयोग करने के तरीकों पर शोध करें।
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/34)
+
+## समीक्षा और स्व-अध्ययन
+
+* कंटेनरों के बारे में अधिक पढ़ें [OS-level वर्चुअलाइजेशन पेज पर Wikipedia](https://wikipedia.org/wiki/OS-level_virtualization)
+* 5G के माध्यम से एज कंप्यूटिंग को कैसे बढ़ाया जा सकता है, इस पर जोर देते हुए एज कंप्यूटिंग के बारे में अधिक जानें [एज कंप्यूटिंग क्या है और यह क्यों महत्वपूर्ण है? NetworkWorld के लेख](https://www.networkworld.com/article/3224893/what-is-edge-computing-and-how-its-changing-the-network.html) में।
+
+* IoT Edge में AI सेवाओं को चलाने के बारे में अधिक जानें [Microsoft Channel9 पर Learn Live के एपिसोड "एज पर भाषा पहचान करने के लिए Azure IoT Edge का उपयोग करना सीखें"](https://channel9.msdn.com/Shows/Learn-Live/Sharpen-Your-AI-Edge-Skills-Episode-4-Learn-How-to-Use-Azure-IoT-Edge-on-a-Pre-Built-AI-Service-on-t?WT.mc_id=academic-17441-jabenn) को देखकर।
+
+## असाइनमेंट
+
+[एज पर अन्य सेवाएं चलाएं](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/assignment.md b/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/assignment.md
new file mode 100644
index 00000000..2fb99810
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/assignment.md
@@ -0,0 +1,25 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "cc7ad255517f5f618f9c8899e6ff6783",
+  "translation_date": "2025-08-25T16:37:20+00:00",
+  "source_file": "4-manufacturing/lessons/3-run-fruit-detector-edge/assignment.md",
+  "language_code": "hi"
+}
+-->
+# किनारे पर अन्य सेवाएं चलाएं
+
+## निर्देश
+
+केवल इमेज क्लासिफायर ही नहीं, बल्कि कोई भी चीज़ जिसे कंटेनर में पैक किया जा सकता है, उसे IoT Edge डिवाइस पर तैनात किया जा सकता है। Azure Functions के रूप में चलने वाला सर्वरलेस कोड, जैसे कि आपने पहले के पाठों में बनाए गए ट्रिगर्स, कंटेनरों में चलाया जा सकता है और इसलिए IoT Edge पर भी।
+
+पिछले पाठों में से एक चुनें और Azure Functions ऐप को IoT Edge कंटेनर में चलाने का प्रयास करें। आप एक गाइड पा सकते हैं जो दिखाता है कि इसे एक अलग Functions ऐप प्रोजेक्ट का उपयोग करके कैसे करना है [Tutorial: Deploy Azure Functions as IoT Edge modules on Microsoft docs](https://docs.microsoft.com/azure/iot-edge/tutorial-deploy-function?WT.mc_id=academic-17441-jabenn&view=iotedge-2020-11) में।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ----------------- |
+| Azure Functions ऐप को IoT Edge पर तैनात करें | Azure Functions ऐप को IoT Edge पर तैनात करने और IoT डिवाइस के साथ IoT डेटा से ट्रिगर चलाने में सक्षम था | Functions ऐप को IoT Edge पर तैनात करने में सक्षम था, लेकिन ट्रिगर को चलाने में असमर्थ था | Functions ऐप को IoT Edge पर तैनात करने में असमर्थ था |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/single-board-computer.md b/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/single-board-computer.md
new file mode 100644
index 00000000..c93c9c34
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/single-board-computer.md
@@ -0,0 +1,66 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "50151d9f9dce2801348a93880ef16d86",
+  "translation_date": "2025-08-25T16:38:26+00:00",
+  "source_file": "4-manufacturing/lessons/3-run-fruit-detector-edge/single-board-computer.md",
+  "language_code": "hi"
+}
+-->
+# IoT Edge आधारित इमेज क्लासिफायर का उपयोग करके एक छवि को वर्गीकृत करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप IoT Edge डिवाइस पर चल रहे इमेज क्लासिफायर का उपयोग करेंगे।
+
+## IoT Edge क्लासिफायर का उपयोग करें
+
+IoT डिवाइस को IoT Edge इमेज क्लासिफायर का उपयोग करने के लिए पुनर्निर्देशित किया जा सकता है। इमेज क्लासिफायर के लिए URL है `http://<IP address or name>/image`, जहां `<IP address or name>` को IoT Edge चला रहे कंप्यूटर के IP एड्रेस या होस्ट नाम से बदलें।
+
+Custom Vision के लिए Python लाइब्रेरी केवल क्लाउड-होस्टेड मॉडल्स के साथ काम करती है, IoT Edge पर होस्ट किए गए मॉडल्स के साथ नहीं। इसका मतलब है कि आपको क्लासिफायर को कॉल करने के लिए REST API का उपयोग करना होगा।
+
+### कार्य - IoT Edge क्लासिफायर का उपयोग करें
+
+1. यदि `fruit-quality-detector` प्रोजेक्ट पहले से VS Code में खुला नहीं है, तो इसे खोलें। यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि वर्चुअल एनवायरनमेंट सक्रिय है।
+
+1. `app.py` फाइल खोलें, और `azure.cognitiveservices.vision.customvision.prediction` और `msrest.authentication` से आयात किए गए स्टेटमेंट्स को हटा दें।
+
+1. फाइल के शीर्ष पर निम्नलिखित आयात जोड़ें:
+
+    ```python
+    import requests
+    ```
+
+1. इमेज को फाइल में सेव करने के बाद के सभी कोड को हटा दें, `image_file.write(image.read())` से लेकर फाइल के अंत तक।
+
+1. फाइल के अंत में निम्नलिखित कोड जोड़ें:
+
+    ```python
+    prediction_url = '<URL>'
+    headers = {
+        'Content-Type' : 'application/octet-stream'
+    }
+    image.seek(0)
+    response = requests.post(prediction_url, headers=headers, data=image)
+    results = response.json()
+    
+    for prediction in results['predictions']:
+        print(f'{prediction["tagName"]}:\t{prediction["probability"] * 100:.2f}%')
+    ```
+
+    `<URL>` को अपने क्लासिफायर के URL से बदलें।
+
+    यह कोड क्लासिफायर को REST POST अनुरोध भेजता है, जिसमें इमेज को अनुरोध के बॉडी के रूप में भेजा जाता है। परिणाम JSON के रूप में वापस आते हैं, और इसे डिकोड करके संभावनाओं को प्रिंट किया जाता है।
+
+1. अपना कोड चलाएं, अपने कैमरे को किसी फल की ओर इंगित करें, या उपयुक्त इमेज सेट का उपयोग करें, या यदि वर्चुअल IoT हार्डवेयर का उपयोग कर रहे हैं तो अपने वेबकैम पर फल को दिखाएं। आप कंसोल में आउटपुट देखेंगे:
+
+    ```output
+    (.venv) ➜  fruit-quality-detector python app.py
+    ripe:   56.84%
+    unripe: 43.16%
+    ```
+
+> 💁 आप इस कोड को [code-classify/pi](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge/code-classify/pi) या [code-classify/virtual-iot-device](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge/code-classify/virtual-iot-device) फोल्डर में पा सकते हैं।
+
+😀 आपका फल गुणवत्ता क्लासिफायर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/vm-iotedge.md b/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/vm-iotedge.md
new file mode 100644
index 00000000..71dccbf9
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/vm-iotedge.md
@@ -0,0 +1,113 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "24dc783a600e20251211987b36370e93",
+  "translation_date": "2025-08-25T16:37:35+00:00",
+  "source_file": "4-manufacturing/lessons/3-run-fruit-detector-edge/vm-iotedge.md",
+  "language_code": "hi"
+}
+-->
+# IoT Edge चलाने वाली वर्चुअल मशीन बनाएं
+
+Azure में, आप एक वर्चुअल मशीन बना सकते हैं - क्लाउड में एक कंप्यूटर जिसे आप अपनी इच्छानुसार कॉन्फ़िगर कर सकते हैं और उस पर अपना सॉफ़्टवेयर चला सकते हैं।
+
+> 💁 आप वर्चुअल मशीनों के बारे में अधिक जानकारी [वर्चुअल मशीन पेज पर विकिपीडिया](https://wikipedia.org/wiki/Virtual_machine) पर पढ़ सकते हैं।
+
+## कार्य - IoT Edge वर्चुअल मशीन सेट अप करें
+
+1. निम्नलिखित कमांड चलाएं ताकि एक VM बनाया जा सके जिसमें Azure IoT Edge पहले से ही इंस्टॉल हो:
+
+    ```sh
+    az deployment group create \
+                --resource-group fruit-quality-detector \
+                --template-uri https://raw.githubusercontent.com/Azure/iotedge-vm-deploy/1.2.0/edgeDeploy.json \
+                --parameters dnsLabelPrefix=<vm_name> \
+                --parameters adminUsername=<username> \
+                --parameters deviceConnectionString="<connection_string>" \
+                --parameters authenticationType=password \
+                --parameters adminPasswordOrKey="<password>"
+    ```
+
+    `<vm_name>` को इस वर्चुअल मशीन के लिए एक नाम से बदलें। यह नाम वैश्विक रूप से अद्वितीय होना चाहिए, इसलिए कुछ ऐसा उपयोग करें जैसे `fruit-quality-detector-vm-` और उसके अंत में अपना नाम या कोई अन्य मान जोड़ें।
+
+    `<username>` और `<password>` को VM में लॉग इन करने के लिए उपयोग किए जाने वाले यूज़रनेम और पासवर्ड से बदलें। ये अपेक्षाकृत सुरक्षित होने चाहिए, इसलिए आप admin/password का उपयोग नहीं कर सकते।
+
+    `<connection_string>` को अपने `fruit-quality-detector-edge` IoT Edge डिवाइस के कनेक्शन स्ट्रिंग से बदलें।
+
+    यह VM को `DS1 v2` वर्चुअल मशीन के रूप में कॉन्फ़िगर करेगा। ये श्रेणियां मशीन की शक्ति और उसकी लागत को इंगित करती हैं। इस VM में 1 CPU और 3.5GB RAM है।
+
+    > 💰 आप इन VMs की वर्तमान कीमतें [Azure वर्चुअल मशीन प्राइसिंग गाइड](https://azure.microsoft.com/pricing/details/virtual-machines/linux/?WT.mc_id=academic-17441-jabenn) पर देख सकते हैं।
+
+    एक बार VM बन जाने के बाद, IoT Edge runtime स्वचालित रूप से इंस्टॉल हो जाएगा और आपके IoT Hub से `fruit-quality-detector-edge` डिवाइस के रूप में कनेक्ट होने के लिए कॉन्फ़िगर किया जाएगा।
+
+1. आपको VM से इमेज क्लासिफायर को कॉल करने के लिए या तो IP एड्रेस या DNS नाम की आवश्यकता होगी। इसे प्राप्त करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az vm list --resource-group fruit-quality-detector \
+               --output table \
+               --show-details
+    ```
+
+    `PublicIps` फ़ील्ड या `Fqdns` फ़ील्ड में से किसी एक की कॉपी लें।
+
+1. VMs पैसे खर्च करते हैं। लेखन के समय, एक DS1 VM की लागत लगभग $0.06 प्रति घंटे है। लागत कम रखने के लिए, आपको VM को तब बंद कर देना चाहिए जब आप इसका उपयोग नहीं कर रहे हों, और इस प्रोजेक्ट के समाप्त होने पर इसे हटा देना चाहिए।
+
+    आप अपने VM को हर दिन एक निश्चित समय पर स्वचालित रूप से बंद करने के लिए कॉन्फ़िगर कर सकते हैं। इसका मतलब है कि यदि आप इसे बंद करना भूल जाते हैं, तो आपको स्वचालित शटडाउन तक के समय से अधिक बिल नहीं किया जाएगा। इसे सेट करने के लिए निम्नलिखित कमांड का उपयोग करें:
+
+    ```sh
+    az vm auto-shutdown --resource-group fruit-quality-detector \
+                        --name <vm_name> \
+                        --time <shutdown_time_utc>
+    ```
+
+    `<vm_name>` को अपने वर्चुअल मशीन के नाम से बदलें।
+
+    `<shutdown_time_utc>` को UTC समय से बदलें जब आप चाहते हैं कि VM 4 अंकों के रूप में HHMM का उपयोग करके बंद हो जाए। उदाहरण के लिए, यदि आप इसे UTC में आधी रात को बंद करना चाहते हैं, तो इसे `0000` सेट करें। यदि आप यूएस वेस्ट कोस्ट पर शाम 7:30 बजे बंद करना चाहते हैं, तो आप 0230 का उपयोग करेंगे (यूएस वेस्ट कोस्ट पर शाम 7:30 बजे UTC में 2:30AM है)।
+
+1. आपका इमेज क्लासिफायर इस एज डिवाइस पर पोर्ट 80 (मानक HTTP पोर्ट) पर चल रहा होगा। डिफ़ॉल्ट रूप से, वर्चुअल मशीनों में इनबाउंड पोर्ट ब्लॉक होते हैं, इसलिए आपको पोर्ट 80 को सक्षम करना होगा। पोर्ट नेटवर्क सुरक्षा समूहों पर सक्षम होते हैं, इसलिए पहले आपको अपने VM के नेटवर्क सुरक्षा समूह का नाम जानना होगा, जिसे आप निम्नलिखित कमांड से प्राप्त कर सकते हैं:
+
+    ```sh
+    az network nsg list --resource-group fruit-quality-detector \
+                        --output table
+    ```
+
+    `Name` फ़ील्ड का मान कॉपी करें।
+
+1. नेटवर्क सुरक्षा समूह में पोर्ट 80 खोलने के लिए एक नियम जोड़ने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az network nsg rule create \
+                        --resource-group fruit-quality-detector \
+                        --name Port_80 \
+                        --protocol tcp \
+                        --priority 1010 \
+                        --destination-port-range 80 \
+                        --nsg-name <nsg name>
+    ```
+
+    `<nsg name>` को पिछले चरण से नेटवर्क सुरक्षा समूह के नाम से बदलें।
+
+### कार्य - अपने VM को प्रबंधित करें ताकि लागत कम हो
+
+1. जब आप अपने VM का उपयोग नहीं कर रहे हों, तो आपको इसे बंद कर देना चाहिए। VM को बंद करने के लिए निम्नलिखित कमांड का उपयोग करें:
+
+    ```sh
+    az vm deallocate --resource-group fruit-quality-detector \
+                     --name <vm_name>
+    ```
+
+    `<vm_name>` को अपने वर्चुअल मशीन के नाम से बदलें।
+
+    > 💁 एक `az vm stop` कमांड है जो VM को रोक देगा, लेकिन यह कंप्यूटर को आपके लिए आवंटित रखता है, इसलिए आप अभी भी इसे चलाने के समान भुगतान करते हैं।
+
+1. VM को पुनः शुरू करने के लिए निम्नलिखित कमांड का उपयोग करें:
+
+    ```sh
+    az vm start --resource-group fruit-quality-detector \
+                --name <vm_name>
+    ```
+
+    `<vm_name>` को अपने वर्चुअल मशीन के नाम से बदलें।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md b/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md
new file mode 100644
index 00000000..501fa6b6
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md
@@ -0,0 +1,64 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "48ac21ec80329c930db7b84bd6b592ec",
+  "translation_date": "2025-08-25T16:38:03+00:00",
+  "source_file": "4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md",
+  "language_code": "hi"
+}
+-->
+# IoT Edge आधारित इमेज क्लासिफायर का उपयोग करके एक इमेज को वर्गीकृत करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप IoT Edge डिवाइस पर चल रहे इमेज क्लासिफायर का उपयोग करेंगे।
+
+## IoT Edge क्लासिफायर का उपयोग करें
+
+IoT डिवाइस को IoT Edge इमेज क्लासिफायर का उपयोग करने के लिए पुनः निर्देशित किया जा सकता है। इमेज क्लासिफायर के लिए URL `http://<IP address or name>/image` है, जहाँ `<IP address or name>` को IoT Edge चलाने वाले कंप्यूटर के IP एड्रेस या होस्ट नाम से बदलें।
+
+### कार्य - IoT Edge क्लासिफायर का उपयोग करें
+
+1. यदि `fruit-quality-detector` ऐप प्रोजेक्ट पहले से खुला नहीं है, तो इसे खोलें।
+
+1. इमेज क्लासिफायर HTTP का उपयोग करके एक REST API के रूप में चल रहा है, HTTPS का नहीं। इसलिए कॉल को केवल HTTP कॉल के साथ काम करने वाले WiFi क्लाइंट का उपयोग करना होगा। इसका मतलब है कि सर्टिफिकेट की आवश्यकता नहीं है। `config.h` फाइल से `CERTIFICATE` को हटा दें।
+
+1. `config.h` फाइल में प्रेडिक्शन URL को नए URL से अपडेट करना होगा। आप `PREDICTION_KEY` को भी हटा सकते हैं क्योंकि इसकी आवश्यकता नहीं है।
+
+    ```cpp
+    const char *PREDICTION_URL = "<URL>";
+    ```
+
+    `<URL>` को अपने क्लासिफायर के URL से बदलें।
+
+1. `main.cpp` में, WiFi Client Secure के लिए शामिल निर्देश को मानक HTTP संस्करण आयात करने के लिए बदलें:
+
+    ```cpp
+    #include <WiFiClient.h>
+    ```
+
+1. `WiFiClient` की घोषणा को HTTP संस्करण में बदलें:
+
+    ```cpp
+    WiFiClient client;
+    ```
+
+1. WiFi क्लाइंट पर सर्टिफिकेट सेट करने वाली लाइन का चयन करें। `connectWiFi` फंक्शन से `client.setCACert(CERTIFICATE);` लाइन को हटा दें।
+
+1. `classifyImage` फंक्शन में, हेडर में प्रेडिक्शन की सेट करने वाली लाइन `httpClient.addHeader("Prediction-Key", PREDICTION_KEY);` को हटा दें।
+
+1. अपना कोड अपलोड करें और चलाएं। कैमरे को किसी फल की ओर इंगित करें और C बटन दबाएं। आप सीरियल मॉनिटर में आउटपुट देखेंगे:
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Image captured
+    Image read to buffer with length 8200
+    ripe:   56.84%
+    unripe: 43.16%
+    ```
+
+> 💁 आप इस कोड को [code-classify/wio-terminal](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge/code-classify/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपका फल गुणवत्ता क्लासिफायर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/README.md b/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
new file mode 100644
index 00000000..6f7c2dd2
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
@@ -0,0 +1,231 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "f74f4ccb61f00e5f7e9f49c3ed416e36",
+  "translation_date": "2025-08-25T16:38:46+00:00",
+  "source_file": "4-manufacturing/lessons/4-trigger-fruit-detector/README.md",
+  "language_code": "hi"
+}
+-->
+# सेंसर से फल की गुणवत्ता का पता लगाना शुरू करें
+
+![इस पाठ का स्केच नोट](../../../../../translated_images/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/35)
+
+## परिचय
+
+एक IoT एप्लिकेशन केवल एक डिवाइस द्वारा डेटा कैप्चर करके उसे क्लाउड पर भेजने तक सीमित नहीं है। अक्सर यह कई डिवाइसों का समूह होता है, जो सेंसर का उपयोग करके भौतिक दुनिया से डेटा कैप्चर करते हैं, उस डेटा के आधार पर निर्णय लेते हैं, और एक्ट्यूएटर्स या विज़ुअलाइज़ेशन के माध्यम से भौतिक दुनिया के साथ इंटरैक्ट करते हैं।
+
+इस पाठ में, आप जटिल IoT एप्लिकेशन डिज़ाइन करना, कई सेंसर और क्लाउड सेवाओं को डेटा विश्लेषण और संग्रहण के लिए शामिल करना, और एक्ट्यूएटर के माध्यम से प्रतिक्रिया दिखाना सीखेंगे। आप यह भी जानेंगे कि फल की गुणवत्ता नियंत्रण प्रणाली का प्रोटोटाइप कैसे डिज़ाइन करें, जिसमें IoT एप्लिकेशन को ट्रिगर करने के लिए प्रॉक्सिमिटी सेंसर का उपयोग करना और इस प्रोटोटाइप की आर्किटेक्चर कैसी होगी।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [जटिल IoT एप्लिकेशन डिज़ाइन करें](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+* [फल की गुणवत्ता नियंत्रण प्रणाली डिज़ाइन करें](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+* [सेंसर से फल की गुणवत्ता जांच शुरू करें](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+* [फल गुणवत्ता डिटेक्टर के लिए उपयोग किया गया डेटा](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+* [कई IoT डिवाइसों को सिमुलेट करने के लिए डेवलपर डिवाइस का उपयोग करें](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+* [प्रोडक्शन में जाना](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+
+> 🗑 यह इस प्रोजेक्ट का अंतिम पाठ है, इसलिए इस पाठ और असाइनमेंट को पूरा करने के बाद, अपने क्लाउड सेवाओं को साफ करना न भूलें। असाइनमेंट पूरा करने के लिए आपको सेवाओं की आवश्यकता होगी, इसलिए पहले इसे पूरा करना सुनिश्चित करें।
+>
+> यदि आवश्यक हो, तो निर्देशों के लिए [अपने प्रोजेक्ट को साफ करें गाइड](../../../clean-up.md) देखें।
+
+## जटिल IoT एप्लिकेशन डिज़ाइन करें
+
+IoT एप्लिकेशन कई घटकों से बने होते हैं। इसमें विभिन्न प्रकार की चीजें और इंटरनेट सेवाएं शामिल होती हैं।
+
+IoT एप्लिकेशन को *चीजें* (डिवाइस) के रूप में वर्णित किया जा सकता है जो डेटा भेजती हैं और *इनसाइट्स* उत्पन्न करती हैं। ये *इनसाइट्स* *एक्शन* उत्पन्न करते हैं जो किसी व्यवसाय या प्रक्रिया को बेहतर बनाते हैं। उदाहरण के लिए, एक इंजन (चीज) तापमान डेटा भेजता है। इस डेटा का उपयोग यह मूल्यांकन करने के लिए किया जाता है कि इंजन अपेक्षा के अनुसार प्रदर्शन कर रहा है या नहीं (इनसाइट)। इस इनसाइट का उपयोग इंजन के रखरखाव शेड्यूल को प्राथमिकता देने के लिए किया जाता है (एक्शन)।
+
+* विभिन्न चीजें अलग-अलग प्रकार का डेटा एकत्र करती हैं।
+* IoT सेवाएं उस डेटा पर इनसाइट्स प्रदान करती हैं, कभी-कभी इसे अतिरिक्त स्रोतों के डेटा के साथ बढ़ाती हैं।
+* ये इनसाइट्स एक्शन को प्रेरित करती हैं, जिसमें डिवाइस में एक्ट्यूएटर्स को नियंत्रित करना या डेटा को विज़ुअलाइज़ करना शामिल है।
+
+### संदर्भ IoT आर्किटेक्चर
+
+![एक संदर्भ IoT आर्किटेक्चर](../../../../../translated_images/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.hi.png)
+
+ऊपर दिया गया आरेख एक संदर्भ IoT आर्किटेक्चर दिखाता है।
+
+> 🎓 एक *संदर्भ आर्किटेक्चर* एक उदाहरण आर्किटेक्चर है जिसका उपयोग आप नए सिस्टम डिज़ाइन करते समय संदर्भ के रूप में कर सकते हैं। इस मामले में, यदि आप एक नया IoT सिस्टम बना रहे हैं, तो आप संदर्भ आर्किटेक्चर का अनुसरण कर सकते हैं, जहां उपयुक्त हो, अपने स्वयं के डिवाइस और सेवाओं को प्रतिस्थापित कर सकते हैं।
+
+* **चीजें** वे डिवाइस हैं जो सेंसर से डेटा एकत्र करती हैं, शायद उस डेटा की व्याख्या करने के लिए एज सेवाओं के साथ इंटरैक्ट करती हैं, जैसे कि छवि डेटा की व्याख्या करने के लिए इमेज क्लासिफायर। डिवाइस से डेटा IoT सेवा को भेजा जाता है।
+* **इनसाइट्स** सर्वरलेस एप्लिकेशन से आते हैं, या संग्रहीत डेटा पर चलाए गए एनालिटिक्स से।
+* **एक्शन** डिवाइस को भेजे गए कमांड हो सकते हैं, या डेटा का विज़ुअलाइज़ेशन जो मनुष्यों को निर्णय लेने की अनुमति देता है।
+
+![एक संदर्भ IoT आर्किटेक्चर](../../../../../translated_images/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.hi.png)
+
+ऊपर दिया गया आरेख इन पाठों में अब तक कवर किए गए कुछ घटकों और सेवाओं को दिखाता है और वे संदर्भ IoT आर्किटेक्चर में कैसे जुड़े हुए हैं।
+
+* **चीजें** - आपने सेंसर से डेटा कैप्चर करने के लिए डिवाइस कोड लिखा है, और कस्टम विज़न का उपयोग करके छवियों का विश्लेषण किया है, जो क्लाउड और एज डिवाइस दोनों पर चल रहा है। यह डेटा IoT हब को भेजा गया था।
+* **इनसाइट्स** - आपने IoT हब को भेजे गए संदेशों का जवाब देने के लिए Azure Functions का उपयोग किया है, और बाद में विश्लेषण के लिए डेटा को Azure Storage में संग्रहीत किया है।
+* **एक्शन** - आपने क्लाउड में किए गए निर्णयों और डिवाइसों को भेजे गए कमांड के आधार पर एक्ट्यूएटर्स को नियंत्रित किया है, और आपने Azure Maps का उपयोग करके डेटा को विज़ुअलाइज़ किया है।
+
+✅ उन अन्य IoT डिवाइसों के बारे में सोचें जिनका आपने उपयोग किया है, जैसे कि स्मार्ट होम उपकरण। उस डिवाइस और उसके सॉफ़्टवेयर में शामिल चीजें, इनसाइट्स और एक्शन क्या हैं?
+
+इस पैटर्न को आपकी आवश्यकता के अनुसार बड़ा या छोटा किया जा सकता है, अधिक डिवाइस और अधिक सेवाएं जोड़कर।
+
+### डेटा और सुरक्षा
+
+जब आप अपने सिस्टम की आर्किटेक्चर को परिभाषित करते हैं, तो आपको लगातार डेटा और सुरक्षा पर विचार करना चाहिए।
+
+* आपका डिवाइस कौन सा डेटा भेजता और प्राप्त करता है?
+* उस डेटा को कैसे सुरक्षित और संरक्षित किया जाना चाहिए?
+* डिवाइस और क्लाउड सेवा तक पहुंच को कैसे नियंत्रित किया जाना चाहिए?
+
+✅ अपने किसी भी IoT डिवाइस की डेटा सुरक्षा के बारे में सोचें। उस डेटा में से कितना व्यक्तिगत है और इसे ट्रांज़िट में या संग्रहीत होने पर निजी रखा जाना चाहिए? कौन सा डेटा संग्रहीत नहीं किया जाना चाहिए?
+
+## फल की गुणवत्ता नियंत्रण प्रणाली डिज़ाइन करें
+
+अब आइए चीजों, इनसाइट्स और एक्शन के इस विचार को लें और इसे हमारे फल गुणवत्ता डिटेक्टर पर लागू करें ताकि एक बड़े एंड-टू-एंड एप्लिकेशन को डिज़ाइन किया जा सके।
+
+कल्पना करें कि आपको एक फल गुणवत्ता डिटेक्टर बनाने का कार्य सौंपा गया है जिसे एक प्रोसेसिंग प्लांट में उपयोग किया जाएगा। फल एक कन्वेयर बेल्ट सिस्टम पर यात्रा करते हैं, जहां वर्तमान में कर्मचारी हाथ से फल की जांच करते हैं और जैसे ही यह आता है, किसी भी कच्चे फल को हटा देते हैं। लागत कम करने के लिए, प्लांट मालिक एक स्वचालित प्रणाली चाहता है।
+
+✅ IoT (और सामान्य रूप से प्रौद्योगिकी) के उदय के साथ एक प्रवृत्ति यह है कि मैनुअल नौकरियों को मशीनों द्वारा प्रतिस्थापित किया जा रहा है। कुछ शोध करें: IoT के कारण कितनी नौकरियां खोने का अनुमान है? IoT डिवाइस बनाने में कितनी नई नौकरियां पैदा होंगी?
+
+आपको एक ऐसी प्रणाली बनानी होगी जहां फल के कन्वेयर बेल्ट पर पहुंचते ही उसका पता लगाया जाए, फिर उसकी तस्वीर खींची जाए और एज पर चल रहे AI मॉडल का उपयोग करके उसकी जांच की जाए। परिणामों को क्लाउड पर संग्रहीत किया जाता है, और यदि फल कच्चा है तो एक सूचना दी जाती है ताकि कच्चे फल को हटा दिया जाए।
+
+|   |   |
+| - | - |
+| **चीजें** | कन्वेयर बेल्ट पर आने वाले फल का पता लगाने वाला डिटेक्टर<br>फल की तस्वीर खींचने और वर्गीकृत करने के लिए कैमरा<br>क्लासिफायर चलाने वाला एज डिवाइस<br>कच्चे फल की सूचना देने वाला डिवाइस |
+| **इनसाइट्स** | फल की पकी हुई स्थिति की जांच करने का निर्णय लें<br>पकी हुई स्थिति वर्गीकरण के परिणाम संग्रहीत करें<br>कच्चे फल के बारे में अलर्ट की आवश्यकता है या नहीं, यह निर्धारित करें |
+| **एक्शन** | फल की तस्वीर खींचने और इसे इमेज क्लासिफायर से जांचने के लिए डिवाइस को कमांड भेजें<br>कच्चे फल के बारे में अलर्ट करने के लिए डिवाइस को कमांड भेजें |
+
+### अपने एप्लिकेशन का प्रोटोटाइप बनाना
+
+![फल गुणवत्ता जांच के लिए संदर्भ IoT आर्किटेक्चर](../../../../../translated_images/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.hi.png)
+
+ऊपर दिया गया आरेख इस प्रोटोटाइप एप्लिकेशन के लिए संदर्भ आर्किटेक्चर दिखाता है।
+
+* एक IoT डिवाइस जिसमें प्रॉक्सिमिटी सेंसर है, फल के आगमन का पता लगाता है। यह क्लाउड को एक संदेश भेजता है कि फल का पता चला है।
+* क्लाउड में एक सर्वरलेस एप्लिकेशन एक अन्य डिवाइस को एक कमांड भेजता है ताकि वह तस्वीर खींचे और छवि को वर्गीकृत करे।
+* एक IoT डिवाइस जिसमें कैमरा है, एक तस्वीर खींचता है और इसे एज पर चल रहे इमेज क्लासिफायर को भेजता है। परिणाम फिर क्लाउड पर भेजे जाते हैं।
+* क्लाउड में एक सर्वरलेस एप्लिकेशन इस जानकारी को संग्रहीत करता है ताकि बाद में विश्लेषण किया जा सके कि कितने प्रतिशत फल कच्चे हैं। यदि फल कच्चा है, तो यह एक अन्य IoT डिवाइस को एक कमांड भेजता है ताकि फैक्ट्री कर्मचारियों को LED के माध्यम से कच्चे फल के बारे में सूचित किया जा सके।
+
+> 💁 इस पूरे IoT एप्लिकेशन को एक ही डिवाइस के रूप में लागू किया जा सकता है, जिसमें इमेज क्लासिफिकेशन शुरू करने और LED को नियंत्रित करने के लिए सभी लॉजिक अंतर्निहित हो। यह केवल कच्चे फलों की संख्या को ट्रैक करने और डिवाइस को कॉन्फ़िगर करने के लिए IoT हब का उपयोग कर सकता है। इस पाठ में इसे बड़े पैमाने पर IoT एप्लिकेशन की अवधारणाओं को प्रदर्शित करने के लिए विस्तारित किया गया है।
+
+प्रोटोटाइप के लिए, आप इसे एक ही डिवाइस पर लागू करेंगे। यदि आप माइक्रोकंट्रोलर का उपयोग कर रहे हैं, तो आप इमेज क्लासिफायर चलाने के लिए एक अलग एज डिवाइस का उपयोग करेंगे। आपने पहले ही उन अधिकांश चीजों को सीख लिया है जिनकी आपको इसे बनाने के लिए आवश्यकता होगी।
+
+## सेंसर से फल की गुणवत्ता जांच शुरू करें
+
+IoT डिवाइस को किसी प्रकार के ट्रिगर की आवश्यकता होती है ताकि यह संकेत मिल सके कि फल को वर्गीकृत करने के लिए तैयार है। एक ट्रिगर यह हो सकता है कि कन्वेयर बेल्ट पर फल सही स्थान पर है या नहीं, इसे सेंसर से दूरी मापकर जांचा जाए।
+
+![प्रॉक्सिमिटी सेंसर लेज़र बीम को वस्तुओं (जैसे केले) पर भेजते हैं और बीम के वापस आने में लगने वाले समय को मापते हैं](../../../../../translated_images/proximity-sensor.f5cd752c77fb62fea000156233b32fd24fad3707ec69b8bdd8d312b7af85156d.hi.png)
+
+प्रॉक्सिमिटी सेंसर का उपयोग सेंसर से वस्तु की दूरी मापने के लिए किया जा सकता है। वे आमतौर पर विद्युत चुम्बकीय विकिरण जैसे लेज़र बीम या इन्फ्रारेड लाइट को प्रसारित करते हैं, फिर किसी वस्तु से विकिरण को उछलते हुए पहचानते हैं। लेज़र बीम भेजे जाने और सिग्नल के वापस उछलने के बीच का समय सेंसर से दूरी की गणना के लिए उपयोग किया जा सकता है।
+
+> 💁 आपने शायद प्रॉक्सिमिटी सेंसर का उपयोग किया होगा और आपको इसके बारे में पता भी नहीं होगा। अधिकांश स्मार्टफोन कॉल के दौरान स्क्रीन को बंद कर देते हैं ताकि आप गलती से अपने कान से कॉल समाप्त न कर दें। यह प्रॉक्सिमिटी सेंसर का उपयोग करके काम करता है, जो कॉल के दौरान स्क्रीन के पास किसी वस्तु का पता लगाता है और फोन को एक निश्चित दूरी पर होने तक टच क्षमताओं को अक्षम कर देता है।
+
+### कार्य - दूरी सेंसर से फल गुणवत्ता जांच शुरू करें
+
+अपने IoT डिवाइस का उपयोग करके किसी वस्तु का पता लगाने के लिए प्रॉक्सिमिटी सेंसर का उपयोग करने के लिए संबंधित गाइड के माध्यम से कार्य करें:
+
+* [Arduino - Wio Terminal](wio-terminal-proximity.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi](pi-proximity.md)
+* [सिंगल-बोर्ड कंप्यूटर - वर्चुअल डिवाइस](virtual-device-proximity.md)
+
+## फल गुणवत्ता डिटेक्टर के लिए उपयोग किया गया डेटा
+
+प्रोटोटाइप फल डिटेक्टर में कई घटक एक-दूसरे के साथ संवाद करते हैं।
+
+![एक-दूसरे के साथ संवाद करने वाले घटक](../../../../../translated_images/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.hi.png)
+
+* प्रॉक्सिमिटी सेंसर जो फल से दूरी मापता है और इसे IoT हब को भेजता है
+* कैमरा डिवाइस को नियंत्रित करने का कमांड IoT हब से आता है
+* इमेज क्लासिफिकेशन के परिणाम IoT हब को भेजे जाते हैं
+* LED को नियंत्रित करने का कमांड, जब फल कच्चा हो, IoT हब से LED वाले डिवाइस को भेजा जाता है
+
+इन संदेशों की संरचना को पहले से परिभाषित करना अच्छा होता है, इससे पहले कि आप एप्लिकेशन को बनाना शुरू करें।
+
+> 💁 लगभग हर अनुभवी डेवलपर ने अपने करियर में किसी न किसी समय डेटा में अंतर के कारण बग्स को ट्रैक करने में घंटों, दिनों या यहां तक कि हफ्तों बिताए हैं।
+
+उदाहरण के लिए - यदि आप तापमान की जानकारी भेज रहे हैं, तो आप JSON को कैसे परिभाषित करेंगे? आपके पास `temperature` नाम का एक फ़ील्ड हो सकता है, या आप सामान्य संक्षिप्त रूप `temp` का उपयोग कर सकते हैं।
+
+```json
+{
+    "temperature": 20.7
+}
+```
+
+की तुलना में:
+
+```json
+{
+    "temp": 20.7
+}
+```
+
+आपको इकाइयों पर भी विचार करना होगा - क्या तापमान °C में है या °F में? यदि आप उपभोक्ता डिवाइस का उपयोग करके तापमान माप रहे हैं और वे डिस्प्ले इकाइयों को बदलते हैं, तो आपको यह सुनिश्चित करना होगा कि क्लाउड को भेजी गई इकाइयां सुसंगत रहें।
+
+✅ कुछ शोध करें: इकाई की समस्याओं ने $125 मिलियन के मार्स क्लाइमेट ऑर्बिटर को कैसे क्रैश कर दिया?
+
+फल गुणवत्ता डिटेक्टर के लिए भेजे जा रहे डेटा के बारे में सोचें। आप प्रत्येक संदेश को कैसे परिभाषित करेंगे? आप डेटा का विश्लेषण कहां करेंगे और कौन सा डेटा भेजने का निर्णय लेंगे?
+
+उदाहरण के लिए - प्रॉक्सिमिटी सेंसर का उपयोग करके इमेज क्लासिफिकेशन को ट्रिगर करना। IoT डिवाइस दूरी मापता है, लेकिन निर्णय कहां लिया जाता है? क्या डिवाइस यह तय करता है कि फल पर्याप्त करीब है और IoT हब को क्लासिफिकेशन ट्रिगर करने के लिए संदेश भेजता है? या यह प्रॉक्सिमिटी माप भेजता है और IoT हब निर्णय लेता है?
+
+इस तरह के सवालों का जवाब है - यह निर्भर करता है। प्रत्येक उपयोग का मामला अलग होता है, यही कारण है कि एक IoT डेवलपर के रूप में आपको उस सिस्टम को समझने की आवश्यकता है जिसे आप बना रहे हैं, इसका उपयोग कैसे किया जाता है, और पता लगाए गए डेटा को कैसे संभालना है।
+
+* यदि निर्णय IoT हब द्वारा लिया जाता है, तो आपको कई दूरी माप भेजने होंगे।
+* यदि आप बहुत अधिक संदेश भेजते हैं, तो यह IoT हब की लागत और आपके IoT डिवाइसों द्वारा आवश्यक बैंडविड्थ (विशेष रूप से एक फैक्ट्री में जहां लाखों डिवाइस हैं) को बढ़ा देता है। यह आपके डिवाइस को धीमा भी कर सकता है।
+* यदि आप डिवाइस पर निर्णय लेते हैं, तो आपको मशीन को ठीक से ट्यून करने के लिए डिवाइस को कॉन्फ़िगर करने का एक तरीका प्रदान करना होगा।
+
+## कई IoT डिवाइसों को सिमुलेट करने के लिए डेवलपर डिवाइस का उपयोग करें
+
+अपने प्रोटोटाइप को बनाने के लिए, आपको अपने IoT डिव किट का उपयोग करना होगा ताकि यह कई डिवाइसों की तरह काम कर सके, टेलीमेट्री भेज सके और कमांड का जवाब दे सके।
+
+### Raspberry Pi या वर्चुअल IoT हार्डवेयर पर कई IoT डिवाइसों का सिमुलेशन
+
+सिंगल-बोर्ड कंप्यूटर जैसे Raspberry Pi का उपयोग करते समय, आप एक साथ कई एप्लिकेशन चला सकते हैं। इसका मतलब है कि आप कई IoT डिवाइसों का सिमुलेशन कर सकते हैं, प्रत्येक 'IoT डिवाइस' के लिए एक अलग एप्लिकेशन बनाकर। उदाहरण के लिए, आप प्रत्येक डिवाइस को एक अलग Python फ़ाइल के रूप में लागू कर
+💁 ध्यान दें कि कुछ हार्डवेयर एक साथ कई एप्लिकेशन द्वारा एक्सेस किए जाने पर काम नहीं करेगा।
+### माइक्रोकंट्रोलर पर कई डिवाइस का सिमुलेशन
+
+माइक्रोकंट्रोलर पर कई डिवाइस का सिमुलेशन करना थोड़ा जटिल होता है। सिंगल बोर्ड कंप्यूटर की तरह आप एक साथ कई एप्लिकेशन नहीं चला सकते। आपको सभी अलग-अलग IoT डिवाइस के लिए लॉजिक को एक ही एप्लिकेशन में शामिल करना होता है।
+
+इस प्रक्रिया को आसान बनाने के लिए कुछ सुझाव:
+
+* प्रत्येक IoT डिवाइस के लिए एक या अधिक क्लास बनाएं - उदाहरण के लिए `DistanceSensor`, `ClassifierCamera`, `LEDController` नामक क्लास। प्रत्येक क्लास में अपना `setup` और `loop` मेथड हो सकता है, जिसे मुख्य `setup` और `loop` फंक्शन द्वारा कॉल किया जाएगा।
+* कमांड को एक ही स्थान पर हैंडल करें और आवश्यकतानुसार उन्हें संबंधित डिवाइस क्लास में निर्देशित करें।
+* मुख्य `loop` फंक्शन में, आपको प्रत्येक अलग डिवाइस के लिए टाइमिंग पर विचार करना होगा। उदाहरण के लिए, यदि आपके पास एक डिवाइस क्लास है जिसे हर 10 सेकंड में प्रोसेस करना है, और दूसरा जिसे हर 1 सेकंड में प्रोसेस करना है, तो मुख्य `loop` फंक्शन में 1 सेकंड की देरी का उपयोग करें। हर `loop` कॉल उस डिवाइस के लिए कोड को ट्रिगर करता है जिसे हर सेकंड प्रोसेस करना है, और एक काउंटर का उपयोग करके प्रत्येक लूप को गिनें, दूसरे डिवाइस को तब प्रोसेस करें जब काउंटर 10 तक पहुंच जाए (इसके बाद काउंटर को रीसेट करें)।
+
+## प्रोडक्शन में जाना
+
+प्रोटोटाइप अंतिम प्रोडक्शन सिस्टम का आधार बनेगा। जब आप प्रोडक्शन में जाते हैं, तो कुछ अंतर हो सकते हैं:
+
+* मजबूत घटक - ऐसे हार्डवेयर का उपयोग करना जो फैक्ट्री के शोर, गर्मी, कंपन और तनाव को सहन कर सके।
+* आंतरिक संचार का उपयोग - कुछ घटक सीधे संवाद करेंगे और क्लाउड तक जाने की आवश्यकता को टालेंगे, केवल डेटा को क्लाउड में स्टोर करने के लिए भेजेंगे। यह कैसे किया जाता है, यह फैक्ट्री सेटअप पर निर्भर करता है, या तो सीधे संचार द्वारा, या गेटवे डिवाइस का उपयोग करके IoT सेवा का एक हिस्सा एज पर चलाकर।
+* कॉन्फ़िगरेशन विकल्प - प्रत्येक फैक्ट्री और उपयोग का मामला अलग होता है, इसलिए हार्डवेयर को कॉन्फ़िगर करने योग्य होना चाहिए। उदाहरण के लिए, प्रॉक्सिमिटी सेंसर को अलग-अलग दूरी पर अलग-अलग फल का पता लगाने की आवश्यकता हो सकती है। क्लासिफिकेशन को ट्रिगर करने के लिए दूरी को हार्ड कोड करने के बजाय, आप इसे क्लाउड के माध्यम से कॉन्फ़िगर करने योग्य बनाना चाहेंगे, उदाहरण के लिए डिवाइस ट्विन का उपयोग करके।
+* स्वचालित फल हटाना - फल के अपरिपक्व होने पर एलईडी के बजाय, स्वचालित डिवाइस इसे हटा देंगे।
+
+✅ कुछ शोध करें: प्रोडक्शन डिवाइस डेवलपर किट से और किन तरीकों से अलग होते हैं?
+
+---
+
+## 🚀 चुनौती
+
+इस पाठ में आपने IoT सिस्टम को आर्किटेक्ट करने के लिए आवश्यक कुछ अवधारणाओं को सीखा। पिछले प्रोजेक्ट्स को याद करें। वे ऊपर दिखाए गए संदर्भ आर्किटेक्चर में कैसे फिट होते हैं?
+
+अब तक के प्रोजेक्ट्स में से एक को चुनें और एक अधिक जटिल समाधान के डिज़ाइन के बारे में सोचें, जो कई क्षमताओं को एक साथ लाता है, जो प्रोजेक्ट्स में शामिल नहीं थे। आर्किटेक्चर बनाएं और उन सभी डिवाइस और सेवाओं के बारे में सोचें जिनकी आपको आवश्यकता होगी।
+
+उदाहरण - एक वाहन ट्रैकिंग डिवाइस जो GPS को सेंसर के साथ जोड़ता है ताकि रेफ्रिजरेटेड ट्रक में तापमान, इंजन ऑन और ऑफ टाइम्स, और ड्राइवर की पहचान जैसी चीजों की निगरानी की जा सके। इसमें कौन-कौन से डिवाइस शामिल हैं, कौन-कौन सी सेवाएं शामिल हैं, कौन सा डेटा ट्रांसमिट हो रहा है, और सुरक्षा और गोपनीयता के क्या विचार हैं?
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/36)
+
+## समीक्षा और स्व-अध्ययन
+
+* IoT आर्किटेक्चर के बारे में अधिक पढ़ें [Microsoft Docs पर Azure IoT संदर्भ आर्किटेक्चर दस्तावेज़](https://docs.microsoft.com/azure/architecture/reference-architectures/iot?WT.mc_id=academic-17441-jabenn) पर।
+* डिवाइस ट्विन्स के बारे में अधिक पढ़ें [Microsoft Docs पर IoT Hub दस्तावेज़ में डिवाइस ट्विन्स को समझें और उपयोग करें](https://docs.microsoft.com/azure/iot-hub/iot-hub-devguide-device-twins?WT.mc_id=academic-17441-jabenn) पर।
+* OPC-UA के बारे में पढ़ें, जो औद्योगिक स्वचालन में उपयोग किया जाने वाला मशीन-टू-मशीन संचार प्रोटोकॉल है, [Wikipedia पर OPC-UA पेज](https://wikipedia.org/wiki/OPC_Unified_Architecture) पर।
+
+## असाइनमेंट
+
+[फलों की गुणवत्ता का डिटेक्टर बनाएं](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/assignment.md b/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/assignment.md
new file mode 100644
index 00000000..c8d3d634
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/assignment.md
@@ -0,0 +1,30 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "1a85e50c33c38dcd2cde2a97d132f248",
+  "translation_date": "2025-08-25T16:40:50+00:00",
+  "source_file": "4-manufacturing/lessons/4-trigger-fruit-detector/assignment.md",
+  "language_code": "hi"
+}
+-->
+# फल गुणवत्ता डिटेक्टर बनाएं
+
+## निर्देश
+
+फल गुणवत्ता डिटेक्टर बनाएं!
+
+अब तक आपने जो कुछ भी सीखा है, उसका उपयोग करके फल गुणवत्ता डिटेक्टर का प्रोटोटाइप बनाएं। निकटता के आधार पर छवि वर्गीकरण को ट्रिगर करें, जो कि किनारे पर चल रहे AI मॉडल का उपयोग करता है, वर्गीकरण के परिणामों को स्टोरेज में संग्रहीत करें, और फल की पकी अवस्था के आधार पर LED को नियंत्रित करें।
+
+आप इसे अब तक के सभी पाठों में लिखे गए कोड का उपयोग करके जोड़ सकते हैं।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| सभी सेवाओं को कॉन्फ़िगर करें | IoT Hub, Azure Functions एप्लिकेशन और Azure स्टोरेज को सेटअप करने में सक्षम था | IoT Hub को सेटअप करने में सक्षम था, लेकिन Azure Functions एप्लिकेशन या Azure स्टोरेज को सेटअप नहीं कर पाया | किसी भी इंटरनेट IoT सेवाओं को सेटअप करने में असमर्थ था |
+| निकटता की निगरानी करें और यदि कोई वस्तु पूर्व-निर्धारित दूरी से अधिक पास हो तो डेटा IoT Hub को भेजें और कैमरा को एक कमांड के माध्यम से ट्रिगर करें | दूरी को मापने और जब कोई वस्तु पर्याप्त पास हो तो IoT Hub को संदेश भेजने में सक्षम था, और कैमरा को ट्रिगर करने के लिए एक कमांड भेजने में सक्षम था | निकटता को मापने और IoT Hub को भेजने में सक्षम था, लेकिन कैमरा को कमांड भेजने में असमर्थ था | दूरी को मापने और IoT Hub को संदेश भेजने या कमांड को ट्रिगर करने में असमर्थ था |
+| एक छवि कैप्चर करें, उसका वर्गीकरण करें और परिणाम IoT Hub को भेजें | एक छवि को कैप्चर करने, किनारे पर डिवाइस का उपयोग करके उसका वर्गीकरण करने और परिणाम IoT Hub को भेजने में सक्षम था | छवि का वर्गीकरण करने में सक्षम था लेकिन किनारे पर डिवाइस का उपयोग नहीं किया, या परिणाम IoT Hub को भेजने में असमर्थ था | छवि का वर्गीकरण करने में असमर्थ था |
+| वर्गीकरण के परिणामों के आधार पर एक डिवाइस को भेजे गए कमांड का उपयोग करके LED को चालू या बंद करें | यदि फल कच्चा था तो एक कमांड के माध्यम से LED को चालू करने में सक्षम था | डिवाइस को कमांड भेजने में सक्षम था लेकिन LED को नियंत्रित करने में असमर्थ था | LED को नियंत्रित करने के लिए कमांड भेजने में असमर्थ था |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md b/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
new file mode 100644
index 00000000..e98fcac8
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
@@ -0,0 +1,116 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "6145a1d791731c8a9d0afd0a1bae5108",
+  "translation_date": "2025-08-25T16:41:12+00:00",
+  "source_file": "4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md",
+  "language_code": "hi"
+}
+-->
+# निकटता का पता लगाएं - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई में एक निकटता सेंसर जोड़ेंगे और उससे दूरी पढ़ेंगे।
+
+## हार्डवेयर
+
+रास्पबेरी पाई को एक निकटता सेंसर की आवश्यकता है।
+
+आप जो सेंसर उपयोग करेंगे वह [Grove Time of Flight distance sensor](https://www.seeedstudio.com/Grove-Time-of-Flight-Distance-Sensor-VL53L0X.html) है। यह सेंसर दूरी का पता लगाने के लिए एक लेजर रेंजिंग मॉड्यूल का उपयोग करता है। इस सेंसर की रेंज 10mm से 2000mm (1cm - 2m) है, और यह इस रेंज में दूरी को काफी सटीकता से रिपोर्ट करेगा। 1000mm से अधिक की दूरी को 8109mm के रूप में रिपोर्ट किया जाएगा।
+
+लेजर रेंजफाइंडर सेंसर के पीछे की तरफ है, जो Grove सॉकेट के विपरीत दिशा में है।
+
+यह एक I²C सेंसर है।
+
+### टाइम ऑफ फ्लाइट सेंसर कनेक्ट करें
+
+Grove टाइम ऑफ फ्लाइट सेंसर को रास्पबेरी पाई से जोड़ा जा सकता है।
+
+#### कार्य - टाइम ऑफ फ्लाइट सेंसर कनेक्ट करें
+
+टाइम ऑफ फ्लाइट सेंसर को कनेक्ट करें।
+
+![एक Grove टाइम ऑफ फ्लाइट सेंसर](../../../../../translated_images/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.hi.png)
+
+1. Grove केबल के एक सिरे को टाइम ऑफ फ्लाइट सेंसर के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. रास्पबेरी पाई को बंद करके, Grove केबल के दूसरे सिरे को Grove बेस हैट पर **I²C** सॉकेट में कनेक्ट करें। ये सॉकेट निचली पंक्ति में हैं, GPIO पिन्स के विपरीत छोर पर और कैमरा केबल स्लॉट के पास हैं।
+
+![Grove टाइम ऑफ फ्लाइट सेंसर I²C सॉकेट से जुड़ा हुआ](../../../../../translated_images/pi-time-of-flight-sensor.58c8dc04eb3bfb57a7c3019f031433ef4d798d4d7603d565afbf6f3802840dba.hi.png)
+
+## टाइम ऑफ फ्लाइट सेंसर प्रोग्राम करें
+
+अब रास्पबेरी पाई को जुड़े हुए टाइम ऑफ फ्लाइट सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - टाइम ऑफ फ्लाइट सेंसर प्रोग्राम करें
+
+डिवाइस को प्रोग्राम करें।
+
+1. पाई को चालू करें और इसके बूट होने का इंतजार करें।
+
+1. `fruit-quality-detector` कोड को VS Code में खोलें, या तो सीधे पाई पर, या Remote SSH एक्सटेंशन के माध्यम से कनेक्ट करें।
+
+1. `rpi-vl53l0x` Pip पैकेज इंस्टॉल करें, जो VL53L0X टाइम-ऑफ-फ्लाइट डिस्टेंस सेंसर के साथ इंटरैक्ट करता है। इसे इस पिप कमांड का उपयोग करके इंस्टॉल करें:
+
+    ```sh
+    pip install rpi-vl53l0x
+    ```
+
+1. इस प्रोजेक्ट में एक नई फाइल बनाएं जिसका नाम `distance-sensor.py` हो।
+
+    > 💁 कई IoT डिवाइसों को सिमुलेट करने का एक आसान तरीका यह है कि प्रत्येक को एक अलग Python फाइल में करें, फिर उन्हें एक साथ चलाएं।
+
+1. इस फाइल में निम्नलिखित कोड जोड़ें:
+
+    ```python
+    import time
+    
+    from grove.i2c import Bus
+    from rpi_vl53l0x.vl53l0x import VL53L0X
+    ```
+
+    यह Grove I²C बस लाइब्रेरी और Grove टाइम ऑफ फ्लाइट सेंसर में निर्मित कोर सेंसर हार्डवेयर के लिए एक सेंसर लाइब्रेरी को इंपोर्ट करता है।
+
+1. इसके नीचे, सेंसर को एक्सेस करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```python
+    distance_sensor = VL53L0X(bus = Bus().bus)
+    distance_sensor.begin()    
+    ```
+
+    यह कोड Grove I²C बस का उपयोग करके एक डिस्टेंस सेंसर घोषित करता है, फिर सेंसर को शुरू करता है।
+
+1. अंत में, दूरी पढ़ने के लिए एक अनंत लूप जोड़ें:
+
+    ```python
+    while True:
+        distance_sensor.wait_ready()
+        print(f'Distance = {distance_sensor.get_distance()} mm')
+        time.sleep(1)
+    ```
+
+    यह कोड सेंसर से पढ़ने के लिए एक मान तैयार होने का इंतजार करता है, फिर इसे कंसोल में प्रिंट करता है।
+
+1. इस कोड को चलाएं।
+
+    > 💁 ध्यान दें कि इस फाइल का नाम `distance-sensor.py` है! इसे Python के माध्यम से चलाना सुनिश्चित करें, न कि `app.py` के माध्यम से।
+
+1. आप कंसोल में दूरी माप देखेंगे। सेंसर के पास वस्तुओं को रखें और आप दूरी माप देखेंगे:
+
+    ```output
+    pi@raspberrypi:~/fruit-quality-detector $ python3 distance_sensor.py 
+    Distance = 29 mm
+    Distance = 28 mm
+    Distance = 30 mm
+    Distance = 151 mm
+    ```
+
+    रेंजफाइंडर सेंसर के पीछे की तरफ है, इसलिए दूरी मापते समय सही दिशा का उपयोग करना सुनिश्चित करें।
+
+    ![टाइम ऑफ फ्लाइट सेंसर के पीछे का रेंजफाइंडर एक केले की ओर इशारा करते हुए](../../../../../translated_images/time-of-flight-banana.079921ad8b1496e4525dc26b4cdc71a076407aba3e72ba113ba2e38febae92c5.hi.png)
+
+> 💁 आप इस कोड को [code-proximity/pi](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector/code-proximity/pi) फोल्डर में पा सकते हैं।
+
+😀 आपका निकटता सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md b/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
new file mode 100644
index 00000000..dcfe14e8
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
@@ -0,0 +1,119 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7e9f05bdc50a40fd924b1d66934471bf",
+  "translation_date": "2025-08-25T16:42:12+00:00",
+  "source_file": "4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md",
+  "language_code": "hi"
+}
+-->
+# निकटता का पता लगाना - वर्चुअल IoT हार्डवेयर
+
+इस पाठ के इस भाग में, आप अपने वर्चुअल IoT डिवाइस में एक निकटता सेंसर जोड़ेंगे और इससे दूरी पढ़ेंगे।
+
+## हार्डवेयर
+
+वर्चुअल IoT डिवाइस एक सिम्युलेटेड दूरी सेंसर का उपयोग करेगा।
+
+एक भौतिक IoT डिवाइस में, आप दूरी का पता लगाने के लिए लेजर रेंजिंग मॉड्यूल वाले सेंसर का उपयोग करेंगे।
+
+### CounterFit में दूरी सेंसर जोड़ें
+
+वर्चुअल दूरी सेंसर का उपयोग करने के लिए, आपको इसे CounterFit ऐप में जोड़ना होगा।
+
+#### कार्य - CounterFit में दूरी सेंसर जोड़ें
+
+CounterFit ऐप में दूरी सेंसर जोड़ें।
+
+1. VS Code में `fruit-quality-detector` कोड खोलें और सुनिश्चित करें कि वर्चुअल वातावरण सक्रिय है।
+
+1. एक अतिरिक्त Pip पैकेज इंस्टॉल करें ताकि एक CounterFit शिम इंस्टॉल किया जा सके जो दूरी सेंसर से बात कर सके। यह [rpi-vl53l0x Pip पैकेज](https://pypi.org/project/rpi-vl53l0x/) को सिम्युलेट करता है, जो [VL53L0X टाइम-ऑफ-फ्लाइट दूरी सेंसर](https://wiki.seeedstudio.com/Grove-Time_of_Flight_Distance_Sensor-VL53L0X/) के साथ इंटरैक्ट करता है। सुनिश्चित करें कि आप इसे उस टर्मिनल से इंस्टॉल कर रहे हैं जिसमें वर्चुअल वातावरण सक्रिय है।
+
+    ```sh
+    pip install counterfit-shims-rpi-vl53l0x
+    ```
+
+1. सुनिश्चित करें कि CounterFit वेब ऐप चल रहा है।
+
+1. एक दूरी सेंसर बनाएं:
+
+    1. *Sensors* पैन में *Create sensor* बॉक्स में जाएं, *Sensor type* ड्रॉपडाउन करें और *Distance* चुनें।
+
+    1. *Units* को `Millimeter` पर छोड़ दें।
+
+    1. यह सेंसर एक I²C सेंसर है, इसलिए इसका पता `0x29` पर सेट करें। यदि आप एक भौतिक VL53L0X सेंसर का उपयोग करते हैं, तो यह पता हार्डकोडेड होता।
+
+    1. दूरी सेंसर बनाने के लिए **Add** बटन चुनें।
+
+    ![दूरी सेंसर सेटिंग्स](../../../../../translated_images/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.hi.png)
+
+    दूरी सेंसर बनाया जाएगा और सेंसर सूची में दिखाई देगा।
+
+    ![दूरी सेंसर बनाया गया](../../../../../translated_images/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.hi.png)
+
+## दूरी सेंसर प्रोग्राम करें
+
+अब वर्चुअल IoT डिवाइस को सिम्युलेटेड दूरी सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - टाइम ऑफ फ्लाइट सेंसर प्रोग्राम करें
+
+1. `fruit-quality-detector` प्रोजेक्ट में एक नया फाइल बनाएं जिसका नाम `distance-sensor.py` हो।
+
+    > 💁 कई IoT डिवाइस को सिम्युलेट करने का आसान तरीका है कि प्रत्येक को अलग-अलग Python फाइल में करें और फिर उन्हें एक साथ चलाएं।
+
+1. CounterFit से कनेक्शन शुरू करने के लिए निम्न कोड जोड़ें:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+1. इसके नीचे निम्न कोड जोड़ें:
+
+    ```python
+    import time
+    
+    from counterfit_shims_rpi_vl53l0x.vl53l0x import VL53L0X
+    ```
+
+    यह VL53L0X टाइम ऑफ फ्लाइट सेंसर के लिए सेंसर लाइब्रेरी शिम को इंपोर्ट करता है।
+
+1. इसके नीचे सेंसर तक पहुंचने के लिए निम्न कोड जोड़ें:
+
+    ```python
+    distance_sensor = VL53L0X()
+    distance_sensor.begin()
+    ```
+
+    यह कोड एक दूरी सेंसर घोषित करता है और फिर सेंसर को शुरू करता है।
+
+1. अंत में, दूरी पढ़ने के लिए एक अनंत लूप जोड़ें:
+
+    ```python
+    while True:
+        distance_sensor.wait_ready()
+        print(f'Distance = {distance_sensor.get_distance()} mm')
+        time.sleep(1)
+    ```
+
+    यह कोड सेंसर से पढ़ने के लिए तैयार मान की प्रतीक्षा करता है और फिर इसे कंसोल में प्रिंट करता है।
+
+1. इस कोड को चलाएं।
+
+    > 💁 ध्यान दें कि यह फाइल `distance-sensor.py` कहलाती है! इसे Python के माध्यम से चलाना सुनिश्चित करें, न कि `app.py`।
+
+1. आप कंसोल में दूरी माप देखेंगे। CounterFit में मान बदलें या रैंडम मान का उपयोग करें और इस बदलाव को देखें।
+
+    ```output
+    (.venv) ➜  fruit-quality-detector python distance-sensor.py 
+    Distance = 37 mm
+    Distance = 42 mm
+    Distance = 29 mm
+    ```
+
+> 💁 आप इस कोड को [code-proximity/virtual-iot-device](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector/code-proximity/virtual-iot-device) फोल्डर में पा सकते हैं।
+
+😀 आपका निकटता सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md b/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
new file mode 100644
index 00000000..1c6cc323
--- /dev/null
+++ b/translations/hi/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
@@ -0,0 +1,111 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "288aebb0c59f7be1d2719b8f9660a313",
+  "translation_date": "2025-08-25T16:41:41+00:00",
+  "source_file": "4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md",
+  "language_code": "hi"
+}
+-->
+# निकटता का पता लगाएं - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal में एक निकटता सेंसर जोड़ेंगे और उससे दूरी पढ़ेंगे।
+
+## हार्डवेयर
+
+Wio Terminal को एक निकटता सेंसर की आवश्यकता है।
+
+आप जो सेंसर उपयोग करेंगे वह है [Grove Time of Flight distance sensor](https://www.seeedstudio.com/Grove-Time-of-Flight-Distance-Sensor-VL53L0X.html)। यह सेंसर दूरी का पता लगाने के लिए एक लेजर रेंजिंग मॉड्यूल का उपयोग करता है। इस सेंसर की रेंज 10mm से 2000mm (1cm - 2m) है, और यह इस रेंज में दूरी को काफी सटीकता से रिपोर्ट करेगा। 1000mm से अधिक की दूरी को 8109mm के रूप में रिपोर्ट किया जाएगा।
+
+लेजर रेंजफाइंडर सेंसर के पीछे की तरफ है, Grove सॉकेट के विपरीत दिशा में।
+
+यह एक I²C सेंसर है।
+
+### टाइम ऑफ फ्लाइट सेंसर को कनेक्ट करें
+
+Grove टाइम ऑफ फ्लाइट सेंसर को Wio Terminal से जोड़ा जा सकता है।
+
+#### कार्य - टाइम ऑफ फ्लाइट सेंसर को कनेक्ट करें
+
+टाइम ऑफ फ्लाइट सेंसर को कनेक्ट करें।
+
+![एक Grove टाइम ऑफ फ्लाइट सेंसर](../../../../../translated_images/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.hi.png)
+
+1. Grove केबल के एक सिरे को टाइम ऑफ फ्लाइट सेंसर के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. Wio Terminal को अपने कंप्यूटर या किसी अन्य पावर सप्लाई से डिस्कनेक्ट करें। Grove केबल के दूसरे सिरे को Wio Terminal के स्क्रीन की ओर देखते हुए बाईं ओर के Grove सॉकेट में कनेक्ट करें। यह सॉकेट पावर बटन के सबसे करीब है। यह एक संयुक्त डिजिटल और I²C सॉकेट है।
+
+![टाइम ऑफ फ्लाइट सेंसर को बाईं ओर के सॉकेट से जोड़ा गया](../../../../../translated_images/wio-time-of-flight-sensor.c4c182131d2ea73df67febd004dc0313d271013d016be9c47e7da4d77c6c20a8.hi.png)
+
+1. अब आप Wio Terminal को अपने कंप्यूटर से कनेक्ट कर सकते हैं।
+
+## टाइम ऑफ फ्लाइट सेंसर को प्रोग्राम करें
+
+अब Wio Terminal को जुड़े हुए टाइम ऑफ फ्लाइट सेंसर का उपयोग करने के लिए प्रोग्राम किया जा सकता है।
+
+### कार्य - टाइम ऑफ फ्लाइट सेंसर को प्रोग्राम करें
+
+1. PlatformIO का उपयोग करके एक नया Wio Terminal प्रोजेक्ट बनाएं। इस प्रोजेक्ट का नाम `distance-sensor` रखें। `setup` फ़ंक्शन में सीरियल पोर्ट को कॉन्फ़िगर करने के लिए कोड जोड़ें।
+
+1. प्रोजेक्ट की `platformio.ini` फाइल में Seeed Grove टाइम ऑफ फ्लाइट डिस्टेंस सेंसर लाइब्रेरी के लिए एक लाइब्रेरी डिपेंडेंसी जोड़ें:
+
+    ```ini
+    lib_deps =
+        seeed-studio/Grove Ranging sensor - VL53L0X @ ^1.1.1
+    ```
+
+1. `main.cpp` में, मौजूदा इनक्लूड निर्देशों के नीचे निम्नलिखित जोड़ें ताकि `Seeed_vl53l0x` क्लास का एक इंस्टेंस डिक्लेयर किया जा सके, जो टाइम ऑफ फ्लाइट सेंसर के साथ इंटरैक्ट करेगा:
+
+    ```cpp
+    #include "Seeed_vl53l0x.h"
+    
+    Seeed_vl53l0x VL53L0X;
+    ```
+
+1. सेंसर को इनिशियलाइज़ करने के लिए `setup` फ़ंक्शन के नीचे निम्नलिखित जोड़ें:
+
+    ```cpp
+    VL53L0X.VL53L0X_common_init();
+    VL53L0X.VL53L0X_high_accuracy_ranging_init();
+    ```
+
+1. `loop` फ़ंक्शन में, सेंसर से एक मान पढ़ें:
+
+    ```cpp
+    VL53L0X_RangingMeasurementData_t RangingMeasurementData;
+    memset(&RangingMeasurementData, 0, sizeof(VL53L0X_RangingMeasurementData_t));
+
+    VL53L0X.PerformSingleRangingMeasurement(&RangingMeasurementData);
+    ```
+
+    यह कोड डेटा पढ़ने के लिए एक डेटा स्ट्रक्चर इनिशियलाइज़ करता है, फिर इसे `PerformSingleRangingMeasurement` मेथड में पास करता है, जहां यह दूरी माप से भरा जाएगा।
+
+1. इसके नीचे, दूरी माप को आउटपुट करें, फिर 1 सेकंड के लिए देरी करें:
+
+    ```cpp
+    Serial.print("Distance = ");
+    Serial.print(RangingMeasurementData.RangeMilliMeter);
+    Serial.println(" mm");
+
+    delay(1000);
+    ```
+
+1. इस कोड को बिल्ड, अपलोड और रन करें। आप सीरियल मॉनिटर के साथ दूरी माप देख पाएंगे। सेंसर के पास वस्तुओं को रखें और आप दूरी माप देखेंगे:
+
+    ```output
+    Distance = 29 mm
+    Distance = 28 mm
+    Distance = 30 mm
+    Distance = 151 mm
+    ```
+
+    रेंजफाइंडर सेंसर के पीछे की तरफ है, इसलिए दूरी मापते समय सही दिशा का उपयोग करना सुनिश्चित करें।
+
+    ![टाइम ऑफ फ्लाइट सेंसर के पीछे का रेंजफाइंडर एक केले की ओर इशारा करते हुए](../../../../../translated_images/time-of-flight-banana.079921ad8b1496e4525dc26b4cdc71a076407aba3e72ba113ba2e38febae92c5.hi.png)
+
+> 💁 आप इस कोड को [code-proximity/wio-terminal](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector/code-proximity/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपका निकटता सेंसर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/5-retail/README.md b/translations/hi/5-retail/README.md
new file mode 100644
index 00000000..d30be552
--- /dev/null
+++ b/translations/hi/5-retail/README.md
@@ -0,0 +1,32 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "22a1d6e49f2a689fe5bfa7802a7241fc",
+  "translation_date": "2025-08-25T16:19:38+00:00",
+  "source_file": "5-retail/README.md",
+  "language_code": "hi"
+}
+-->
+# रिटेल - IoT का उपयोग करके स्टॉक स्तर प्रबंधित करना
+
+खाद्य सामग्री के उपभोक्ताओं तक पहुंचने से पहले का अंतिम चरण रिटेल है - बाजार, सब्जी विक्रेता, सुपरमार्केट और वे दुकानें जो उपभोक्ताओं को उत्पाद बेचती हैं। ये दुकानें यह सुनिश्चित करना चाहती हैं कि उनके पास शेल्फ पर उत्पाद उपलब्ध हों ताकि उपभोक्ता उन्हें देख और खरीद सकें।
+
+खासकर बड़े सुपरमार्केट में, खाद्य दुकानों में सबसे मैनुअल और समय लेने वाले कार्यों में से एक है यह सुनिश्चित करना कि शेल्फ भरे हुए हैं। व्यक्तिगत शेल्फ की जांच करना ताकि यह सुनिश्चित किया जा सके कि किसी भी खाली जगह को स्टोर रूम से उत्पाद लाकर भरा गया है।
+
+IoT इसमें मदद कर सकता है, IoT डिवाइस पर चलने वाले AI मॉडल का उपयोग करके स्टॉक की गिनती कर सकता है। ये मशीन लर्निंग मॉडल केवल छवियों को वर्गीकृत नहीं करते, बल्कि व्यक्तिगत वस्तुओं का पता लगाकर उनकी गिनती भी कर सकते हैं।
+
+इन 2 पाठों में आप सीखेंगे कि छवि-आधारित AI मॉडल को स्टॉक गिनने के लिए कैसे प्रशिक्षित करें और इन मॉडलों को IoT डिवाइस पर कैसे चलाएं।
+
+> 💁 इन पाठों में कुछ क्लाउड संसाधनों का उपयोग किया जाएगा। यदि आप इस प्रोजेक्ट के सभी पाठ पूरे नहीं करते हैं, तो सुनिश्चित करें कि आप [अपने प्रोजेक्ट को साफ करें](../clean-up.md)।
+
+## विषय
+
+1. [स्टॉक डिटेक्टर को प्रशिक्षित करें](./lessons/1-train-stock-detector/README.md)  
+1. [IoT डिवाइस से स्टॉक जांचें](./lessons/2-check-stock-device/README.md)
+
+## क्रेडिट्स
+
+सभी पाठ [जिम बेनेट](https://GitHub.com/JimBobBennett) द्वारा ♥️ के साथ लिखे गए हैं।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/5-retail/lessons/1-train-stock-detector/README.md b/translations/hi/5-retail/lessons/1-train-stock-detector/README.md
new file mode 100644
index 00000000..787d108d
--- /dev/null
+++ b/translations/hi/5-retail/lessons/1-train-stock-detector/README.md
@@ -0,0 +1,202 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "8df310a42f902139a01417dacb1ffbef",
+  "translation_date": "2025-08-25T16:24:05+00:00",
+  "source_file": "5-retail/lessons/1-train-stock-detector/README.md",
+  "language_code": "hi"
+}
+-->
+# स्टॉक डिटेक्टर को प्रशिक्षित करें
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+यह वीडियो Azure Custom Vision सेवा के ऑब्जेक्ट डिटेक्शन का अवलोकन देता है, जो इस पाठ में शामिल किया जाएगा।
+
+[![Custom Vision 2 - Object Detection Made Easy | The Xamarin Show](https://img.youtube.com/vi/wtTYSyBUpFc/0.jpg)](https://www.youtube.com/watch?v=wtTYSyBUpFc)
+
+> 🎥 वीडियो देखने के लिए ऊपर दी गई छवि पर क्लिक करें
+
+## व्याख्यान से पहले का क्विज़
+
+[व्याख्यान से पहले का क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/37)
+
+## परिचय
+
+पिछले प्रोजेक्ट में, आपने AI का उपयोग करके एक इमेज क्लासिफायर को प्रशिक्षित किया था - एक ऐसा मॉडल जो यह बता सकता है कि किसी छवि में कुछ है या नहीं, जैसे कि पका हुआ फल या कच्चा फल। छवियों के साथ उपयोग किए जाने वाले AI मॉडल का एक और प्रकार है ऑब्जेक्ट डिटेक्शन। ये मॉडल छवि को टैग्स के आधार पर वर्गीकृत नहीं करते, बल्कि इन्हें वस्तुओं को पहचानने के लिए प्रशिक्षित किया जाता है। ये न केवल यह पता लगाते हैं कि छवि में वस्तु मौजूद है, बल्कि यह भी पता लगाते हैं कि वह छवि में कहां है। इससे आप छवियों में वस्तुओं की गिनती कर सकते हैं।
+
+इस पाठ में आप ऑब्जेक्ट डिटेक्शन के बारे में जानेंगे, जिसमें यह भी शामिल है कि इसे रिटेल में कैसे उपयोग किया जा सकता है। आप यह भी सीखेंगे कि क्लाउड में एक ऑब्जेक्ट डिटेक्टर को कैसे प्रशिक्षित किया जाए।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [ऑब्जेक्ट डिटेक्शन](../../../../../5-retail/lessons/1-train-stock-detector)
+* [रिटेल में ऑब्जेक्ट डिटेक्शन का उपयोग](../../../../../5-retail/lessons/1-train-stock-detector)
+* [ऑब्जेक्ट डिटेक्टर को प्रशिक्षित करें](../../../../../5-retail/lessons/1-train-stock-detector)
+* [अपने ऑब्जेक्ट डिटेक्टर का परीक्षण करें](../../../../../5-retail/lessons/1-train-stock-detector)
+* [अपने ऑब्जेक्ट डिटेक्टर को पुनः प्रशिक्षित करें](../../../../../5-retail/lessons/1-train-stock-detector)
+
+## ऑब्जेक्ट डिटेक्शन
+
+ऑब्जेक्ट डिटेक्शन का मतलब है AI का उपयोग करके छवियों में वस्तुओं का पता लगाना। पिछले प्रोजेक्ट में आपने जो इमेज क्लासिफायर प्रशिक्षित किया था, उसके विपरीत, ऑब्जेक्ट डिटेक्शन का उद्देश्य पूरी छवि के लिए सबसे अच्छा टैग भविष्यवाणी करना नहीं है, बल्कि छवि में एक या अधिक वस्तुओं को ढूंढना है।
+
+### ऑब्जेक्ट डिटेक्शन बनाम इमेज क्लासिफिकेशन
+
+इमेज क्लासिफिकेशन का उद्देश्य पूरी छवि को वर्गीकृत करना है - यह अनुमान लगाना कि पूरी छवि प्रत्येक टैग से कितनी मेल खाती है। आपको मॉडल को प्रशिक्षित करने के लिए उपयोग किए गए प्रत्येक टैग के लिए संभावनाएं मिलती हैं।
+
+![काजू और टमाटर पेस्ट की इमेज क्लासिफिकेशन](../../../../../translated_images/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.hi.png)
+
+ऊपर दिए गए उदाहरण में, दो छवियों को एक मॉडल का उपयोग करके वर्गीकृत किया गया है जिसे काजू के डिब्बे या टमाटर पेस्ट के कैन को वर्गीकृत करने के लिए प्रशिक्षित किया गया है। पहली छवि काजू के डिब्बे की है, और इमेज क्लासिफायर से दो परिणाम प्राप्त होते हैं:
+
+| टैग            | संभावना |
+| -------------- | -------: |
+| `काजू`         | 98.4%   |
+| `टमाटर पेस्ट`  | 1.6%    |
+
+दूसरी छवि टमाटर पेस्ट के कैन की है, और परिणाम हैं:
+
+| टैग            | संभावना |
+| -------------- | -------: |
+| `काजू`         | 0.7%    |
+| `टमाटर पेस्ट`  | 99.3%   |
+
+आप इन मानों का उपयोग यह अनुमान लगाने के लिए कर सकते हैं कि छवि में क्या है। लेकिन अगर किसी छवि में टमाटर पेस्ट के कई कैन या काजू और टमाटर पेस्ट दोनों हों, तो परिणाम शायद आपकी अपेक्षा के अनुरूप नहीं होंगे। यही वह जगह है जहां ऑब्जेक्ट डिटेक्शन काम आता है।
+
+ऑब्जेक्ट डिटेक्शन में एक मॉडल को वस्तुओं को पहचानने के लिए प्रशिक्षित किया जाता है। इसे वस्तु वाली छवियां देने और यह बताने के बजाय कि प्रत्येक छवि एक टैग है या दूसरा, आप छवि के उस भाग को हाइलाइट करते हैं जिसमें विशिष्ट वस्तु होती है, और उसे टैग करते हैं। आप एक छवि में एक वस्तु या कई वस्तुओं को टैग कर सकते हैं। इस तरह मॉडल यह सीखता है कि वस्तु स्वयं कैसी दिखती है, न कि केवल उन छवियों को जो वस्तु को शामिल करती हैं।
+
+जब आप इसे छवियों की भविष्यवाणी करने के लिए उपयोग करते हैं, तो आपको टैग और प्रतिशत की सूची के बजाय, पता लगी वस्तुओं की एक सूची मिलती है, उनके बॉन्डिंग बॉक्स और उस टैग से मेल खाने की संभावना के साथ।
+
+> 🎓 *बॉन्डिंग बॉक्स* वे बॉक्स होते हैं जो किसी वस्तु के चारों ओर होते हैं।
+
+![काजू और टमाटर पेस्ट की ऑब्जेक्ट डिटेक्शन](../../../../../translated_images/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.hi.png)
+
+ऊपर दी गई छवि में काजू का एक डिब्बा और टमाटर पेस्ट के तीन कैन हैं। ऑब्जेक्ट डिटेक्टर ने काजू का पता लगाया, और उस बॉन्डिंग बॉक्स को लौटाया जिसमें काजू है, और यह संभावना है कि बॉक्स में वस्तु है, इस मामले में 97.6%। ऑब्जेक्ट डिटेक्टर ने टमाटर पेस्ट के तीन कैन का भी पता लगाया है, और प्रत्येक कैन के लिए तीन अलग-अलग बॉन्डिंग बॉक्स प्रदान किए हैं, और प्रत्येक के पास यह संभावना है कि बॉक्स में टमाटर पेस्ट का कैन है।
+
+✅ कुछ अलग-अलग परिदृश्यों के बारे में सोचें जिनके लिए आप छवि-आधारित AI मॉडल का उपयोग करना चाहेंगे। कौन से क्लासिफिकेशन की आवश्यकता होगी, और कौन से ऑब्जेक्ट डिटेक्शन की?
+
+### ऑब्जेक्ट डिटेक्शन कैसे काम करता है
+
+ऑब्जेक्ट डिटेक्शन जटिल ML मॉडल का उपयोग करता है। ये मॉडल छवि को कई कोशिकाओं में विभाजित करके काम करते हैं, फिर यह जांचते हैं कि बॉन्डिंग बॉक्स का केंद्र उस छवि के केंद्र से मेल खाता है या नहीं जो मॉडल को प्रशिक्षित करने के लिए उपयोग की गई छवियों में से एक से मेल खाती है। आप इसे छवि के विभिन्न भागों पर इमेज क्लासिफायर चलाने जैसा सोच सकते हैं ताकि मेल की तलाश की जा सके।
+
+> 💁 यह एक अत्यधिक सरलीकरण है। ऑब्जेक्ट डिटेक्शन के लिए कई तकनीकें हैं, और आप उनके बारे में [विकिपीडिया पर ऑब्जेक्ट डिटेक्शन पेज](https://wikipedia.org/wiki/Object_detection) पर अधिक पढ़ सकते हैं।
+
+ऑब्जेक्ट डिटेक्शन के लिए कई अलग-अलग मॉडल हैं। एक विशेष रूप से प्रसिद्ध मॉडल है [YOLO (You Only Look Once)](https://pjreddie.com/darknet/yolo/), जो अविश्वसनीय रूप से तेज़ है और 20 अलग-अलग प्रकार की वस्तुओं का पता लगा सकता है, जैसे लोग, कुत्ते, बोतलें और कारें।
+
+✅ YOLO मॉडल के बारे में [pjreddie.com/darknet/yolo/](https://pjreddie.com/darknet/yolo/) पर पढ़ें।
+
+ऑब्जेक्ट डिटेक्शन मॉडल को कस्टम वस्तुओं का पता लगाने के लिए ट्रांसफर लर्निंग का उपयोग करके पुनः प्रशिक्षित किया जा सकता है।
+
+## रिटेल में ऑब्जेक्ट डिटेक्शन का उपयोग
+
+रिटेल में ऑब्जेक्ट डिटेक्शन के कई उपयोग हैं। इनमें शामिल हैं:
+
+* **स्टॉक की जांच और गिनती** - यह पहचानना कि शेल्फ पर स्टॉक कम है। यदि स्टॉक बहुत कम है, तो कर्मचारियों या रोबोट को शेल्फ भरने के लिए सूचित किया जा सकता है।
+* **मास्क डिटेक्शन** - सार्वजनिक स्वास्थ्य घटनाओं के दौरान मास्क नीतियों वाले स्टोर्स में, ऑब्जेक्ट डिटेक्शन मास्क पहने और बिना मास्क वाले लोगों की पहचान कर सकता है।
+* **स्वचालित बिलिंग** - स्वचालित स्टोर्स में शेल्फ से उठाए गए आइटम का पता लगाना और ग्राहकों को सही तरीके से बिल देना।
+* **खतरे की पहचान** - फर्श पर टूटे हुए आइटम या गिरे हुए तरल पदार्थों की पहचान करना और सफाई कर्मचारियों को सूचित करना।
+
+✅ कुछ शोध करें: रिटेल में ऑब्जेक्ट डिटेक्शन के और कौन से उपयोग हो सकते हैं?
+
+## ऑब्जेक्ट डिटेक्टर को प्रशिक्षित करें
+
+आप Custom Vision का उपयोग करके एक ऑब्जेक्ट डिटेक्टर को प्रशिक्षित कर सकते हैं, उसी तरह जैसे आपने एक इमेज क्लासिफायर को प्रशिक्षित किया था।
+
+### कार्य - एक ऑब्जेक्ट डिटेक्टर बनाएं
+
+1. इस प्रोजेक्ट के लिए `stock-detector` नामक एक Resource Group बनाएं।
+
+1. `stock-detector` Resource Group में एक मुफ्त Custom Vision प्रशिक्षण संसाधन और एक मुफ्त Custom Vision प्रेडिक्शन संसाधन बनाएं। इन्हें `stock-detector-training` और `stock-detector-prediction` नाम दें।
+
+    > 💁 आप केवल एक मुफ्त प्रशिक्षण और प्रेडिक्शन संसाधन रख सकते हैं, इसलिए सुनिश्चित करें कि आपने पहले के पाठों से अपने प्रोजेक्ट को साफ कर दिया है।
+
+    > ⚠️ यदि आवश्यक हो, तो [प्रोजेक्ट 4, पाठ 1 से प्रशिक्षण और प्रेडिक्शन संसाधन बनाने के निर्देशों](../../../4-manufacturing/lessons/1-train-fruit-detector/README.md#task---create-a-cognitive-services-resource) का संदर्भ लें।
+
+1. [CustomVision.ai](https://customvision.ai) पर Custom Vision पोर्टल लॉन्च करें, और अपने Azure खाते के लिए उपयोग किए गए Microsoft खाते से साइन इन करें।
+
+1. [Microsoft Docs पर Build an object detector quickstart के Create a new Project सेक्शन](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#create-a-new-project) का पालन करें ताकि एक नया Custom Vision प्रोजेक्ट बनाया जा सके। UI बदल सकता है और ये दस्तावेज़ हमेशा सबसे अद्यतन संदर्भ होते हैं।
+
+    अपने प्रोजेक्ट का नाम `stock-detector` रखें।
+
+    जब आप अपना प्रोजेक्ट बनाएं, तो सुनिश्चित करें कि आपने पहले बनाए गए `stock-detector-training` संसाधन का उपयोग किया है। *Object Detection* प्रोजेक्ट प्रकार और *Products on Shelves* डोमेन का उपयोग करें।
+
+    ![Custom Vision प्रोजेक्ट के लिए सेटिंग्स, नाम fruit-quality-detector, कोई विवरण नहीं, संसाधन fruit-quality-detector-training, प्रोजेक्ट प्रकार classification, classification प्रकार multi class और डोमेन food पर सेट](../../../../../translated_images/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.hi.png)
+
+    ✅ *Products on Shelves* डोमेन विशेष रूप से स्टोर शेल्फ पर स्टॉक का पता लगाने के लिए लक्षित है। [Microsoft Docs पर Select a domain दस्तावेज़](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/select-domain?WT.mc_id=academic-17441-jabenn#object-detection) में विभिन्न डोमेन के बारे में और पढ़ें।
+
+✅ अपने ऑब्जेक्ट डिटेक्टर के लिए Custom Vision UI का पता लगाने के लिए कुछ समय निकालें।
+
+### कार्य - अपने ऑब्जेक्ट डिटेक्टर को प्रशिक्षित करें
+
+अपने मॉडल को प्रशिक्षित करने के लिए आपको उन वस्तुओं वाली छवियों का एक सेट चाहिए जिन्हें आप पहचानना चाहते हैं।
+
+1. उन वस्तुओं वाली छवियां एकत्र करें जिन्हें पहचानना है। आपको प्रत्येक वस्तु के लिए कम से कम 15 छवियां चाहिए, जो विभिन्न कोणों और प्रकाश स्थितियों में हों, लेकिन जितनी अधिक हों उतना बेहतर। यह ऑब्जेक्ट डिटेक्टर *Products on Shelves* डोमेन का उपयोग करता है, इसलिए वस्तुओं को स्टोर शेल्फ पर रखने जैसा सेटअप करने का प्रयास करें। आपको मॉडल का परीक्षण करने के लिए कुछ छवियां भी चाहिए। यदि आप एक से अधिक वस्तु का पता लगा रहे हैं, तो आप कुछ परीक्षण छवियां चाहेंगे जिनमें सभी वस्तुएं हों।
+
+    > 💁 विभिन्न वस्तुओं वाली छवियां छवि में मौजूद सभी वस्तुओं के लिए 15 छवियों की न्यूनतम आवश्यकता में गिनी जाती हैं।
+
+    आपकी छवियां png या jpeg होनी चाहिए, और 6MB से छोटी होनी चाहिए। उदाहरण के लिए, यदि आप उन्हें iPhone से बनाते हैं, तो वे उच्च-रिज़ॉल्यूशन HEIC छवियां हो सकती हैं, जिन्हें परिवर्तित और संभवतः छोटा करना होगा। जितनी अधिक छवियां हों, उतना बेहतर, और आपके पास पके और कच्चे दोनों के समान संख्या होनी चाहिए।
+
+    मॉडल को शेल्फ पर उत्पादों के लिए डिज़ाइन किया गया है, इसलिए वस्तुओं की तस्वीरें शेल्फ पर लेने का प्रयास करें।
+
+    आप [images](../../../../../5-retail/lessons/1-train-stock-detector/images) फ़ोल्डर में काजू और टमाटर पेस्ट की कुछ उदाहरण छवियां पा सकते हैं, जिन्हें आप उपयोग कर सकते हैं।
+
+1. [Microsoft Docs पर Build an object detector quickstart के Upload and tag images सेक्शन](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) का पालन करें ताकि अपनी प्रशिक्षण छवियां अपलोड की जा सकें। उन वस्तुओं के प्रकारों के आधार पर प्रासंगिक टैग बनाएं जिन्हें आप पहचानना चाहते हैं।
+
+    ![पके और कच्चे केले की तस्वीरें अपलोड करने का संवाद](../../../../../translated_images/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.hi.png)
+
+    जब आप वस्तुओं के लिए बॉन्डिंग बॉक्स बनाएं, तो उन्हें वस्तु के चारों ओर कसकर रखें। सभी छवियों को आउटलाइन करने में समय लग सकता है, लेकिन टूल यह पता लगाएगा कि उसे क्या लगता है कि बॉन्डिंग बॉक्स हैं, जिससे यह तेज़ हो जाएगा।
+
+    ![टमाटर पेस्ट को टैग करना](../../../../../translated_images/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.hi.png)
+
+    > 💁 यदि आपके पास प्रत्येक वस्तु के लिए 15 से अधिक छवियां हैं, तो आप 15 के बाद प्रशिक्षण कर सकते हैं और **Suggested tags** सुविधा का उपयोग कर सकते हैं। यह बिना टैग वाली छवि में वस्तुओं का पता लगाने के लिए प्रशिक्षित मॉडल का उपयोग करेगा। आप फिर पता लगी वस्तुओं की पुष्टि कर सकते हैं, या बॉन्डिंग बॉक्स को अस्वीकार और पुनः खींच सकते हैं। यह *बहुत* समय बचा सकता है।
+
+1. [Microsoft Docs पर Build an object detector quickstart के Train the detector सेक्शन](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#train-the-detector) का पालन करें ताकि अपने टैग की गई छवियों पर ऑब्जेक्ट डिटेक्टर को प्रशिक्षित किया जा सके।
+
+    आपको प्रशिक्षण प्रकार का चयन करने का विकल्प दिया जाएगा। **Quick Training** चुनें।
+
+ऑब्जेक्ट डिटेक्टर तब प्रशिक्षित होगा। प्रशिक्षण पूरा होने में कुछ मिनट लगेंगे।
+
+## अपने ऑब्जेक्ट डिटेक्टर का परीक्षण करें
+
+एक बार जब आपका ऑब्जेक्ट डिटेक्टर प्रशिक्षित हो जाए, तो आप इसे नई छवियां देकर वस्तुओं का पता लगाने के लिए परीक्षण कर सकते हैं।
+
+### कार्य - अपने ऑब्जेक्ट डिटेक्टर का परीक्षण करें
+
+1. **Quick Test** बटन का उपयोग करके परीक्षण छवियां अपलोड करें और सत्यापित करें कि वस्तुओं का पता लगाया गया है। उन परीक्षण छवियों का उपयोग करें जिन्हें आपने पहले बनाया था, न कि उन छवियों का जिन्हें आपने प्रशिक्षण के लिए उपयोग किया था।
+
+    ![टमाटर पेस्ट के 3 कैन का पता लगाया गया, जिनकी संभावनाएं 38%, 35.5% और 34.6% हैं](../../../../../translated_images/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.hi.png)
+
+1. आपके पास जितनी भी परीक्षण छवियां हैं, उनका उपयोग करें और संभावनाओं का अवलोकन करें।
+
+## अपने ऑब्जेक्ट डिटेक्टर को पुनः प्रशिक्षित करें
+
+जब आप अपने ऑब्जेक्ट डिटेक्टर का परीक्षण करते हैं, तो यह संभव है कि यह आपकी अपेक्षा के अनुसार परिणाम न दे, जैसा कि पिछले प्रोजेक्ट में इमेज क्लासिफायर के साथ हुआ था। आप इसे उन छवियों के साथ पुनः प्रशिक्षित करके अपने ऑब्जेक्ट डिटेक्टर में सुधार कर सकते हैं, जिनमें यह गलत हो गया।
+
+हर बार जब आप क्विक टेस्ट विकल्प का उपयोग करके भविष्यवाणी करते हैं, तो छवि और परिणाम संग्रहीत किए जाते हैं। आप इन छवियों का उपयोग अपने मॉडल को पुनः प्रशिक्षित करने के लिए कर सकते हैं।
+
+1. **Predictions** टैब का उपयोग करके उन छवियों का पता लगाएं जिन्हें आपने परीक्षण के लिए उपयोग किया था।
+
+1. किसी भी सटीक पहचान की पुष्टि करें, किसी भी गलत को हटा दें और किसी भी गायब वस्तु को जोड़ें।
+
+1. मॉडल को पुनः प्रशिक्षित करें और पुनः परीक्षण करें।
+
+---
+
+## 🚀 चुनौती
+
+क्या होगा यदि आप ऑब्जेक्ट डिटेक्टर का उपयोग समान दिखने वाली वस्तुओं के साथ करें, जैसे कि एक ही ब्रांड के टमाटर पेस्ट और कटे हुए टमाटर के कैन?
+
+यदि आपके पास कोई समान दिखने वाली वस्तुएं हैं, तो
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/38)
+
+## समीक्षा और स्व-अध्ययन
+
+* जब आपने अपने ऑब्जेक्ट डिटेक्टर को प्रशिक्षित किया, तो आपने *Precision*, *Recall*, और *mAP* के मान देखे होंगे जो बनाए गए मॉडल को रेट करते हैं। इन मानों के बारे में अधिक जानने के लिए [Microsoft डॉक्युमेंट्स पर Build an object detector quickstart के Evaluate the detector सेक्शन](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#evaluate-the-detector) को पढ़ें।
+* ऑब्जेक्ट डिटेक्शन के बारे में अधिक जानकारी [विकिपीडिया पर ऑब्जेक्ट डिटेक्शन पेज](https://wikipedia.org/wiki/Object_detection) पर पढ़ें।
+
+## असाइनमेंट
+
+[डोमेन की तुलना करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवादों में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/5-retail/lessons/1-train-stock-detector/assignment.md b/translations/hi/5-retail/lessons/1-train-stock-detector/assignment.md
new file mode 100644
index 00000000..7db59e45
--- /dev/null
+++ b/translations/hi/5-retail/lessons/1-train-stock-detector/assignment.md
@@ -0,0 +1,26 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "d93ee76fac4c2199973689ecd05baaf9",
+  "translation_date": "2025-08-25T16:25:44+00:00",
+  "source_file": "5-retail/lessons/1-train-stock-detector/assignment.md",
+  "language_code": "hi"
+}
+-->
+# डोमेन की तुलना करें
+
+## निर्देश
+
+जब आपने अपना ऑब्जेक्ट डिटेक्टर बनाया, तो आपके पास कई डोमेन में से चुनने का विकल्प था। यह तुलना करें कि वे आपके स्टॉक डिटेक्टर के लिए कितने प्रभावी हैं, और बताएं कि कौन सा बेहतर परिणाम देता है।
+
+डोमेन बदलने के लिए, शीर्ष मेनू में **Settings** बटन चुनें, एक नया डोमेन चुनें, **Save changes** बटन पर क्लिक करें, और फिर मॉडल को पुनः प्रशिक्षित करें। सुनिश्चित करें कि आप नए डोमेन के साथ प्रशिक्षित मॉडल के नए संस्करण का परीक्षण करें।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ------------------ |
+| मॉडल को एक अलग डोमेन के साथ प्रशिक्षित करें | डोमेन बदलने और मॉडल को पुनः प्रशिक्षित करने में सक्षम था | डोमेन बदलने और मॉडल को पुनः प्रशिक्षित करने में सक्षम था | डोमेन बदलने या मॉडल को पुनः प्रशिक्षित करने में असमर्थ था |
+| मॉडल का परीक्षण करें और परिणामों की तुलना करें | विभिन्न डोमेन के साथ मॉडल का परीक्षण करने, परिणामों की तुलना करने, और यह बताने में सक्षम था कि कौन सा बेहतर है | विभिन्न डोमेन के साथ मॉडल का परीक्षण करने में सक्षम था, लेकिन परिणामों की तुलना करने और यह बताने में असमर्थ था कि कौन सा बेहतर है | विभिन्न डोमेन के साथ मॉडल का परीक्षण करने में असमर्थ था |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/5-retail/lessons/2-check-stock-device/README.md b/translations/hi/5-retail/lessons/2-check-stock-device/README.md
new file mode 100644
index 00000000..7c154f67
--- /dev/null
+++ b/translations/hi/5-retail/lessons/2-check-stock-device/README.md
@@ -0,0 +1,189 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "1c9e5fa8b7be726c75a97232b1e41c97",
+  "translation_date": "2025-08-25T16:20:31+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/README.md",
+  "language_code": "hi"
+}
+-->
+# IoT डिवाइस से स्टॉक चेक करें
+
+![इस पाठ का स्केच नोट](../../../../../translated_images/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/39)
+
+## परिचय
+
+पिछले पाठ में आपने रिटेल में ऑब्जेक्ट डिटेक्शन के विभिन्न उपयोगों के बारे में सीखा। आपने यह भी सीखा कि स्टॉक की पहचान करने के लिए ऑब्जेक्ट डिटेक्टर को कैसे प्रशिक्षित करें। इस पाठ में, आप सीखेंगे कि अपने IoT डिवाइस से ऑब्जेक्ट डिटेक्टर का उपयोग करके स्टॉक की गणना कैसे करें।
+
+इस पाठ में हम कवर करेंगे:
+
+* [स्टॉक की गणना](../../../../../5-retail/lessons/2-check-stock-device)
+* [अपने IoT डिवाइस से ऑब्जेक्ट डिटेक्टर को कॉल करें](../../../../../5-retail/lessons/2-check-stock-device)
+* [बाउंडिंग बॉक्स](../../../../../5-retail/lessons/2-check-stock-device)
+* [मॉडल को पुनः प्रशिक्षित करें](../../../../../5-retail/lessons/2-check-stock-device)
+* [स्टॉक की गणना करें](../../../../../5-retail/lessons/2-check-stock-device)
+
+> 🗑 यह इस प्रोजेक्ट का अंतिम पाठ है, इसलिए इस पाठ और असाइनमेंट को पूरा करने के बाद, अपने क्लाउड सेवाओं को साफ करना न भूलें। असाइनमेंट पूरा करने के लिए आपको सेवाओं की आवश्यकता होगी, इसलिए पहले इसे पूरा करना सुनिश्चित करें।
+>
+> यदि आवश्यक हो तो [अपने प्रोजेक्ट को साफ करने के गाइड](../../../clean-up.md) का संदर्भ लें।
+
+## स्टॉक की गणना
+
+ऑब्जेक्ट डिटेक्टर का उपयोग स्टॉक की जांच के लिए किया जा सकता है, चाहे वह स्टॉक की गणना हो या यह सुनिश्चित करना कि स्टॉक सही जगह पर है। कैमरों वाले IoT डिवाइस को पूरे स्टोर में तैनात किया जा सकता है ताकि स्टॉक की निगरानी की जा सके, खासकर उन जगहों पर जहां वस्तुओं को फिर से भरना महत्वपूर्ण है, जैसे कि उच्च मूल्य वाली वस्तुओं के छोटे समूहों वाले क्षेत्र।
+
+उदाहरण के लिए, यदि एक कैमरा उन शेल्फों की ओर इशारा कर रहा है जो 8 टमाटर पेस्ट के डिब्बे रख सकते हैं, और ऑब्जेक्ट डिटेक्टर केवल 7 डिब्बे का पता लगाता है, तो एक डिब्बा गायब है और उसे फिर से भरने की आवश्यकता है।
+
+![शेल्फ पर 7 टमाटर पेस्ट के डिब्बे, ऊपर की पंक्ति में 4, नीचे में 3](../../../../../translated_images/stock-7-cans-tomato-paste.f86059cc573d7becaa89a0eafb9d2cd7e2fe37405a530fe565990e2333d0e4a1.hi.png)
+
+ऊपर दी गई छवि में, ऑब्जेक्ट डिटेक्टर ने शेल्फ पर 7 टमाटर पेस्ट के डिब्बे का पता लगाया है जो 8 डिब्बे रख सकता है। IoT डिवाइस न केवल स्टॉक को फिर से भरने की आवश्यकता की सूचना भेज सकता है, बल्कि यह गायब वस्तु के स्थान का संकेत भी दे सकता है, जो महत्वपूर्ण डेटा है यदि आप रोबोट का उपयोग शेल्फ को फिर से भरने के लिए कर रहे हैं।
+
+> 💁 स्टोर और वस्तु की लोकप्रियता के आधार पर, यदि केवल 1 डिब्बा गायब है तो शायद स्टॉक को फिर से नहीं भरा जाएगा। आपको एक एल्गोरिदम बनाना होगा जो आपके उत्पाद, ग्राहकों और अन्य मानदंडों के आधार पर यह निर्धारित करता है कि कब स्टॉक को फिर से भरना है।
+
+✅ किन अन्य परिस्थितियों में आप ऑब्जेक्ट डिटेक्शन और रोबोट को जोड़ सकते हैं?
+
+कभी-कभी शेल्फ पर गलत स्टॉक हो सकता है। यह स्टॉक को फिर से भरते समय मानवीय त्रुटि हो सकती है, या ग्राहक द्वारा खरीदारी का मन बदलने और वस्तु को पहली उपलब्ध जगह पर रखने का परिणाम हो सकता है। जब यह डिब्बाबंद वस्तुओं जैसे गैर-नाशवान वस्तु हो, तो यह एक असुविधा है। यदि यह जमे हुए या ठंडे सामान जैसे नाशवान वस्तु हो, तो इसका मतलब यह हो सकता है कि उत्पाद अब बेचा नहीं जा सकता क्योंकि यह बताना असंभव हो सकता है कि वस्तु कितने समय तक फ्रीजर से बाहर रही।
+
+ऑब्जेक्ट डिटेक्शन का उपयोग अप्रत्याशित वस्तुओं का पता लगाने के लिए किया जा सकता है, जिससे मानव या रोबोट को वस्तु को वापस उसकी सही जगह पर रखने के लिए तुरंत सूचित किया जा सके।
+
+![टमाटर पेस्ट के शेल्फ पर एक गलत बेबी कॉर्न का डिब्बा](../../../../../translated_images/stock-rogue-corn.be1f3ada8c4578544641af66671c1711a4c02297f14cc7f503354dae0d30a954.hi.png)
+
+ऊपर दी गई छवि में, टमाटर पेस्ट के बगल में एक बेबी कॉर्न का डिब्बा रखा गया है। ऑब्जेक्ट डिटेक्टर ने इसका पता लगाया है, जिससे IoT डिवाइस मानव या रोबोट को डिब्बा को उसकी सही जगह पर वापस रखने के लिए सूचित कर सकता है।
+
+## अपने IoT डिवाइस से ऑब्जेक्ट डिटेक्टर को कॉल करें
+
+पिछले पाठ में आपने जो ऑब्जेक्ट डिटेक्टर प्रशिक्षित किया था, उसे आपके IoT डिवाइस से कॉल किया जा सकता है।
+
+### कार्य - अपने ऑब्जेक्ट डिटेक्टर का एक संस्करण प्रकाशित करें
+
+कस्टम विजन पोर्टल से संस्करण प्रकाशित किए जाते हैं।
+
+1. [CustomVision.ai](https://customvision.ai) पर कस्टम विजन पोर्टल लॉन्च करें और साइन इन करें यदि आपने इसे पहले से नहीं खोला है। फिर अपने `stock-detector` प्रोजेक्ट को खोलें।
+
+1. शीर्ष पर विकल्पों में से **Performance** टैब चुनें।
+
+1. साइड पर *Iterations* सूची से नवीनतम संस्करण चुनें।
+
+1. संस्करण के लिए **Publish** बटन चुनें।
+
+    ![पब्लिश बटन](../../../../../translated_images/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.hi.png)
+
+1. *Publish Model* डायलॉग में, *Prediction resource* को उस `stock-detector-prediction` संसाधन पर सेट करें जिसे आपने पिछले पाठ में बनाया था। नाम को `Iteration2` के रूप में छोड़ दें, और **Publish** बटन चुनें।
+
+1. प्रकाशित होने के बाद, **Prediction URL** बटन चुनें। यह भविष्यवाणी API का विवरण दिखाएगा, और आपको इन्हें अपने IoT डिवाइस से मॉडल को कॉल करने के लिए चाहिए। निचला भाग *If you have an image file* लेबल वाला है, और यही विवरण आपको चाहिए। दिखाए गए URL की एक प्रति लें जो कुछ इस तरह होगी:
+
+    ```output
+    https://<location>.api.cognitive.microsoft.com/customvision/v3.0/Prediction/<id>/detect/iterations/Iteration2/image
+    ```
+
+    जहां `<location>` वह स्थान होगा जिसे आपने अपना कस्टम विजन संसाधन बनाते समय उपयोग किया था, और `<id>` अक्षरों और संख्याओं से बना एक लंबा आईडी होगा।
+
+    *Prediction-Key* मान की भी एक प्रति लें। यह एक सुरक्षित कुंजी है जिसे आपको मॉडल को कॉल करते समय पास करना होगा। केवल वे एप्लिकेशन जो इस कुंजी को पास करते हैं, मॉडल का उपयोग करने की अनुमति प्राप्त करते हैं, अन्य सभी एप्लिकेशन अस्वीकार कर दिए जाते हैं।
+
+    ![भविष्यवाणी API डायलॉग जिसमें URL और कुंजी दिख रही है](../../../../../translated_images/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.hi.png)
+
+✅ जब एक नया संस्करण प्रकाशित होता है, तो उसका नाम अलग होता है। आप कैसे सोचते हैं कि आप IoT डिवाइस द्वारा उपयोग किए जा रहे संस्करण को बदलेंगे?
+
+### कार्य - अपने IoT डिवाइस से ऑब्जेक्ट डिटेक्टर को कॉल करें
+
+नीचे दिए गए संबंधित गाइड का पालन करें ताकि अपने IoT डिवाइस से ऑब्जेक्ट डिटेक्टर का उपयोग किया जा सके:
+
+* [Arduino - Wio Terminal](wio-terminal-object-detector.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi/वर्चुअल डिवाइस](single-board-computer-object-detector.md)
+
+## बाउंडिंग बॉक्स
+
+जब आप ऑब्जेक्ट डिटेक्टर का उपयोग करते हैं, तो आपको न केवल टैग और संभावनाओं के साथ पता लगाए गए ऑब्जेक्ट्स वापस मिलते हैं, बल्कि आपको ऑब्जेक्ट्स के बाउंडिंग बॉक्स भी मिलते हैं। ये बॉक्स उस क्षेत्र को परिभाषित करते हैं जहां ऑब्जेक्ट डिटेक्टर ने दी गई संभावना के साथ ऑब्जेक्ट का पता लगाया।
+
+> 💁 बाउंडिंग बॉक्स वह बॉक्स है जो उस क्षेत्र को परिभाषित करता है जिसमें पता लगाया गया ऑब्जेक्ट होता है, एक बॉक्स जो ऑब्जेक्ट की सीमा को परिभाषित करता है।
+
+कस्टम विजन में **Predictions** टैब में भविष्यवाणी के परिणामों में उस छवि पर बाउंडिंग बॉक्स खींचे जाते हैं जिसे भविष्यवाणी के लिए भेजा गया था।
+
+![शेल्फ पर 4 टमाटर पेस्ट के डिब्बे, 35.8%, 33.5%, 25.7% और 16.6% की भविष्यवाणी के साथ](../../../../../translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.hi.png)
+
+ऊपर दी गई छवि में, 4 टमाटर पेस्ट के डिब्बे का पता लगाया गया। परिणामों में प्रत्येक ऑब्जेक्ट के लिए एक लाल वर्ग छवि पर ओवरले किया गया है, जो छवि के लिए बाउंडिंग बॉक्स को इंगित करता है।
+
+✅ कस्टम विजन में भविष्यवाणियों को खोलें और बाउंडिंग बॉक्स देखें।
+
+बाउंडिंग बॉक्स को 4 मानों के साथ परिभाषित किया जाता है - शीर्ष, बायां, ऊंचाई और चौड़ाई। ये मान 0-1 के पैमाने पर होते हैं, जो छवि के आकार के प्रतिशत के रूप में स्थिति को दर्शाते हैं। मूल (0,0 स्थिति) छवि का शीर्ष बायां है, इसलिए शीर्ष मान शीर्ष से दूरी है, और बाउंडिंग बॉक्स का निचला भाग शीर्ष प्लस ऊंचाई है।
+
+![टमाटर पेस्ट के डिब्बे के चारों ओर एक बाउंडिंग बॉक्स](../../../../../translated_images/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.hi.png)
+
+ऊपर दी गई छवि 600 पिक्सल चौड़ी और 800 पिक्सल लंबी है। बाउंडिंग बॉक्स 320 पिक्सल नीचे शुरू होता है, जिससे शीर्ष निर्देशांक 0.4 (800 x 0.4 = 320) होता है। बाएं से, बाउंडिंग बॉक्स 240 पिक्सल चौड़ा शुरू होता है, जिससे बाएं निर्देशांक 0.4 (600 x 0.4 = 240) होता है। बाउंडिंग बॉक्स की ऊंचाई 240 पिक्सल है, जिससे ऊंचाई मान 0.3 (800 x 0.3 = 240) होता है। बाउंडिंग बॉक्स की चौड़ाई 120 पिक्सल है, जिससे चौड़ाई मान 0.2 (600 x 0.2 = 120) होता है।
+
+| निर्देशांक | मान |
+| ---------- | ----: |
+| शीर्ष      | 0.4   |
+| बायां      | 0.4   |
+| ऊंचाई     | 0.3   |
+| चौड़ाई     | 0.2   |
+
+0-1 के प्रतिशत मानों का उपयोग करने का मतलब है कि छवि को किसी भी आकार में स्केल किया जाए, बाउंडिंग बॉक्स 0.4 के रास्ते पर और नीचे शुरू होता है, और ऊंचाई का 0.3 और चौड़ाई का 0.2 होता है।
+
+आप बाउंडिंग बॉक्स को संभावनाओं के साथ जोड़कर यह मूल्यांकन कर सकते हैं कि डिटेक्शन कितना सटीक है। उदाहरण के लिए, एक ऑब्जेक्ट डिटेक्टर कई ऑब्जेक्ट्स का पता लगा सकता है जो ओवरलैप करते हैं, जैसे कि एक डिब्बा दूसरे के अंदर। आपका कोड बाउंडिंग बॉक्स को देख सकता है, समझ सकता है कि यह असंभव है, और उन ऑब्जेक्ट्स को अनदेखा कर सकता है जिनका अन्य ऑब्जेक्ट्स के साथ महत्वपूर्ण ओवरलैप है।
+
+![टमाटर पेस्ट के डिब्बे पर दो बाउंडिंग बॉक्स ओवरलैप करते हुए](../../../../../translated_images/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.hi.png)
+
+ऊपर दिए गए उदाहरण में, एक बाउंडिंग बॉक्स ने 78.3% की संभावना के साथ टमाटर पेस्ट के डिब्बे का पता लगाया। दूसरा बाउंडिंग बॉक्स थोड़ा छोटा है, और पहले बाउंडिंग बॉक्स के अंदर है जिसकी संभावना 64.3% है। आपका कोड बाउंडिंग बॉक्स की जांच कर सकता है, देख सकता है कि वे पूरी तरह से ओवरलैप करते हैं, और कम संभावना को अनदेखा कर सकता है क्योंकि एक डिब्बा दूसरे के अंदर नहीं हो सकता।
+
+✅ क्या आप ऐसी स्थिति के बारे में सोच सकते हैं जहां एक ऑब्जेक्ट का दूसरे के अंदर होना वैध हो?
+
+## मॉडल को पुनः प्रशिक्षित करें
+
+इमेज क्लासिफायर की तरह, आप अपने IoT डिवाइस द्वारा कैप्चर किए गए डेटा का उपयोग करके अपने मॉडल को पुनः प्रशिक्षित कर सकते हैं। इस वास्तविक दुनिया के डेटा का उपयोग यह सुनिश्चित करेगा कि आपका मॉडल आपके IoT डिवाइस से उपयोग किए जाने पर अच्छी तरह से काम करता है।
+
+इमेज क्लासिफायर के विपरीत, आप केवल एक छवि को टैग नहीं कर सकते। इसके बजाय आपको मॉडल द्वारा पता लगाए गए प्रत्येक बाउंडिंग बॉक्स की समीक्षा करनी होगी। यदि बॉक्स गलत चीज़ के चारों ओर है तो उसे हटाने की आवश्यकता है, यदि वह गलत स्थान पर है तो उसे समायोजित करने की आवश्यकता है।
+
+### कार्य - मॉडल को पुनः प्रशिक्षित करें
+
+1. सुनिश्चित करें कि आपने अपने IoT डिवाइस का उपयोग करके छवियों की एक श्रृंखला कैप्चर की है।
+
+1. **Predictions** टैब से एक छवि चुनें। आपको पता लगाए गए ऑब्जेक्ट्स के बाउंडिंग बॉक्स दिखाने वाले लाल बॉक्स दिखाई देंगे।
+
+1. प्रत्येक बाउंडिंग बॉक्स के माध्यम से काम करें। पहले इसे चुनें और आपको टैग दिखाने वाला एक पॉप-अप दिखाई देगा। यदि आवश्यक हो तो बाउंडिंग बॉक्स के कोनों पर हैंडल का उपयोग करके आकार को समायोजित करें। यदि टैग गलत है, तो इसे **X** बटन के साथ हटा दें और सही टैग जोड़ें। यदि बाउंडिंग बॉक्स में कोई ऑब्जेक्ट नहीं है, तो इसे ट्रैशकैन बटन के साथ हटा दें।
+
+1. संपादक को बंद करें जब हो जाए और छवि **Predictions** टैब से **Training Images** टैब में चली जाएगी। सभी भविष्यवाणियों के लिए प्रक्रिया को दोहराएं।
+
+1. **Train** बटन का उपयोग करके अपने मॉडल को पुनः प्रशिक्षित करें। एक बार जब यह प्रशिक्षित हो जाए, तो संस्करण को प्रकाशित करें और अपने IoT डिवाइस को नए संस्करण के URL का उपयोग करने के लिए अपडेट करें।
+
+1. अपना कोड पुनः तैनात करें और अपने IoT डिवाइस का परीक्षण करें।
+
+## स्टॉक की गणना करें
+
+पता लगाए गए ऑब्जेक्ट्स की संख्या और बाउंडिंग बॉक्स के संयोजन का उपयोग करके, आप शेल्फ पर स्टॉक की गणना कर सकते हैं।
+
+### कार्य - स्टॉक की गणना करें
+
+नीचे दिए गए संबंधित गाइड का पालन करें ताकि अपने IoT डिवाइस से ऑब्जेक्ट डिटेक्टर के परिणामों का उपयोग करके स्टॉक की गणना की जा सके:
+
+* [Arduino - Wio Terminal](wio-terminal-count-stock.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi/वर्चुअल डिवाइस](single-board-computer-count-stock.md)
+
+---
+
+## 🚀 चुनौती
+
+क्या आप गलत स्टॉक का पता लगा सकते हैं? अपने मॉडल को कई ऑब्जेक्ट्स पर प्रशिक्षित करें, फिर अपने ऐप को अपडेट करें ताकि गलत स्टॉक का पता लगने पर आपको अलर्ट किया जा सके।
+
+शायद इसे और आगे बढ़ाएं और एक ही शेल्फ पर साइड-बाय-साइड स्टॉक का पता लगाएं, और यह देखने के लिए कि कुछ गलत जगह पर रखा गया है या नहीं, बाउंडिंग बॉक्स पर सीमाएं परिभाषित करें।
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/40)
+
+## समीक्षा और स्व-अध्ययन
+
+* [Microsoft Docs पर आउट ऑफ स्टॉक डिटेक्शन एट द एज पैटर्न गाइड](https://docs.microsoft.com/hybrid/app-solutions/pattern-out-of-stock-at-edge?WT.mc_id=academic-17441-jabenn) से एंड-टू-एंड स्टॉक डिटेक्शन सिस्टम को आर्किटेक्ट करने के बारे में अधिक जानें।
+* IoT और क्लाउड सेवाओं की एक श्रृंखला को जोड़कर एंड-टू-एंड रिटेल समाधान बनाने के अन्य तरीकों के बारे में जानें, इस [Behind the scenes of a retail solution - Hands On! वीडियो](https://www.youtube.com/watch?v=m3Pc300x2Mw) को YouTube पर देखें।
+
+## असाइनमेंट
+
+[अपने ऑब्जेक्ट डिटेक्टर का उपयोग एज पर करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/5-retail/lessons/2-check-stock-device/assignment.md b/translations/hi/5-retail/lessons/2-check-stock-device/assignment.md
new file mode 100644
index 00000000..c5e3ec4a
--- /dev/null
+++ b/translations/hi/5-retail/lessons/2-check-stock-device/assignment.md
@@ -0,0 +1,23 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3cf7783991ec0ee4f6041223924894c7",
+  "translation_date": "2025-08-25T16:21:53+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/assignment.md",
+  "language_code": "hi"
+}
+-->
+# अपने ऑब्जेक्ट डिटेक्टर को एज पर उपयोग करें
+
+## निर्देश
+
+पिछले प्रोजेक्ट में, आपने अपने इमेज क्लासिफायर को एज पर डिप्लॉय किया था। अब वही प्रक्रिया अपने ऑब्जेक्ट डिटेक्टर के साथ करें, इसे एक कॉम्पैक्ट मॉडल के रूप में एक्सपोर्ट करें और इसे एज पर चलाएं, अपने IoT डिवाइस से एज वर्जन को एक्सेस करें।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| अपने ऑब्जेक्ट डिटेक्टर को एज पर डिप्लॉय करें | सही कॉम्पैक्ट डोमेन का उपयोग करने, ऑब्जेक्ट डिटेक्टर को एक्सपोर्ट करने और इसे एज पर चलाने में सक्षम | सही कॉम्पैक्ट डोमेन का उपयोग करने और ऑब्जेक्ट डिटेक्टर को एक्सपोर्ट करने में सक्षम, लेकिन इसे एज पर चलाने में असमर्थ | सही कॉम्पैक्ट डोमेन का उपयोग करने, ऑब्जेक्ट डिटेक्टर को एक्सपोर्ट करने और इसे एज पर चलाने में असमर्थ |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/5-retail/lessons/2-check-stock-device/single-board-computer-count-stock.md b/translations/hi/5-retail/lessons/2-check-stock-device/single-board-computer-count-stock.md
new file mode 100644
index 00000000..6209d646
--- /dev/null
+++ b/translations/hi/5-retail/lessons/2-check-stock-device/single-board-computer-count-stock.md
@@ -0,0 +1,175 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9c4320311c0f2c1884a6a21265d98a51",
+  "translation_date": "2025-08-25T16:22:43+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/single-board-computer-count-stock.md",
+  "language_code": "hi"
+}
+-->
+# अपने IoT डिवाइस से स्टॉक गिनें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+पूर्वानुमानों और उनके बाउंडिंग बॉक्स का संयोजन छवि में स्टॉक गिनने के लिए उपयोग किया जा सकता है।
+
+## बाउंडिंग बॉक्स दिखाएं
+
+डिबगिंग के लिए एक सहायक कदम के रूप में, आप न केवल बाउंडिंग बॉक्स को प्रिंट कर सकते हैं, बल्कि उन्हें उस छवि पर भी खींच सकते हैं जो छवि कैप्चर होने पर डिस्क पर लिखी गई थी।
+
+### कार्य - बाउंडिंग बॉक्स प्रिंट करें
+
+1. सुनिश्चित करें कि `stock-counter` प्रोजेक्ट VS Code में खुला है, और यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं तो वर्चुअल एनवायरनमेंट सक्रिय है।
+
+1. `for` लूप में `print` स्टेटमेंट को निम्नलिखित में बदलें ताकि बाउंडिंग बॉक्स को कंसोल में प्रिंट किया जा सके:
+
+    ```python
+    print(f'{prediction.tag_name}:\t{prediction.probability * 100:.2f}%\t{prediction.bounding_box}')
+    ```
+
+1. ऐप को चलाएं और कैमरे को शेल्फ पर रखे स्टॉक की ओर इंगित करें। बाउंडिंग बॉक्स कंसोल में प्रिंट होंगे, जिनमें 0-1 के बीच के लेफ्ट, टॉप, चौड़ाई और ऊंचाई के मान होंगे।
+
+    ```output
+    pi@raspberrypi:~/stock-counter $ python3 app.py 
+    tomato paste:   33.42%  {'additional_properties': {}, 'left': 0.3455171, 'top': 0.09916268, 'width': 0.14175442, 'height': 0.29405564}
+    tomato paste:   34.41%  {'additional_properties': {}, 'left': 0.48283678, 'top': 0.10242918, 'width': 0.11782813, 'height': 0.27467814}
+    tomato paste:   31.25%  {'additional_properties': {}, 'left': 0.4923783, 'top': 0.35007596, 'width': 0.13668466, 'height': 0.28304994}
+    tomato paste:   31.05%  {'additional_properties': {}, 'left': 0.36416405, 'top': 0.37494493, 'width': 0.14024884, 'height': 0.26880276}
+    ```
+
+### कार्य - छवि पर बाउंडिंग बॉक्स खींचें
+
+1. [Pillow](https://pypi.org/project/Pillow/) नामक Pip पैकेज का उपयोग छवियों पर खींचने के लिए किया जा सकता है। इसे निम्नलिखित कमांड से इंस्टॉल करें:
+
+    ```sh
+    pip3 install pillow
+    ```
+
+    यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि इसे सक्रिय वर्चुअल एनवायरनमेंट के अंदर से चलाएं।
+
+1. `app.py` फ़ाइल के शीर्ष पर निम्नलिखित इम्पोर्ट स्टेटमेंट जोड़ें:
+
+    ```python
+    from PIL import Image, ImageDraw, ImageColor
+    ```
+
+    यह कोड इम्पोर्ट करता है जो छवि को संपादित करने के लिए आवश्यक है।
+
+1. `app.py` फ़ाइल के अंत में निम्नलिखित कोड जोड़ें:
+
+    ```python
+    with Image.open('image.jpg') as im:
+        draw = ImageDraw.Draw(im)
+    
+        for prediction in predictions:
+            scale_left = prediction.bounding_box.left
+            scale_top = prediction.bounding_box.top
+            scale_right = prediction.bounding_box.left + prediction.bounding_box.width
+            scale_bottom = prediction.bounding_box.top + prediction.bounding_box.height
+            
+            left = scale_left * im.width
+            top = scale_top * im.height
+            right = scale_right * im.width
+            bottom = scale_bottom * im.height
+    
+            draw.rectangle([left, top, right, bottom], outline=ImageColor.getrgb('red'), width=2)
+    
+        im.save('image.jpg')
+    ```
+
+    यह कोड पहले से सहेजी गई छवि को संपादन के लिए खोलता है। फिर यह पूर्वानुमानों के माध्यम से लूप करता है, बाउंडिंग बॉक्स प्राप्त करता है, और बाउंडिंग बॉक्स मानों का उपयोग करके नीचे दाएं कोने का निर्देशांक गणना करता है। इन मानों को छवि के आयामों से गुणा करके छवि निर्देशांक में परिवर्तित किया जाता है। उदाहरण के लिए, यदि लेफ्ट मान 0.5 है और छवि 600 पिक्सल चौड़ी है, तो यह 300 में परिवर्तित होगा (0.5 x 600 = 300)।
+
+    प्रत्येक बाउंडिंग बॉक्स को छवि पर एक लाल रेखा का उपयोग करके खींचा जाता है। अंत में, संपादित छवि को सहेजा जाता है और मूल छवि को ओवरराइट कर दिया जाता है।
+
+1. ऐप को चलाएं और कैमरे को शेल्फ पर रखे स्टॉक की ओर इंगित करें। आप VS Code एक्सप्लोरर में `image.jpg` फ़ाइल देखेंगे और इसे चुनकर बाउंडिंग बॉक्स देख सकेंगे।
+
+    ![4 टमाटर पेस्ट के डिब्बे, जिनके चारों ओर बाउंडिंग बॉक्स हैं](../../../../../translated_images/rpi-stock-with-bounding-boxes.b5540e2ecb7cd49f1271828d3be412671d950e87625c5597ea97c90f11e01097.hi.jpg)
+
+## स्टॉक गिनें
+
+ऊपर दिखाई गई छवि में, बाउंडिंग बॉक्स में थोड़ा ओवरलैप है। यदि यह ओवरलैप बहुत बड़ा होता, तो बाउंडिंग बॉक्स एक ही वस्तु को इंगित कर सकते थे। वस्तुओं को सही ढंग से गिनने के लिए, आपको उन बॉक्स को अनदेखा करना होगा जिनमें महत्वपूर्ण ओवरलैप है।
+
+### कार्य - ओवरलैप को अनदेखा करते हुए स्टॉक गिनें
+
+1. [Shapely](https://pypi.org/project/Shapely/) नामक Pip पैकेज का उपयोग इंटरसेक्शन की गणना के लिए किया जा सकता है। यदि आप रास्पबेरी पाई का उपयोग कर रहे हैं, तो पहले एक लाइब्रेरी डिपेंडेंसी इंस्टॉल करें:
+
+    ```sh
+    sudo apt install libgeos-dev
+    ```
+
+1. Shapely Pip पैकेज इंस्टॉल करें:
+
+    ```sh
+    pip3 install shapely
+    ```
+
+    यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि इसे सक्रिय वर्चुअल एनवायरनमेंट के अंदर से चलाएं।
+
+1. `app.py` फ़ाइल के शीर्ष पर निम्नलिखित इम्पोर्ट स्टेटमेंट जोड़ें:
+
+    ```python
+    from shapely.geometry import Polygon
+    ```
+
+    यह कोड इम्पोर्ट करता है जो ओवरलैप की गणना के लिए पॉलीगॉन बनाने के लिए आवश्यक है।
+
+1. बाउंडिंग बॉक्स खींचने वाले कोड के ऊपर निम्नलिखित कोड जोड़ें:
+
+    ```python
+    overlap_threshold = 0.20
+    ```
+
+    यह परिभाषित करता है कि बाउंडिंग बॉक्स को एक ही वस्तु मानने से पहले कितना प्रतिशत ओवरलैप की अनुमति है। 0.20 का अर्थ है 20% ओवरलैप।
+
+1. Shapely का उपयोग करके ओवरलैप की गणना करने के लिए, बाउंडिंग बॉक्स को Shapely पॉलीगॉन में परिवर्तित करना होगा। ऐसा करने के लिए निम्नलिखित फ़ंक्शन जोड़ें:
+
+    ```python
+    def create_polygon(prediction):
+        scale_left = prediction.bounding_box.left
+        scale_top = prediction.bounding_box.top
+        scale_right = prediction.bounding_box.left + prediction.bounding_box.width
+        scale_bottom = prediction.bounding_box.top + prediction.bounding_box.height
+    
+        return Polygon([(scale_left, scale_top), (scale_right, scale_top), (scale_right, scale_bottom), (scale_left, scale_bottom)])
+    ```
+
+    यह एक पॉलीगॉन बनाता है जो पूर्वानुमान के बाउंडिंग बॉक्स का उपयोग करता है।
+
+1. ओवरलैपिंग वस्तुओं को हटाने के लिए लॉजिक में सभी बाउंडिंग बॉक्स की तुलना करना शामिल है। यदि किसी भी पूर्वानुमान जोड़े के बाउंडिंग बॉक्स ओवरलैप थ्रेशोल्ड से अधिक ओवरलैप करते हैं, तो उनमें से एक को हटा दिया जाता है। सभी पूर्वानुमानों की तुलना करने के लिए, आप पूर्वानुमान 1 की तुलना 2, 3, 4 आदि से करते हैं, फिर 2 की तुलना 3, 4 आदि से करते हैं। निम्नलिखित कोड यह करता है:
+
+    ```python
+    to_delete = []
+
+    for i in range(0, len(predictions)):
+        polygon_1 = create_polygon(predictions[i])
+    
+        for j in range(i+1, len(predictions)):
+            polygon_2 = create_polygon(predictions[j])
+            overlap = polygon_1.intersection(polygon_2).area
+
+            smallest_area = min(polygon_1.area, polygon_2.area)
+    
+            if overlap > (overlap_threshold * smallest_area):
+                to_delete.append(predictions[i])
+                break
+    
+    for d in to_delete:
+        predictions.remove(d)
+
+    print(f'Counted {len(predictions)} stock items')
+    ```
+
+    ओवरलैप की गणना Shapely के `Polygon.intersection` मेथड का उपयोग करके की जाती है, जो ओवरलैप का पॉलीगॉन लौटाता है। इस पॉलीगॉन से क्षेत्रफल की गणना की जाती है। यह ओवरलैप थ्रेशोल्ड एक पूर्ण मान नहीं है, बल्कि यह बाउंडिंग बॉक्स का प्रतिशत होना चाहिए। इसलिए सबसे छोटा बाउंडिंग बॉक्स पाया जाता है, और ओवरलैप थ्रेशोल्ड का उपयोग यह गणना करने के लिए किया जाता है कि ओवरलैप का क्षेत्र कितना हो सकता है ताकि यह सबसे छोटे बाउंडिंग बॉक्स के प्रतिशत ओवरलैप थ्रेशोल्ड से अधिक न हो। यदि ओवरलैप इसे पार कर जाता है, तो पूर्वानुमान को हटाने के लिए चिह्नित किया जाता है।
+
+    एक बार जब किसी पूर्वानुमान को हटाने के लिए चिह्नित कर दिया जाता है, तो उसे फिर से जांचने की आवश्यकता नहीं होती है, इसलिए आंतरिक लूप अगले पूर्वानुमान की जांच करने के लिए ब्रेक कर देता है। आप सूची से आइटम को हटाते समय उसके माध्यम से इटरेट नहीं कर सकते, इसलिए जो बाउंडिंग बॉक्स थ्रेशोल्ड से अधिक ओवरलैप करते हैं, उन्हें `to_delete` सूची में जोड़ा जाता है और फिर अंत में हटा दिया जाता है।
+
+    अंत में, स्टॉक काउंट कंसोल में प्रिंट किया जाता है। इसे IoT सेवा को भेजा जा सकता है ताकि स्टॉक स्तर कम होने पर अलर्ट किया जा सके। यह सारा कोड बाउंडिंग बॉक्स खींचने से पहले है, इसलिए आप उत्पन्न छवियों पर ओवरलैप के बिना स्टॉक पूर्वानुमान देखेंगे।
+
+    > 💁 यह ओवरलैप को हटाने का एक बहुत ही सरल तरीका है, जिसमें केवल ओवरलैपिंग जोड़े में से पहले वाले को हटा दिया जाता है। प्रोडक्शन कोड के लिए, आप यहां अधिक लॉजिक जोड़ना चाहेंगे, जैसे कि कई वस्तुओं के बीच ओवरलैप पर विचार करना, या यदि एक बाउंडिंग बॉक्स दूसरे के अंदर है।
+
+1. ऐप को चलाएं और कैमरे को शेल्फ पर रखे स्टॉक की ओर इंगित करें। आउटपुट यह दिखाएगा कि थ्रेशोल्ड से अधिक ओवरलैप के बिना कितने बाउंडिंग बॉक्स हैं। `overlap_threshold` मान को समायोजित करके देखें कि पूर्वानुमान कैसे अनदेखा किए जाते हैं।
+
+> 💁 आप इस कोड को [code-count/pi](../../../../../5-retail/lessons/2-check-stock-device/code-count/pi) या [code-count/virtual-iot-device](../../../../../5-retail/lessons/2-check-stock-device/code-count/virtual-iot-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका स्टॉक काउंटर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md b/translations/hi/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
new file mode 100644
index 00000000..43030553
--- /dev/null
+++ b/translations/hi/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
@@ -0,0 +1,86 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "a3fdfec1d1e2cb645ea11c2930b51299",
+  "translation_date": "2025-08-25T16:19:59+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md",
+  "language_code": "hi"
+}
+-->
+# अपने IoT डिवाइस से ऑब्जेक्ट डिटेक्टर को कॉल करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+एक बार जब आपका ऑब्जेक्ट डिटेक्टर प्रकाशित हो जाए, तो इसे आपके IoT डिवाइस से उपयोग किया जा सकता है।
+
+## इमेज क्लासिफायर प्रोजेक्ट कॉपी करें
+
+आपके स्टॉक डिटेक्टर का अधिकांश हिस्सा वही है जो आपने पिछले पाठ में बनाए गए इमेज क्लासिफायर में किया था।
+
+### कार्य - इमेज क्लासिफायर प्रोजेक्ट कॉपी करें
+
+1. `stock-counter` नाम का एक फ़ोल्डर बनाएं, या तो अपने कंप्यूटर पर यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, या अपने रास्पबेरी पाई पर। यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि आपने वर्चुअल एनवायरनमेंट सेटअप किया है।
+
+1. कैमरा हार्डवेयर सेटअप करें।
+
+    * यदि आप रास्पबेरी पाई का उपयोग कर रहे हैं, तो आपको PiCamera फिट करना होगा। आप कैमरे को एक स्थिर स्थिति में भी रखना चाह सकते हैं, उदाहरण के लिए, केबल को एक बॉक्स या कैन के ऊपर लटकाकर, या डबल-साइड टेप का उपयोग करके कैमरे को बॉक्स पर फिक्स करके।
+    * यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो आपको CounterFit और CounterFit PyCamera शिम इंस्टॉल करना होगा। यदि आप स्थिर छवियों का उपयोग करने जा रहे हैं, तो कुछ ऐसी छवियां कैप्चर करें जिन्हें आपका ऑब्जेक्ट डिटेक्टर पहले नहीं देख चुका है। यदि आप वेब कैमरा का उपयोग करने जा रहे हैं, तो सुनिश्चित करें कि यह उस स्टॉक को देखने के लिए सही स्थिति में है जिसे आप डिटेक्ट कर रहे हैं।
+
+1. कैमरे से छवियां कैप्चर करने के लिए [मैन्युफैक्चरिंग प्रोजेक्ट के पाठ 2](../../../4-manufacturing/lessons/2-check-fruit-from-device/README.md#task---capture-an-image-using-an-iot-device) से चरणों को दोहराएं।
+
+1. इमेज क्लासिफायर को कॉल करने के लिए [मैन्युफैक्चरिंग प्रोजेक्ट के पाठ 2](../../../4-manufacturing/lessons/2-check-fruit-from-device/README.md#task---classify-images-from-your-iot-device) से चरणों को दोहराएं। इस कोड का अधिकांश हिस्सा ऑब्जेक्ट्स को डिटेक्ट करने के लिए पुनः उपयोग किया जाएगा।
+
+## कोड को क्लासिफायर से इमेज डिटेक्टर में बदलें
+
+आपने जो कोड इमेज क्लासिफाई करने के लिए उपयोग किया था, वह ऑब्जेक्ट्स को डिटेक्ट करने के कोड से बहुत मिलता-जुलता है। मुख्य अंतर Custom Vision SDK पर कॉल की गई विधि और कॉल के परिणाम हैं।
+
+### कार्य - कोड को क्लासिफायर से इमेज डिटेक्टर में बदलें
+
+1. इमेज को क्लासिफाई करने और प्रेडिक्शन्स को प्रोसेस करने वाली तीन लाइनों को हटा दें:
+
+    ```python
+    results = predictor.classify_image(project_id, iteration_name, image)
+    
+    for prediction in results.predictions:
+        print(f'{prediction.tag_name}:\t{prediction.probability * 100:.2f}%')
+    ```
+
+    इन तीन लाइनों को हटा दें।
+
+1. इमेज में ऑब्जेक्ट्स को डिटेक्ट करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```python
+    results = predictor.detect_image(project_id, iteration_name, image)
+
+    threshold = 0.3
+    
+    predictions = list(prediction for prediction in results.predictions if prediction.probability > threshold)
+    
+    for prediction in predictions:
+        print(f'{prediction.tag_name}:\t{prediction.probability * 100:.2f}%')
+    ```
+
+    यह कोड प्रेडिक्टर पर `detect_image` विधि को कॉल करता है ताकि ऑब्जेक्ट डिटेक्टर चल सके। फिर यह एक थ्रेशहोल्ड से ऊपर की संभावना वाले सभी प्रेडिक्शन्स को इकट्ठा करता है और उन्हें कंसोल पर प्रिंट करता है।
+
+    इमेज क्लासिफायर के विपरीत, जो प्रत्येक टैग के लिए केवल एक परिणाम लौटाता है, ऑब्जेक्ट डिटेक्टर कई परिणाम लौटाएगा, इसलिए किसी भी कम संभावना वाले परिणामों को फ़िल्टर करना आवश्यक है।
+
+1. इस कोड को चलाएं, और यह एक इमेज कैप्चर करेगा, इसे ऑब्जेक्ट डिटेक्टर को भेजेगा, और डिटेक्ट किए गए ऑब्जेक्ट्स को प्रिंट करेगा। यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं, तो सुनिश्चित करें कि CounterFit में एक उपयुक्त इमेज सेट है, या आपका वेब कैमरा चयनित है। यदि आप रास्पबेरी पाई का उपयोग कर रहे हैं, तो सुनिश्चित करें कि आपका कैमरा शेल्फ पर रखे ऑब्जेक्ट्स की ओर इशारा कर रहा है।
+
+    ```output
+    pi@raspberrypi:~/stock-counter $ python3 app.py 
+    tomato paste:   34.13%
+    tomato paste:   33.95%
+    tomato paste:   35.05%
+    tomato paste:   32.80%
+    ```
+
+    > 💁 आपको अपने इमेज के लिए `threshold` को एक उपयुक्त मान पर समायोजित करने की आवश्यकता हो सकती है।
+
+    आप ली गई इमेज और इन मानों को Custom Vision के **Predictions** टैब में देख पाएंगे।
+
+    ![शेल्फ पर रखे टमाटर पेस्ट के 4 कैन, जिनके लिए 4 डिटेक्शन्स के प्रेडिक्शन्स 35.8%, 33.5%, 25.7% और 16.6% हैं](../../../../../translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.hi.png)
+
+> 💁 आप इस कोड को [code-detect/pi](../../../../../5-retail/lessons/2-check-stock-device/code-detect/pi) या [code-detect/virtual-iot-device](../../../../../5-retail/lessons/2-check-stock-device/code-detect/virtual-iot-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका स्टॉक काउंटर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/5-retail/lessons/2-check-stock-device/wio-terminal-count-stock.md b/translations/hi/5-retail/lessons/2-check-stock-device/wio-terminal-count-stock.md
new file mode 100644
index 00000000..e28b161c
--- /dev/null
+++ b/translations/hi/5-retail/lessons/2-check-stock-device/wio-terminal-count-stock.md
@@ -0,0 +1,179 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0b2ae20b0fc8e73c9598dea937cac038",
+  "translation_date": "2025-08-25T16:22:07+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/wio-terminal-count-stock.md",
+  "language_code": "hi"
+}
+-->
+# अपने IoT डिवाइस से स्टॉक गिनें - Wio Terminal
+
+भविष्यवाणियों और उनके बॉक्सिंग बॉक्स का संयोजन छवि में स्टॉक गिनने के लिए उपयोग किया जा सकता है।
+
+## स्टॉक गिनें
+
+![टमाटर पेस्ट के 4 डिब्बे, प्रत्येक के चारों ओर बॉक्सिंग बॉक्स](../../../../../translated_images/rpi-stock-with-bounding-boxes.b5540e2ecb7cd49f1271828d3be412671d950e87625c5597ea97c90f11e01097.hi.jpg)
+
+ऊपर दिखाई गई छवि में, बॉक्सिंग बॉक्स थोड़ा ओवरलैप कर रहे हैं। यदि यह ओवरलैप बहुत बड़ा होता, तो बॉक्सिंग बॉक्स एक ही वस्तु को इंगित कर सकते थे। वस्तुओं को सही तरीके से गिनने के लिए, आपको उन बॉक्स को नजरअंदाज करना होगा जिनमें महत्वपूर्ण ओवरलैप है।
+
+### कार्य - ओवरलैप को नजरअंदाज करते हुए स्टॉक गिनें
+
+1. यदि आपका `stock-counter` प्रोजेक्ट पहले से खुला नहीं है, तो इसे खोलें।
+
+1. `processPredictions` फ़ंक्शन के ऊपर निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    const float overlap_threshold = 0.20f;
+    ```
+
+    यह परिभाषित करता है कि बॉक्सिंग बॉक्स को एक ही वस्तु मानने से पहले कितना प्रतिशत ओवरलैप की अनुमति है। 0.20 का मतलब है 20% ओवरलैप।
+
+1. इसके नीचे, और `processPredictions` फ़ंक्शन के ऊपर, दो आयतों के बीच ओवरलैप की गणना करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    struct Point {
+        float x, y;
+    };
+
+    struct Rect {
+        Point topLeft, bottomRight;
+    };
+
+    float area(Rect rect)
+    {
+        return abs(rect.bottomRight.x - rect.topLeft.x) * abs(rect.bottomRight.y - rect.topLeft.y);
+    }
+     
+    float overlappingArea(Rect rect1, Rect rect2)
+    {
+        float left = max(rect1.topLeft.x, rect2.topLeft.x);
+        float right = min(rect1.bottomRight.x, rect2.bottomRight.x);
+        float top = max(rect1.topLeft.y, rect2.topLeft.y);
+        float bottom = min(rect1.bottomRight.y, rect2.bottomRight.y);
+    
+    
+        if ( right > left && bottom > top )
+        {
+            return (right-left)*(bottom-top);
+        }
+        
+        return 0.0f;
+    }
+    ```
+
+    यह कोड एक `Point` स्ट्रक्चर परिभाषित करता है जो छवि पर बिंदुओं को संग्रहीत करता है, और एक `Rect` स्ट्रक्चर परिभाषित करता है जो एक आयत को शीर्ष बाएं और नीचे दाएं समन्वय का उपयोग करके परिभाषित करता है। फिर यह एक `area` फ़ंक्शन परिभाषित करता है जो शीर्ष बाएं और नीचे दाएं समन्वय से आयत का क्षेत्रफल गणना करता है।
+
+    इसके बाद यह एक `overlappingArea` फ़ंक्शन परिभाषित करता है जो 2 आयतों के ओवरलैपिंग क्षेत्रफल की गणना करता है। यदि वे ओवरलैप नहीं करते हैं, तो यह 0 लौटाता है।
+
+1. `overlappingArea` फ़ंक्शन के नीचे, एक फ़ंक्शन घोषित करें जो बॉक्सिंग बॉक्स को `Rect` में बदलता है:
+
+    ```cpp
+    Rect rectFromBoundingBox(JsonVariant prediction)
+    {
+        JsonObject bounding_box = prediction["boundingBox"].as<JsonObject>();
+    
+        float left = bounding_box["left"].as<float>();
+        float top = bounding_box["top"].as<float>();
+        float width = bounding_box["width"].as<float>();
+        float height = bounding_box["height"].as<float>();
+    
+        Point topLeft = {left, top};
+        Point bottomRight = {left + width, top + height};
+    
+        return {topLeft, bottomRight};
+    }
+    ```
+
+    यह ऑब्जेक्ट डिटेक्टर से एक भविष्यवाणी लेता है, बॉक्सिंग बॉक्स निकालता है और बॉक्सिंग बॉक्स के मानों का उपयोग करके एक आयत को परिभाषित करता है। दाईं ओर को बाईं ओर प्लस चौड़ाई से गणना की जाती है। नीचे को शीर्ष प्लस ऊंचाई के रूप में गणना की जाती है।
+
+1. भविष्यवाणियों को एक-दूसरे से तुलना करने की आवश्यकता है, और यदि 2 भविष्यवाणियों में थ्रेशोल्ड से अधिक ओवरलैप है, तो उनमें से एक को हटाने की आवश्यकता है। ओवरलैप थ्रेशोल्ड एक प्रतिशत है, इसलिए इसे सबसे छोटे बॉक्सिंग बॉक्स के आकार से गुणा करने की आवश्यकता है ताकि यह जांचा जा सके कि ओवरलैप बॉक्सिंग बॉक्स के दिए गए प्रतिशत से अधिक है, न कि पूरे छवि के दिए गए प्रतिशत से। `processPredictions` फ़ंक्शन की सामग्री को हटाकर शुरू करें।
+
+1. खाली `processPredictions` फ़ंक्शन में निम्नलिखित जोड़ें:
+
+    ```cpp
+    std::vector<JsonVariant> passed_predictions;
+
+    for (int i = 0; i < predictions.size(); ++i)
+    {
+        Rect prediction_1_rect = rectFromBoundingBox(predictions[i]);
+        float prediction_1_area = area(prediction_1_rect);
+        bool passed = true;
+
+        for (int j = i + 1; j < predictions.size(); ++j)
+        {
+            Rect prediction_2_rect = rectFromBoundingBox(predictions[j]);
+            float prediction_2_area = area(prediction_2_rect);
+
+            float overlap = overlappingArea(prediction_1_rect, prediction_2_rect);
+            float smallest_area = min(prediction_1_area, prediction_2_area);
+
+            if (overlap > (overlap_threshold * smallest_area))
+            {
+                passed = false;
+                break;
+            }
+        }
+
+        if (passed)
+        {
+            passed_predictions.push_back(predictions[i]);
+        }
+    }
+    ```
+
+    यह कोड उन भविष्यवाणियों को संग्रहीत करने के लिए एक वेक्टर घोषित करता है जो ओवरलैप नहीं करते हैं। फिर यह सभी भविष्यवाणियों के माध्यम से लूप करता है, बॉक्सिंग बॉक्स से एक `Rect` बनाता है।
+
+    इसके बाद यह शेष भविष्यवाणियों के माध्यम से लूप करता है, वर्तमान भविष्यवाणी के बाद से शुरू करते हुए। यह भविष्यवाणियों को एक से अधिक बार तुलना करने से रोकता है - एक बार 1 और 2 की तुलना हो जाने के बाद, 2 को 1 से तुलना करने की आवश्यकता नहीं है, केवल 3, 4, आदि से।
+
+    प्रत्येक भविष्यवाणी जोड़ी के लिए ओवरलैपिंग क्षेत्रफल की गणना की जाती है। फिर इसे सबसे छोटे बॉक्सिंग बॉक्स के क्षेत्रफल से तुलना की जाती है - यदि ओवरलैप सबसे छोटे बॉक्सिंग बॉक्स के थ्रेशोल्ड प्रतिशत से अधिक है, तो भविष्यवाणी को पास नहीं माना जाता है। यदि सभी ओवरलैप की तुलना के बाद भविष्यवाणी पास हो जाती है, तो इसे `passed_predictions` संग्रह में जोड़ा जाता है।
+
+    > 💁 यह ओवरलैप को हटाने का एक बहुत ही सरल तरीका है, बस ओवरलैपिंग जोड़ी में से पहले वाले को हटा देना। प्रोडक्शन कोड के लिए, आप यहां अधिक लॉजिक डालना चाहेंगे, जैसे कि कई वस्तुओं के बीच ओवरलैप पर विचार करना, या यदि एक बॉक्सिंग बॉक्स दूसरे में समाहित है।
+
+1. इसके बाद, पास की गई भविष्यवाणियों का विवरण सीरियल मॉनिटर पर भेजने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    for(JsonVariant prediction : passed_predictions)
+    {
+        String boundingBox = prediction["boundingBox"].as<String>();
+        String tag = prediction["tagName"].as<String>();
+        float probability = prediction["probability"].as<float>();
+
+        char buff[32];
+        sprintf(buff, "%s:\t%.2f%%\t%s", tag.c_str(), probability * 100.0, boundingBox.c_str());
+        Serial.println(buff);
+    }
+    ```
+
+    यह कोड पास की गई भविष्यवाणियों के माध्यम से लूप करता है और उनके विवरण को सीरियल मॉनिटर पर प्रिंट करता है।
+
+1. इसके नीचे, गिने गए वस्तुओं की संख्या को सीरियल मॉनिटर पर प्रिंट करने के लिए कोड जोड़ें:
+
+    ```cpp
+    Serial.print("Counted ");
+    Serial.print(passed_predictions.size());
+    Serial.println(" stock items.");
+    ```
+
+    इसे फिर IoT सेवा को भेजा जा सकता है ताकि स्टॉक स्तर कम होने पर अलर्ट किया जा सके।
+
+1. अपना कोड अपलोड करें और चलाएं। शेल्फ पर वस्तुओं की ओर कैमरा इंगित करें और C बटन दबाएं। `overlap_threshold` मान को समायोजित करने का प्रयास करें ताकि भविष्यवाणियों को नजरअंदाज किया जा सके।
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Image captured
+    Image read to buffer with length 17416
+    tomato paste:   35.84%  {"left":0.395631,"top":0.215897,"width":0.180768,"height":0.359364}
+    tomato paste:   35.87%  {"left":0.378554,"top":0.583012,"width":0.14824,"height":0.359382}
+    tomato paste:   34.11%  {"left":0.699024,"top":0.592617,"width":0.124411,"height":0.350456}
+    tomato paste:   35.16%  {"left":0.513006,"top":0.647853,"width":0.187472,"height":0.325817}
+    Counted 4 stock items.
+    ```
+
+> 💁 आप इस कोड को [code-count/wio-terminal](../../../../../5-retail/lessons/2-check-stock-device/code-count/wio-terminal) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका स्टॉक काउंटर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md b/translations/hi/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
new file mode 100644
index 00000000..22e1c5a0
--- /dev/null
+++ b/translations/hi/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
@@ -0,0 +1,114 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4cf1421420a6fab9ab4f2c391bd523b7",
+  "translation_date": "2025-08-25T16:23:33+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md",
+  "language_code": "hi"
+}
+-->
+# अपने IoT डिवाइस से ऑब्जेक्ट डिटेक्टर को कॉल करें - Wio Terminal
+
+एक बार आपका ऑब्जेक्ट डिटेक्टर प्रकाशित हो जाए, तो इसे आपके IoT डिवाइस से उपयोग किया जा सकता है।
+
+## इमेज क्लासिफायर प्रोजेक्ट कॉपी करें
+
+आपका स्टॉक डिटेक्टर ज्यादातर उसी तरह का है जैसा आपने पिछले पाठ में इमेज क्लासिफायर बनाया था।
+
+### कार्य - इमेज क्लासिफायर प्रोजेक्ट कॉपी करें
+
+1. अपने ArduCam को Wio Terminal से कनेक्ट करें, [मैन्युफैक्चरिंग प्रोजेक्ट के पाठ 2](../../../4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md#task---connect-the-camera) में दिए गए चरणों का पालन करते हुए।
+
+    आप कैमरे को एक स्थिर स्थिति में भी सेट कर सकते हैं, जैसे कि केबल को किसी बॉक्स या कैन के ऊपर लटकाकर, या डबल-साइडेड टेप का उपयोग करके कैमरे को बॉक्स पर फिक्स करके।
+
+1. PlatformIO का उपयोग करके एक नया Wio Terminal प्रोजेक्ट बनाएं। इस प्रोजेक्ट का नाम `stock-counter` रखें।
+
+1. [मैन्युफैक्चरिंग प्रोजेक्ट के पाठ 2](../../../4-manufacturing/lessons/2-check-fruit-from-device/README.md#task---capture-an-image-using-an-iot-device) से चरणों को दोहराएं ताकि कैमरे से इमेज कैप्चर की जा सके।
+
+1. [मैन्युफैक्चरिंग प्रोजेक्ट के पाठ 2](../../../4-manufacturing/lessons/2-check-fruit-from-device/README.md#task---classify-images-from-your-iot-device) से चरणों को दोहराएं ताकि इमेज क्लासिफायर को कॉल किया जा सके। इस कोड का अधिकांश हिस्सा ऑब्जेक्ट्स को डिटेक्ट करने के लिए पुनः उपयोग किया जाएगा।
+
+## कोड को क्लासिफायर से इमेज डिटेक्टर में बदलें
+
+आपने इमेज क्लासिफाई करने के लिए जो कोड उपयोग किया था, वह ऑब्जेक्ट्स को डिटेक्ट करने के कोड से बहुत मिलता-जुलता है। मुख्य अंतर वह URL है जिसे Custom Vision से प्राप्त किया गया है, और कॉल के परिणाम हैं।
+
+### कार्य - कोड को क्लासिफायर से इमेज डिटेक्टर में बदलें
+
+1. `main.cpp` फाइल के शीर्ष पर निम्नलिखित इनक्लूड डायरेक्टिव जोड़ें:
+
+    ```cpp
+    #include <vector>
+    ```
+
+1. `classifyImage` फंक्शन का नाम बदलकर `detectStock` रखें, फंक्शन के नाम और `buttonPressed` फंक्शन में कॉल दोनों में।
+
+1. `detectStock` फंक्शन के ऊपर एक थ्रेशहोल्ड घोषित करें ताकि कम संभावना वाले किसी भी डिटेक्शन को फ़िल्टर किया जा सके:
+
+    ```cpp
+    const float threshold = 0.3f;
+    ```
+
+    इमेज क्लासिफायर केवल एक टैग के लिए एक परिणाम लौटाता है, लेकिन ऑब्जेक्ट डिटेक्टर कई परिणाम लौटाता है, इसलिए कम संभावना वाले किसी भी परिणाम को फ़िल्टर करना आवश्यक है।
+
+1. `detectStock` फंक्शन के ऊपर एक फंक्शन घोषित करें जो प्रेडिक्शन्स को प्रोसेस करे:
+
+    ```cpp
+    void processPredictions(std::vector<JsonVariant> &predictions)
+    {
+        for(JsonVariant prediction : predictions)
+        {
+            String tag = prediction["tagName"].as<String>();
+            float probability = prediction["probability"].as<float>();
+    
+            char buff[32];
+            sprintf(buff, "%s:\t%.2f%%", tag.c_str(), probability * 100.0);
+            Serial.println(buff);
+        }
+    }
+    ```
+
+    यह प्रेडिक्शन्स की सूची लेता है और उन्हें सीरियल मॉनिटर पर प्रिंट करता है।
+
+1. `detectStock` फंक्शन में, प्रेडिक्शन्स के माध्यम से लूप करने वाले `for` लूप की सामग्री को निम्नलिखित से बदलें:
+
+    ```cpp
+    std::vector<JsonVariant> passed_predictions;
+
+    for(JsonVariant prediction : predictions) 
+    {
+        float probability = prediction["probability"].as<float>();
+        if (probability > threshold)
+        {
+            passed_predictions.push_back(prediction);
+        }
+    }
+
+    processPredictions(passed_predictions);
+    ```
+
+    यह प्रेडिक्शन्स के माध्यम से लूप करता है, संभावना को थ्रेशहोल्ड से तुलना करता है। सभी प्रेडिक्शन्स जिनकी संभावना थ्रेशहोल्ड से अधिक होती है, उन्हें एक `list` में जोड़ा जाता है और `processPredictions` फंक्शन को पास किया जाता है।
+
+1. अपना कोड अपलोड करें और चलाएं। कैमरे को शेल्फ पर रखे ऑब्जेक्ट्स की ओर पॉइंट करें और C बटन दबाएं। आप सीरियल मॉनिटर में आउटपुट देखेंगे:
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Image captured
+    Image read to buffer with length 17416
+    tomato paste:   35.84%
+    tomato paste:   35.87%
+    tomato paste:   34.11%
+    tomato paste:   35.16%
+    ```
+
+    > 💁 आपको अपने इमेज के लिए उपयुक्त थ्रेशहोल्ड को समायोजित करने की आवश्यकता हो सकती है।
+
+    आप ली गई इमेज और इन मानों को Custom Vision के **Predictions** टैब में देख पाएंगे।
+
+    ![शेल्फ पर रखे टमाटर पेस्ट के 4 कैन और उनके 4 डिटेक्शन के लिए 35.8%, 33.5%, 25.7% और 16.6% की संभावना](../../../../../translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.hi.png)
+
+> 💁 आप इस कोड को [code-detect/wio-terminal](../../../../../5-retail/lessons/2-check-stock-device/code-detect/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपका स्टॉक काउंटर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/README.md b/translations/hi/6-consumer/README.md
new file mode 100644
index 00000000..b08d528a
--- /dev/null
+++ b/translations/hi/6-consumer/README.md
@@ -0,0 +1,34 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5de7dc1e2ddc402d415473bb795568d4",
+  "translation_date": "2025-08-25T17:35:45+00:00",
+  "source_file": "6-consumer/README.md",
+  "language_code": "hi"
+}
+-->
+# कंज़्यूमर IoT - एक स्मार्ट वॉयस असिस्टेंट बनाएं
+
+खाना उगाया गया, प्रोसेसिंग प्लांट तक पहुंचाया गया, गुणवत्ता के लिए छांटा गया, स्टोर में बेचा गया और अब इसे पकाने का समय है! किसी भी रसोई का एक मुख्य हिस्सा टाइमर होता है। शुरुआत में ये घंटे के शीशे के रूप में होते थे - आपका खाना तब पकता था जब सारी रेत नीचे वाले बल्ब में गिर जाती थी। फिर ये घड़ी के रूप में आए, और फिर इलेक्ट्रिक।
+
+अब के नवीनतम संस्करण हमारे स्मार्ट डिवाइस का हिस्सा हैं। दुनिया भर के घरों की रसोई में आप सुनेंगे कि कुक्स चिल्ला रहे हैं "हे सिरी - 10 मिनट का टाइमर सेट करो", या "एलेक्सा - मेरा ब्रेड टाइमर कैंसल करो"। अब आपको टाइमर चेक करने के लिए रसोई में वापस जाने की जरूरत नहीं है, आप इसे अपने फोन से या कमरे में आवाज देकर कर सकते हैं।
+
+इन 4 पाठों में आप सीखेंगे कि कैसे एक स्मार्ट टाइमर बनाना है, जो आपकी आवाज़ को पहचान सके, समझ सके कि आप क्या मांग रहे हैं, और आपके टाइमर के बारे में जानकारी के साथ जवाब दे सके। आप इसमें कई भाषाओं का समर्थन भी जोड़ेंगे।
+
+> ⚠️ आवाज़ और माइक्रोफोन डेटा के साथ काम करना बहुत अधिक मेमोरी का उपयोग करता है, जिससे माइक्रोकंट्रोलर्स पर सीमाएं आसानी से आ सकती हैं। यहां का प्रोजेक्ट इन समस्याओं को हल करता है, लेकिन ध्यान दें कि Wio Terminal लैब्स जटिल हैं और इस पाठ्यक्रम के अन्य लैब्स की तुलना में अधिक समय ले सकते हैं।
+
+> 💁 इन पाठों में कुछ क्लाउड संसाधनों का उपयोग किया जाएगा। यदि आप इस प्रोजेक्ट के सभी पाठ पूरे नहीं करते हैं, तो सुनिश्चित करें कि आप [अपने प्रोजेक्ट को साफ करें](../clean-up.md)।
+
+## विषय
+
+1. [IoT डिवाइस के साथ आवाज़ को पहचानें](./lessons/1-speech-recognition/README.md)
+1. [भाषा को समझें](./lessons/2-language-understanding/README.md)
+1. [टाइमर सेट करें और बोले गए फीडबैक प्रदान करें](./lessons/3-spoken-feedback/README.md)
+1. [कई भाषाओं का समर्थन करें](./lessons/4-multiple-language-support/README.md)
+
+## क्रेडिट्स
+
+सभी पाठ [Jim Bennett](https://GitHub.com/JimBobBennett) द्वारा ♥️ के साथ लिखे गए हैं।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/README.md b/translations/hi/6-consumer/lessons/1-speech-recognition/README.md
new file mode 100644
index 00000000..5705dd1d
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/README.md
@@ -0,0 +1,233 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "6d6aa1be033625d201a190fc9c5cbfb4",
+  "translation_date": "2025-08-25T17:50:45+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/README.md",
+  "language_code": "hi"
+}
+-->
+# IoT डिवाइस के साथ भाषण को पहचानें
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+यह वीडियो Azure भाषण सेवा का अवलोकन देता है, जो इस पाठ में कवर किया जाएगा:
+
+[![Microsoft Azure YouTube चैनल से अपनी Cognitive Services Speech संसाधन का उपयोग कैसे शुरू करें](https://img.youtube.com/vi/iW0Fw0l3mrA/0.jpg)](https://www.youtube.com/watch?v=iW0Fw0l3mrA)
+
+> 🎥 वीडियो देखने के लिए ऊपर दी गई छवि पर क्लिक करें
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/41)
+
+## परिचय
+
+'एलेक्सा, 12 मिनट का टाइमर सेट करें'
+
+'एलेक्सा, टाइमर की स्थिति'
+
+'एलेक्सा, 8 मिनट का टाइमर सेट करें जिसका नाम स्टीम ब्रोकोली है'
+
+स्मार्ट डिवाइस हमारे जीवन में तेजी से शामिल हो रहे हैं। न केवल स्मार्ट स्पीकर जैसे HomePods, Echos और Google Homes के रूप में, बल्कि हमारे फोन, घड़ियों, और यहां तक कि लाइट फिटिंग और थर्मोस्टैट्स में भी।
+
+> 💁 मेरे घर में कम से कम 19 डिवाइस हैं जिनमें वॉयस असिस्टेंट हैं, और यह केवल वे हैं जिनके बारे में मुझे पता है!
+
+वॉयस कंट्रोल उन लोगों के लिए पहुंच बढ़ाता है जिनकी गतिशीलता सीमित है। चाहे वह जन्मजात विकलांगता हो जैसे बिना हाथों के जन्म लेना, अस्थायी विकलांगता जैसे टूटे हुए हाथ, या खरीदारी या छोटे बच्चों से भरे हाथ, हमारी आवाज़ से घर को नियंत्रित करने की क्षमता हमारे हाथों के बजाय एक नई दुनिया खोलती है। 'हे सिरी, मेरा गेराज दरवाजा बंद करो' चिल्लाना, जबकि आप एक बच्चे को संभाल रहे हैं और एक शरारती बच्चे से निपट रहे हैं, जीवन में एक छोटा लेकिन प्रभावी सुधार हो सकता है।
+
+वॉयस असिस्टेंट का एक लोकप्रिय उपयोग टाइमर सेट करना है, विशेष रूप से किचन टाइमर। केवल अपनी आवाज़ से कई टाइमर सेट करने की क्षमता रसोई में बहुत मददगार होती है - आटा गूंथने, सूप हिलाने, या अपने हाथों से डंपलिंग भरने को साफ करने की आवश्यकता नहीं होती।
+
+इस पाठ में आप IoT डिवाइस में वॉयस रिकग्निशन बनाने के बारे में जानेंगे। आप माइक्रोफोन को सेंसर के रूप में समझेंगे, IoT डिवाइस से जुड़े माइक्रोफोन से ऑडियो कैप्चर करना सीखेंगे, और सुनी गई बात को टेक्स्ट में बदलने के लिए AI का उपयोग करना सीखेंगे। इस प्रोजेक्ट के बाकी हिस्सों में आप एक स्मार्ट किचन टाइमर बनाएंगे, जो आपकी आवाज़ का उपयोग करके कई भाषाओं में टाइमर सेट कर सके।
+
+इस पाठ में हम निम्नलिखित को कवर करेंगे:
+
+* [माइक्रोफोन](../../../../../6-consumer/lessons/1-speech-recognition)
+* [अपने IoT डिवाइस से ऑडियो कैप्चर करें](../../../../../6-consumer/lessons/1-speech-recognition)
+* [स्पीच टू टेक्स्ट](../../../../../6-consumer/lessons/1-speech-recognition)
+* [भाषण को टेक्स्ट में बदलें](../../../../../6-consumer/lessons/1-speech-recognition)
+
+## माइक्रोफोन
+
+माइक्रोफोन एनालॉग सेंसर होते हैं जो ध्वनि तरंगों को विद्युत संकेतों में बदलते हैं। हवा में कंपन माइक्रोफोन के घटकों को बहुत छोटे स्तर पर हिलाते हैं, और ये छोटे बदलाव विद्युत संकेतों में परिवर्तन करते हैं। इन परिवर्तनों को बढ़ाकर विद्युत आउटपुट उत्पन्न किया जाता है।
+
+### माइक्रोफोन के प्रकार
+
+माइक्रोफोन विभिन्न प्रकारों में आते हैं:
+
+* डायनामिक - डायनामिक माइक्रोफोन में एक चुंबक होता है जो एक चलने वाले डायाफ्राम से जुड़ा होता है, जो तार के कॉइल में विद्युत धारा उत्पन्न करता है। यह अधिकांश लाउडस्पीकरों के विपरीत होता है, जो विद्युत धारा का उपयोग करके चुंबक को कॉइल में हिलाते हैं, डायाफ्राम को ध्वनि उत्पन्न करने के लिए हिलाते हैं। इसका मतलब है कि स्पीकर को डायनामिक माइक्रोफोन के रूप में उपयोग किया जा सकता है, और डायनामिक माइक्रोफोन को स्पीकर के रूप में उपयोग किया जा सकता है। इंटरकॉम जैसे डिवाइस में, जहां उपयोगकर्ता या तो सुन रहा होता है या बोल रहा होता है, लेकिन दोनों नहीं, एक डिवाइस स्पीकर और माइक्रोफोन दोनों के रूप में कार्य कर सकता है।
+
+    डायनामिक माइक्रोफोन को काम करने के लिए बिजली की आवश्यकता नहीं होती, विद्युत संकेत पूरी तरह से माइक्रोफोन से उत्पन्न होता है।
+
+    ![पैटी स्मिथ श्योर SM58 (डायनामिक कार्डियोइड प्रकार) माइक्रोफोन में गाते हुए](../../../../../translated_images/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.hi.jpg)
+
+* रिबन - रिबन माइक्रोफोन डायनामिक माइक्रोफोन के समान होते हैं, लेकिन इनमें डायाफ्राम के बजाय एक धातु रिबन होता है। यह रिबन चुंबकीय क्षेत्र में हिलता है और विद्युत धारा उत्पन्न करता है। डायनामिक माइक्रोफोन की तरह, रिबन माइक्रोफोन को काम करने के लिए बिजली की आवश्यकता नहीं होती।
+
+    ![एडमंड लोवे, अमेरिकी अभिनेता, रेडियो माइक्रोफोन (NBC ब्लू नेटवर्क) के सामने खड़े, स्क्रिप्ट पकड़े हुए, 1942](../../../../../translated_images/ribbon-mic.eacc8e092c7441caee6d7a81e2f40e1675bf36269848964c7c09c9a9acb05127.hi.jpg)
+
+* कंडेंसर - कंडेंसर माइक्रोफोन में एक पतला धातु डायाफ्राम और एक स्थिर धातु बैकप्लेट होता है। इन दोनों पर बिजली लगाई जाती है और जैसे ही डायाफ्राम हिलता है, प्लेटों के बीच स्थिर चार्ज बदलता है और एक संकेत उत्पन्न करता है। कंडेंसर माइक्रोफोन को काम करने के लिए बिजली की आवश्यकता होती है - जिसे *फैंटम पावर* कहा जाता है।
+
+    ![AKG Acoustics द्वारा C451B छोटे डायाफ्राम कंडेंसर माइक्रोफोन](../../../../../translated_images/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.hi.jpg)
+
+* MEMS - माइक्रोइलेक्ट्रोमैकेनिकल सिस्टम माइक्रोफोन, या MEMS, चिप पर माइक्रोफोन होते हैं। इनमें सिलिकॉन चिप पर दबाव-संवेदनशील डायाफ्राम होता है, और यह कंडेंसर माइक्रोफोन के समान काम करता है। ये माइक्रोफोन बहुत छोटे हो सकते हैं और सर्किटरी में एकीकृत हो सकते हैं।
+
+    ![सर्किट बोर्ड पर MEMS माइक्रोफोन](../../../../../translated_images/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.hi.png)
+
+    ऊपर दी गई छवि में, **LEFT** लेबल वाला चिप एक MEMS माइक्रोफोन है, जिसमें एक छोटा डायाफ्राम है जो एक मिलीमीटर से भी कम चौड़ा है।
+
+✅ शोध करें: आपके आसपास कौन-कौन से माइक्रोफोन हैं - चाहे वह आपके कंप्यूटर, फोन, हेडसेट या अन्य डिवाइस में हो। वे किस प्रकार के माइक्रोफोन हैं?
+
+### डिजिटल ऑडियो
+
+ऑडियो एक एनालॉग संकेत है जो बहुत सूक्ष्म जानकारी ले जाता है। इस संकेत को डिजिटल में बदलने के लिए, ऑडियो को प्रति सेकंड हजारों बार सैंपल किया जाना चाहिए।
+
+> 🎓 सैंपलिंग ऑडियो संकेत को डिजिटल मान में बदलने की प्रक्रिया है, जो उस समय संकेत का प्रतिनिधित्व करता है।
+
+![एक लाइन चार्ट जो एक संकेत दिखा रहा है, जिसमें निश्चित अंतराल पर डिस्क्रीट पॉइंट्स हैं](../../../../../translated_images/sampling.6f4fadb3f2d9dfe7618f9edfe75a350e6b3f74293ec84f02ab69c19d2afe3d73.hi.png)
+
+डिजिटल ऑडियो को पल्स कोड मॉड्यूलेशन, या PCM का उपयोग करके सैंपल किया जाता है। PCM में संकेत के वोल्टेज को पढ़ना और उस वोल्टेज के सबसे करीब डिस्क्रीट मान का चयन करना शामिल है।
+
+> 💁 आप PCM को पल्स विड्थ मॉड्यूलेशन, या PWM के सेंसर संस्करण के रूप में सोच सकते हैं (PWM को [शुरुआती प्रोजेक्ट के पाठ 3](../../../1-getting-started/lessons/3-sensors-and-actuators/README.md#pulse-width-modulation) में कवर किया गया था)। PCM एनालॉग संकेत को डिजिटल में बदलता है, PWM डिजिटल संकेत को एनालॉग में बदलता है।
+
+उदाहरण के लिए, अधिकांश स्ट्रीमिंग म्यूजिक सेवाएं 16-बिट या 24-बिट ऑडियो प्रदान करती हैं। इसका मतलब है कि वे वोल्टेज को एक मान में बदलते हैं जो 16-बिट या 24-बिट पूर्णांक में फिट होता है। 16-बिट ऑडियो -32,768 से 32,767 की सीमा में फिट होता है, 24-बिट −8,388,608 से 8,388,607 की सीमा में। जितने अधिक बिट्स, सैंपल उतना ही हमारे कानों द्वारा सुने गए वास्तविक ऑडियो के करीब होता है।
+
+> 💁 आपने 8-बिट ऑडियो के बारे में सुना होगा, जिसे अक्सर LoFi कहा जाता है। यह केवल 8-बिट का उपयोग करके सैंपल किया गया ऑडियो है, इसलिए -128 से 127। पहले कंप्यूटर ऑडियो हार्डवेयर सीमाओं के कारण 8-बिट तक सीमित था, इसलिए यह अक्सर रेट्रो गेमिंग में देखा जाता है।
+
+ये सैंपल प्रति सेकंड हजारों बार लिए जाते हैं, अच्छी तरह से परिभाषित सैंपल दरों का उपयोग करते हुए, जिसे KHz (प्रति सेकंड हजारों रीडिंग) में मापा जाता है। स्ट्रीमिंग म्यूजिक सेवाएं अधिकांश ऑडियो के लिए 48KHz का उपयोग करती हैं, लेकिन कुछ 'लॉसलेस' ऑडियो 96KHz या यहां तक कि 192KHz तक का उपयोग करता है। सैंपल दर जितनी अधिक होगी, ऑडियो मूल के उतना ही करीब होगा, एक सीमा तक। इस बात पर बहस है कि क्या मनुष्य 48KHz से ऊपर के अंतर को पहचान सकते हैं।
+
+✅ शोध करें: यदि आप स्ट्रीमिंग म्यूजिक सेवा का उपयोग करते हैं, तो यह कौन सी सैंपल दर और आकार का उपयोग करती है? यदि आप CDs का उपयोग करते हैं, तो CD ऑडियो की सैंपल दर और आकार क्या है?
+
+ऑडियो डेटा के लिए कई अलग-अलग प्रारूप हैं। आपने शायद mp3 फाइलों के बारे में सुना होगा - ऑडियो डेटा जो गुणवत्ता खोए बिना छोटा किया गया है। बिना कंप्रेस किए ऑडियो अक्सर WAV फाइल के रूप में संग्रहीत किया जाता है - यह एक फाइल है जिसमें 44 बाइट्स का हेडर जानकारी होती है, उसके बाद कच्चा ऑडियो डेटा होता है। हेडर में सैंपल दर (उदाहरण के लिए 16000 के लिए 16KHz), सैंपल आकार (16 के लिए 16-बिट), और चैनलों की संख्या जैसी जानकारी होती है। हेडर के बाद, WAV फाइल में कच्चा ऑडियो डेटा होता है।
+
+> 🎓 चैनल्स का मतलब है कि ऑडियो में कितने अलग-अलग ऑडियो स्ट्रीम शामिल हैं। उदाहरण के लिए, स्टीरियो ऑडियो के लिए जिसमें बाएं और दाएं चैनल होते हैं, 2 चैनल होंगे। होम थिएटर सिस्टम के लिए 7.1 सराउंड साउंड के लिए यह 8 होगा।
+
+### ऑडियो डेटा का आकार
+
+ऑडियो डेटा अपेक्षाकृत बड़ा होता है। उदाहरण के लिए, बिना कंप्रेस किए 16-बिट ऑडियो को 16KHz पर कैप्चर करना (स्पीच टू टेक्स्ट मॉडल के लिए पर्याप्त दर), प्रति सेकंड 32KB डेटा लेता है:
+
+* 16-बिट का मतलब है प्रति सैंपल 2 बाइट्स (1 बाइट 8 बिट्स है)।
+* 16KHz का मतलब है प्रति सेकंड 16,000 सैंपल।
+* 16,000 x 2 बाइट्स = 32,000 बाइट्स प्रति सेकंड।
+
+यह डेटा की छोटी मात्रा लगती है, लेकिन यदि आप सीमित मेमोरी वाले माइक्रोकंट्रोलर का उपयोग कर रहे हैं, तो यह बहुत अधिक हो सकता है। उदाहरण के लिए, Wio Terminal में 192KB मेमोरी है, और इसमें प्रोग्राम कोड और वेरिएबल्स को स्टोर करना होता है। भले ही आपका प्रोग्राम कोड छोटा हो, आप 5 सेकंड से अधिक ऑडियो कैप्चर नहीं कर सकते।
+
+माइक्रोकंट्रोलर अतिरिक्त स्टोरेज तक पहुंच सकते हैं, जैसे SD कार्ड या फ्लैश मेमोरी। जब आप ऑडियो कैप्चर करने वाला IoT डिवाइस बना रहे हैं, तो आपको यह सुनिश्चित करना होगा कि आपके पास अतिरिक्त स्टोरेज है, और आपका कोड माइक्रोफोन से कैप्चर किए गए ऑडियो को सीधे उस स्टोरेज में लिखता है। जब इसे क्लाउड में भेजा जाता है, तो आप स्टोरेज से वेब अनुरोध तक स्ट्रीम करते हैं। इस तरह आप मेमोरी खत्म होने से बच सकते हैं, जो पूरे ऑडियो डेटा को एक बार में मेमोरी में रखने की कोशिश करता है।
+
+## अपने IoT डिवाइस से ऑडियो कैप्चर करें
+
+आपका IoT डिवाइस माइक्रोफोन से जुड़ा हो सकता है ताकि ऑडियो कैप्चर किया जा सके, जिसे टेक्स्ट में बदलने के लिए तैयार किया जा सके। इसे स्पीकर से भी जोड़ा जा सकता है ताकि ऑडियो आउटपुट किया जा सके। बाद के पाठों में इसका उपयोग ऑडियो फीडबैक देने के लिए किया जाएगा, लेकिन माइक्रोफोन का परीक्षण करने के लिए अभी स्पीकर सेट करना उपयोगी है।
+
+### कार्य - अपने माइक्रोफोन और स्पीकर को कॉन्फ़िगर करें
+
+अपने IoT डिवाइस के लिए माइक्रोफोन और स्पीकर को कॉन्फ़िगर करने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-microphone.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi](pi-microphone.md)
+* [सिंगल-बोर्ड कंप्यूटर - वर्चुअल डिवाइस](virtual-device-microphone.md)
+
+### कार्य - ऑडियो कैप्चर करें
+
+अपने IoT डिवाइस पर ऑडियो कैप्चर करने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-audio.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi](pi-audio.md)
+* [सिंगल-बोर्ड कंप्यूटर - वर्चुअल डिवाइस](virtual-device-audio.md)
+
+## स्पीच टू टेक्स्ट
+
+स्पीच टू टेक्स्ट, या भाषण पहचान, AI का उपयोग करके ऑडियो संकेत में शब्दों को टेक्स्ट में बदलने की प्रक्रिया है।
+
+### भाषण पहचान मॉडल
+
+भाषण को टेक्स्ट में बदलने के लिए, ऑडियो संकेत के नमूनों को समूहित किया जाता है और एक मशीन लर्निंग मॉडल में भेजा जाता है जो Recurrent Neural Network (RNN) पर आधारित होता है। यह मशीन लर्निंग मॉडल का एक प्रकार है जो पिछले डेटा का उपयोग करके आने वाले डेटा के बारे में निर्णय ले सकता है। उदाहरण के लिए, RNN एक ऑडियो नमूने को 'Hel' ध्वनि के रूप में पहचान सकता है, और जब इसे 'lo' ध्वनि के रूप में एक और नमूना मिलता है, तो यह पिछले ध्वनि के साथ इसे जोड़ सकता है, 'Hello' को एक मान्य शब्द के रूप में पहचान सकता है और इसे परिणाम के रूप में चुन सकता है।
+
+ML मॉडल हमेशा हर बार समान आकार का डेटा स्वीकार करते हैं। आपने पहले के पाठ में जो इमेज क्लासिफायर बनाया था, वह छवियों को एक निश्चित आकार में बदलता है और उन्हें प्रोसेस करता है। भाषण मॉडल के साथ भी ऐसा ही होता है, उन्हें निश्चित आकार के ऑडियो टुकड़ों को प्रोसेस करना होता है। भाषण मॉडल को कई भविष्यवाणियों के आउटपुट को जोड़ने में सक्षम होना चाहिए ताकि वह 'Hi' और 'Highway', या 'flock' और 'floccinaucinihilipilification' के बीच अंतर कर सके।
+
+भाषण मॉडल इतने उन्नत होते हैं कि वे संदर्भ को समझ सकते हैं और जैसे-जैसे अधिक ध्वनियां प्रोसेस होती हैं, वे शब्दों को सही कर सकते हैं। उदाहरण के लिए, यदि आप कहते हैं "मैं दुकान पर गया दो केले और एक सेब भी लेने", तो आप तीन शब्दों का उपयोग करेंगे जो समान ध्वनि करते हैं, लेकिन अलग-अलग तरीके से लिखे जाते हैं - to, two और too। भाषण मॉडल संदर्भ को समझने और शब्द की उपयुक्त वर्तनी का उपयोग करने में सक्षम होते हैं।
+💁 कुछ वाणी सेवाएँ अनुकूलन की अनुमति देती हैं ताकि वे शोरगुल वाले वातावरण जैसे फैक्ट्रियों में, या उद्योग-विशिष्ट शब्दों जैसे रासायनिक नामों के साथ बेहतर काम कर सकें। इन अनुकूलनों को नमूना ऑडियो और एक प्रतिलिपि प्रदान करके प्रशिक्षित किया जाता है, और यह ट्रांसफर लर्निंग का उपयोग करके काम करता है, ठीक वैसे ही जैसे आपने पहले के पाठ में केवल कुछ छवियों का उपयोग करके एक इमेज क्लासिफायर को प्रशिक्षित किया था।
+### गोपनीयता
+
+किसी उपभोक्ता IoT डिवाइस में स्पीच-टू-टेक्स्ट का उपयोग करते समय, गोपनीयता अत्यंत महत्वपूर्ण होती है। ये डिवाइस लगातार ऑडियो सुनते हैं, इसलिए एक उपभोक्ता के रूप में आप नहीं चाहेंगे कि आपकी हर बात क्लाउड पर भेजी जाए और टेक्स्ट में परिवर्तित हो। इससे न केवल इंटरनेट बैंडविड्थ का अत्यधिक उपयोग होगा, बल्कि गोपनीयता पर भी गंभीर प्रभाव पड़ेगा, खासकर जब कुछ स्मार्ट डिवाइस निर्माता ऑडियो को यादृच्छिक रूप से चुनते हैं ताकि [मानव इसे टेक्स्ट के साथ सत्यापित कर सकें और अपने मॉडल को बेहतर बना सकें](https://www.theverge.com/2019/4/10/18305378/amazon-alexa-ai-voice-assistant-annotation-listen-private-recordings)।
+
+आप केवल तब चाहेंगे कि आपका स्मार्ट डिवाइस ऑडियो को क्लाउड पर भेजे जब आप इसका उपयोग कर रहे हों, न कि जब यह आपके घर में ऑडियो सुनता है, जिसमें निजी बैठकें या अंतरंग बातचीत शामिल हो सकती हैं। अधिकांश स्मार्ट डिवाइस *वेक वर्ड* के साथ काम करते हैं, जैसे "Alexa", "Hey Siri", या "OK Google"। ये की-वाक्य डिवाइस को 'जागने' और आपकी बात सुनने के लिए प्रेरित करते हैं, जब तक कि यह आपके भाषण में विराम का पता नहीं लगाता, जो संकेत देता है कि आपने डिवाइस से बात करना समाप्त कर दिया है।
+
+> 🎓 वेक वर्ड डिटेक्शन को *कीवर्ड स्पॉटिंग* या *कीवर्ड रिकग्निशन* भी कहा जाता है।
+
+ये वेक वर्ड डिवाइस पर ही पहचाने जाते हैं, क्लाउड पर नहीं। ये स्मार्ट डिवाइस छोटे AI मॉडल का उपयोग करते हैं जो डिवाइस पर चलते हैं और वेक वर्ड को सुनते हैं। जब वेक वर्ड का पता चलता है, तो ये ऑडियो को क्लाउड पर पहचान के लिए स्ट्रीम करना शुरू कर देते हैं। ये मॉडल बहुत विशिष्ट होते हैं और केवल वेक वर्ड को सुनते हैं।
+
+> 💁 कुछ टेक कंपनियां अपने डिवाइस में अधिक गोपनीयता जोड़ रही हैं और स्पीच-टू-टेक्स्ट रूपांतरण को डिवाइस पर ही कर रही हैं। Apple ने घोषणा की है कि उनके 2021 iOS और macOS अपडेट के हिस्से के रूप में वे डिवाइस पर स्पीच-टू-टेक्स्ट रूपांतरण का समर्थन करेंगे और कई अनुरोधों को क्लाउड का उपयोग किए बिना संभाल सकेंगे। यह उनके डिवाइस में शक्तिशाली प्रोसेसर होने के कारण संभव है, जो ML मॉडल चला सकते हैं।
+
+✅ आपके विचार में क्लाउड पर भेजे गए ऑडियो को संग्रहीत करने के गोपनीयता और नैतिक प्रभाव क्या हैं? क्या इस ऑडियो को संग्रहीत किया जाना चाहिए, और यदि हां, तो कैसे? क्या आप रिकॉर्डिंग का उपयोग कानून प्रवर्तन के लिए गोपनीयता के नुकसान के बदले में एक अच्छा समझौता मानते हैं?
+
+वेक वर्ड डिटेक्शन आमतौर पर एक तकनीक का उपयोग करता है जिसे TinyML कहा जाता है, जो ML मॉडल को माइक्रोकंट्रोलर पर चलाने योग्य बनाने के लिए परिवर्तित करता है। ये मॉडल आकार में छोटे होते हैं और इन्हें चलाने में बहुत कम ऊर्जा की आवश्यकता होती है।
+
+वेक वर्ड मॉडल को प्रशिक्षित करने और उपयोग करने की जटिलता से बचने के लिए, इस पाठ में आप जो स्मार्ट टाइमर बना रहे हैं, वह स्पीच रिकग्निशन चालू करने के लिए एक बटन का उपयोग करेगा।
+
+> 💁 यदि आप Wio Terminal या Raspberry Pi पर चलाने के लिए वेक वर्ड डिटेक्शन मॉडल बनाना चाहते हैं, तो Edge Impulse के इस [आपकी आवाज़ पर प्रतिक्रिया देने वाले ट्यूटोरियल](https://docs.edgeimpulse.com/docs/responding-to-your-voice) को देखें। यदि आप अपने कंप्यूटर का उपयोग करना चाहते हैं, तो Microsoft Docs पर [कस्टम कीवर्ड क्विकस्टार्ट](https://docs.microsoft.com/azure/cognitive-services/speech-service/keyword-recognition-overview?WT.mc_id=academic-17441-jabenn) को आज़माएं।
+
+## स्पीच को टेक्स्ट में बदलें
+
+![स्पीच सर्विसेज लोगो](../../../../../translated_images/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.hi.png)
+
+जैसे कि एक पहले प्रोजेक्ट में इमेज क्लासिफिकेशन के साथ किया गया था, वैसे ही कुछ प्री-बिल्ट AI सेवाएं हैं जो ऑडियो फाइल के रूप में स्पीच को टेक्स्ट में बदल सकती हैं। ऐसी ही एक सेवा है स्पीच सर्विस, जो Cognitive Services का हिस्सा है, प्री-बिल्ट AI सेवाएं जिन्हें आप अपने ऐप्स में उपयोग कर सकते हैं।
+
+### कार्य - स्पीच AI संसाधन को कॉन्फ़िगर करें
+
+1. इस प्रोजेक्ट के लिए `smart-timer` नामक एक रिसोर्स ग्रुप बनाएं।
+
+1. निम्नलिखित कमांड का उपयोग करके एक मुफ्त स्पीच संसाधन बनाएं:
+
+    ```sh
+    az cognitiveservices account create --name smart-timer \
+                                        --resource-group smart-timer \
+                                        --kind SpeechServices \
+                                        --sku F0 \
+                                        --yes \
+                                        --location <location>
+    ```
+
+    `<location>` को उस स्थान से बदलें जिसे आपने रिसोर्स ग्रुप बनाते समय उपयोग किया था।
+
+1. आपको अपने कोड से स्पीच संसाधन तक पहुंचने के लिए एक API कुंजी की आवश्यकता होगी। कुंजी प्राप्त करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    az cognitiveservices account keys list --name smart-timer \
+                                           --resource-group smart-timer \
+                                           --output table
+    ```
+
+    कुंजियों में से एक की कॉपी लें।
+
+### कार्य - स्पीच को टेक्स्ट में बदलें
+
+अपने IoT डिवाइस पर स्पीच को टेक्स्ट में बदलने के लिए संबंधित गाइड का अनुसरण करें:
+
+* [Arduino - Wio Terminal](wio-terminal-speech-to-text.md)
+* [Single-board computer - Raspberry Pi](pi-speech-to-text.md)
+* [Single-board computer - Virtual device](virtual-device-speech-to-text.md)
+
+---
+
+## 🚀 चुनौती
+
+स्पीच रिकग्निशन लंबे समय से मौजूद है और लगातार सुधार हो रहा है। वर्तमान क्षमताओं पर शोध करें और तुलना करें कि ये समय के साथ कैसे विकसित हुई हैं, जिसमें मशीन ट्रांसक्रिप्शन की सटीकता मानव की तुलना में कैसी है।
+
+आपके विचार में स्पीच रिकग्निशन का भविष्य क्या है?
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/42)
+
+## समीक्षा और स्व-अध्ययन
+
+* विभिन्न माइक्रोफोन प्रकारों और उनके काम करने के तरीके के बारे में पढ़ें [Musician's HQ पर डायनामिक और कंडेंसर माइक्रोफोन के बीच का अंतर](https://musicianshq.com/whats-the-difference-between-dynamic-and-condenser-microphones/)।
+* Microsoft Docs पर [स्पीच सर्विस डाक्यूमेंटेशन](https://docs.microsoft.com/azure/cognitive-services/speech-service/?WT.mc_id=academic-17441-jabenn) पर Cognitive Services स्पीच सर्विस के बारे में अधिक पढ़ें।
+* Microsoft Docs पर [कीवर्ड रिकग्निशन डाक्यूमेंटेशन](https://docs.microsoft.com/azure/cognitive-services/speech-service/keyword-recognition-overview?WT.mc_id=academic-17441-jabenn) पर कीवर्ड स्पॉटिंग के बारे में पढ़ें।
+
+## असाइनमेंट
+
+[](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/assignment.md b/translations/hi/6-consumer/lessons/1-speech-recognition/assignment.md
new file mode 100644
index 00000000..b0551070
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/assignment.md
@@ -0,0 +1,19 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5ae7654f519ae831179409dc8e528055",
+  "translation_date": "2025-08-25T17:52:57+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/assignment.md",
+  "language_code": "hi"
+}
+-->
+## निर्देश
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+| |  |  |  |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/pi-audio.md b/translations/hi/6-consumer/lessons/1-speech-recognition/pi-audio.md
new file mode 100644
index 00000000..cc2d4cb8
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/pi-audio.md
@@ -0,0 +1,225 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0ac0afcfb40cb5970ef4cb74f01c32e9",
+  "translation_date": "2025-08-25T17:49:59+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/pi-audio.md",
+  "language_code": "hi"
+}
+-->
+# ऑडियो कैप्चर करें - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप रास्पबेरी पाई पर ऑडियो कैप्चर करने के लिए कोड लिखेंगे। ऑडियो कैप्चर को एक बटन द्वारा नियंत्रित किया जाएगा।
+
+## हार्डवेयर
+
+रास्पबेरी पाई को ऑडियो कैप्चर को नियंत्रित करने के लिए एक बटन की आवश्यकता होती है।
+
+आप जो बटन उपयोग करेंगे वह एक ग्रोव बटन है। यह एक डिजिटल सेंसर है जो सिग्नल को चालू या बंद करता है। इन बटनों को इस तरह से कॉन्फ़िगर किया जा सकता है कि जब बटन दबाया जाए तो यह उच्च सिग्नल भेजे और जब न दबाया जाए तो निम्न सिग्नल, या जब दबाया जाए तो निम्न और जब न दबाया जाए तो उच्च सिग्नल भेजे।
+
+यदि आप माइक्रोफोन के रूप में ReSpeaker 2-Mics Pi HAT का उपयोग कर रहे हैं, तो बटन को कनेक्ट करने की आवश्यकता नहीं है क्योंकि इस HAT में पहले से ही एक बटन लगा हुआ है। अगले सेक्शन पर जाएं।
+
+### बटन कनेक्ट करें
+
+बटन को ग्रोव बेस HAT से जोड़ा जा सकता है।
+
+#### कार्य - बटन कनेक्ट करें
+
+![एक ग्रोव बटन](../../../../../translated_images/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.hi.png)
+
+1. ग्रोव केबल के एक सिरे को बटन मॉड्यूल के सॉकेट में डालें। यह केवल एक ही दिशा में जाएगा।
+
+1. रास्पबेरी पाई को बंद करके, ग्रोव केबल के दूसरे सिरे को ग्रोव बेस HAT पर **D5** नामक डिजिटल सॉकेट में कनेक्ट करें। यह सॉकेट GPIO पिन के पास वाले सॉकेट की पंक्ति में बाईं ओर से दूसरा है।
+
+![ग्रोव बटन D5 सॉकेट से जुड़ा हुआ](../../../../../translated_images/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.hi.png)
+
+## ऑडियो कैप्चर करें
+
+आप माइक्रोफोन से ऑडियो को पायथन कोड का उपयोग करके कैप्चर कर सकते हैं।
+
+### कार्य - ऑडियो कैप्चर करें
+
+1. पाई को चालू करें और इसके बूट होने का इंतजार करें।
+
+1. VS Code लॉन्च करें, या तो सीधे पाई पर, या Remote SSH एक्सटेंशन के माध्यम से कनेक्ट करें।
+
+1. PyAudio Pip पैकेज में ऑडियो रिकॉर्ड और प्लेबैक करने के लिए फंक्शन होते हैं। इस पैकेज को कुछ ऑडियो लाइब्रेरीज़ की आवश्यकता होती है जिन्हें पहले इंस्टॉल करना होगा। इन कमांड्स को टर्मिनल में चलाएं:
+
+    ```sh
+    sudo apt update
+    sudo apt install libportaudio0 libportaudio2 libportaudiocpp0 portaudio19-dev libasound2-plugins --yes 
+    ```
+
+1. PyAudio Pip पैकेज इंस्टॉल करें।
+
+    ```sh
+    pip3 install pyaudio
+    ```
+
+1. `smart-timer` नाम का एक नया फोल्डर बनाएं और इस फोल्डर में `app.py` नाम की एक फाइल जोड़ें।
+
+1. इस फाइल के शीर्ष पर निम्नलिखित इम्पोर्ट्स जोड़ें:
+
+    ```python
+    import io
+    import pyaudio
+    import time
+    import wave
+    
+    from grove.factory import Factory
+    ```
+
+    यह `pyaudio` मॉड्यूल, वेव फाइल्स को हैंडल करने के लिए कुछ स्टैंडर्ड पायथन मॉड्यूल, और `grove.factory` मॉड्यूल को एक बटन क्लास बनाने के लिए इम्पोर्ट करता है।
+
+1. इसके नीचे, एक ग्रोव बटन बनाने के लिए कोड जोड़ें।
+
+    यदि आप ReSpeaker 2-Mics Pi HAT का उपयोग कर रहे हैं, तो निम्नलिखित कोड का उपयोग करें:
+
+    ```python
+    # The button on the ReSpeaker 2-Mics Pi HAT
+    button = Factory.getButton("GPIO-LOW", 17)
+    ```
+
+    यह **D17** पोर्ट पर एक बटन बनाता है, जो पोर्ट ReSpeaker 2-Mics Pi HAT पर बटन से जुड़ा हुआ है। यह बटन दबाए जाने पर निम्न सिग्नल भेजने के लिए सेट है।
+
+    यदि आप ReSpeaker 2-Mics Pi HAT का उपयोग नहीं कर रहे हैं और ग्रोव बटन का उपयोग कर रहे हैं, तो इस कोड का उपयोग करें:
+
+    ```python
+    button = Factory.getButton("GPIO-HIGH", 5)
+    ```
+
+    यह **D5** पोर्ट पर एक बटन बनाता है, जो दबाए जाने पर उच्च सिग्नल भेजने के लिए सेट है।
+
+1. इसके नीचे, ऑडियो को हैंडल करने के लिए PyAudio क्लास का एक इंस्टेंस बनाएं:
+
+    ```python
+    audio = pyaudio.PyAudio()
+    ```
+
+1. माइक्रोफोन और स्पीकर के लिए हार्डवेयर कार्ड नंबर घोषित करें। यह वह नंबर होगा जो आपने इस पाठ में पहले `arecord -l` और `aplay -l` चलाकर पाया था।
+
+    ```python
+    microphone_card_number = <microphone card number>
+    speaker_card_number = <speaker card number>
+    ```
+
+    `<microphone card number>` को अपने माइक्रोफोन के कार्ड नंबर से बदलें।
+
+    `<speaker card number>` को अपने स्पीकर के कार्ड नंबर से बदलें, वही नंबर जिसे आपने `alsa.conf` फाइल में सेट किया था।
+
+1. इसके नीचे, ऑडियो कैप्चर और प्लेबैक के लिए उपयोग करने के लिए सैंपल रेट घोषित करें। आपको इसे अपने हार्डवेयर के आधार पर बदलने की आवश्यकता हो सकती है।
+
+    ```python
+    rate = 48000 #48KHz
+    ```
+
+    यदि बाद में इस कोड को चलाते समय सैंपल रेट एरर मिलती है, तो इस वैल्यू को `44100` या `16000` में बदलें। वैल्यू जितनी अधिक होगी, साउंड की क्वालिटी उतनी ही बेहतर होगी।
+
+1. इसके नीचे, `capture_audio` नामक एक नया फंक्शन बनाएं। यह माइक्रोफोन से ऑडियो कैप्चर करने के लिए कॉल किया जाएगा:
+
+    ```python
+    def capture_audio():
+    ```
+
+1. इस फंक्शन के अंदर, ऑडियो कैप्चर करने के लिए निम्नलिखित जोड़ें:
+
+    ```python
+    stream = audio.open(format = pyaudio.paInt16,
+                        rate = rate,
+                        channels = 1, 
+                        input_device_index = microphone_card_number,
+                        input = True,
+                        frames_per_buffer = 4096)
+
+    frames = []
+
+    while button.is_pressed():
+        frames.append(stream.read(4096))
+
+    stream.stop_stream()
+    stream.close()
+    ```
+
+    यह कोड PyAudio ऑब्जेक्ट का उपयोग करके एक ऑडियो इनपुट स्ट्रीम खोलता है। यह स्ट्रीम माइक्रोफोन से 16KHz पर ऑडियो कैप्चर करेगा, इसे 4096 बाइट्स के बफर्स में कैप्चर करेगा।
+
+    कोड तब तक लूप करता है जब तक ग्रोव बटन दबा रहता है, हर बार इन 4096 बाइट बफर्स को एक एरे में पढ़ता है।
+
+    > 💁 आप `open` मेथड को पास किए गए विकल्पों के बारे में अधिक जानकारी [PyAudio डाक्यूमेंटेशन](https://people.csail.mit.edu/hubert/pyaudio/docs/) में पढ़ सकते हैं।
+
+    एक बार जब बटन छोड़ दिया जाता है, तो स्ट्रीम को बंद कर दिया जाता है।
+
+1. इस फंक्शन के अंत में निम्नलिखित जोड़ें:
+
+    ```python
+    wav_buffer = io.BytesIO()
+    with wave.open(wav_buffer, 'wb') as wavefile:
+        wavefile.setnchannels(1)
+        wavefile.setsampwidth(audio.get_sample_size(pyaudio.paInt16))
+        wavefile.setframerate(rate)
+        wavefile.writeframes(b''.join(frames))
+        wav_buffer.seek(0)
+
+    return wav_buffer
+    ```
+
+    यह कोड एक बाइनरी बफर बनाता है, और सभी कैप्चर किए गए ऑडियो को एक [WAV फाइल](https://wikipedia.org/wiki/WAV) के रूप में लिखता है। यह बिना कंप्रेस किए गए ऑडियो को फाइल में लिखने का एक मानक तरीका है। यह बफर फिर रिटर्न किया जाता है।
+
+1. ऑडियो बफर को प्ले करने के लिए निम्नलिखित `play_audio` फंक्शन जोड़ें:
+
+    ```python
+    def play_audio(buffer):
+        stream = audio.open(format = pyaudio.paInt16,
+                            rate = rate,
+                            channels = 1,
+                            output_device_index = speaker_card_number,
+                            output = True)
+    
+        with wave.open(buffer, 'rb') as wf:
+            data = wf.readframes(4096)
+    
+            while len(data) > 0:
+                stream.write(data)
+                data = wf.readframes(4096)
+    
+            stream.close()
+    ```
+
+    यह फंक्शन एक और ऑडियो स्ट्रीम खोलता है, इस बार आउटपुट के लिए - ऑडियो प्ले करने के लिए। यह इनपुट स्ट्रीम के समान सेटिंग्स का उपयोग करता है। बफर को एक वेव फाइल के रूप में खोला जाता है और 4096 बाइट्स के चंक्स में आउटपुट स्ट्रीम में लिखा जाता है, ऑडियो प्ले करता है। फिर स्ट्रीम बंद कर दिया जाता है।
+
+1. `capture_audio` फंक्शन के नीचे निम्नलिखित कोड जोड़ें ताकि यह तब तक लूप करे जब तक बटन दबाया न जाए। एक बार बटन दबाए जाने पर, ऑडियो कैप्चर किया जाएगा और फिर प्ले किया जाएगा।
+
+    ```python
+    while True:
+        while not button.is_pressed():
+            time.sleep(.1)
+        
+        buffer = capture_audio()
+        play_audio(buffer)
+    ```
+
+1. कोड चलाएं। बटन दबाएं और माइक्रोफोन में बोलें। जब आप समाप्त कर लें तो बटन छोड़ दें, और आप रिकॉर्डिंग सुनेंगे।
+
+    PyAudio इंस्टेंस बनाए जाने पर आपको कुछ ALSA एरर मिल सकती हैं। यह पाई पर उन ऑडियो डिवाइस के लिए कॉन्फ़िगरेशन के कारण है जो आपके पास नहीं हैं। आप इन एरर को नजरअंदाज कर सकते हैं।
+
+    ```output
+    pi@raspberrypi:~/smart-timer $ python3 app.py 
+    ALSA lib pcm.c:2565:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.front
+    ALSA lib pcm.c:2565:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.rear
+    ALSA lib pcm.c:2565:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.center_lfe
+    ALSA lib pcm.c:2565:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.side
+    ```
+
+    यदि आपको निम्नलिखित एरर मिलती है:
+
+    ```output
+    OSError: [Errno -9997] Invalid sample rate
+    ```
+
+    तो `rate` को या तो 44100 या 16000 में बदलें।
+
+> 💁 आप इस कोड को [code-record/pi](../../../../../6-consumer/lessons/1-speech-recognition/code-record/pi) फोल्डर में पा सकते हैं।
+
+😀 आपका ऑडियो रिकॉर्डिंग प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/pi-microphone.md b/translations/hi/6-consumer/lessons/1-speech-recognition/pi-microphone.md
new file mode 100644
index 00000000..5f84a6ac
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/pi-microphone.md
@@ -0,0 +1,155 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7e45d884493c5222348b43fbc4481b6a",
+  "translation_date": "2025-08-25T17:56:35+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/pi-microphone.md",
+  "language_code": "hi"
+}
+-->
+# अपने माइक्रोफोन और स्पीकर को कॉन्फ़िगर करें - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने रास्पबेरी पाई में एक माइक्रोफोन और स्पीकर जोड़ेंगे।
+
+## हार्डवेयर
+
+रास्पबेरी पाई को एक माइक्रोफोन की आवश्यकता होती है।
+
+पाई में बिल्ट-इन माइक्रोफोन नहीं होता है, इसलिए आपको एक बाहरी माइक्रोफोन जोड़ने की आवश्यकता होगी। इसे जोड़ने के कई तरीके हैं:
+
+* यूएसबी माइक्रोफोन
+* यूएसबी हेडसेट
+* यूएसबी ऑल-इन-वन स्पीकरफोन
+* यूएसबी ऑडियो एडेप्टर और 3.5 मिमी जैक वाला माइक्रोफोन
+* [ReSpeaker 2-Mics Pi HAT](https://www.seeedstudio.com/ReSpeaker-2-Mics-Pi-HAT.html)
+
+> 💁 ब्लूटूथ माइक्रोफोन सभी रास्पबेरी पाई पर समर्थित नहीं होते हैं, इसलिए यदि आपके पास ब्लूटूथ माइक्रोफोन या हेडसेट है, तो आपको इसे पेयर करने या ऑडियो कैप्चर करने में समस्या हो सकती है।
+
+रास्पबेरी पाई में 3.5 मिमी हेडफोन जैक होता है। आप इसका उपयोग हेडफोन, हेडसेट या स्पीकर को कनेक्ट करने के लिए कर सकते हैं। आप स्पीकर को निम्नलिखित तरीकों से भी जोड़ सकते हैं:
+
+* एचडीएमआई ऑडियो मॉनिटर या टीवी के माध्यम से
+* यूएसबी स्पीकर
+* यूएसबी हेडसेट
+* यूएसबी ऑल-इन-वन स्पीकरफोन
+* [ReSpeaker 2-Mics Pi HAT](https://www.seeedstudio.com/ReSpeaker-2-Mics-Pi-HAT.html) के साथ एक स्पीकर जो 3.5 मिमी जैक या JST पोर्ट से जुड़ा हो
+
+## माइक्रोफोन और स्पीकर को कनेक्ट और कॉन्फ़िगर करें
+
+माइक्रोफोन और स्पीकर को कनेक्ट और कॉन्फ़िगर करना आवश्यक है।
+
+### कार्य - माइक्रोफोन को कनेक्ट और कॉन्फ़िगर करें
+
+1. माइक्रोफोन को उपयुक्त विधि का उपयोग करके कनेक्ट करें। उदाहरण के लिए, इसे यूएसबी पोर्ट में से एक के माध्यम से कनेक्ट करें।
+
+1. यदि आप ReSpeaker 2-Mics Pi HAT का उपयोग कर रहे हैं, तो आप Grove बेस हैट को हटा सकते हैं और उसकी जगह ReSpeaker हैट को फिट कर सकते हैं।
+
+    ![ReSpeaker हैट के साथ एक रास्पबेरी पाई](../../../../../translated_images/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.hi.png)
+
+    आपको इस पाठ में बाद में एक Grove बटन की आवश्यकता होगी, लेकिन यह इस हैट में पहले से ही बिल्ट-इन है, इसलिए Grove बेस हैट की आवश्यकता नहीं है।
+
+    हैट फिट करने के बाद, आपको कुछ ड्राइवर इंस्टॉल करने होंगे। ड्राइवर इंस्टॉलेशन के लिए [Seeed के गेटिंग स्टार्टेड निर्देश](https://wiki.seeedstudio.com/ReSpeaker_2_Mics_Pi_HAT_Raspberry/#getting-started) देखें।
+
+    > ⚠️ निर्देश `git` का उपयोग करके एक रिपॉजिटरी क्लोन करने के लिए कहते हैं। यदि आपके पाई पर `git` इंस्टॉल नहीं है, तो आप निम्नलिखित कमांड चलाकर इसे इंस्टॉल कर सकते हैं:
+    >
+    > ```sh
+    > sudo apt install git --yes
+    > ```
+
+1. पाई पर या VS Code और रिमोट SSH सत्र का उपयोग करके कनेक्टेड माइक्रोफोन की जानकारी देखने के लिए अपने टर्मिनल में निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    arecord -l
+    ```
+
+    आपको कनेक्टेड माइक्रोफोन की एक सूची दिखाई देगी। यह कुछ इस तरह दिखेगा:
+
+    ```output
+    pi@raspberrypi:~ $ arecord -l
+    **** List of CAPTURE Hardware Devices ****
+    card 1: M0 [eMeet M0], device 0: USB Audio [USB Audio]
+      Subdevices: 1/1
+      Subdevice #0: subdevice #0
+    ```
+
+    मान लें कि आपके पास केवल एक माइक्रोफोन है, तो आपको केवल एक एंट्री दिखाई देनी चाहिए। लिनक्स पर माइक्रोफोन का कॉन्फ़िगरेशन जटिल हो सकता है, इसलिए केवल एक माइक्रोफोन का उपयोग करना और अन्य को अनप्लग करना सबसे आसान है।
+
+    कार्ड नंबर नोट कर लें, क्योंकि इसकी आवश्यकता आपको बाद में होगी। ऊपर दिए गए आउटपुट में कार्ड नंबर 1 है।
+
+### कार्य - स्पीकर को कनेक्ट और कॉन्फ़िगर करें
+
+1. स्पीकर को उपयुक्त विधि का उपयोग करके कनेक्ट करें।
+
+1. पाई पर या VS Code और रिमोट SSH सत्र का उपयोग करके कनेक्टेड स्पीकर की जानकारी देखने के लिए अपने टर्मिनल में निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    aplay -l
+    ```
+
+    आपको कनेक्टेड स्पीकर की एक सूची दिखाई देगी। यह कुछ इस तरह दिखेगा:
+
+    ```output
+    pi@raspberrypi:~ $ aplay -l
+    **** List of PLAYBACK Hardware Devices ****
+    card 0: Headphones [bcm2835 Headphones], device 0: bcm2835 Headphones [bcm2835 Headphones]
+      Subdevices: 8/8
+      Subdevice #0: subdevice #0
+      Subdevice #1: subdevice #1
+      Subdevice #2: subdevice #2
+      Subdevice #3: subdevice #3
+      Subdevice #4: subdevice #4
+      Subdevice #5: subdevice #5
+      Subdevice #6: subdevice #6
+      Subdevice #7: subdevice #7
+    card 1: M0 [eMeet M0], device 0: USB Audio [USB Audio]
+      Subdevices: 1/1
+      Subdevice #0: subdevice #0
+    ```
+
+    आपको हमेशा `card 0: Headphones` दिखाई देगा क्योंकि यह बिल्ट-इन हेडफोन जैक है। यदि आपने अतिरिक्त स्पीकर जोड़े हैं, जैसे कि यूएसबी स्पीकर, तो यह भी सूचीबद्ध होगा।
+
+1. यदि आप एक अतिरिक्त स्पीकर का उपयोग कर रहे हैं, और बिल्ट-इन हेडफोन जैक से जुड़े स्पीकर या हेडफोन का उपयोग नहीं कर रहे हैं, तो आपको इसे डिफ़ॉल्ट के रूप में कॉन्फ़िगर करना होगा। ऐसा करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    sudo nano /usr/share/alsa/alsa.conf
+    ```
+
+    यह `nano` में एक कॉन्फ़िगरेशन फ़ाइल खोलेगा, जो एक टर्मिनल-आधारित टेक्स्ट एडिटर है। अपने कीबोर्ड पर एरो की का उपयोग करके नीचे स्क्रॉल करें जब तक कि आपको निम्नलिखित लाइन न मिल जाए:
+
+    ```output
+    defaults.pcm.card 0
+    ```
+
+    मान को `0` से बदलकर उस कार्ड नंबर पर सेट करें जिसे आप `aplay -l` कमांड के आउटपुट से उपयोग करना चाहते हैं। उदाहरण के लिए, ऊपर दिए गए आउटपुट में एक दूसरा साउंड कार्ड है जिसे `card 1: M0 [eMeet M0], device 0: USB Audio [USB Audio]` कहा गया है, जो कार्ड 1 का उपयोग कर रहा है। इसे उपयोग करने के लिए, मैं लाइन को इस प्रकार अपडेट करूंगा:
+
+    ```output
+    defaults.pcm.card 1
+    ```
+
+    इस मान को उपयुक्त कार्ड नंबर पर सेट करें। आप अपने कीबोर्ड पर एरो की का उपयोग करके नंबर पर नेविगेट कर सकते हैं, फिर टेक्स्ट फ़ाइलों को संपादित करते समय सामान्य रूप से डिलीट और नया नंबर टाइप कर सकते हैं।
+
+1. परिवर्तनों को सहेजें और फ़ाइल को बंद करें `Ctrl+x` दबाकर। फ़ाइल को सहेजने के लिए `y` दबाएं, फिर फ़ाइल नाम चुनने के लिए `return` दबाएं।
+
+### कार्य - माइक्रोफोन और स्पीकर का परीक्षण करें
+
+1. माइक्रोफोन के माध्यम से 5 सेकंड का ऑडियो रिकॉर्ड करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    arecord --format=S16_LE --duration=5 --rate=16000 --file-type=wav out.wav
+    ```
+
+    जब यह कमांड चल रही हो, तो माइक्रोफोन में शोर करें, जैसे बोलना, गाना, बीट बॉक्सिंग करना, कोई वाद्य यंत्र बजाना या जो भी आपको पसंद हो।
+
+1. 5 सेकंड के बाद, रिकॉर्डिंग बंद हो जाएगी। ऑडियो को प्ले करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    aplay --format=S16_LE --rate=16000 out.wav
+    ```
+
+    आप स्पीकर के माध्यम से ऑडियो को प्ले होते हुए सुनेंगे। आवश्यकतानुसार अपने स्पीकर पर आउटपुट वॉल्यूम को समायोजित करें।
+
+1. यदि आपको बिल्ट-इन माइक्रोफोन पोर्ट की वॉल्यूम को समायोजित करने की आवश्यकता है, या माइक्रोफोन का गेन समायोजित करना है, तो आप `alsamixer` यूटिलिटी का उपयोग कर सकते हैं। इस यूटिलिटी के बारे में अधिक जानकारी [Linux alsamixer मैन पेज](https://linux.die.net/man/1/alsamixer) पर पढ़ सकते हैं।
+
+1. यदि आपको ऑडियो प्ले करने में त्रुटियां मिलती हैं, तो `alsa.conf` फ़ाइल में सेट किए गए `defaults.pcm.card` कार्ड की जांच करें।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/pi-speech-to-text.md b/translations/hi/6-consumer/lessons/1-speech-recognition/pi-speech-to-text.md
new file mode 100644
index 00000000..7f5e0ac5
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/pi-speech-to-text.md
@@ -0,0 +1,124 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "af249a24d4fe4f4de4806adbc3bc9d86",
+  "translation_date": "2025-08-25T17:57:59+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/pi-speech-to-text.md",
+  "language_code": "hi"
+}
+-->
+# स्पीच टू टेक्स्ट - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप ऐसा कोड लिखेंगे जो कैप्चर किए गए ऑडियो में स्पीच को टेक्स्ट में बदल देगा, इसके लिए स्पीच सर्विस का उपयोग किया जाएगा।
+
+## ऑडियो को स्पीच सर्विस पर भेजें
+
+ऑडियो को REST API का उपयोग करके स्पीच सर्विस पर भेजा जा सकता है। स्पीच सर्विस का उपयोग करने के लिए, पहले आपको एक एक्सेस टोकन प्राप्त करना होगा, फिर उस टोकन का उपयोग REST API तक पहुंचने के लिए करना होगा। ये एक्सेस टोकन 10 मिनट के बाद समाप्त हो जाते हैं, इसलिए आपके कोड को नियमित रूप से इन्हें प्राप्त करना चाहिए ताकि वे हमेशा अपडेट रहें।
+
+### कार्य - एक्सेस टोकन प्राप्त करें
+
+1. अपने पाई पर `smart-timer` प्रोजेक्ट खोलें।
+
+1. `play_audio` फंक्शन को हटा दें। अब इसकी आवश्यकता नहीं है क्योंकि आप नहीं चाहते कि स्मार्ट टाइमर आपके कहे गए शब्दों को दोहराए।
+
+1. `app.py` फाइल के शीर्ष पर निम्नलिखित इंपोर्ट जोड़ें:
+
+    ```python
+    import requests
+    ```
+
+1. `while True` लूप के ऊपर निम्नलिखित कोड जोड़ें ताकि स्पीच सर्विस के लिए कुछ सेटिंग्स डिक्लेयर की जा सकें:
+
+    ```python
+    speech_api_key = '<key>'
+    location = '<location>'
+    language = '<language>'
+    ```
+
+    `<key>` को अपनी स्पीच सर्विस रिसोर्स के API की के साथ बदलें। `<location>` को उस स्थान के साथ बदलें जिसे आपने स्पीच सर्विस रिसोर्स बनाते समय चुना था।
+
+    `<language>` को उस भाषा के लोकल नाम के साथ बदलें जिसमें आप बोलेंगे, जैसे अंग्रेजी के लिए `en-GB`, या कैंटोनीज़ के लिए `zn-HK`। समर्थित भाषाओं और उनके लोकल नामों की सूची [Microsoft Docs पर भाषा और आवाज़ समर्थन दस्तावेज़](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text) में पाई जा सकती है।
+
+1. इसके नीचे, एक्सेस टोकन प्राप्त करने के लिए निम्नलिखित फंक्शन जोड़ें:
+
+    ```python
+    def get_access_token():
+        headers = {
+            'Ocp-Apim-Subscription-Key': speech_api_key
+        }
+    
+        token_endpoint = f'https://{location}.api.cognitive.microsoft.com/sts/v1.0/issuetoken'
+        response = requests.post(token_endpoint, headers=headers)
+        return str(response.text)
+    ```
+
+    यह एक टोकन जारी करने वाले एंडपॉइंट को कॉल करता है, API की को एक हेडर के रूप में पास करता है। यह कॉल एक एक्सेस टोकन लौटाता है जिसका उपयोग स्पीच सर्विस को कॉल करने के लिए किया जा सकता है।
+
+1. इसके नीचे, एक फंक्शन डिक्लेयर करें जो कैप्चर किए गए ऑडियो में स्पीच को REST API का उपयोग करके टेक्स्ट में बदल देगा:
+
+    ```python
+    def convert_speech_to_text(buffer):
+    ```
+
+1. इस फंक्शन के अंदर, REST API URL और हेडर्स सेट करें:
+
+    ```python
+    url = f'https://{location}.stt.speech.microsoft.com/speech/recognition/conversation/cognitiveservices/v1'
+
+    headers = {
+        'Authorization': 'Bearer ' + get_access_token(),
+        'Content-Type': f'audio/wav; codecs=audio/pcm; samplerate={rate}',
+        'Accept': 'application/json;text/xml'
+    }
+
+    params = {
+        'language': language
+    }
+    ```
+
+    यह स्पीच सर्विस रिसोर्स के स्थान का उपयोग करके एक URL बनाता है। फिर यह `get_access_token` फंक्शन से प्राप्त एक्सेस टोकन के साथ हेडर्स को पॉप्युलेट करता है, साथ ही ऑडियो कैप्चर करने के लिए उपयोग किए गए सैंपल रेट को भी। अंत में, यह URL के साथ पास किए जाने वाले कुछ पैरामीटर को परिभाषित करता है, जिसमें ऑडियो की भाषा शामिल है।
+
+1. इसके नीचे, REST API को कॉल करने और टेक्स्ट प्राप्त करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```python
+    response = requests.post(url, headers=headers, params=params, data=buffer)
+    response_json = response.json()
+
+    if response_json['RecognitionStatus'] == 'Success':
+        return response_json['DisplayText']
+    else:
+        return ''
+    ```
+
+    यह URL को कॉल करता है और प्रतिक्रिया में आने वाले JSON मान को डिकोड करता है। प्रतिक्रिया में `RecognitionStatus` मान यह इंगित करता है कि क्या कॉल ने सफलतापूर्वक स्पीच को टेक्स्ट में बदला है, और यदि यह `Success` है, तो टेक्स्ट फंक्शन से लौटाया जाता है, अन्यथा एक खाली स्ट्रिंग लौटाई जाती है।
+
+1. `while True:` लूप के ऊपर, स्पीच टू टेक्स्ट सर्विस से लौटाए गए टेक्स्ट को प्रोसेस करने के लिए एक फंक्शन डिफाइन करें। यह फंक्शन फिलहाल केवल टेक्स्ट को कंसोल में प्रिंट करेगा।
+
+    ```python
+    def process_text(text):
+        print(text)
+    ```
+
+1. अंत में, `while True` लूप में `play_audio` को कॉल करने की जगह `convert_speech_to_text` फंक्शन को कॉल करें, और टेक्स्ट को `process_text` फंक्शन में पास करें:
+
+    ```python
+    text = convert_speech_to_text(buffer)
+    process_text(text)
+    ```
+
+1. कोड चलाएं। बटन दबाएं और माइक्रोफोन में बोलें। जब आप बोलना समाप्त कर लें, तो बटन छोड़ दें, और ऑडियो को टेक्स्ट में बदलकर कंसोल में प्रिंट किया जाएगा।
+
+    ```output
+    pi@raspberrypi:~/smart-timer $ python3 app.py 
+    Hello world.
+    Welcome to IoT for beginners.
+    ```
+
+    विभिन्न प्रकार के वाक्यों को आज़माएं, साथ ही ऐसे वाक्य जिनमें शब्दों की ध्वनि समान हो लेकिन उनके अर्थ अलग हों। उदाहरण के लिए, यदि आप अंग्रेजी में बोल रहे हैं, तो कहें 'I want to buy two bananas and an apple too', और ध्यान दें कि यह संदर्भ के आधार पर सही 'to', 'two' और 'too' का उपयोग करेगा, न कि केवल उनकी ध्वनि के आधार पर।
+
+> 💁 आप इस कोड को [code-speech-to-text/pi](../../../../../6-consumer/lessons/1-speech-recognition/code-speech-to-text/pi) फोल्डर में पा सकते हैं।
+
+😀 आपका स्पीच टू टेक्स्ट प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/virtual-device-audio.md b/translations/hi/6-consumer/lessons/1-speech-recognition/virtual-device-audio.md
new file mode 100644
index 00000000..f0e7666c
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/virtual-device-audio.md
@@ -0,0 +1,15 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e4f2925acb211765889c3b51b9116ceb",
+  "translation_date": "2025-08-25T17:58:42+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/virtual-device-audio.md",
+  "language_code": "hi"
+}
+-->
+# ऑडियो कैप्चर करें - वर्चुअल IoT डिवाइस
+
+इस पाठ में बाद में उपयोग की जाने वाली Python लाइब्रेरीज़, जो भाषण को टेक्स्ट में बदलने के लिए हैं, में Windows, macOS और Linux पर ऑडियो कैप्चर की सुविधा पहले से मौजूद है। यहां आपको कुछ भी करने की आवश्यकता नहीं है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/virtual-device-microphone.md b/translations/hi/6-consumer/lessons/1-speech-recognition/virtual-device-microphone.md
new file mode 100644
index 00000000..7f3fa2de
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/virtual-device-microphone.md
@@ -0,0 +1,24 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7a65ee743f916276a2848b8a9491feb7",
+  "translation_date": "2025-08-25T17:58:52+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/virtual-device-microphone.md",
+  "language_code": "hi"
+}
+-->
+# अपने माइक्रोफोन और स्पीकर कॉन्फ़िगर करें - वर्चुअल IoT हार्डवेयर
+
+वर्चुअल IoT हार्डवेयर आपके कंप्यूटर से जुड़े माइक्रोफोन और स्पीकर का उपयोग करेगा।
+
+यदि आपके कंप्यूटर में माइक्रोफोन और स्पीकर पहले से नहीं हैं, तो आपको इन्हें अपनी पसंद के हार्डवेयर का उपयोग करके जोड़ने की आवश्यकता होगी, जैसे:
+
+* USB माइक्रोफोन  
+* USB स्पीकर  
+* आपके मॉनिटर में बिल्ट-इन स्पीकर जो HDMI के माध्यम से जुड़े हों  
+* ब्लूटूथ हेडसेट  
+
+इस हार्डवेयर को इंस्टॉल और कॉन्फ़िगर करने के लिए अपने हार्डवेयर निर्माता के निर्देशों का पालन करें।  
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/virtual-device-speech-to-text.md b/translations/hi/6-consumer/lessons/1-speech-recognition/virtual-device-speech-to-text.md
new file mode 100644
index 00000000..9c799262
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/virtual-device-speech-to-text.md
@@ -0,0 +1,111 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c0550b254b9ba2539baf1e6bb5fc05f8",
+  "translation_date": "2025-08-25T17:53:09+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/virtual-device-speech-to-text.md",
+  "language_code": "hi"
+}
+-->
+# स्पीच टू टेक्स्ट - वर्चुअल IoT डिवाइस
+
+इस पाठ के इस भाग में, आप माइक्रोफोन से प्राप्त स्पीच को टेक्स्ट में बदलने के लिए स्पीच सर्विस का उपयोग करके कोड लिखेंगे।
+
+## स्पीच को टेक्स्ट में बदलें
+
+Windows, Linux, और macOS पर, स्पीच सर्विसेज का Python SDK आपके माइक्रोफोन को सुनने और पहचानी गई स्पीच को टेक्स्ट में बदलने के लिए उपयोग किया जा सकता है। यह लगातार सुनता है, ऑडियो स्तरों का पता लगाता है और जब ऑडियो स्तर गिरता है, जैसे कि स्पीच के एक ब्लॉक के अंत में, तो स्पीच को टेक्स्ट में बदलने के लिए भेजता है।
+
+### कार्य - स्पीच को टेक्स्ट में बदलें
+
+1. अपने कंप्यूटर पर `smart-timer` नामक एक फ़ोल्डर में एक नया Python ऐप बनाएं, जिसमें एक फ़ाइल `app.py` और एक Python वर्चुअल एनवायरनमेंट हो।
+
+1. स्पीच सर्विसेज के लिए Pip पैकेज इंस्टॉल करें। सुनिश्चित करें कि आप इसे वर्चुअल एनवायरनमेंट सक्रिय किए गए टर्मिनल से इंस्टॉल कर रहे हैं।
+
+    ```sh
+    pip install azure-cognitiveservices-speech
+    ```
+
+    > ⚠️ यदि आपको निम्नलिखित त्रुटि मिलती है:
+    >
+    > ```output
+    > ERROR: Could not find a version that satisfies the requirement azure-cognitiveservices-speech (from versions: none)
+    > ERROR: No matching distribution found for azure-cognitiveservices-speech
+    > ```
+    >
+    > तो आपको Pip को अपडेट करना होगा। इसे निम्नलिखित कमांड से करें, फिर पैकेज को फिर से इंस्टॉल करने का प्रयास करें:
+    >
+    > ```sh
+    > pip install --upgrade pip
+    > ```
+
+1. `app.py` फ़ाइल में निम्नलिखित इम्पोर्ट्स जोड़ें:
+
+    ```python
+    import requests
+    import time
+    from azure.cognitiveservices.speech import SpeechConfig, SpeechRecognizer
+    ```
+
+    यह कुछ क्लासेस को इम्पोर्ट करता है जो स्पीच को पहचानने के लिए उपयोग की जाती हैं।
+
+1. कुछ कॉन्फ़िगरेशन घोषित करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```python
+    speech_api_key = '<key>'
+    location = '<location>'
+    language = '<language>'
+
+    recognizer_config = SpeechConfig(subscription=speech_api_key,
+                                     region=location,
+                                     speech_recognition_language=language)
+    ```
+
+    `<key>` को अपनी स्पीच सर्विस के API key से बदलें। `<location>` को उस स्थान से बदलें जिसे आपने स्पीच सर्विस संसाधन बनाते समय उपयोग किया था।
+
+    `<language>` को उस भाषा के लोकेल नाम से बदलें जिसमें आप बोलने वाले हैं, जैसे कि अंग्रेजी के लिए `en-GB`, या कैंटोनीज़ के लिए `zn-HK`। समर्थित भाषाओं और उनके लोकेल नामों की सूची [Microsoft Docs पर भाषा और आवाज़ समर्थन दस्तावेज़](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text) में पाई जा सकती है।
+
+    यह कॉन्फ़िगरेशन एक `SpeechConfig` ऑब्जेक्ट बनाने के लिए उपयोग किया जाता है, जो स्पीच सर्विसेज को कॉन्फ़िगर करेगा।
+
+1. एक स्पीच रिकग्नाइज़र बनाने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```python
+    recognizer = SpeechRecognizer(speech_config=recognizer_config)
+    ```
+
+1. स्पीच रिकग्नाइज़र एक बैकग्राउंड थ्रेड पर चलता है, ऑडियो को सुनता है और उसमें मौजूद स्पीच को टेक्स्ट में बदलता है। आप टेक्स्ट को एक कॉलबैक फ़ंक्शन का उपयोग करके प्राप्त कर सकते हैं - एक फ़ंक्शन जिसे आप परिभाषित करते हैं और रिकग्नाइज़र को पास करते हैं। हर बार जब स्पीच का पता चलता है, तो कॉलबैक को कॉल किया जाता है। निम्नलिखित कोड जोड़ें ताकि एक कॉलबैक परिभाषित किया जा सके, और इस कॉलबैक को रिकग्नाइज़र को पास किया जा सके, साथ ही टेक्स्ट को प्रोसेस करने के लिए एक फ़ंक्शन परिभाषित करें, जो इसे कंसोल में लिखेगा:
+
+    ```python
+    def process_text(text):
+        print(text)
+
+    def recognized(args):
+        process_text(args.result.text)
+    
+    recognizer.recognized.connect(recognized)
+    ```
+
+1. रिकग्नाइज़र केवल तब सुनना शुरू करता है जब आप इसे स्पष्ट रूप से शुरू करते हैं। रिकग्निशन शुरू करने के लिए निम्नलिखित कोड जोड़ें। यह बैकग्राउंड में चलता है, इसलिए आपके ऐप्लिकेशन को भी एक अनंत लूप की आवश्यकता होगी जो ऐप्लिकेशन को चालू रखने के लिए सोता रहे।
+
+    ```python
+    recognizer.start_continuous_recognition()
+
+    while True:
+        time.sleep(1)
+    ```
+
+1. इस ऐप को चलाएं। अपने माइक्रोफोन में बोलें और ऑडियो को टेक्स्ट में बदलकर कंसोल में आउटपुट किया जाएगा।
+
+    ```output
+    (.venv) ➜  smart-timer python3 app.py
+    Hello world.
+    Welcome to IoT for beginners.
+    ```
+
+    विभिन्न प्रकार के वाक्यों का प्रयास करें, साथ ही ऐसे वाक्य जिनमें शब्द समान लगते हैं लेकिन उनके अर्थ अलग होते हैं। उदाहरण के लिए, यदि आप अंग्रेजी में बोल रहे हैं, तो कहें 'I want to buy two bananas and an apple too', और ध्यान दें कि यह सही 'to', 'two' और 'too' का उपयोग करेगा, शब्द के संदर्भ के आधार पर, केवल उसकी ध्वनि पर नहीं।
+
+> 💁 आप इस कोड को [code-speech-to-text/virtual-iot-device](../../../../../6-consumer/lessons/1-speech-recognition/code-speech-to-text/virtual-iot-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका स्पीच टू टेक्स्ट प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md b/translations/hi/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
new file mode 100644
index 00000000..2346056f
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
@@ -0,0 +1,536 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "2f336726b9410e97c3aaed76cc89b0d8",
+  "translation_date": "2025-08-25T17:53:43+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md",
+  "language_code": "hi"
+}
+-->
+# ऑडियो कैप्चर करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal पर ऑडियो कैप्चर करने के लिए कोड लिखेंगे। ऑडियो कैप्चर Wio Terminal के ऊपर दिए गए बटन में से एक द्वारा नियंत्रित किया जाएगा।
+
+## डिवाइस को ऑडियो कैप्चर करने के लिए प्रोग्राम करें
+
+आप माइक्रोफोन से ऑडियो C++ कोड का उपयोग करके कैप्चर कर सकते हैं। Wio Terminal में केवल 192KB RAM है, जो कुछ सेकंड से अधिक ऑडियो कैप्चर करने के लिए पर्याप्त नहीं है। इसमें 4MB फ्लैश मेमोरी भी है, जिसे इसके बजाय उपयोग किया जा सकता है, और कैप्चर किए गए ऑडियो को फ्लैश मेमोरी में सेव किया जा सकता है।
+
+बिल्ट-इन माइक्रोफोन एक एनालॉग सिग्नल कैप्चर करता है, जिसे डिजिटल सिग्नल में परिवर्तित किया जाता है जिसे Wio Terminal उपयोग कर सकता है। जब ऑडियो कैप्चर किया जाता है, तो डेटा को सही समय पर कैप्चर करने की आवश्यकता होती है - उदाहरण के लिए, 16KHz पर ऑडियो कैप्चर करने के लिए, ऑडियो को ठीक 16,000 बार प्रति सेकंड कैप्चर करना होगा, प्रत्येक सैंपल के बीच समान अंतराल के साथ। आपके कोड का उपयोग करने के बजाय, आप डायरेक्ट मेमोरी एक्सेस कंट्रोलर (DMAC) का उपयोग कर सकते हैं। यह एक सर्किट्री है जो कहीं से सिग्नल कैप्चर कर सकती है और मेमोरी में लिख सकती है, बिना आपके प्रोसेसर पर चल रहे कोड को बाधित किए।
+
+✅ DMA के बारे में अधिक पढ़ें [Wikipedia पर डायरेक्ट मेमोरी एक्सेस पेज](https://wikipedia.org/wiki/Direct_memory_access) पर।
+
+![माइक्रोफोन से ऑडियो ADC में जाता है और फिर DMAC में। यह एक बफर में लिखता है। जब यह बफर भर जाता है, तो इसे प्रोसेस किया जाता है और DMAC दूसरे बफर में लिखता है](../../../../../translated_images/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.hi.png)
+
+DMAC ADC से ऑडियो को निश्चित अंतराल पर कैप्चर कर सकता है, जैसे 16KHz ऑडियो के लिए प्रति सेकंड 16,000 बार। यह कैप्चर किए गए डेटा को एक प्री-अलोकेटेड मेमोरी बफर में लिख सकता है, और जब यह भर जाता है, तो इसे प्रोसेस करने के लिए आपके कोड को उपलब्ध कराता है। इस मेमोरी का उपयोग ऑडियो कैप्चर में देरी कर सकता है, लेकिन आप कई बफर सेट कर सकते हैं। DMAC बफर 1 में लिखता है, फिर जब यह भर जाता है, तो आपके कोड को बफर 1 को प्रोसेस करने के लिए सूचित करता है, जबकि DMAC बफर 2 में लिखता है। जब बफर 2 भर जाता है, तो यह आपके कोड को सूचित करता है, और फिर बफर 1 में लिखने के लिए वापस जाता है। इस तरह, जब तक आप प्रत्येक बफर को भरने में लगने वाले समय से कम समय में प्रोसेस करते हैं, आप कोई डेटा नहीं खोएंगे।
+
+एक बार जब प्रत्येक बफर कैप्चर हो जाता है, तो इसे फ्लैश मेमोरी में लिखा जा सकता है। फ्लैश मेमोरी को परिभाषित एड्रेस का उपयोग करके लिखा जाना चाहिए, यह निर्दिष्ट करते हुए कि कहां लिखना है और कितना बड़ा लिखना है, मेमोरी में बाइट्स के एक एरे को अपडेट करने के समान। फ्लैश मेमोरी में ग्रैन्युलैरिटी होती है, जिसका अर्थ है कि इरेज़ और लिखने के ऑपरेशन न केवल एक निश्चित आकार के होने पर निर्भर करते हैं, बल्कि उस आकार के साथ संरेखित होने पर भी निर्भर करते हैं। उदाहरण के लिए, यदि ग्रैन्युलैरिटी 4096 बाइट्स है और आप एड्रेस 4200 पर इरेज़ का अनुरोध करते हैं, तो यह एड्रेस 4096 से 8192 तक का सारा डेटा मिटा सकता है। इसका मतलब है कि जब आप ऑडियो डेटा को फ्लैश मेमोरी में लिखते हैं, तो इसे सही आकार के चंक्स में होना चाहिए।
+
+### कार्य - फ्लैश मेमोरी को कॉन्फ़िगर करें
+
+1. PlatformIO का उपयोग करके एक नया Wio Terminal प्रोजेक्ट बनाएं। इस प्रोजेक्ट को `smart-timer` नाम दें। `setup` फ़ंक्शन में सीरियल पोर्ट को कॉन्फ़िगर करने के लिए कोड जोड़ें।
+
+1. फ्लैश मेमोरी तक पहुंच प्रदान करने के लिए `platformio.ini` फ़ाइल में निम्नलिखित लाइब्रेरी डिपेंडेंसी जोड़ें:
+
+    ```ini
+    lib_deps =
+        seeed-studio/Seeed Arduino FS @ 2.1.1
+        seeed-studio/Seeed Arduino SFUD @ 2.0.2
+    ```
+
+1. `main.cpp` फ़ाइल खोलें और फ़ाइल के शीर्ष पर फ्लैश मेमोरी लाइब्रेरी के लिए निम्नलिखित इनक्लूड डायरेक्टिव जोड़ें:
+
+    ```cpp
+    #include <sfud.h>
+    #include <SPI.h>
+    ```
+
+    > 🎓 SFUD का मतलब है Serial Flash Universal Driver, और यह एक लाइब्रेरी है जो सभी फ्लैश मेमोरी चिप्स के साथ काम करने के लिए डिज़ाइन की गई है।
+
+1. `setup` फ़ंक्शन में, फ्लैश स्टोरेज लाइब्रेरी को सेटअप करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    while (!(sfud_init() == SFUD_SUCCESS))
+        ;
+
+    sfud_qspi_fast_read_enable(sfud_get_device(SFUD_W25Q32_DEVICE_INDEX), 2);
+    ```
+
+    यह तब तक लूप करता है जब तक SFUD लाइब्रेरी इनिशियलाइज़ नहीं हो जाती, फिर तेज़ रीड्स चालू करता है। बिल्ट-इन फ्लैश मेमोरी को Queued Serial Peripheral Interface (QSPI) का उपयोग करके एक्सेस किया जा सकता है, जो एक प्रकार का SPI कंट्रोलर है जो न्यूनतम प्रोसेसर उपयोग के साथ एक कतार के माध्यम से निरंतर एक्सेस की अनुमति देता है। इससे फ्लैश मेमोरी को पढ़ना और लिखना तेज़ हो जाता है।
+
+1. `src` फ़ोल्डर में एक नई फ़ाइल बनाएं जिसका नाम `flash_writer.h` हो।
+
+1. इस फ़ाइल के शीर्ष पर निम्नलिखित जोड़ें:
+
+    ```cpp
+    #pragma once
+
+    #include <Arduino.h>
+    #include <sfud.h>
+    ```
+
+    इसमें कुछ आवश्यक हेडर फ़ाइलें शामिल हैं, जिनमें फ्लैश मेमोरी के साथ इंटरैक्ट करने के लिए SFUD लाइब्रेरी की हेडर फ़ाइल शामिल है।
+
+1. इस नई हेडर फ़ाइल में `FlashWriter` नामक एक क्लास परिभाषित करें:
+
+    ```cpp
+    class FlashWriter
+    {
+    public:
+    
+    private:
+    };
+    ```
+
+1. `private` सेक्शन में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    byte *_sfudBuffer;
+    size_t _sfudBufferSize;
+    size_t _sfudBufferPos;
+    size_t _sfudBufferWritePos;
+
+    const sfud_flash *_flash;
+    ```
+
+    यह फ्लैश मेमोरी में लिखने से पहले डेटा को स्टोर करने के लिए उपयोग किए जाने वाले बफर के लिए कुछ फ़ील्ड्स को परिभाषित करता है। `_sfudBuffer` एक बाइट एरे है जिसमें डेटा लिखा जाता है, और जब यह भर जाता है, तो डेटा फ्लैश मेमोरी में लिखा जाता है। `_sfudBufferPos` फ़ील्ड इस बफर में लिखने के लिए वर्तमान स्थान को स्टोर करता है, और `_sfudBufferWritePos` फ्लैश मेमोरी में लिखने के स्थान को स्टोर करता है। `_flash` फ्लैश मेमोरी को लिखने के लिए एक पॉइंटर है - कुछ माइक्रोकंट्रोलर्स में कई फ्लैश मेमोरी चिप्स होते हैं।
+
+1. इस क्लास को इनिशियलाइज़ करने के लिए `public` सेक्शन में निम्नलिखित मेथड जोड़ें:
+
+    ```cpp
+    void init()
+    {
+        _flash = sfud_get_device_table() + 0;
+        _sfudBufferSize = _flash->chip.erase_gran;
+        _sfudBuffer = new byte[_sfudBufferSize];
+        _sfudBufferPos = 0;
+        _sfudBufferWritePos = 0;
+    }
+    ```
+
+    यह Wio Terminal पर फ्लैश मेमोरी को लिखने के लिए कॉन्फ़िगर करता है, और फ्लैश मेमोरी के ग्रेन साइज के आधार पर बफर सेट करता है। यह एक `init` मेथड में है, न कि एक कंस्ट्रक्टर में, क्योंकि इसे `setup` फ़ंक्शन में फ्लैश मेमोरी सेटअप के बाद कॉल करने की आवश्यकता होती है।
+
+1. `public` सेक्शन में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    void writeSfudBuffer(byte b)
+    {
+        _sfudBuffer[_sfudBufferPos++] = b;
+        if (_sfudBufferPos == _sfudBufferSize)
+        {
+            sfud_erase_write(_flash, _sfudBufferWritePos, _sfudBufferSize, _sfudBuffer);
+            _sfudBufferWritePos += _sfudBufferSize;
+            _sfudBufferPos = 0;
+        }
+    }
+
+    void writeSfudBuffer(byte *b, size_t len)
+    {
+        for (size_t i = 0; i < len; ++i)
+        {
+            writeSfudBuffer(b[i]);
+        }
+    }
+
+    void flushSfudBuffer()
+    {
+        if (_sfudBufferPos > 0)
+        {
+            sfud_erase_write(_flash, _sfudBufferWritePos, _sfudBufferSize, _sfudBuffer);
+            _sfudBufferWritePos += _sfudBufferSize;
+            _sfudBufferPos = 0;
+        }
+    }
+    ```
+
+    यह कोड फ्लैश स्टोरेज सिस्टम में बाइट्स लिखने के लिए मेथड्स को परिभाषित करता है। यह फ्लैश मेमोरी के लिए सही आकार के इन-मेमोरी बफर में लिखकर काम करता है, और जब यह भर जाता है, तो इसे फ्लैश मेमोरी में लिखा जाता है, उस स्थान पर किसी भी मौजूदा डेटा को मिटाते हुए। इसमें एक `flushSfudBuffer` भी है जो एक अधूरा बफर लिखता है, क्योंकि कैप्चर किया जा रहा डेटा फ्लैश मेमोरी के ग्रेन साइज के सटीक गुणज नहीं होगा, इसलिए डेटा का अंतिम भाग लिखने की आवश्यकता होती है।
+
+    > 💁 डेटा का अंतिम भाग अतिरिक्त अवांछित डेटा लिखेगा, लेकिन यह ठीक है क्योंकि केवल आवश्यक डेटा ही पढ़ा जाएगा।
+
+### कार्य - ऑडियो कैप्चर सेट करें
+
+1. `src` फ़ोल्डर में एक नई फ़ाइल बनाएं जिसका नाम `config.h` हो।
+
+1. इस फ़ाइल के शीर्ष पर निम्नलिखित जोड़ें:
+
+    ```cpp
+    #pragma once
+
+    #define RATE 16000
+    #define SAMPLE_LENGTH_SECONDS 4
+    #define SAMPLES RATE * SAMPLE_LENGTH_SECONDS
+    #define BUFFER_SIZE (SAMPLES * 2) + 44
+    #define ADC_BUF_LEN 1600
+    ```
+
+    यह कोड ऑडियो कैप्चर के लिए कुछ कॉन्स्टेंट्स सेट करता है।
+
+    | कॉन्स्टेंट              | मान  | विवरण |
+    | --------------------- | -----: | - |
+    | RATE                  | 16000  | ऑडियो के लिए सैंपल रेट। 16,000 का मतलब है 16KHz |
+    | SAMPLE_LENGTH_SECONDS | 4      | कैप्चर करने के लिए ऑडियो की लंबाई। इसे 4 सेकंड पर सेट किया गया है। लंबे ऑडियो रिकॉर्ड करने के लिए, इसे बढ़ाएं। |
+    | SAMPLES               | 64000  | कैप्चर किए जाने वाले ऑडियो सैंपल की कुल संख्या। इसे सैंपल रेट * सेकंड की संख्या पर सेट किया गया है। |
+    | BUFFER_SIZE           | 128044 | ऑडियो बफर का आकार कैप्चर करने के लिए। ऑडियो को WAV फ़ाइल के रूप में कैप्चर किया जाएगा, जिसमें 44 बाइट्स का हेडर होगा, फिर 128,000 बाइट्स का ऑडियो डेटा (प्रत्येक सैंपल 2 बाइट्स का होता है)। |
+    | ADC_BUF_LEN           | 1600   | DMAC से ऑडियो कैप्चर करने के लिए उपयोग किए जाने वाले बफर का आकार। |
+
+    > 💁 यदि आपको लगता है कि 4 सेकंड टाइमर का अनुरोध करने के लिए बहुत कम है, तो आप `SAMPLE_LENGTH_SECONDS` मान बढ़ा सकते हैं, और अन्य सभी मान पुनः गणना करेंगे।
+
+1. `src` फ़ोल्डर में एक नई फ़ाइल बनाएं जिसका नाम `mic.h` हो।
+
+1. इस फ़ाइल के शीर्ष पर निम्नलिखित जोड़ें:
+
+    ```cpp
+    #pragma once
+
+    #include <Arduino.h>
+
+    #include "config.h"
+    #include "flash_writer.h"
+    ```
+
+    इसमें कुछ आवश्यक हेडर फ़ाइलें शामिल हैं, जिनमें `config.h` और `FlashWriter` हेडर फ़ाइलें शामिल हैं।
+
+1. माइक्रोफोन से कैप्चर करने के लिए एक `Mic` क्लास को परिभाषित करने के लिए निम्नलिखित जोड़ें:
+
+    ```cpp
+    class Mic
+    {
+    public:
+        Mic()
+        {
+            _isRecording = false;
+            _isRecordingReady = false;
+        }
+    
+        void startRecording()
+        {
+            _isRecording = true;
+            _isRecordingReady = false;
+        }
+    
+        bool isRecording()
+        {
+            return _isRecording;
+        }
+    
+        bool isRecordingReady()
+        {
+            return _isRecordingReady;
+        }
+    
+    private:
+        volatile bool _isRecording;
+        volatile bool _isRecordingReady;
+        FlashWriter _writer;
+    };
+    
+    Mic mic;
+    ```
+
+    इस क्लास में वर्तमान में केवल कुछ फ़ील्ड्स हैं जो ट्रैक करते हैं कि रिकॉर्डिंग शुरू हुई है या नहीं, और क्या रिकॉर्डिंग उपयोग के लिए तैयार है। जब DMAC सेटअप होता है, तो यह लगातार मेमोरी बफर में लिखता है, इसलिए `_isRecording` फ्लैग यह निर्धारित करता है कि इन्हें प्रोसेस किया जाना चाहिए या अनदेखा किया जाना चाहिए। `_isRecordingReady` फ्लैग तब सेट किया जाएगा जब आवश्यक 4 सेकंड का ऑडियो कैप्चर किया गया हो। `_writer` फ़ील्ड ऑडियो डेटा को फ्लैश मेमोरी में सेव करने के लिए उपयोग किया जाता है।
+
+    फिर `Mic` क्लास के एक इंस्टेंस के लिए एक ग्लोबल वेरिएबल घोषित किया जाता है।
+
+1. `Mic` क्लास के `private` सेक्शन में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    typedef struct
+    {
+        uint16_t btctrl;
+        uint16_t btcnt;
+        uint32_t srcaddr;
+        uint32_t dstaddr;
+        uint32_t descaddr;
+    } dmacdescriptor;
+
+    // Globals - DMA and ADC
+    volatile dmacdescriptor _wrb[DMAC_CH_NUM] __attribute__((aligned(16)));
+    dmacdescriptor _descriptor_section[DMAC_CH_NUM] __attribute__((aligned(16)));
+    dmacdescriptor _descriptor __attribute__((aligned(16)));
+
+    void configureDmaAdc()
+    {
+        // Configure DMA to sample from ADC at a regular interval (triggered by timer/counter)
+        DMAC->BASEADDR.reg = (uint32_t)_descriptor_section;                    // Specify the location of the descriptors
+        DMAC->WRBADDR.reg = (uint32_t)_wrb;                                    // Specify the location of the write back descriptors
+        DMAC->CTRL.reg = DMAC_CTRL_DMAENABLE | DMAC_CTRL_LVLEN(0xf);           // Enable the DMAC peripheral
+        DMAC->Channel[1].CHCTRLA.reg = DMAC_CHCTRLA_TRIGSRC(TC5_DMAC_ID_OVF) | // Set DMAC to trigger on TC5 timer overflow
+                                        DMAC_CHCTRLA_TRIGACT_BURST;             // DMAC burst transfer
+
+        _descriptor.descaddr = (uint32_t)&_descriptor_section[1];                    // Set up a circular descriptor
+        _descriptor.srcaddr = (uint32_t)&ADC1->RESULT.reg;                           // Take the result from the ADC0 RESULT register
+        _descriptor.dstaddr = (uint32_t)_adc_buf_0 + sizeof(uint16_t) * ADC_BUF_LEN; // Place it in the adc_buf_0 array
+        _descriptor.btcnt = ADC_BUF_LEN;                                             // Beat count
+        _descriptor.btctrl = DMAC_BTCTRL_BEATSIZE_HWORD |                            // Beat size is HWORD (16-bits)
+                                DMAC_BTCTRL_DSTINC |                                    // Increment the destination address
+                                DMAC_BTCTRL_VALID |                                     // Descriptor is valid
+                                DMAC_BTCTRL_BLOCKACT_SUSPEND;                           // Suspend DMAC channel 0 after block transfer
+        memcpy(&_descriptor_section[0], &_descriptor, sizeof(_descriptor));          // Copy the descriptor to the descriptor section
+
+        _descriptor.descaddr = (uint32_t)&_descriptor_section[0];                    // Set up a circular descriptor
+        _descriptor.srcaddr = (uint32_t)&ADC1->RESULT.reg;                           // Take the result from the ADC0 RESULT register
+        _descriptor.dstaddr = (uint32_t)_adc_buf_1 + sizeof(uint16_t) * ADC_BUF_LEN; // Place it in the adc_buf_1 array
+        _descriptor.btcnt = ADC_BUF_LEN;                                             // Beat count
+        _descriptor.btctrl = DMAC_BTCTRL_BEATSIZE_HWORD |                            // Beat size is HWORD (16-bits)
+                                DMAC_BTCTRL_DSTINC |                                    // Increment the destination address
+                                DMAC_BTCTRL_VALID |                                     // Descriptor is valid
+                                DMAC_BTCTRL_BLOCKACT_SUSPEND;                           // Suspend DMAC channel 0 after block transfer
+        memcpy(&_descriptor_section[1], &_descriptor, sizeof(_descriptor));          // Copy the descriptor to the descriptor section
+
+        // Configure NVIC
+        NVIC_SetPriority(DMAC_1_IRQn, 0); // Set the Nested Vector Interrupt Controller (NVIC) priority for DMAC1 to 0 (highest)
+        NVIC_EnableIRQ(DMAC_1_IRQn);      // Connect DMAC1 to Nested Vector Interrupt Controller (NVIC)
+
+        // Activate the suspend (SUSP) interrupt on DMAC channel 1
+        DMAC->Channel[1].CHINTENSET.reg = DMAC_CHINTENSET_SUSP;
+
+        // Configure ADC
+        ADC1->INPUTCTRL.bit.MUXPOS = ADC_INPUTCTRL_MUXPOS_AIN12_Val; // Set the analog input to ADC0/AIN2 (PB08 - A4 on Metro M4)
+        while (ADC1->SYNCBUSY.bit.INPUTCTRL)
+            ;                              // Wait for synchronization
+        ADC1->SAMPCTRL.bit.SAMPLEN = 0x00; // Set max Sampling Time Length to half divided ADC clock pulse (2.66us)
+        while (ADC1->SYNCBUSY.bit.SAMPCTRL)
+            ;                                         // Wait for synchronization
+        ADC1->CTRLA.reg = ADC_CTRLA_PRESCALER_DIV128; // Divide Clock ADC GCLK by 128 (48MHz/128 = 375kHz)
+        ADC1->CTRLB.reg = ADC_CTRLB_RESSEL_12BIT |    // Set ADC resolution to 12 bits
+                            ADC_CTRLB_FREERUN;          // Set ADC to free run mode
+        while (ADC1->SYNCBUSY.bit.CTRLB)
+            ;                       // Wait for synchronization
+        ADC1->CTRLA.bit.ENABLE = 1; // Enable the ADC
+        while (ADC1->SYNCBUSY.bit.ENABLE)
+            ;                       // Wait for synchronization
+        ADC1->SWTRIG.bit.START = 1; // Initiate a software trigger to start an ADC conversion
+        while (ADC1->SYNCBUSY.bit.SWTRIG)
+            ; // Wait for synchronization
+
+        // Enable DMA channel 1
+        DMAC->Channel[1].CHCTRLA.bit.ENABLE = 1;
+
+        // Configure Timer/Counter 5
+        GCLK->PCHCTRL[TC5_GCLK_ID].reg = GCLK_PCHCTRL_CHEN |     // Enable peripheral channel for TC5
+                                            GCLK_PCHCTRL_GEN_GCLK1; // Connect generic clock 0 at 48MHz
+
+        TC5->COUNT16.WAVE.reg = TC_WAVE_WAVEGEN_MFRQ; // Set TC5 to Match Frequency (MFRQ) mode
+        TC5->COUNT16.CC[0].reg = 3000 - 1;            // Set the trigger to 16 kHz: (4Mhz / 16000) - 1
+        while (TC5->COUNT16.SYNCBUSY.bit.CC0)
+            ; // Wait for synchronization
+
+        // Start Timer/Counter 5
+        TC5->COUNT16.CTRLA.bit.ENABLE = 1; // Enable the TC5 timer
+        while (TC5->COUNT16.SYNCBUSY.bit.ENABLE)
+            ; // Wait for synchronization
+    }
+
+    uint16_t _adc_buf_0[ADC_BUF_LEN];
+    uint16_t _adc_buf_1[ADC_BUF_LEN];
+    ```
+
+    यह कोड एक `configureDmaAdc` मेथड को परिभाषित करता है जो DMAC को कॉन्फ़िगर करता है, इसे ADC से जोड़ता है और इसे दो अलग-अलग वैकल्पिक बफर, `_adc_buf_0` और `_adc_buf_1` को पॉप्युलेट करने के लिए सेट करता है।
+
+    > 💁 माइक्रोकंट्रोलर डेवलपमेंट की एक कमी हार्डवेयर के साथ इंटरैक्ट करने के लिए आवश्यक कोड की जटिलता है, क्योंकि आपका कोड हार्डवेयर के साथ सीधे बहुत निम्न स्तर पर इंटरैक्ट करता है। यह कोड एक सिंगल-बोर्ड कंप्यूटर या डेस्कटॉप कंप्यूटर के लिए लिखे गए कोड की तुलना में अधिक जटिल है क्योंकि कोई ऑपरेटिंग सिस्टम मदद करने के लिए नहीं है। कुछ लाइब्रेरीज़ उपलब्ध हैं जो इसे सरल बना सकती हैं, लेकिन फिर भी बहुत जटिलता होती है।
+
+1. इसके नीचे, निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    // WAV files have a header. This struct defines that header
+    struct wavFileHeader
+    {
+        char riff[4];         /* "RIFF"                                  */
+        long flength;         /* file length in bytes                    */
+        char wave[4];         /* "WAVE"                                  */
+        char fmt[4];          /* "fmt "                                  */
+        long chunk_size;      /* size of FMT chunk in bytes (usually 16) */
+        short format_tag;     /* 1=PCM, 257=Mu-Law, 258=A-Law, 259=ADPCM */
+        short num_chans;      /* 1=mono, 2=stereo                        */
+        long srate;           /* Sampling rate in samples per second     */
+        long bytes_per_sec;   /* bytes per second = srate*bytes_per_samp */
+        short bytes_per_samp; /* 2=16-bit mono, 4=16-bit stereo          */
+        short bits_per_samp;  /* Number of bits per sample               */
+        char data[4];         /* "data"                                  */
+        long dlength;         /* data length in bytes (filelength - 44)  */
+    };
+
+    void initBufferHeader()
+    {
+        wavFileHeader wavh;
+
+        strncpy(wavh.riff, "RIFF", 4);
+        strncpy(wavh.wave, "WAVE", 4);
+        strncpy(wavh.fmt, "fmt ", 4);
+        strncpy(wavh.data, "data", 4);
+
+        wavh.chunk_size = 16;
+        wavh.format_tag = 1; // PCM
+        wavh.num_chans = 1;  // mono
+        wavh.srate = RATE;
+        wavh.bytes_per_sec = (RATE * 1 * 16 * 1) / 8;
+        wavh.bytes_per_samp = 2;
+        wavh.bits_per_samp = 16;
+        wavh.dlength = RATE * 2 * 1 * 16 / 2;
+        wavh.flength = wavh.dlength + 44;
+
+        _writer.writeSfudBuffer((byte *)&wavh, 44);
+    }
+    ```
+
+    यह कोड WAV हेडर को एक स्ट्रक्चर के रूप में परिभाषित करता है जो मेमोरी में 44 बाइट्स लेता है। यह ऑडियो फ़ाइल रेट, आकार, और चैनलों की संख्या के बारे में विवरण लिखता है। फिर इस हेडर को फ्लैश मेमोरी में लिखा जाता है।
+
+1. इस कोड के नीचे, ऑडियो बफर प्रोसेस करने के लिए तैयार होने पर कॉल किए जाने वाले मेथड को घोषित करने के लिए निम्नलिखित जोड़ें:
+
+    ```cpp
+    void audioCallback(uint16_t *buf, uint32_t buf_len)
+    {
+        static uint32_t idx = 44;
+
+        if (_isRecording)
+        {
+            for (uint32_t i = 0; i < buf_len; i++)
+            {
+                int16_t audio_value = ((int16_t)buf[i] - 2048) * 16;
+
+                _writer.writeSfudBuffer(audio_value & 0xFF);
+                _writer.writeSfudBuffer((audio_value >> 8) & 0xFF);
+            }
+
+            idx += buf_len;
+                
+            if (idx >= BUFFER_SIZE)
+            {
+                _writer.flushSfudBuffer();
+                idx = 44;
+                _isRecording = false;
+                _isRecordingReady = true;
+            }
+        }
+    }
+    ```
+
+    ऑडियो बफर 16-बिट इंटीजर के एरे होते हैं जो ADC से ऑडियो को कैप्चर करते हैं। ADC 12-बिट अनसाइन वैल्यू (0-1023) लौटाता है, इसलिए इन्हें 16-बिट साइन वैल्यू में परिवर्तित करने की आवश्यकता होती है, और फिर इन्हें रॉ बाइनरी डेटा के रूप में स्टोर करने के लिए 2 बाइट्स में परिवर्तित किया जाता है।
+
+    ये बाइट्स फ्लैश मेमोरी बफर में लिखे जाते हैं। लिखना इंडेक्स 44 से शुरू होता है - यह WAV फ़ाइल हेडर के रूप में लिखे गए 44 बाइट्स का ऑफसेट है। एक बार जब आवश्यक ऑडियो लंबाई के लिए सभी बाइट्स कैप्चर कर लिए जाते हैं, तो शेष डेटा फ्लैश मेमोरी में लिखा जाता है।
+
+1. `Mic` क्लास के `public` सेक्शन में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    void dmaHandler()
+    {
+        static uint8_t count = 0;
+
+        if (DMAC->Channel[1].CHINTFLAG.bit.SUSP)
+        {
+            DMAC->Channel[1].CHCTRLB.reg = DMAC_CHCTRLB_CMD_RESUME;
+            DMAC->Channel[1].CHINTFLAG.bit.SUSP = 1;
+
+            if (count)
+            {
+                audioCallback(_adc_buf_0, ADC_BUF_LEN);
+            }
+            else
+            {
+                audioCallback(_adc_buf_1, ADC_BUF_LEN);
+            }
+
+            count = (count + 1) % 2;
+        }
+    }
+    ```
+
+    यह कोड DMAC द्वारा आपके कोड को बफर प्रोसेस करने के लिए कॉल करने के लिए उपयोग किया जाएगा। यह जांचता है कि प्रोसेस करने के लिए डेटा है, और संबंधित बफर के साथ `audioCallback` मेथड को कॉल करता है।
+
+1. क्लास के बाहर, `Mic mic;` घोषणा के बाद, निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    void DMAC_1_Handler()
+    {
+        mic.dmaHandler();
+    }
+    ```
+
+    `DMAC_1_Handler` DMAC द्वारा तब कॉल किया जाएगा जब बफर प्रोसेस करने के लिए तैयार हों। इस फ़ंक्शन को नाम से पाया जाता है, इसलिए इसे केवल मौजूद होना चाहिए ताकि इसे कॉल किया जा सके।
+
+1. `Mic` क्लास के `public` सेक्शन में निम्नलिखित दो मेथड जोड़ें:
+
+    ```cpp
+    void init()
+    {
+        analogReference(AR_INTERNAL2V23);
+
+        _writer.init();
+
+        initBufferHeader();
+        configureDmaAdc();
+    }
+
+    void reset()
+    {
+        _isRecordingReady = false;
+        _isRecording = false;
+
+        _writer.reset();
+
+        initBufferHeader();
+    }
+    ```
+
+    `init` मेथड में `Mic` क्लास को इनिशियलाइज़ करने के लिए कोड होता है। यह मेथड Mic पिन के लिए सही वोल्टेज सेट करता है, फ्लैश मेमोरी राइटर को सेट करता है, WAV फ़ाइल हेडर लिखता है, और DMAC को कॉन्फ़िगर करता है। `reset` मेथड फ्लैश मेमोरी को रीसेट करता है और ऑडियो कैप्चर और उपयोग के बाद हेडर को फिर से लिखता है।
+
+### कार्य - ऑडियो कैप्चर करें
+
+1. `main.cpp` फ़ाइल में, `mic.h` हेडर फ़ाइल के लिए एक इनक्लूड डायरेक्टिव जोड़ें:
+
+    ```cpp
+    #include "mic.h"
+    ```
+
+1. `setup` फ़ंक्शन में, C बटन को इनिशियलाइज़ करें। जब यह बटन दबाया जाएगा, तो ऑडियो कैप्चर शुरू होगा और 4 सेकंड तक जारी रहेगा:
+
+    ```cpp
+    pinMode(WIO_KEY_C, INPUT_PULLUP);
+    ```
+
+1. इसके नीचे, माइक्रोफोन को इनिशियलाइज़ करें, फिर कंसोल में प्रिंट करें कि ऑडियो कैप्चर करने के लिए तैयार है:
+
+    ```cpp
+    mic.init();
+
+    Serial.println("Ready.");
+    ```
+
+1. `loop` फ़ंक्शन के ऊपर, कैप्चर किए गए ऑडियो को प्रोसेस करने के लिए एक फ़ंक्शन परिभाषित करें। फिलहाल यह कुछ नहीं करता है, लेकिन इस पाठ में बाद में यह स्पीच को टेक्स्ट में बदलने के लिए भेजेगा:
+
+    ```cpp
+    void processAudio()
+    {
+    
+    }
+    ```
+
+1. `loop` फ़ंक्शन में निम्नलिखित जोड़ें:
+
+    ```cpp
+    void loop()
+    {
+        if (digitalRead(WIO_KEY_C) == LOW && !mic.isRecording())
+        {
+            Serial.println("Starting recording...");
+            mic.startRecording();
+        }
+    
+        if (!mic.isRecording() && mic.isRecordingReady())
+        {
+            Serial.println("Finished recording");
+    
+            processAudio();
+    
+            mic.reset();
+        }
+    }
+    ```
+
+    यह कोड C बटन की जांच करता है, और यदि यह दबाया गया है और रिकॉर्डिंग शुरू नहीं हुई है, तो `Mic` क्लास के `_isRecording` फ़ील्ड को true पर सेट करता है। यह `Mic` क्लास के `audioCallback` मेथड को तब तक ऑडियो स्टोर करने का कारण बनेगा जब तक कि 4 सेकंड का ऑडियो कैप्चर न हो जाए। एक बार जब 4 सेकंड का ऑडियो कैप्चर हो जाता है, तो `_isRecording` फ़ील्ड false पर सेट हो जाता है, और `_isRecordingReady` फ़ील्ड true पर सेट हो जाता है। फिर इसे `loop` फ़ंक्शन में जांचा जाता है, और जब true होता है, तो `processAudio` फ़ंक्शन को कॉल किया जाता है, फिर mic क्लास को रीसेट किया जाता है।
+
+1. इस कोड को बनाएं, इसे अपने Wio Terminal पर अप
+💁 आप इस कोड को [code-record/wio-terminal](../../../../../6-consumer/lessons/1-speech-recognition/code-record/wio-terminal) फ़ोल्डर में पा सकते हैं।
+😀 आपका ऑडियो रिकॉर्डिंग प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/wio-terminal-microphone.md b/translations/hi/6-consumer/lessons/1-speech-recognition/wio-terminal-microphone.md
new file mode 100644
index 00000000..3ca25d05
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/wio-terminal-microphone.md
@@ -0,0 +1,87 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "93d352de36526b8990e41dd538100324",
+  "translation_date": "2025-08-25T17:57:18+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/wio-terminal-microphone.md",
+  "language_code": "hi"
+}
+-->
+# अपने माइक्रोफोन और स्पीकर को कॉन्फ़िगर करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने Wio Terminal में स्पीकर जोड़ेंगे। Wio Terminal में पहले से ही एक माइक्रोफोन बिल्ट-इन है, जिसे आवाज़ रिकॉर्ड करने के लिए उपयोग किया जा सकता है।
+
+## हार्डवेयर
+
+Wio Terminal में पहले से ही एक माइक्रोफोन बिल्ट-इन है, जिसे आवाज़ पहचानने के लिए ऑडियो रिकॉर्ड करने में उपयोग किया जा सकता है।
+
+![Wio Terminal पर माइक्रोफोन](../../../../../translated_images/wio-mic.3f8c843dbe8ad917424037a93e3d25c62634add00a04dd8e091317b5a7a90088.hi.png)
+
+स्पीकर जोड़ने के लिए, आप [ReSpeaker 2-Mics Pi Hat](https://www.seeedstudio.com/ReSpeaker-2-Mics-Pi-HAT.html) का उपयोग कर सकते हैं। यह एक बाहरी बोर्ड है जिसमें 2 MEMS माइक्रोफोन, एक स्पीकर कनेक्टर और हेडफोन सॉकेट शामिल हैं।
+
+![ReSpeaker 2-Mics Pi Hat](../../../../../translated_images/respeaker.f5d19d1c6b14ab1676d24ac2764e64fac5339046ae07be8b45ce07633d61b79b.hi.png)
+
+आपको या तो हेडफोन, 3.5mm जैक वाला स्पीकर, या JST कनेक्शन वाला स्पीकर जैसे [Mono Enclosed Speaker - 2W 6 Ohm](https://www.seeedstudio.com/Mono-Enclosed-Speaker-2W-6-Ohm-p-2832.html) जोड़ने की आवश्यकता होगी।
+
+ReSpeaker 2-Mics Pi Hat को कनेक्ट करने के लिए, आपको 40 पिन-टू-पिन (जिसे मेल-टू-मेल भी कहा जाता है) जंपर केबल्स की आवश्यकता होगी।
+
+> 💁 यदि आप सोल्डरिंग में सहज हैं, तो आप [40 Pin Raspberry Pi Hat Adapter Board For Wio Terminal](https://www.seeedstudio.com/40-Pin-Raspberry-Pi-Hat-Adapter-Board-For-Wio-Terminal-p-4730.html) का उपयोग करके ReSpeaker को कनेक्ट कर सकते हैं।
+
+आपको ऑडियो डाउनलोड और प्लेबैक के लिए एक SD कार्ड की भी आवश्यकता होगी। Wio Terminal केवल 16GB तक के SD कार्ड को सपोर्ट करता है, और इन्हें FAT32 या exFAT के रूप में फॉर्मेट किया जाना चाहिए।
+
+### कार्य - ReSpeaker Pi Hat को कनेक्ट करें
+
+1. Wio Terminal को बंद करके, ReSpeaker 2-Mics Pi Hat को Wio Terminal के पीछे के GPIO सॉकेट्स और जंपर केबल्स का उपयोग करके कनेक्ट करें:
+
+    पिन्स को इस प्रकार कनेक्ट करना होगा:
+
+    ![पिन डायग्राम](../../../../../translated_images/wio-respeaker-wiring-0.767f80aa6508103880d256cdf99ee7219e190db257c7261e4aec219759dc67b9.hi.png)
+
+1. ReSpeaker और Wio Terminal को GPIO सॉकेट्स ऊपर की ओर और बाईं ओर रखते हुए पोजिशन करें।
+
+1. ReSpeaker के GPIO सॉकेट के ऊपर बाईं ओर के सॉकेट से शुरू करें। ReSpeaker के ऊपर बाईं ओर के सॉकेट से Wio Terminal के ऊपर बाईं ओर के सॉकेट तक पिन-टू-पिन जंपर केबल कनेक्ट करें।
+
+1. इसे GPIO सॉकेट्स के बाईं ओर नीचे तक दोहराएं। सुनिश्चित करें कि पिन्स अच्छी तरह से लगे हुए हैं।
+
+    ![ReSpeaker के बाईं ओर के पिन्स को Wio Terminal के बाईं ओर के पिन्स से जोड़ा गया](../../../../../translated_images/wio-respeaker-wiring-1.8d894727f2ba24004824ee5e06b83b6d10952550003a3efb603182121521b0ef.hi.png)
+
+    ![ReSpeaker के बाईं ओर के पिन्स को Wio Terminal के बाईं ओर के पिन्स से जोड़ा गया](../../../../../translated_images/wio-respeaker-wiring-2.329e1cbd306e754f8ffe56f9294794f4a8fa123860d76067a79e9ea385d1bf56.hi.png)
+
+    > 💁 यदि आपके जंपर केबल्स रिबन में जुड़े हुए हैं, तो उन्हें एक साथ रखें - यह सुनिश्चित करना आसान हो जाता है कि सभी केबल्स सही क्रम में जुड़े हुए हैं।
+
+1. ReSpeaker और Wio Terminal के दाईं ओर के GPIO सॉकेट्स के लिए इस प्रक्रिया को दोहराएं। ये केबल्स पहले से जुड़े केबल्स के चारों ओर से गुजरनी चाहिए।
+
+    ![ReSpeaker के दाईं ओर के पिन्स को Wio Terminal के दाईं ओर के पिन्स से जोड़ा गया](../../../../../translated_images/wio-respeaker-wiring-3.75b0be447e2fa9307a6a954f9ae8a71b77e39ada6a5ef1a059d341dc850fd90c.hi.png)
+
+    ![ReSpeaker के दाईं ओर के पिन्स को Wio Terminal के दाईं ओर के पिन्स से जोड़ा गया](../../../../../translated_images/wio-respeaker-wiring-4.aa9cd434d8779437de720cba2719d83992413caed1b620b6148f6c8924889afb.hi.png)
+
+    > 💁 यदि आपके जंपर केबल्स रिबन में जुड़े हुए हैं, तो उन्हें दो रिबन में विभाजित करें। एक को पहले से जुड़े केबल्स के प्रत्येक तरफ से पास करें।
+
+    > 💁 आप पिन्स को ब्लॉक में रखने के लिए चिपकने वाले टेप का उपयोग कर सकते हैं ताकि कनेक्ट करते समय कोई पिन बाहर न निकले।
+    >
+    > ![टेप से पिन्स को फिक्स किया गया](../../../../../translated_images/wio-respeaker-wiring-5.af117c20acf622f3cd656ccd8f4053f8845d6aaa3af164d24cb7dbd54a4bb470.hi.png)
+
+1. आपको एक स्पीकर जोड़ने की आवश्यकता होगी।
+
+    * यदि आप JST केबल वाला स्पीकर उपयोग कर रहे हैं, तो इसे ReSpeaker के JST पोर्ट में कनेक्ट करें।
+
+      ![JST केबल के साथ ReSpeaker से जुड़ा स्पीकर](../../../../../translated_images/respeaker-jst-speaker.a441d177809df9458041a2012dd336dbb22c00a5c9642647109d2940a50d6fcc.hi.png)
+
+    * यदि आप 3.5mm जैक वाला स्पीकर या हेडफोन उपयोग कर रहे हैं, तो इसे 3.5mm जैक सॉकेट में डालें।
+
+      ![3.5mm जैक सॉकेट के माध्यम से ReSpeaker से जुड़ा स्पीकर](../../../../../translated_images/respeaker-35mm-speaker.ad79ef4f128c7751f0abf854869b6b779c90c12ae3e48909944a7e48aeee3c7e.hi.png)
+
+### कार्य - SD कार्ड सेट करें
+
+1. SD कार्ड को अपने कंप्यूटर से कनेक्ट करें। यदि आपके पास SD कार्ड स्लॉट नहीं है, तो बाहरी रीडर का उपयोग करें।
+
+1. अपने कंप्यूटर पर उपयुक्त टूल का उपयोग करके SD कार्ड को फॉर्मेट करें, और FAT32 या exFAT फाइल सिस्टम का उपयोग करें।
+
+1. SD कार्ड को Wio Terminal के बाईं ओर पावर बटन के ठीक नीचे SD कार्ड स्लॉट में डालें। सुनिश्चित करें कि कार्ड पूरी तरह से अंदर है और क्लिक करता है - इसे पूरी तरह से अंदर धकेलने के लिए आपको एक पतले टूल या दूसरे SD कार्ड की आवश्यकता हो सकती है।
+
+    ![SD कार्ड को पावर स्विच के नीचे SD कार्ड स्लॉट में डालते हुए](../../../../../translated_images/wio-sd-card.acdcbe322fa4ee7f8f9c8cc015b3263964bb26ab5c7e25b41747988cc5280d64.hi.png)
+
+    > 💁 SD कार्ड को बाहर निकालने के लिए, आपको इसे हल्का सा अंदर धकेलना होगा और यह बाहर आ जाएगा। ऐसा करने के लिए आपको एक पतले टूल जैसे फ्लैट-हेड स्क्रूड्राइवर या दूसरा SD कार्ड चाहिए।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/1-speech-recognition/wio-terminal-speech-to-text.md b/translations/hi/6-consumer/lessons/1-speech-recognition/wio-terminal-speech-to-text.md
new file mode 100644
index 00000000..bf57ab96
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/1-speech-recognition/wio-terminal-speech-to-text.md
@@ -0,0 +1,542 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3f92edf2975175577174910caca4a389",
+  "translation_date": "2025-08-25T17:55:19+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/wio-terminal-speech-to-text.md",
+  "language_code": "hi"
+}
+-->
+# वाक से पाठ - Wio Terminal
+
+इस पाठ के इस भाग में, आप कोड लिखेंगे जो कैप्चर किए गए ऑडियो में वाक को पाठ में बदलने के लिए स्पीच सर्विस का उपयोग करेगा।
+
+## ऑडियो को स्पीच सर्विस पर भेजें
+
+ऑडियो को REST API का उपयोग करके स्पीच सर्विस पर भेजा जा सकता है। स्पीच सर्विस का उपयोग करने के लिए, पहले आपको एक एक्सेस टोकन का अनुरोध करना होगा, फिर उस टोकन का उपयोग REST API तक पहुंचने के लिए करना होगा। ये एक्सेस टोकन 10 मिनट के बाद समाप्त हो जाते हैं, इसलिए आपके कोड को नियमित रूप से इन्हें अनुरोध करना चाहिए ताकि वे हमेशा अद्यतन रहें।
+
+### कार्य - एक्सेस टोकन प्राप्त करें
+
+1. `smart-timer` प्रोजेक्ट खोलें यदि यह पहले से खुला नहीं है।
+
+1. `platformio.ini` फाइल में निम्नलिखित लाइब्रेरी डिपेंडेंसी जोड़ें ताकि WiFi तक पहुंचा जा सके और JSON को हैंडल किया जा सके:
+
+    ```ini
+    seeed-studio/Seeed Arduino rpcWiFi @ 1.0.5
+    seeed-studio/Seeed Arduino rpcUnified @ 2.1.3
+    seeed-studio/Seeed_Arduino_mbedtls @ 3.0.1
+    seeed-studio/Seeed Arduino RTC @ 2.0.0
+    bblanchon/ArduinoJson @ 6.17.3
+    ```
+
+1. `config.h` हेडर फाइल में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    const char *SSID = "<SSID>";
+    const char *PASSWORD = "<PASSWORD>";
+    
+    const char *SPEECH_API_KEY = "<API_KEY>";
+    const char *SPEECH_LOCATION = "<LOCATION>";
+    const char *LANGUAGE = "<LANGUAGE>";
+
+    const char *TOKEN_URL = "https://%s.api.cognitive.microsoft.com/sts/v1.0/issuetoken";
+    ```
+
+    `<SSID>` और `<PASSWORD>` को अपने WiFi के संबंधित मानों से बदलें।
+
+    `<API_KEY>` को अपनी स्पीच सर्विस रिसोर्स की API कुंजी से बदलें। `<LOCATION>` को उस स्थान से बदलें जिसे आपने स्पीच सर्विस रिसोर्स बनाते समय उपयोग किया था।
+
+    `<LANGUAGE>` को उस भाषा के लोकल नाम से बदलें जिसमें आप बोलेंगे, जैसे `en-GB` अंग्रेजी के लिए, या `zn-HK` कैंटोनीज़ के लिए। समर्थित भाषाओं और उनके लोकल नामों की सूची [Microsoft Docs पर भाषा और आवाज़ समर्थन दस्तावेज़](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text) में पाई जा सकती है।
+
+    `TOKEN_URL` कॉन्स्टेंट टोकन जारीकर्ता का URL है जिसमें स्थान शामिल नहीं है। इसे बाद में स्थान के साथ जोड़ा जाएगा ताकि पूरा URL प्राप्त हो सके।
+
+1. Custom Vision से कनेक्ट करने की तरह, आपको टोकन जारी करने वाली सर्विस से कनेक्ट करने के लिए HTTPS कनेक्शन का उपयोग करना होगा। `config.h` के अंत में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    const char *TOKEN_CERTIFICATE =
+        "-----BEGIN CERTIFICATE-----\r\n"
+        "MIIF8zCCBNugAwIBAgIQAueRcfuAIek/4tmDg0xQwDANBgkqhkiG9w0BAQwFADBh\r\n"
+        "MQswCQYDVQQGEwJVUzEVMBMGA1UEChMMRGlnaUNlcnQgSW5jMRkwFwYDVQQLExB3\r\n"
+        "d3cuZGlnaWNlcnQuY29tMSAwHgYDVQQDExdEaWdpQ2VydCBHbG9iYWwgUm9vdCBH\r\n"
+        "MjAeFw0yMDA3MjkxMjMwMDBaFw0yNDA2MjcyMzU5NTlaMFkxCzAJBgNVBAYTAlVT\r\n"
+        "MR4wHAYDVQQKExVNaWNyb3NvZnQgQ29ycG9yYXRpb24xKjAoBgNVBAMTIU1pY3Jv\r\n"
+        "c29mdCBBenVyZSBUTFMgSXNzdWluZyBDQSAwNjCCAiIwDQYJKoZIhvcNAQEBBQAD\r\n"
+        "ggIPADCCAgoCggIBALVGARl56bx3KBUSGuPc4H5uoNFkFH4e7pvTCxRi4j/+z+Xb\r\n"
+        "wjEz+5CipDOqjx9/jWjskL5dk7PaQkzItidsAAnDCW1leZBOIi68Lff1bjTeZgMY\r\n"
+        "iwdRd3Y39b/lcGpiuP2d23W95YHkMMT8IlWosYIX0f4kYb62rphyfnAjYb/4Od99\r\n"
+        "ThnhlAxGtfvSbXcBVIKCYfZgqRvV+5lReUnd1aNjRYVzPOoifgSx2fRyy1+pO1Uz\r\n"
+        "aMMNnIOE71bVYW0A1hr19w7kOb0KkJXoALTDDj1ukUEDqQuBfBxReL5mXiu1O7WG\r\n"
+        "0vltg0VZ/SZzctBsdBlx1BkmWYBW261KZgBivrql5ELTKKd8qgtHcLQA5fl6JB0Q\r\n"
+        "gs5XDaWehN86Gps5JW8ArjGtjcWAIP+X8CQaWfaCnuRm6Bk/03PQWhgdi84qwA0s\r\n"
+        "sRfFJwHUPTNSnE8EiGVk2frt0u8PG1pwSQsFuNJfcYIHEv1vOzP7uEOuDydsmCjh\r\n"
+        "lxuoK2n5/2aVR3BMTu+p4+gl8alXoBycyLmj3J/PUgqD8SL5fTCUegGsdia/Sa60\r\n"
+        "N2oV7vQ17wjMN+LXa2rjj/b4ZlZgXVojDmAjDwIRdDUujQu0RVsJqFLMzSIHpp2C\r\n"
+        "Zp7mIoLrySay2YYBu7SiNwL95X6He2kS8eefBBHjzwW/9FxGqry57i71c2cDAgMB\r\n"
+        "AAGjggGtMIIBqTAdBgNVHQ4EFgQU1cFnOsKjnfR3UltZEjgp5lVou6UwHwYDVR0j\r\n"
+        "BBgwFoAUTiJUIBiV5uNu5g/6+rkS7QYXjzkwDgYDVR0PAQH/BAQDAgGGMB0GA1Ud\r\n"
+        "JQQWMBQGCCsGAQUFBwMBBggrBgEFBQcDAjASBgNVHRMBAf8ECDAGAQH/AgEAMHYG\r\n"
+        "CCsGAQUFBwEBBGowaDAkBggrBgEFBQcwAYYYaHR0cDovL29jc3AuZGlnaWNlcnQu\r\n"
+        "Y29tMEAGCCsGAQUFBzAChjRodHRwOi8vY2FjZXJ0cy5kaWdpY2VydC5jb20vRGln\r\n"
+        "aUNlcnRHbG9iYWxSb290RzIuY3J0MHsGA1UdHwR0MHIwN6A1oDOGMWh0dHA6Ly9j\r\n"
+        "cmwzLmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5jcmwwN6A1oDOG\r\n"
+        "MWh0dHA6Ly9jcmw0LmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5j\r\n"
+        "cmwwHQYDVR0gBBYwFDAIBgZngQwBAgEwCAYGZ4EMAQICMBAGCSsGAQQBgjcVAQQD\r\n"
+        "AgEAMA0GCSqGSIb3DQEBDAUAA4IBAQB2oWc93fB8esci/8esixj++N22meiGDjgF\r\n"
+        "+rA2LUK5IOQOgcUSTGKSqF9lYfAxPjrqPjDCUPHCURv+26ad5P/BYtXtbmtxJWu+\r\n"
+        "cS5BhMDPPeG3oPZwXRHBJFAkY4O4AF7RIAAUW6EzDflUoDHKv83zOiPfYGcpHc9s\r\n"
+        "kxAInCedk7QSgXvMARjjOqdakor21DTmNIUotxo8kHv5hwRlGhBJwps6fEVi1Bt0\r\n"
+        "trpM/3wYxlr473WSPUFZPgP1j519kLpWOJ8z09wxay+Br29irPcBYv0GMXlHqThy\r\n"
+        "8y4m/HyTQeI2IMvMrQnwqPpY+rLIXyviI2vLoI+4xKE4Rn38ZZ8m\r\n"
+        "-----END CERTIFICATE-----\r\n";
+    ```
+
+    यह वही प्रमाणपत्र है जिसे आपने Custom Vision से कनेक्ट करते समय उपयोग किया था।
+
+1. `main.cpp` फाइल के शीर्ष पर WiFi हेडर फाइल और config हेडर फाइल के लिए एक इनक्लूड जोड़ें:
+
+    ```cpp
+    #include <rpcWiFi.h>
+
+    #include "config.h"
+    ```
+
+1. `setup` फंक्शन के ऊपर `main.cpp` में WiFi से कनेक्ट करने के लिए कोड जोड़ें:
+
+    ```cpp
+    void connectWiFi()
+    {
+        while (WiFi.status() != WL_CONNECTED)
+        {
+            Serial.println("Connecting to WiFi..");
+            WiFi.begin(SSID, PASSWORD);
+            delay(500);
+        }
+    
+        Serial.println("Connected!");
+    }
+    ```
+
+1. इस फंक्शन को `setup` फंक्शन से कॉल करें, सीरियल कनेक्शन स्थापित होने के बाद:
+
+    ```cpp
+    connectWiFi();
+    ```
+
+1. `src` फोल्डर में एक नई हेडर फाइल बनाएं जिसका नाम `speech_to_text.h` हो। इस हेडर फाइल में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    #pragma once
+    
+    #include <Arduino.h>
+    #include <ArduinoJson.h>
+    #include <HTTPClient.h>
+    #include <WiFiClientSecure.h>
+    
+    #include "config.h"
+    #include "mic.h"
+    
+    class SpeechToText
+    {
+    public:
+
+    private:
+
+    };
+
+    SpeechToText speechToText;
+    ```
+
+    इसमें HTTP कनेक्शन, कॉन्फ़िगरेशन और `mic.h` हेडर फाइल के लिए कुछ आवश्यक हेडर फाइलें शामिल हैं, और `SpeechToText` नामक एक क्लास को परिभाषित किया गया है, फिर उस क्लास का एक इंस्टेंस घोषित किया गया है जिसे बाद में उपयोग किया जा सकता है।
+
+1. इस क्लास के `private` सेक्शन में निम्नलिखित 2 फील्ड जोड़ें:
+
+    ```cpp
+    WiFiClientSecure _token_client;
+    String _access_token;
+    ```
+
+    `_token_client` एक WiFi क्लाइंट है जो HTTPS का उपयोग करता है और इसे एक्सेस टोकन प्राप्त करने के लिए उपयोग किया जाएगा। यह टोकन फिर `_access_token` में संग्रहीत किया जाएगा।
+
+1. `private` सेक्शन में निम्नलिखित मेथड जोड़ें:
+
+    ```cpp
+    String getAccessToken()
+    {
+        char url[128];
+        sprintf(url, TOKEN_URL, SPEECH_LOCATION);
+    
+        HTTPClient httpClient;
+        httpClient.begin(_token_client, url);
+    
+        httpClient.addHeader("Ocp-Apim-Subscription-Key", SPEECH_API_KEY);
+        int httpResultCode = httpClient.POST("{}");
+    
+        if (httpResultCode != 200)
+        {
+            Serial.println("Error getting access token, trying again...");
+            delay(10000);
+            return getAccessToken();
+        }
+    
+        Serial.println("Got access token.");
+        String result = httpClient.getString();
+    
+        httpClient.end();
+    
+        return result;
+    }
+    ```
+
+    यह कोड स्पीच रिसोर्स के स्थान का उपयोग करके टोकन जारीकर्ता API के लिए URL बनाता है। फिर यह एक `HTTPClient` बनाता है जो वेब अनुरोध करता है, इसे टोकन एंडपॉइंट्स प्रमाणपत्र के साथ कॉन्फ़िगर किए गए WiFi क्लाइंट का उपयोग करने के लिए सेट करता है। यह API कुंजी को कॉल के लिए एक हेडर के रूप में सेट करता है। फिर यह प्रमाणपत्र प्राप्त करने के लिए एक POST अनुरोध करता है, और यदि कोई त्रुटि होती है तो पुनः प्रयास करता है। अंत में एक्सेस टोकन लौटाया जाता है।
+
+1. `public` सेक्शन में, एक्सेस टोकन प्राप्त करने के लिए एक मेथड जोड़ें। यह बाद के पाठों में टेक्स्ट को वाक में बदलने के लिए आवश्यक होगा।
+
+    ```cpp
+    String AccessToken()
+    {
+        return _access_token;
+    }
+    ```
+
+1. `public` सेक्शन में, एक `init` मेथड जोड़ें जो टोकन क्लाइंट को सेट करता है:
+
+    ```cpp
+    void init()
+    {
+        _token_client.setCACert(TOKEN_CERTIFICATE);
+        _access_token = getAccessToken();
+    }
+    ```
+
+    यह WiFi क्लाइंट पर प्रमाणपत्र सेट करता है, फिर एक्सेस टोकन प्राप्त करता है।
+
+1. `main.cpp` में, इस नई हेडर फाइल को इनक्लूड डायरेक्टिव्स में जोड़ें:
+
+    ```cpp
+    #include "speech_to_text.h"
+    ```
+
+1. `setup` फंक्शन के अंत में, `mic.init` कॉल के बाद लेकिन सीरियल मॉनिटर में `Ready` लिखने से पहले `SpeechToText` क्लास को इनिशियलाइज़ करें:
+
+    ```cpp
+    speechToText.init();
+    ```
+
+### कार्य - फ्लैश मेमोरी से ऑडियो पढ़ें
+
+1. इस पाठ के पहले भाग में, ऑडियो को फ्लैश मेमोरी में रिकॉर्ड किया गया था। इस ऑडियो को स्पीच सर्विस REST API पर भेजने की आवश्यकता होगी, इसलिए इसे फ्लैश मेमोरी से पढ़ा जाना चाहिए। इसे इन-मेमोरी बफर में लोड नहीं किया जा सकता क्योंकि यह बहुत बड़ा होगा। `HTTPClient` क्लास जो REST कॉल करता है, वह Arduino स्ट्रीम का उपयोग करके डेटा को स्ट्रीम कर सकता है - एक क्लास जो छोटे टुकड़ों में डेटा लोड कर सकता है, और एक समय में एक टुकड़ा अनुरोध के हिस्से के रूप में भेज सकता है। जब भी आप स्ट्रीम पर `read` कॉल करते हैं, यह डेटा का अगला ब्लॉक लौटाता है। एक Arduino स्ट्रीम बनाई जा सकती है जो फ्लैश मेमोरी से पढ़ सकती है। `src` फोल्डर में एक नई फाइल बनाएं जिसका नाम `flash_stream.h` हो, और इसमें निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    #pragma once
+    
+    #include <Arduino.h>
+    #include <HTTPClient.h>
+    #include <sfud.h>
+
+    #include "config.h"
+    
+    class FlashStream : public Stream
+    {
+    public:
+        virtual size_t write(uint8_t val)
+        {    
+        }
+    
+        virtual int available()
+        {
+        }
+    
+        virtual int read()
+        {
+        }
+    
+        virtual int peek()
+        {
+        }
+    private:
+    
+    };
+    ```
+
+    यह `FlashStream` क्लास को घोषित करता है, जो Arduino `Stream` क्लास से व्युत्पन्न है। यह एक अमूर्त क्लास है - व्युत्पन्न क्लास को कुछ मेथड्स को लागू करना होगा इससे पहले कि क्लास को इंस्टेंटिएट किया जा सके, और ये मेथड्स इस क्लास में परिभाषित हैं।
+
+    ✅ Arduino स्ट्रीम पर अधिक पढ़ें [Arduino Stream दस्तावेज़](https://www.arduino.cc/reference/en/language/functions/communication/stream/) में।
+
+1. `private` सेक्शन में निम्नलिखित फील्ड जोड़ें:
+
+    ```cpp
+    size_t _pos;
+    size_t _flash_address;
+    const sfud_flash *_flash;
+
+    byte _buffer[HTTP_TCP_BUFFER_SIZE];
+    ```
+
+    यह फ्लैश मेमोरी से पढ़े गए डेटा को संग्रहीत करने के लिए एक अस्थायी बफर को परिभाषित करता है, साथ ही बफर से पढ़ने के समय वर्तमान स्थिति, फ्लैश मेमोरी से पढ़ने के लिए वर्तमान पता, और फ्लैश मेमोरी डिवाइस को संग्रहीत करता है।
+
+1. `private` सेक्शन में निम्नलिखित मेथड जोड़ें:
+
+    ```cpp
+    void populateBuffer()
+    {
+        sfud_read(_flash, _flash_address, HTTP_TCP_BUFFER_SIZE, _buffer);
+        _flash_address += HTTP_TCP_BUFFER_SIZE;
+        _pos = 0;
+    }
+    ```
+
+    यह कोड फ्लैश मेमोरी से वर्तमान पते पर पढ़ता है और डेटा को बफर में संग्रहीत करता है। फिर यह पता बढ़ाता है, ताकि अगली कॉल मेमोरी के अगले ब्लॉक को पढ़े। बफर का आकार HTTPClient द्वारा REST API पर एक समय में भेजे जाने वाले सबसे बड़े टुकड़े के आधार पर होता है।
+
+    > 💁 फ्लैश मेमोरी को मिटाना ग्रेन साइज का उपयोग करके किया जाना चाहिए, जबकि पढ़ना इसके विपरीत नहीं है।
+
+1. इस क्लास के `public` सेक्शन में एक कंस्ट्रक्टर जोड़ें:
+
+    ```cpp
+    FlashStream()
+    {
+        _pos = 0;
+        _flash_address = 0;
+        _flash = sfud_get_device_table() + 0;
+        
+        populateBuffer();
+    }
+    ```
+
+    यह कंस्ट्रक्टर सभी फील्ड्स को फ्लैश मेमोरी ब्लॉक की शुरुआत से पढ़ना शुरू करने के लिए सेट करता है, और बफर में डेटा के पहले टुकड़े को लोड करता है।
+
+1. `write` मेथड को लागू करें। यह स्ट्रीम केवल डेटा पढ़ेगा, इसलिए यह कुछ नहीं करेगा और 0 लौटाएगा:
+
+    ```cpp
+    virtual size_t write(uint8_t val)
+    {
+        return 0;
+    }
+    ```
+
+1. `peek` मेथड को लागू करें। यह वर्तमान स्थिति पर डेटा लौटाता है बिना स्ट्रीम को आगे बढ़ाए। `peek` को कई बार कॉल करने से हमेशा वही डेटा लौटेगा जब तक कि स्ट्रीम से कोई डेटा नहीं पढ़ा जाता।
+
+    ```cpp
+    virtual int peek()
+    {
+        return _buffer[_pos];
+    }
+    ```
+
+1. `available` फंक्शन को लागू करें। यह स्ट्रीम से पढ़े जा सकने वाले बाइट्स की संख्या लौटाता है, या -1 यदि स्ट्रीम पूरी हो चुकी है। इस क्लास के लिए, अधिकतम उपलब्धता HTTPClient के चंक साइज से अधिक नहीं होगी। जब यह स्ट्रीम HTTP क्लाइंट में उपयोग की जाती है, तो यह फंक्शन यह देखने के लिए कॉल करता है कि कितना डेटा उपलब्ध है, फिर REST API पर भेजने के लिए उतना डेटा अनुरोध करता है। हम नहीं चाहते कि प्रत्येक चंक HTTP क्लाइंट के चंक साइज से अधिक हो, इसलिए यदि उससे अधिक उपलब्ध है, तो चंक साइज लौटाया जाता है। यदि कम है, तो जितना उपलब्ध है वह लौटाया जाता है। एक बार जब सभी डेटा स्ट्रीम हो जाता है, तो -1 लौटाया जाता है।
+
+    ```cpp
+    virtual int available()
+    {
+        int remaining = BUFFER_SIZE - ((_flash_address - HTTP_TCP_BUFFER_SIZE) + _pos);
+        int bytes_available = min(HTTP_TCP_BUFFER_SIZE, remaining);
+
+        if (bytes_available == 0)
+        {
+            bytes_available = -1;
+        }
+
+        return bytes_available;
+    }
+    ```
+
+1. `read` मेथड को लागू करें ताकि बफर से अगला बाइट लौटाया जा सके, स्थिति को बढ़ाते हुए। यदि स्थिति बफर के आकार से अधिक हो जाती है, तो यह फ्लैश मेमोरी से अगले ब्लॉक के साथ बफर को पॉप्युलेट करता है और स्थिति को रीसेट करता है।
+
+    ```cpp
+    virtual int read()
+    {
+        int retVal = _buffer[_pos++];
+
+        if (_pos == HTTP_TCP_BUFFER_SIZE)
+        {
+            populateBuffer();
+        }
+
+        return retVal;
+    }
+    ```
+
+1. `speech_to_text.h` हेडर फाइल में, इस नई हेडर फाइल के लिए एक इनक्लूड डायरेक्टिव जोड़ें:
+
+    ```cpp
+    #include "flash_stream.h"
+    ```
+
+### कार्य - वाक को पाठ में बदलें
+
+1. वाक को पाठ में बदलने के लिए ऑडियो को REST API के माध्यम से स्पीच सर्विस पर भेजा जा सकता है। इस REST API का प्रमाणपत्र टोकन जारीकर्ता से अलग है, इसलिए `config.h` हेडर फाइल में इस प्रमाणपत्र को परिभाषित करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    const char *SPEECH_CERTIFICATE =
+        "-----BEGIN CERTIFICATE-----\r\n"
+        "MIIF8zCCBNugAwIBAgIQCq+mxcpjxFFB6jvh98dTFzANBgkqhkiG9w0BAQwFADBh\r\n"
+        "MQswCQYDVQQGEwJVUzEVMBMGA1UEChMMRGlnaUNlcnQgSW5jMRkwFwYDVQQLExB3\r\n"
+        "d3cuZGlnaWNlcnQuY29tMSAwHgYDVQQDExdEaWdpQ2VydCBHbG9iYWwgUm9vdCBH\r\n"
+        "MjAeFw0yMDA3MjkxMjMwMDBaFw0yNDA2MjcyMzU5NTlaMFkxCzAJBgNVBAYTAlVT\r\n"
+        "MR4wHAYDVQQKExVNaWNyb3NvZnQgQ29ycG9yYXRpb24xKjAoBgNVBAMTIU1pY3Jv\r\n"
+        "c29mdCBBenVyZSBUTFMgSXNzdWluZyBDQSAwMTCCAiIwDQYJKoZIhvcNAQEBBQAD\r\n"
+        "ggIPADCCAgoCggIBAMedcDrkXufP7pxVm1FHLDNA9IjwHaMoaY8arqqZ4Gff4xyr\r\n"
+        "RygnavXL7g12MPAx8Q6Dd9hfBzrfWxkF0Br2wIvlvkzW01naNVSkHp+OS3hL3W6n\r\n"
+        "l/jYvZnVeJXjtsKYcXIf/6WtspcF5awlQ9LZJcjwaH7KoZuK+THpXCMtzD8XNVdm\r\n"
+        "GW/JI0C/7U/E7evXn9XDio8SYkGSM63aLO5BtLCv092+1d4GGBSQYolRq+7Pd1kR\r\n"
+        "EkWBPm0ywZ2Vb8GIS5DLrjelEkBnKCyy3B0yQud9dpVsiUeE7F5sY8Me96WVxQcb\r\n"
+        "OyYdEY/j/9UpDlOG+vA+YgOvBhkKEjiqygVpP8EZoMMijephzg43b5Qi9r5UrvYo\r\n"
+        "o19oR/8pf4HJNDPF0/FJwFVMW8PmCBLGstin3NE1+NeWTkGt0TzpHjgKyfaDP2tO\r\n"
+        "4bCk1G7pP2kDFT7SYfc8xbgCkFQ2UCEXsaH/f5YmpLn4YPiNFCeeIida7xnfTvc4\r\n"
+        "7IxyVccHHq1FzGygOqemrxEETKh8hvDR6eBdrBwmCHVgZrnAqnn93JtGyPLi6+cj\r\n"
+        "WGVGtMZHwzVvX1HvSFG771sskcEjJxiQNQDQRWHEh3NxvNb7kFlAXnVdRkkvhjpR\r\n"
+        "GchFhTAzqmwltdWhWDEyCMKC2x/mSZvZtlZGY+g37Y72qHzidwtyW7rBetZJAgMB\r\n"
+        "AAGjggGtMIIBqTAdBgNVHQ4EFgQUDyBd16FXlduSzyvQx8J3BM5ygHYwHwYDVR0j\r\n"
+        "BBgwFoAUTiJUIBiV5uNu5g/6+rkS7QYXjzkwDgYDVR0PAQH/BAQDAgGGMB0GA1Ud\r\n"
+        "JQQWMBQGCCsGAQUFBwMBBggrBgEFBQcDAjASBgNVHRMBAf8ECDAGAQH/AgEAMHYG\r\n"
+        "CCsGAQUFBwEBBGowaDAkBggrBgEFBQcwAYYYaHR0cDovL29jc3AuZGlnaWNlcnQu\r\n"
+        "Y29tMEAGCCsGAQUFBzAChjRodHRwOi8vY2FjZXJ0cy5kaWdpY2VydC5jb20vRGln\r\n"
+        "aUNlcnRHbG9iYWxSb290RzIuY3J0MHsGA1UdHwR0MHIwN6A1oDOGMWh0dHA6Ly9j\r\n"
+        "cmwzLmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5jcmwwN6A1oDOG\r\n"
+        "MWh0dHA6Ly9jcmw0LmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5j\r\n"
+        "cmwwHQYDVR0gBBYwFDAIBgZngQwBAgEwCAYGZ4EMAQICMBAGCSsGAQQBgjcVAQQD\r\n"
+        "AgEAMA0GCSqGSIb3DQEBDAUAA4IBAQAlFvNh7QgXVLAZSsNR2XRmIn9iS8OHFCBA\r\n"
+        "WxKJoi8YYQafpMTkMqeuzoL3HWb1pYEipsDkhiMnrpfeYZEA7Lz7yqEEtfgHcEBs\r\n"
+        "K9KcStQGGZRfmWU07hPXHnFz+5gTXqzCE2PBMlRgVUYJiA25mJPXfB00gDvGhtYa\r\n"
+        "+mENwM9Bq1B9YYLyLjRtUz8cyGsdyTIG/bBM/Q9jcV8JGqMU/UjAdh1pFyTnnHEl\r\n"
+        "Y59Npi7F87ZqYYJEHJM2LGD+le8VsHjgeWX2CJQko7klXvcizuZvUEDTjHaQcs2J\r\n"
+        "+kPgfyMIOY1DMJ21NxOJ2xPRC/wAh/hzSBRVtoAnyuxtkZ4VjIOh\r\n"
+        "-----END CERTIFICATE-----\r\n";
+    ```
+
+1. इस फाइल में एक कॉन्स्टेंट जोड़ें जो स्थान के बिना स्पीच URL को परिभाषित करता है। इसे बाद में स्थान और भाषा के साथ जोड़ा जाएगा ताकि पूरा URL प्राप्त हो सके।
+
+    ```cpp
+    const char *SPEECH_URL = "https://%s.stt.speech.microsoft.com/speech/recognition/conversation/cognitiveservices/v1?language=%s";
+    ```
+
+1. `speech_to_text.h` हेडर फाइल में, `SpeechToText` क्लास के `private` सेक्शन में, स्पीच प्रमाणपत्र का उपयोग करने वाले WiFi क्लाइंट के लिए एक फील्ड परिभाषित करें:
+
+    ```cpp
+    WiFiClientSecure _speech_client;
+    ```
+
+1. `init` मेथड में, इस WiFi क्लाइंट पर प्रमाणपत्र सेट करें:
+
+    ```cpp
+    _speech_client.setCACert(SPEECH_CERTIFICATE);
+    ```
+
+1. `SpeechToText` क्लास के `public` सेक्शन में, वाक को पाठ में बदलने के लिए एक मेथड परिभाषित करें:
+
+    ```cpp
+    String convertSpeechToText()
+    {
+        
+    }
+    ```
+
+1. इस मेथड में, स्पीच प्रमाणपत्र के साथ कॉन्फ़िगर किए गए WiFi क्लाइंट का उपयोग करके एक HTTP क्लाइंट बनाने और स्थान और भाषा के साथ सेट किए गए स्पीच URL का उपयोग करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    char url[128];
+    sprintf(url, SPEECH_URL, SPEECH_LOCATION, LANGUAGE);
+
+    HTTPClient httpClient;
+    httpClient.begin(_speech_client, url);
+    ```
+
+1. कनेक्शन पर कुछ हेडर सेट करने की आवश्यकता है:
+
+    ```cpp
+    httpClient.addHeader("Authorization", String("Bearer ") + _access_token);
+    httpClient.addHeader("Content-Type", String("audio/wav; codecs=audio/pcm; samplerate=") + String(RATE));
+    httpClient.addHeader("Accept", "application/json;text/xml");
+    ```
+
+    यह हेडर को एक्सेस टोकन का उपयोग करके प्राधिकरण के लिए सेट करता है, ऑडियो प्रारूप को सैंपल रेट का उपयोग करके सेट करता है, और यह सेट करता है कि क्लाइंट परिणाम को JSON के रूप में अपेक्षित करता है।
+
+1. इसके बाद, REST API कॉल करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    Serial.println("Sending speech...");
+
+    FlashStream stream;
+    int httpResponseCode = httpClient.sendRequest("POST", &stream, BUFFER_SIZE);
+
+    Serial.println("Speech sent!");
+    ```
+
+    यह एक `FlashStream` बनाता है और REST API पर डेटा स्ट्रीम करने के लिए इसका उपयोग करता है।
+
+1. इसके नीचे, निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    String text = "";
+
+    if (httpResponseCode == 200)
+    {
+        String result = httpClient.getString();
+        Serial.println(result);
+
+        DynamicJsonDocument doc(1024);
+        deserializeJson(doc, result.c_str());
+
+        JsonObject obj = doc.as<JsonObject>();
+        text = obj["DisplayText"].as<String>();
+    }
+    else if (httpResponseCode == 401)
+    {
+        Serial.println("Access token expired, trying again with a new token");
+        _access_token = getAccessToken();
+        return convertSpeechToText();
+    }
+    else
+    {
+        Serial.print("Failed to convert text to speech - error ");
+        Serial.println(httpResponseCode);
+    }
+    ```
+
+    यह कोड प्रतिक्रिया कोड की जांच करता है।
+
+    यदि यह 200 है, जो सफलता का कोड है, तो परिणाम प्राप्त किया जाता है, JSON से डिकोड किया जाता है, और `DisplayText` प्रॉपर्टी को `text` वेरिएबल में सेट किया जाता है। यह वह प्रॉपर्टी है जिसमें वाक का टेक्स्ट संस्करण लौटाया जाता है।
+
+    यदि प्रतिक्रिया कोड 401 है, तो एक्सेस टोकन समाप्त हो गया है (ये टोकन केवल 10 मिनट तक चलते हैं)। एक नया एक्सेस टोकन अनुरोध किया जाता है, और कॉल को फिर से किया जाता है।
+
+    अन्यथा, एक त्रुटि सीरियल मॉनिटर पर भेजी जाती है, और `text` खाली छोड़ दिया जाता है।
+
+1. इस मेथड के अंत में निम्नलिखित कोड जोड़ें ताकि HTTP क्लाइंट को बंद किया जा सके और टेक्स्ट लौटाया जा सके:
+
+    ```cpp
+    httpClient.end();
+
+    return text;
+    ```
+
+1. `main.cpp` में, इस नए `convertSpeechToText` मेथड को `processAudio` फंक्शन में कॉल करें, फिर वाक को सीरियल मॉनिटर पर लॉग करें:
+
+    ```cpp
+    String text = speechToText.convertSpeechToText();
+    Serial.println(text);
+    ```
+
+1. इस कोड को बनाएं, इसे अपने Wio Terminal पर अपलोड करें और इसे सीरियल मॉनिटर के माध्यम से टेस्ट करें। एक बार जब आप सीरियल मॉनिटर में `Ready` देखें, तो C बटन दबाएं (जो बाईं ओर है, पावर स्विच के सबसे करीब), और बोलें। 4 सेकंड का ऑडियो कैप्चर किया जाएगा, फिर इसे टेक्स्ट में बदल दिया जाएगा।
+
+    ```output
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    Got access token.
+    Ready.
+    Starting recording...
+    Finished recording
+    Sending speech...
+    Speech sent!
+    {"RecognitionStatus":"Success","DisplayText":"Set a 2 minute and 27 second timer.","Offset":4700000,"Duration":35300000}
+    Set a 2 minute and 27 second timer.
+    ```
+
+> 💁 आप इस कोड को [code-speech-to-text/wio-terminal](../../../../../6-consumer/lessons/1-speech-recognition/code-speech-to-text/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपका वाक से पाठ प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/2-language-understanding/README.md b/translations/hi/6-consumer/lessons/2-language-understanding/README.md
new file mode 100644
index 00000000..1461fcaf
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/2-language-understanding/README.md
@@ -0,0 +1,572 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "6f4ba69d77f16c4a5110623a96a215c3",
+  "translation_date": "2025-08-25T17:40:34+00:00",
+  "source_file": "6-consumer/lessons/2-language-understanding/README.md",
+  "language_code": "hi"
+}
+-->
+# भाषा को समझें
+
+![इस पाठ का एक स्केच नोट अवलोकन](../../../../../translated_images/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।
+
+## व्याख्यान से पहले का क्विज़
+
+[व्याख्यान से पहले का क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/43)
+
+## परिचय
+
+पिछले पाठ में आपने आवाज़ को टेक्स्ट में बदला। इसे एक स्मार्ट टाइमर प्रोग्राम करने के लिए उपयोग करने के लिए, आपके कोड को यह समझने की आवश्यकता होगी कि क्या कहा गया। आप मान सकते हैं कि उपयोगकर्ता एक निश्चित वाक्यांश बोलेगा, जैसे "3 मिनट का टाइमर सेट करें", और उस वाक्यांश को पार्स करके यह पता लगाएंगे कि टाइमर कितने समय के लिए होना चाहिए, लेकिन यह बहुत उपयोगकर्ता-अनुकूल नहीं है। यदि कोई उपयोगकर्ता कहे "3 मिनट के लिए टाइमर सेट करें", तो आप या मैं समझ जाएंगे कि उनका क्या मतलब है, लेकिन आपका कोड नहीं समझेगा, क्योंकि वह एक निश्चित वाक्यांश की अपेक्षा कर रहा होगा।
+
+यहीं पर भाषा समझने की तकनीक काम आती है, जो AI मॉडल का उपयोग करके टेक्स्ट की व्याख्या करती है और आवश्यक विवरण लौटाती है। उदाहरण के लिए, "3 मिनट का टाइमर सेट करें" और "3 मिनट के लिए टाइमर सेट करें" दोनों को समझना कि 3 मिनट के लिए एक टाइमर की आवश्यकता है।
+
+इस पाठ में आप भाषा समझने वाले मॉडल के बारे में जानेंगे, उन्हें कैसे बनाना, प्रशिक्षित करना और अपने कोड में उपयोग करना।
+
+इस पाठ में हम कवर करेंगे:
+
+* [भाषा समझना](../../../../../6-consumer/lessons/2-language-understanding)
+* [भाषा समझने का मॉडल बनाएं](../../../../../6-consumer/lessons/2-language-understanding)
+* [इरादे और इकाइयाँ](../../../../../6-consumer/lessons/2-language-understanding)
+* [भाषा समझने के मॉडल का उपयोग करें](../../../../../6-consumer/lessons/2-language-understanding)
+
+## भाषा समझना
+
+मनुष्य हजारों वर्षों से संवाद करने के लिए भाषा का उपयोग कर रहे हैं। हम शब्दों, ध्वनियों, या क्रियाओं के माध्यम से संवाद करते हैं और यह समझते हैं कि क्या कहा गया, न केवल शब्दों, ध्वनियों या क्रियाओं का अर्थ, बल्कि उनका संदर्भ भी। हम ईमानदारी और व्यंग्य को समझते हैं, जिससे एक ही शब्द अलग-अलग स्वर के आधार पर अलग-अलग अर्थ रख सकते हैं।
+
+✅ हाल ही में हुई कुछ बातचीतों के बारे में सोचें। कितनी बातचीत कंप्यूटर के लिए समझना मुश्किल होगी क्योंकि उसे संदर्भ की आवश्यकता है?
+
+भाषा समझना, जिसे प्राकृतिक भाषा समझना भी कहा जाता है, कृत्रिम बुद्धिमत्ता के एक क्षेत्र का हिस्सा है जिसे प्राकृतिक भाषा प्रसंस्करण (NLP) कहा जाता है। यह पढ़ने और समझने की क्षमता से संबंधित है, जिसमें शब्दों या वाक्यों के विवरण को समझने की कोशिश की जाती है। यदि आप एलेक्सा या सिरी जैसे वॉयस असिस्टेंट का उपयोग करते हैं, तो आपने भाषा समझने वाली सेवाओं का उपयोग किया है। ये वे AI सेवाएँ हैं जो "एलेक्सा, टेलर स्विफ्ट का नवीनतम एल्बम चलाओ" को मेरी बेटी के लिविंग रूम में अपने पसंदीदा गानों पर नाचने में बदल देती हैं।
+
+> 💁 कंप्यूटर, अपनी सभी प्रगति के बावजूद, टेक्स्ट को वास्तव में समझने में अभी भी बहुत पीछे हैं। जब हम कंप्यूटर के साथ भाषा समझने की बात करते हैं, तो हमारा मतलब मानव संचार जितना उन्नत कुछ भी नहीं होता, बल्कि हमारा मतलब कुछ शब्दों को लेकर मुख्य विवरण निकालने से होता है।
+
+मनुष्य के रूप में, हम बिना सोचे-समझे भाषा को समझते हैं। यदि मैं किसी अन्य व्यक्ति से "टेलर स्विफ्ट का नवीनतम एल्बम चलाओ" कहूं, तो वे स्वाभाविक रूप से समझ जाएंगे कि मेरा क्या मतलब है। कंप्यूटर के लिए, यह कठिन है। उसे शब्दों को लेना होगा, जो आवाज़ से टेक्स्ट में बदले गए हैं, और निम्नलिखित जानकारी के टुकड़ों को समझना होगा:
+
+* संगीत चलाना है
+* संगीत कलाकार टेलर स्विफ्ट का है
+* विशेष संगीत एक पूरे एल्बम का है जिसमें कई ट्रैक क्रम में हैं
+* टेलर स्विफ्ट के कई एल्बम हैं, इसलिए उन्हें कालानुक्रमिक क्रम में व्यवस्थित करना होगा और सबसे हाल ही में प्रकाशित एल्बम की आवश्यकता है
+
+✅ उन अन्य वाक्यों के बारे में सोचें जो आपने अनुरोध करते समय बोले हैं, जैसे कॉफी ऑर्डर करना या किसी परिवार के सदस्य से कुछ पास करने के लिए कहना। उन्हें उन जानकारी के टुकड़ों में तोड़ने की कोशिश करें जिन्हें कंप्यूटर को वाक्य को समझने के लिए निकालने की आवश्यकता होगी।
+
+भाषा समझने वाले मॉडल AI मॉडल हैं जिन्हें भाषा से कुछ विवरण निकालने के लिए प्रशिक्षित किया जाता है, और फिर उन्हें स्थानांतरित शिक्षण (transfer learning) का उपयोग करके विशिष्ट कार्यों के लिए प्रशिक्षित किया जाता है, जैसे आपने कस्टम विज़न मॉडल को छवियों के एक छोटे सेट का उपयोग करके प्रशिक्षित किया था। आप एक मॉडल ले सकते हैं, फिर उसे उस टेक्स्ट का उपयोग करके प्रशिक्षित कर सकते हैं जिसे आप समझना चाहते हैं।
+
+## भाषा समझने का मॉडल बनाएं
+
+![LUIS लोगो](../../../../../translated_images/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.hi.png)
+
+आप LUIS (Language Understanding Intelligent Service) का उपयोग करके भाषा समझने वाले मॉडल बना सकते हैं, जो Microsoft की एक सेवा है और Cognitive Services का हिस्सा है।
+
+### कार्य - एक ऑथरिंग संसाधन बनाएं
+
+LUIS का उपयोग करने के लिए, आपको एक ऑथरिंग संसाधन बनाना होगा।
+
+1. अपने `smart-timer` संसाधन समूह में एक ऑथरिंग संसाधन बनाने के लिए निम्नलिखित कमांड का उपयोग करें:
+
+    ```python
+    az cognitiveservices account create --name smart-timer-luis-authoring \
+                                        --resource-group smart-timer \
+                                        --kind LUIS.Authoring \
+                                        --sku F0 \
+                                        --yes \
+                                        --location <location>
+    ```
+
+    `<location>` को उस स्थान से बदलें जिसे आपने संसाधन समूह बनाते समय उपयोग किया था।
+
+    > ⚠️ LUIS सभी क्षेत्रों में उपलब्ध नहीं है, इसलिए यदि आपको निम्नलिखित त्रुटि मिलती है:
+    >
+    > ```output
+    > InvalidApiSetId: The account type 'LUIS.Authoring' is either invalid or unavailable in given region.
+    > ```
+    >
+    > तो एक अलग क्षेत्र चुनें।
+
+    यह एक मुफ्त-स्तरीय LUIS ऑथरिंग संसाधन बनाएगा।
+
+### कार्य - एक भाषा समझने वाला ऐप बनाएं
+
+1. अपने ब्राउज़र में [luis.ai](https://luis.ai?WT.mc_id=academic-17441-jabenn) पोर्टल खोलें और उसी खाते से साइन इन करें जिसे आप Azure के लिए उपयोग कर रहे हैं।
+
+1. डायलॉग पर दिए गए निर्देशों का पालन करें, अपनी Azure सदस्यता का चयन करें, फिर उस `smart-timer-luis-authoring` संसाधन का चयन करें जिसे आपने अभी बनाया है।
+
+1. *Conversation apps* सूची से, **New app** बटन का चयन करें और एक नया ऐप बनाएं। नए ऐप का नाम `smart-timer` रखें और *Culture* को अपनी भाषा पर सेट करें।
+
+    > 💁 भविष्यवाणी संसाधन के लिए एक फ़ील्ड है। आप केवल भविष्यवाणी के लिए एक दूसरा संसाधन बना सकते हैं, लेकिन मुफ्त ऑथरिंग संसाधन प्रति माह 1,000 भविष्यवाणियाँ प्रदान करता है, जो विकास के लिए पर्याप्त होना चाहिए, इसलिए आप इसे खाली छोड़ सकते हैं।
+
+1. ऐप बनाने के बाद जो गाइड दिखाई देता है, उसे पढ़ें ताकि आप भाषा समझने वाले मॉडल को प्रशिक्षित करने के चरणों को समझ सकें। जब आप गाइड पढ़ लें, तो इसे बंद कर दें।
+
+## इरादे और इकाइयाँ
+
+भाषा समझना *इरादों* और *इकाइयों* पर आधारित है। इरादे शब्दों के उद्देश्य को दर्शाते हैं, जैसे संगीत चलाना, टाइमर सेट करना, या खाना ऑर्डर करना। इकाइयाँ वह होती हैं जिनका इरादा संदर्भित करता है, जैसे एल्बम, टाइमर की अवधि, या भोजन का प्रकार। मॉडल द्वारा व्याख्या किए गए प्रत्येक वाक्य में कम से कम एक इरादा और वैकल्पिक रूप से एक या अधिक इकाइयाँ होनी चाहिए।
+
+कुछ उदाहरण:
+
+| वाक्य                                              | इरादा            | इकाइयाँ                                    |
+| --------------------------------------------------- | ----------------- | ------------------------------------------ |
+| "टेलर स्विफ्ट का नवीनतम एल्बम चलाओ"               | *संगीत चलाना*    | *टेलर स्विफ्ट का नवीनतम एल्बम*            |
+| "3 मिनट का टाइमर सेट करें"                         | *टाइमर सेट करें* | *3 मिनट*                                  |
+| "मेरा टाइमर रद्द करें"                             | *टाइमर रद्द करें*| कोई नहीं                                   |
+| "3 बड़े पाइनएप्पल पिज्जा और एक सीज़र सलाद ऑर्डर करें" | *खाना ऑर्डर करें*| *3 बड़े पाइनएप्पल पिज्जा*, *सीज़र सलाद*   |
+
+✅ उन वाक्यों के बारे में सोचें जो आपने पहले सोचे थे। उस वाक्य में इरादा और कोई इकाइयाँ क्या होंगी?
+
+LUIS को प्रशिक्षित करने के लिए, पहले आप इकाइयाँ सेट करते हैं। ये निश्चित शब्दों की सूची हो सकती हैं, या टेक्स्ट से सीखी जा सकती हैं। उदाहरण के लिए, आप अपने मेनू से उपलब्ध भोजन की एक निश्चित सूची प्रदान कर सकते हैं, जिसमें प्रत्येक शब्द के भिन्न रूप (या पर्यायवाची) शामिल हैं, जैसे *बैंगन* और *एबर्जीन*।
+
+टाइमर सेट करने के लिए, आप समय के लिए एक इकाई बना सकते हैं (जैसे मिनट और सेकंड) और एक अन्य इकाई समय की संख्या के लिए। प्रत्येक इकाई में एकाधिक भिन्न रूप हो सकते हैं, जैसे मिनट और मिनट्स।
+
+इरादे बनाने के बाद, आप उदाहरण वाक्य प्रदान करते हैं (जिन्हें *utterances* कहा जाता है)। उदाहरण के लिए, *टाइमर सेट करें* इरादे के लिए, आप निम्नलिखित वाक्य प्रदान कर सकते हैं:
+
+* `1 सेकंड का टाइमर सेट करें`
+* `1 मिनट और 12 सेकंड के लिए टाइमर सेट करें`
+* `3 मिनट के लिए टाइमर सेट करें`
+* `9 मिनट 30 सेकंड का टाइमर सेट करें`
+
+फिर आप LUIS को बताते हैं कि इन वाक्यों के कौन से हिस्से इकाइयों से मेल खाते हैं:
+
+![वाक्य को इकाइयों में विभाजित करना](../../../../../translated_images/sentence-as-intent-entities.301401696f9922590a99343f5c5d211b710b906f212f0d4d034cee3ffb610272.hi.png)
+
+वाक्य `1 मिनट और 12 सेकंड के लिए टाइमर सेट करें` का इरादा `टाइमर सेट करें` है। इसमें 2 इकाइयाँ हैं, जिनमें 2 मान हैं:
+
+|            | समय | इकाई    |
+| ---------- | ---: | ------- |
+| 1 मिनट     | 1    | मिनट    |
+| 12 सेकंड   | 12   | सेकंड   |
+
+एक अच्छा मॉडल प्रशिक्षित करने के लिए, आपको विभिन्न प्रकार के उदाहरण वाक्य चाहिए ताकि यह विभिन्न तरीकों को कवर कर सके जिनसे कोई व्यक्ति एक ही चीज़ माँग सकता है।
+
+> 💁 किसी भी AI मॉडल की तरह, जितना अधिक डेटा और जितना सटीक डेटा आप प्रशिक्षण के लिए उपयोग करेंगे, मॉडल उतना ही बेहतर होगा।
+
+✅ उन विभिन्न तरीकों के बारे में सोचें जिनसे आप एक ही चीज़ माँग सकते हैं और उम्मीद कर सकते हैं कि एक इंसान समझ जाएगा।
+
+### कार्य - भाषा समझने वाले मॉडल में इकाइयाँ जोड़ें
+
+टाइमर के लिए, आपको 2 इकाइयाँ जोड़नी होंगी - एक समय की इकाई (मिनट या सेकंड) के लिए और एक मिनट या सेकंड की संख्या के लिए।
+
+LUIS पोर्टल का उपयोग करने के निर्देश [Microsoft Docs पर Quickstart: Build your app in LUIS portal](https://docs.microsoft.com/azure/cognitive-services/luis/luis-get-started-create-app?WT.mc_id=academic-17441-jabenn) में पाए जा सकते हैं।
+
+1. LUIS पोर्टल से, *Entities* टैब का चयन करें और **Add prebuilt entity** बटन का उपयोग करके *number* प्रीबिल्ट इकाई जोड़ें। सूची से *number* का चयन करें।
+
+1. समय इकाई के लिए एक नई इकाई बनाएं। **Create** बटन का उपयोग करें। इकाई का नाम `time unit` रखें और प्रकार *List* पर सेट करें। *Normalized values* सूची में `minute` और `second` के लिए मान जोड़ें, और *synonyms* सूची में उनके एकवचन और बहुवचन रूप जोड़ें। प्रत्येक पर्याय जोड़ने के बाद `return` दबाएँ।
+
+    | Normalized value | Synonyms        |
+    | ---------------- | --------------- |
+    | minute           | minute, minutes |
+    | second           | second, seconds |
+
+### कार्य - भाषा समझने वाले मॉडल में इरादे जोड़ें
+
+1. *Intents* टैब से, **Create** बटन का चयन करें और एक नया इरादा बनाएं। इस इरादे का नाम `set timer` रखें।
+
+1. उदाहरणों में, टाइमर सेट करने के विभिन्न तरीकों को दर्ज करें, जिनमें मिनट, सेकंड और मिनट और सेकंड का संयोजन शामिल हो। उदाहरण हो सकते हैं:
+
+    * `1 सेकंड का टाइमर सेट करें`
+    * `4 मिनट का टाइमर सेट करें`
+    * `चार मिनट छह सेकंड का टाइमर सेट करें`
+    * `9 मिनट 30 सेकंड का टाइमर सेट करें`
+    * `1 मिनट और 12 सेकंड के लिए टाइमर सेट करें`
+    * `3 मिनट के लिए टाइमर सेट करें`
+    * `3 मिनट और 1 सेकंड के लिए टाइमर सेट करें`
+    * `तीन मिनट और एक सेकंड के लिए टाइमर सेट करें`
+    * `1 मिनट और 1 सेकंड के लिए टाइमर सेट करें`
+    * `30 सेकंड के लिए टाइमर सेट करें`
+    * `1 सेकंड के लिए टाइमर सेट करें`
+
+    मॉडल को दोनों शब्दों और अंकों को संभालने के लिए प्रशिक्षित करने के लिए शब्दों और अंकों को मिलाएँ।
+
+1. प्रत्येक उदाहरण दर्ज करते समय, LUIS इकाइयों का पता लगाना शुरू कर देगा और किसी भी पाए गए इकाई को रेखांकित और लेबल करेगा।
+
+    ![LUIS द्वारा रेखांकित उदाहरण](../../../../../translated_images/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.hi.png)
+
+### कार्य - मॉडल को प्रशिक्षित और परीक्षण करें
+
+1. इकाइयों और इरादों को कॉन्फ़िगर करने के बाद, आप शीर्ष मेनू में **Train** बटन का उपयोग करके मॉडल को प्रशिक्षित कर सकते हैं। इस बटन का चयन करें, और मॉडल कुछ सेकंड में प्रशिक्षित हो जाएगा। प्रशिक्षण के दौरान बटन ग्रे हो जाएगा और प्रशिक्षण पूरा होने के बाद फिर से सक्रिय हो जाएगा।
+
+1. शीर्ष मेनू से **Test** बटन का चयन करें और भाषा समझने वाले मॉडल का परीक्षण करें। `5 मिनट और 4 सेकंड के लिए टाइमर सेट करें` जैसे टेक्स्ट दर्ज करें और रिटर्न दबाएँ। वाक्य उस टेक्स्ट बॉक्स के नीचे दिखाई देगा जिसमें आपने इसे टाइप किया था, और उसके नीचे *top intent* होगा, या वह इरादा जिसे सबसे अधिक संभावना के साथ पहचाना गया। यह `set timer` होना चाहिए। इरादे का नाम उसके सही होने की संभावना के प्रतिशत के साथ होगा।
+
+1. परिणामों का ब्रेकडाउन देखने के लिए **Inspect** विकल्प का चयन करें। आप शीर्ष स्कोरिंग इरादे को उसकी प्रतिशत संभावना के साथ देखेंगे, साथ ही पहचानी गई इकाइयों की सूची भी।
+
+1. परीक्षण समाप्त करने के बाद *Test* पैन को बंद करें।
+
+### कार्य - मॉडल को प्रकाशित करें
+
+इस मॉडल का कोड से उपयोग करने के लिए, आपको इसे प्रकाशित करना होगा। LUIS से प्रकाशित करते समय, आप इसे परीक्षण के लिए एक स्टेजिंग वातावरण या पूर्ण रिलीज़ के लिए एक प्रोडक्ट वातावरण में प्रकाशित कर सकते हैं। इस पाठ में, स्टेजिंग वातावरण पर्याप्त है।
+
+1. LUIS पोर्टल से, शीर्ष मेनू से **Publish** बटन का चयन करें।
+
+1. सुनिश्चित करें कि *Staging slot* चयनित है, फिर **Done** का चयन करें। ऐप प्रकाशित होने पर आपको एक सूचना दिखाई देगी।
+
+1. आप इसे curl का उपयोग करके परीक्षण कर सकते हैं। curl कमांड बनाने के लिए, आपको तीन मानों की आवश्यकता होगी - एंडपॉइंट, एप्लिकेशन ID (App ID) और एक API कुंजी। ये शीर्ष मेनू से चयनित **MANAGE** टैब के *Settings* अनुभाग से एक्सेस किए जा सकते हैं।
+
+    1. *Settings* अनुभाग से App ID कॉपी करें।
+1. *Azure Resources* सेक्शन से *Authoring Resource* चुनें, और *Primary Key* और *Endpoint URL* कॉपी करें।
+
+1. अपने कमांड प्रॉम्प्ट या टर्मिनल में निम्नलिखित curl कमांड चलाएं:
+
+    ```sh
+    curl "<endpoint url>/luis/prediction/v3.0/apps/<app id>/slots/staging/predict" \
+          --request GET \
+          --get \
+          --data "subscription-key=<primary key>" \
+          --data "verbose=false" \
+          --data "show-all-intents=true" \
+          --data-urlencode "query=<sentence>"
+    ```
+
+    `<endpoint url>` को *Azure Resources* सेक्शन से प्राप्त Endpoint URL से बदलें।
+
+    `<app id>` को *Settings* सेक्शन से प्राप्त App ID से बदलें।
+
+    `<primary key>` को *Azure Resources* सेक्शन से प्राप्त Primary Key से बदलें।
+
+    `<sentence>` को उस वाक्य से बदलें जिसे आप टेस्ट करना चाहते हैं।
+
+1. इस कॉल का आउटपुट एक JSON डॉक्यूमेंट होगा, जिसमें क्वेरी, टॉप इंटेंट, और विभिन्न प्रकार के एंटिटी की सूची होगी।
+
+    ```JSON
+    {
+        "query": "set a timer for 45 minutes and 12 seconds",
+        "prediction": {
+            "topIntent": "set timer",
+            "intents": {
+                "set timer": {
+                    "score": 0.97031575
+                },
+                "None": {
+                    "score": 0.02205793
+                }
+            },
+            "entities": {
+                "number": [
+                    45,
+                    12
+                ],
+                "time-unit": [
+                    [
+                        "minute"
+                    ],
+                    [
+                        "second"
+                    ]
+                ]
+            }
+        }
+    }
+    ```
+
+    ऊपर दिया गया JSON `set a timer for 45 minutes and 12 seconds` क्वेरी से प्राप्त हुआ है:
+
+    * `set timer` टॉप इंटेंट था, जिसकी संभावना 97% थी।
+    * दो *number* एंटिटी डिटेक्ट हुईं, `45` और `12`।
+    * दो *time-unit* एंटिटी डिटेक्ट हुईं, `minute` और `second`।
+
+## भाषा समझने वाले मॉडल का उपयोग करें
+
+एक बार प्रकाशित होने के बाद, LUIS मॉडल को कोड से कॉल किया जा सकता है। पिछले पाठों में, आपने IoT Hub का उपयोग क्लाउड सेवाओं के साथ संचार के लिए किया था, टेलीमेट्री भेजने और कमांड सुनने के लिए। यह बहुत असिंक्रोनस है - एक बार टेलीमेट्री भेजने के बाद आपका कोड प्रतिक्रिया का इंतजार नहीं करता, और यदि क्लाउड सेवा डाउन है, तो आपको पता नहीं चलेगा।
+
+एक स्मार्ट टाइमर के लिए, हमें तुरंत प्रतिक्रिया चाहिए, ताकि हम उपयोगकर्ता को बता सकें कि टाइमर सेट हो गया है, या उन्हें सूचित कर सकें कि क्लाउड सेवाएं उपलब्ध नहीं हैं। ऐसा करने के लिए, हमारा IoT डिवाइस सीधे एक वेब एंडपॉइंट को कॉल करेगा, IoT Hub पर निर्भर रहने के बजाय।
+
+LUIS को IoT डिवाइस से कॉल करने के बजाय, आप एक अलग प्रकार के ट्रिगर के साथ सर्वरलेस कोड का उपयोग कर सकते हैं - एक HTTP ट्रिगर। यह आपके फंक्शन ऐप को REST अनुरोधों को सुनने और उनका जवाब देने की अनुमति देता है। यह फंक्शन एक REST एंडपॉइंट होगा जिसे आपका डिवाइस कॉल कर सकता है।
+
+> 💁 हालांकि आप LUIS को सीधे अपने IoT डिवाइस से कॉल कर सकते हैं, सर्वरलेस कोड जैसी चीज़ का उपयोग करना बेहतर है। इस तरह, जब आप बेहतर मॉडल ट्रेन करते हैं या किसी अन्य भाषा में मॉडल ट्रेन करते हैं, तो आपको केवल अपने क्लाउड कोड को अपडेट करना होगा, न कि हजारों या लाखों IoT डिवाइसों पर कोड को फिर से डिप्लॉय करना।
+
+### कार्य - एक सर्वरलेस फंक्शन ऐप बनाएं
+
+1. `smart-timer-trigger` नामक एक Azure Functions ऐप बनाएं, और इसे VS Code में खोलें।
+
+1. इस ऐप में `speech-trigger` नामक एक HTTP ट्रिगर जोड़ें, निम्नलिखित कमांड का उपयोग करके, जो आप VS Code टर्मिनल के अंदर चलाएंगे:
+
+    ```sh
+    func new --name text-to-timer --template "HTTP trigger"
+    ```
+
+    यह `text-to-timer` नामक एक HTTP ट्रिगर बनाएगा।
+
+1. फंक्शन ऐप चलाकर HTTP ट्रिगर का परीक्षण करें। जब यह चलेगा, तो आउटपुट में एंडपॉइंट सूचीबद्ध होगा:
+
+    ```output
+    Functions:
+    
+            text-to-timer: [GET,POST] http://localhost:7071/api/text-to-timer
+    ```
+
+    इसे अपने ब्राउज़र में [http://localhost:7071/api/text-to-timer](http://localhost:7071/api/text-to-timer) URL लोड करके टेस्ट करें।
+
+    ```output
+    This HTTP triggered function executed successfully. Pass a name in the query string or in the request body for a personalized response.
+    ```
+
+### कार्य - भाषा समझने वाले मॉडल का उपयोग करें
+
+1. LUIS के लिए SDK एक Pip पैकेज के माध्यम से उपलब्ध है। इस पैकेज पर निर्भरता जोड़ने के लिए `requirements.txt` फाइल में निम्नलिखित लाइन जोड़ें:
+
+    ```sh
+    azure-cognitiveservices-language-luis
+    ```
+
+1. सुनिश्चित करें कि VS Code टर्मिनल में वर्चुअल एनवायरनमेंट सक्रिय है, और Pip पैकेज इंस्टॉल करने के लिए निम्नलिखित कमांड चलाएं:
+
+    ```sh
+    pip install -r requirements.txt
+    ```
+
+    > 💁 यदि आपको त्रुटियां मिलती हैं, तो आपको निम्नलिखित कमांड का उपयोग करके pip को अपग्रेड करने की आवश्यकता हो सकती है:
+    >
+    > ```sh
+    > pip install --upgrade pip
+    > ```
+
+1. LUIS पोर्टल के **MANAGE** टैब से अपने LUIS API Key, Endpoint URL, और App ID के लिए `local.settings.json` फाइल में नए एंट्री जोड़ें:
+
+    ```JSON
+    "LUIS_KEY": "<primary key>",
+    "LUIS_ENDPOINT_URL": "<endpoint url>",
+    "LUIS_APP_ID": "<app id>"
+    ```
+
+    `<endpoint url>` को **MANAGE** टैब के *Azure Resources* सेक्शन से प्राप्त Endpoint URL से बदलें। यह `https://<location>.api.cognitive.microsoft.com/` होगा।
+
+    `<app id>` को **MANAGE** टैब के *Settings* सेक्शन से प्राप्त App ID से बदलें।
+
+    `<primary key>` को **MANAGE** टैब के *Azure Resources* सेक्शन से प्राप्त Primary Key से बदलें।
+
+1. `__init__.py` फाइल में निम्नलिखित इंपोर्ट जोड़ें:
+
+    ```python
+    import json
+    import os
+    from azure.cognitiveservices.language.luis.runtime import LUISRuntimeClient
+    from msrest.authentication import CognitiveServicesCredentials
+    ```
+
+    यह कुछ सिस्टम लाइब्रेरी और LUIS के साथ इंटरैक्ट करने के लिए लाइब्रेरी इंपोर्ट करता है।
+
+1. `main` मेथड की सामग्री को डिलीट करें, और निम्नलिखित कोड जोड़ें:
+
+    ```python
+    luis_key = os.environ['LUIS_KEY']
+    endpoint_url = os.environ['LUIS_ENDPOINT_URL']
+    app_id = os.environ['LUIS_APP_ID']
+    
+    credentials = CognitiveServicesCredentials(luis_key)
+    client = LUISRuntimeClient(endpoint=endpoint_url, credentials=credentials)
+    ```
+
+    यह आपके LUIS ऐप के लिए `local.settings.json` फाइल में जोड़े गए मानों को लोड करता है, आपके API Key के साथ एक क्रेडेंशियल ऑब्जेक्ट बनाता है, और आपके LUIS ऐप के साथ इंटरैक्ट करने के लिए एक LUIS क्लाइंट ऑब्जेक्ट बनाता है।
+
+1. यह HTTP ट्रिगर JSON के रूप में समझने के लिए टेक्स्ट पास करते हुए कॉल किया जाएगा, जिसमें टेक्स्ट `text` नामक प्रॉपर्टी में होगा। HTTP अनुरोध के बॉडी से मान निकालने और इसे कंसोल में लॉग करने के लिए निम्नलिखित कोड `main` फंक्शन में जोड़ें:
+
+    ```python
+    req_body = req.get_json()
+    text = req_body['text']
+    logging.info(f'Request - {text}')
+    ```
+
+1. भविष्यवाणियां LUIS से एक प्रेडिक्शन अनुरोध भेजकर मांगी जाती हैं - एक JSON डॉक्यूमेंट जिसमें भविष्यवाणी के लिए टेक्स्ट होता है। इसे निम्नलिखित कोड के साथ बनाएं:
+
+    ```python
+    prediction_request = { 'query' : text }
+    ```
+
+1. इस अनुरोध को LUIS पर भेजा जा सकता है, उस स्टेजिंग स्लॉट का उपयोग करते हुए जिसमें आपका ऐप प्रकाशित किया गया था:
+
+    ```python
+    prediction_response = client.prediction.get_slot_prediction(app_id, 'Staging', prediction_request)
+    ```
+
+1. प्रेडिक्शन प्रतिक्रिया में टॉप इंटेंट होता है - सबसे अधिक प्रेडिक्शन स्कोर वाला इंटेंट, साथ ही एंटिटी। यदि टॉप इंटेंट `set timer` है, तो एंटिटी को पढ़कर टाइमर के लिए आवश्यक समय प्राप्त किया जा सकता है:
+
+    ```python
+    if prediction_response.prediction.top_intent == 'set timer':
+        numbers = prediction_response.prediction.entities['number']
+        time_units = prediction_response.prediction.entities['time unit']
+        total_seconds = 0
+    ```
+
+    `number` एंटिटी एक नंबरों की सूची होगी। उदाहरण के लिए, यदि आपने कहा *"Set a four minute 17 second timer."*, तो `number` सूची में 2 पूर्णांक होंगे - 4 और 17।
+
+    `time unit` एंटिटी स्ट्रिंग्स की सूची की सूची होगी, जिसमें प्रत्येक समय इकाई एक सूची के अंदर होगी। उदाहरण के लिए, यदि आपने कहा *"Set a four minute 17 second timer."*, तो `time unit` सूची में 2 सूचियां होंगी, जिनमें प्रत्येक में एक मान होगा - `['minute']` और `['second']`।
+
+    *"Set a four minute 17 second timer."* के लिए इन एंटिटी का JSON संस्करण है:
+
+    ```json
+    {
+        "number": [4, 17],
+        "time unit": [
+            ["minute"],
+            ["second"]
+        ]
+    }
+    ```
+
+    यह कोड टाइमर के लिए कुल समय को सेकंड में परिभाषित करता है। इसे एंटिटी से प्राप्त मानों द्वारा भरा जाएगा।
+
+1. एंटिटी लिंक नहीं होती हैं, लेकिन हम उनके बारे में कुछ धारणाएं कर सकते हैं। वे बोले गए क्रम में होंगी, इसलिए सूची में स्थिति का उपयोग यह निर्धारित करने के लिए किया जा सकता है कि कौन सा नंबर किस समय इकाई से मेल खाता है। उदाहरण के लिए:
+
+    * *"Set a 30 second timer"* - इसमें एक नंबर, `30`, और एक समय इकाई, `second` होगी, इसलिए एकल नंबर एकल समय इकाई से मेल खाएगा।
+    * *"Set a 2 minute and 30 second timer"* - इसमें दो नंबर, `2` और `30`, और दो समय इकाइयां, `minute` और `second` होंगी, इसलिए पहला नंबर पहली समय इकाई के लिए होगा (2 मिनट), और दूसरा नंबर दूसरी समय इकाई के लिए (30 सेकंड)।
+
+    निम्नलिखित कोड `if` ब्लॉक के अंदर जोड़ें:
+
+    ```python
+    for i in range(0, len(numbers)):
+        number = numbers[i]
+        time_unit = time_units[i][0]
+    ```
+
+    *"Set a four minute 17 second timer."* के लिए, यह दो बार लूप करेगा, निम्नलिखित मान देगा:
+
+    | लूप काउंट | `number` | `time_unit` |
+    | ---------: | -------: | ----------- |
+    | 0          | 4        | minute      |
+    | 1          | 17       | second      |
+
+1. इस लूप के अंदर, नंबर और समय इकाई का उपयोग करके टाइमर के लिए कुल समय की गणना करें, प्रत्येक मिनट के लिए 60 सेकंड जोड़ें, और किसी भी सेकंड के लिए सेकंड की संख्या जोड़ें:
+
+    ```python
+    if time_unit == 'minute':
+        total_seconds += number * 60
+    else:
+        total_seconds += number
+    ```
+
+1. एंटिटी के माध्यम से लूप के बाहर, टाइमर के लिए कुल समय को लॉग करें:
+
+    ```python
+    logging.info(f'Timer required for {total_seconds} seconds')
+    ```
+
+1. सेकंड की संख्या को HTTP प्रतिक्रिया के रूप में फंक्शन से वापस करना होगा। `if` ब्लॉक के अंत में निम्नलिखित जोड़ें:
+
+    ```python
+    payload = {
+        'seconds': total_seconds
+    }
+    return func.HttpResponse(json.dumps(payload), status_code=200)
+    ```
+
+    यह कोड टाइमर के लिए कुल सेकंड की संख्या वाली पेलोड बनाता है, इसे JSON स्ट्रिंग में बदलता है, और इसे HTTP परिणाम के रूप में 200 की स्थिति कोड के साथ वापस करता है, जिसका अर्थ है कि कॉल सफल रहा।
+
+1. अंत में, `if` ब्लॉक के बाहर, यदि इंटेंट पहचाना नहीं गया तो त्रुटि कोड लौटाएं:
+
+    ```python
+    return func.HttpResponse(status_code=404)
+    ```
+
+    404 *not found* के लिए स्थिति कोड है।
+
+1. फंक्शन ऐप चलाएं और इसे curl का उपयोग करके टेस्ट करें।
+
+    ```sh
+    curl --request POST 'http://localhost:7071/api/text-to-timer' \
+         --header 'Content-Type: application/json' \
+         --include \
+         --data '{"text":"<text>"}'
+    ```
+
+    `<text>` को अपने अनुरोध के टेक्स्ट से बदलें, उदाहरण के लिए `set a 2 minutes 27 second timer`।
+
+    आपको फंक्शन ऐप से निम्नलिखित आउटपुट दिखाई देगा:
+
+    ```output
+    Functions:
+
+            text-to-timer: [GET,POST] http://localhost:7071/api/text-to-timer
+    
+    For detailed output, run func with --verbose flag.
+    [2021-06-26T19:45:14.502Z] Worker process started and initialized.
+    [2021-06-26T19:45:19.338Z] Host lock lease acquired by instance ID '000000000000000000000000951CAE4E'.
+    [2021-06-26T19:45:52.059Z] Executing 'Functions.text-to-timer' (Reason='This function was programmatically called via the host APIs.', Id=f68bfb90-30e4-47a5-99da-126b66218e81)
+    [2021-06-26T19:45:53.577Z] Timer required for 147 seconds
+    [2021-06-26T19:45:53.746Z] Executed 'Functions.text-to-timer' (Succeeded, Id=f68bfb90-30e4-47a5-99da-126b66218e81, Duration=1750ms)
+    ```
+
+    curl का कॉल निम्नलिखित लौटाएगा:
+
+    ```output
+    HTTP/1.1 200 OK
+    Date: Tue, 29 Jun 2021 01:14:11 GMT
+    Content-Type: text/plain; charset=utf-8
+    Server: Kestrel
+    Transfer-Encoding: chunked
+    
+    {"seconds": 147}
+    ```
+
+    टाइमर के लिए सेकंड की संख्या `"seconds"` मान में होगी।
+
+> 💁 आप इस कोड को [code/functions](../../../../../6-consumer/lessons/2-language-understanding/code/functions) फोल्डर में पा सकते हैं।
+
+### कार्य - अपने IoT डिवाइस के लिए अपना फंक्शन उपलब्ध कराएं
+
+1. आपके IoT डिवाइस को आपके REST एंडपॉइंट को कॉल करने के लिए URL जानने की आवश्यकता होगी। जब आपने इसे पहले एक्सेस किया था, तो आपने `localhost` का उपयोग किया था, जो आपके लोकल मशीन पर REST एंडपॉइंट्स तक पहुंचने के लिए एक शॉर्टकट है। आपके IoT डिवाइस को एक्सेस देने के लिए, आपको या तो इसे क्लाउड पर प्रकाशित करना होगा, या इसे लोकल रूप से एक्सेस करने के लिए अपना IP पता प्राप्त करना होगा।
+
+    > ⚠️ यदि आप Wio Terminal का उपयोग कर रहे हैं, तो फंक्शन ऐप को लोकल रूप से चलाना आसान है, क्योंकि इसमें ऐसी लाइब्रेरी पर निर्भरता होगी, जिसका अर्थ है कि आप फंक्शन ऐप को पहले की तरह डिप्लॉय नहीं कर सकते। फंक्शन ऐप को लोकल रूप से चलाएं और अपने कंप्यूटर के IP पते के माध्यम से इसे एक्सेस करें। यदि आप इसे क्लाउड पर डिप्लॉय करना चाहते हैं, तो बाद के पाठ में इसे करने का तरीका प्रदान किया जाएगा।
+
+    * फंक्शन ऐप को प्रकाशित करें - अपने फंक्शन ऐप को क्लाउड पर प्रकाशित करने के लिए पहले के पाठों में दिए गए निर्देशों का पालन करें। एक बार प्रकाशित होने के बाद, URL `https://<APP_NAME>.azurewebsites.net/api/text-to-timer` होगा, जहां `<APP_NAME>` आपके फंक्शन ऐप का नाम होगा। सुनिश्चित करें कि आपने अपनी लोकल सेटिंग्स भी प्रकाशित की हैं।
+
+      HTTP ट्रिगर्स के साथ काम करते समय, वे डिफ़ॉल्ट रूप से एक फंक्शन ऐप कुंजी के साथ सुरक्षित होते हैं। इस कुंजी को प्राप्त करने के लिए निम्नलिखित कमांड चलाएं:
+
+      ```sh
+      az functionapp keys list --resource-group smart-timer \
+                               --name <APP_NAME>                               
+      ```
+
+      `functionKeys` सेक्शन से `default` एंट्री का मान कॉपी करें।
+
+      ```output
+      {
+        "functionKeys": {
+          "default": "sQO1LQaeK9N1qYD6SXeb/TctCmwQEkToLJU6Dw8TthNeUH8VA45hlA=="
+        },
+        "masterKey": "RSKOAIlyvvQEQt9dfpabJT018scaLpQu9p1poHIMCxx5LYrIQZyQ/g==",
+        "systemKeys": {}
+      }
+      ```
+
+      इस कुंजी को URL में एक क्वेरी पैरामीटर के रूप में जोड़ने की आवश्यकता होगी, इसलिए अंतिम URL `https://<APP_NAME>.azurewebsites.net/api/text-to-timer?code=<FUNCTION_KEY>` होगा, जहां `<APP_NAME>` आपके फंक्शन ऐप का नाम होगा, और `<FUNCTION_KEY>` आपकी डिफ़ॉल्ट फंक्शन कुंजी होगी।
+
+      > 💁 आप HTTP ट्रिगर के प्राधिकरण के प्रकार को `function.json` फाइल में `authlevel` सेटिंग का उपयोग करके बदल सकते हैं। आप इसके बारे में अधिक पढ़ सकते हैं [Azure Functions HTTP ट्रिगर डाक्यूमेंटेशन के कॉन्फ़िगरेशन सेक्शन में](https://docs.microsoft.com/azure/azure-functions/functions-bindings-http-webhook-trigger?WT.mc_id=academic-17441-jabenn&tabs=python#configuration)।
+
+    * फंक्शन ऐप को लोकल रूप से चलाएं, और IP पते का उपयोग करके एक्सेस करें - आप अपने कंप्यूटर के लोकल नेटवर्क पर IP पता प्राप्त कर सकते हैं, और इसका उपयोग करके URL बना सकते हैं।
+
+      अपना IP पता खोजें:
+
+      * Windows 10 पर, [अपना IP पता खोजने के लिए गाइड](https://support.microsoft.com/windows/find-your-ip-address-f21a9bbc-c582-55cd-35e0-73431160a1b9?WT.mc_id=academic-17441-jabenn) का पालन करें।
+      * macOS पर, [Mac पर अपना IP पता कैसे खोजें गाइड](https://www.hellotech.com/guide/for/how-to-find-ip-address-on-mac) का पालन करें।
+      * Linux पर, [Linux में अपना IP पता कैसे खोजें गाइड](https://opensource.com/article/18/5/how-find-ip-address-linux) में अपने प्राइवेट IP पते को खोजने वाले सेक्शन का पालन करें।
+
+      एक बार जब आपको अपना IP पता मिल जाए, तो आप फंक्शन को `http://`
+
+:7071/api/text-to-timer`, जहां `<IP_ADDRESS>` आपका IP पता होगा, उदाहरण के लिए `http://192.168.1.10:7071/api/text-to-timer`।
+
+      > 💁 ध्यान दें कि यह पोर्ट 7071 का उपयोग करता है, इसलिए IP पते के बाद आपको `:7071` जोड़ना होगा।
+
+      > 💁 यह केवल तभी काम करेगा जब आपका IoT डिवाइस आपके कंप्यूटर के समान नेटवर्क पर हो।
+
+1. इस एंडपॉइंट को curl का उपयोग करके एक्सेस करके टेस्ट करें।
+
+---
+
+## 🚀 चुनौती
+
+एक ही चीज़ का अनुरोध करने के कई तरीके हो सकते हैं, जैसे कि टाइमर सेट करना। इसके अलग-अलग तरीकों के बारे में सोचें और उन्हें अपने LUIS ऐप में उदाहरण के रूप में उपयोग करें। इन्हें टेस्ट करें, यह देखने के लिए कि आपका मॉडल टाइमर सेट करने के विभिन्न तरीकों को कितनी अच्छी तरह संभाल सकता है।
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/44)
+
+## समीक्षा और स्व-अध्ययन
+
+* LUIS और इसकी क्षमताओं के बारे में अधिक पढ़ें [Microsoft डॉक्स पर Language Understanding (LUIS) दस्तावेज़ पेज](https://docs.microsoft.com/azure/cognitive-services/luis/?WT.mc_id=academic-17441-jabenn) पर।
+* भाषा समझने के बारे में अधिक पढ़ें [विकिपीडिया पर प्राकृतिक भाषा समझने के पेज](https://wikipedia.org/wiki/Natural-language_understanding) पर।
+* HTTP ट्रिगर्स के बारे में अधिक पढ़ें [Microsoft डॉक्स पर Azure Functions HTTP ट्रिगर दस्तावेज़](https://docs.microsoft.com/azure/azure-functions/functions-bindings-http-webhook-trigger?WT.mc_id=academic-17441-jabenn&tabs=python) पर।
+
+## असाइनमेंट
+
+[टाइमर रद्द करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/2-language-understanding/assignment.md b/translations/hi/6-consumer/lessons/2-language-understanding/assignment.md
new file mode 100644
index 00000000..7c7be7d5
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/2-language-understanding/assignment.md
@@ -0,0 +1,26 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5a7262a0c48dfacdfe1ff91b20bf16fd",
+  "translation_date": "2025-08-25T17:43:57+00:00",
+  "source_file": "6-consumer/lessons/2-language-understanding/assignment.md",
+  "language_code": "hi"
+}
+-->
+# टाइमर रद्द करें
+
+## निर्देश
+
+अब तक इस पाठ में आपने एक मॉडल को टाइमर सेट करने को समझने के लिए प्रशिक्षित किया है। एक और उपयोगी फीचर टाइमर को रद्द करना है - हो सकता है कि आपकी ब्रेड तैयार हो गई हो और टाइमर खत्म होने से पहले ही उसे ओवन से बाहर निकाला जा सके।
+
+अपने LUIS ऐप में टाइमर रद्द करने के लिए एक नया इरादा (intent) जोड़ें। इसके लिए किसी भी एंटिटी की आवश्यकता नहीं होगी, लेकिन कुछ उदाहरण वाक्यों की आवश्यकता होगी। यदि यह शीर्ष इरादा (top intent) है, तो इसे अपने सर्वरलेस कोड में संभालें, यह लॉग करें कि इरादे को पहचाना गया है और एक उपयुक्त प्रतिक्रिया लौटाएं।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ------------------ |
+| LUIS ऐप में टाइमर रद्द करने का इरादा जोड़ें | इरादा जोड़ने और मॉडल को प्रशिक्षित करने में सक्षम था | इरादा जोड़ने में सक्षम था लेकिन मॉडल को प्रशिक्षित नहीं कर सका | इरादा जोड़ने और मॉडल को प्रशिक्षित करने में असमर्थ था |
+| सर्वरलेस ऐप में इरादे को संभालें | इरादे को शीर्ष इरादे के रूप में पहचानने और इसे लॉग करने में सक्षम था | इरादे को शीर्ष इरादे के रूप में पहचानने में सक्षम था | इरादे को शीर्ष इरादे के रूप में पहचानने में असमर्थ था |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/3-spoken-feedback/README.md b/translations/hi/6-consumer/lessons/3-spoken-feedback/README.md
new file mode 100644
index 00000000..9d120935
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/3-spoken-feedback/README.md
@@ -0,0 +1,140 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "b73fe10ec6b580fba2affb6f6e0a5c4d",
+  "translation_date": "2025-08-25T17:44:48+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/README.md",
+  "language_code": "hi"
+}
+-->
+# टाइमर सेट करें और मौखिक प्रतिक्रिया दें
+
+![इस पाठ का स्केच नोट](../../../../../translated_images/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़ी छवि देखने के लिए क्लिक करें।
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/45)
+
+## परिचय
+
+स्मार्ट असिस्टेंट एकतरफा संचार उपकरण नहीं हैं। आप उनसे बात करते हैं, और वे जवाब देते हैं:
+
+"एलेक्सा, 3 मिनट का टाइमर सेट करो।"
+
+"ठीक है, आपका टाइमर 3 मिनट के लिए सेट कर दिया गया है।"
+
+पिछले 2 पाठों में आपने सीखा कि कैसे आवाज को टेक्स्ट में बदलें और फिर उस टेक्स्ट से टाइमर सेट करने का अनुरोध निकालें। इस पाठ में आप सीखेंगे कि IoT डिवाइस पर टाइमर कैसे सेट करें, उपयोगकर्ता को उनके टाइमर की पुष्टि करते हुए मौखिक प्रतिक्रिया दें, और जब उनका टाइमर समाप्त हो जाए तो उन्हें सूचित करें।
+
+इस पाठ में हम निम्नलिखित विषयों को कवर करेंगे:
+
+* [टेक्स्ट को आवाज में बदलना](../../../../../6-consumer/lessons/3-spoken-feedback)
+* [टाइमर सेट करना](../../../../../6-consumer/lessons/3-spoken-feedback)
+* [टेक्स्ट को आवाज में बदलने की प्रक्रिया](../../../../../6-consumer/lessons/3-spoken-feedback)
+
+## टेक्स्ट को आवाज में बदलना
+
+टेक्स्ट को आवाज में बदलने की प्रक्रिया, जैसा कि नाम से पता चलता है, टेक्स्ट को ऑडियो में बदलने की प्रक्रिया है जिसमें टेक्स्ट को बोले गए शब्दों के रूप में प्रस्तुत किया जाता है। इसका मूल सिद्धांत टेक्स्ट में शब्दों को उनके घटक ध्वनियों (जिन्हें फोनीम्स कहा जाता है) में तोड़ना है और उन ध्वनियों के लिए ऑडियो को जोड़ना है, या तो पहले से रिकॉर्ड किए गए ऑडियो का उपयोग करके या AI मॉडल द्वारा उत्पन्न ऑडियो का उपयोग करके।
+
+![टेक्स्ट को आवाज में बदलने की सामान्य प्रणाली के तीन चरण](../../../../../translated_images/tts-overview.193843cf3f5ee09f8b3371a9fdaeb0f116698a07ca69daaa77158da4800e5453.hi.png)
+
+टेक्स्ट को आवाज में बदलने की प्रणाली में आमतौर पर 3 चरण होते हैं:
+
+* टेक्स्ट विश्लेषण
+* भाषाई विश्लेषण
+* वेव-फॉर्म जनरेशन
+
+### टेक्स्ट विश्लेषण
+
+टेक्स्ट विश्लेषण में दिए गए टेक्स्ट को लेना और इसे ऐसे शब्दों में बदलना शामिल है जिन्हें आवाज में बदला जा सकता है। उदाहरण के लिए, यदि आप "हैलो वर्ल्ड" को बदलते हैं, तो कोई टेक्स्ट विश्लेषण की आवश्यकता नहीं है, इन दो शब्दों को सीधे आवाज में बदला जा सकता है। लेकिन यदि आपके पास "1234" है, तो इसे संदर्भ के आधार पर "वन थाउज़ेंड, टू हंड्रेड थर्टी फोर" या "वन, टू, थ्री, फोर" में बदलने की आवश्यकता हो सकती है। उदाहरण के लिए, "मेरे पास 1234 सेब हैं" में इसे "वन थाउज़ेंड, टू हंड्रेड थर्टी फोर" में बदला जाएगा, लेकिन "बच्चे ने 1234 गिने" में इसे "वन, टू, थ्री, फोर" में बदला जाएगा।
+
+शब्द न केवल भाषा के लिए बल्कि उस भाषा के स्थानीय संदर्भ के लिए भी भिन्न होते हैं। उदाहरण के लिए, अमेरिकी अंग्रेजी में 120 को "वन हंड्रेड ट्वेंटी" कहा जाएगा, जबकि ब्रिटिश अंग्रेजी में इसे "वन हंड्रेड एंड ट्वेंटी" कहा जाएगा, जिसमें "एंड" का उपयोग किया जाता है।
+
+✅ कुछ अन्य उदाहरण जो टेक्स्ट विश्लेषण की आवश्यकता रखते हैं, उनमें "in" को इंच के संक्षिप्त रूप के रूप में और "st" को संत या सड़क के संक्षिप्त रूप के रूप में शामिल किया जा सकता है। क्या आप अपनी भाषा में ऐसे अन्य उदाहरण सोच सकते हैं जिनमें संदर्भ के बिना शब्द अस्पष्ट हो सकते हैं?
+
+एक बार जब शब्द परिभाषित हो जाते हैं, तो उन्हें भाषाई विश्लेषण के लिए भेजा जाता है।
+
+### भाषाई विश्लेषण
+
+भाषाई विश्लेषण शब्दों को फोनीम्स में तोड़ता है। फोनीम्स केवल अक्षरों पर आधारित नहीं होते, बल्कि शब्द में अन्य अक्षरों पर भी निर्भर करते हैं। उदाहरण के लिए, अंग्रेजी में 'a' की ध्वनि 'car' और 'care' में अलग होती है। अंग्रेजी भाषा में 26 अक्षरों के लिए 44 अलग-अलग फोनीम्स होते हैं, जिनमें से कुछ अलग-अलग अक्षरों द्वारा साझा किए जाते हैं, जैसे 'circle' और 'serpent' के शुरू में उपयोग किए गए समान फोनीम।
+
+✅ शोध करें: आपकी भाषा के लिए फोनीम्स क्या हैं?
+
+एक बार जब शब्दों को फोनीम्स में बदल दिया जाता है, तो इन फोनीम्स को अतिरिक्त डेटा की आवश्यकता होती है ताकि स्वर, टोन, या अवधि को संदर्भ के अनुसार समायोजित किया जा सके। उदाहरण के लिए, अंग्रेजी में पिच बढ़ाने का उपयोग एक वाक्य को प्रश्न में बदलने के लिए किया जा सकता है, जहां अंतिम शब्द के लिए बढ़ी हुई पिच प्रश्न का संकेत देती है।
+
+उदाहरण के लिए - वाक्य "आपके पास एक सेब है" एक कथन है जो कहता है कि आपके पास एक सेब है। यदि पिच अंत में बढ़ जाती है, विशेष रूप से "सेब" शब्द के लिए, तो यह प्रश्न बन जाता है "आपके पास एक सेब है?", यह पूछते हुए कि क्या आपके पास एक सेब है। भाषाई विश्लेषण को प्रश्न चिह्न का उपयोग करके पिच बढ़ाने का निर्णय लेना होता है।
+
+एक बार जब फोनीम्स उत्पन्न हो जाते हैं, तो उन्हें ऑडियो आउटपुट उत्पन्न करने के लिए वेव-फॉर्म जनरेशन के लिए भेजा जाता है।
+
+### वेव-फॉर्म जनरेशन
+
+पहले इलेक्ट्रॉनिक टेक्स्ट-टू-स्पीच सिस्टम प्रत्येक फोनीम के लिए एकल ऑडियो रिकॉर्डिंग का उपयोग करते थे, जिससे बहुत ही नीरस, रोबोटिक आवाजें उत्पन्न होती थीं। भाषाई विश्लेषण फोनीम्स उत्पन्न करता था, जिन्हें ध्वनियों के डेटाबेस से लोड किया जाता था और ऑडियो बनाने के लिए जोड़ा जाता था।
+
+✅ शोध करें: शुरुआती स्पीच सिंथेसिस सिस्टम से कुछ ऑडियो रिकॉर्डिंग खोजें। इसे आधुनिक स्पीच सिंथेसिस, जैसे स्मार्ट असिस्टेंट में उपयोग किए जाने वाले सिस्टम से तुलना करें।
+
+अधिक आधुनिक वेव-फॉर्म जनरेशन डीप लर्निंग (बहुत बड़े न्यूरल नेटवर्क जो मस्तिष्क में न्यूरॉन्स के समान तरीके से काम करते हैं) का उपयोग करके बनाए गए ML मॉडल का उपयोग करता है ताकि अधिक प्राकृतिक आवाजें उत्पन्न की जा सकें जो मनुष्यों से अलग नहीं लगतीं।
+
+> 💁 इनमें से कुछ ML मॉडल को ट्रांसफर लर्निंग का उपयोग करके वास्तविक लोगों की तरह आवाज देने के लिए पुनः प्रशिक्षित किया जा सकता है। इसका मतलब है कि आवाज को सुरक्षा प्रणाली के रूप में उपयोग करना, जिसे बैंक तेजी से अपनाने की कोशिश कर रहे हैं, अब एक अच्छा विचार नहीं है क्योंकि कोई भी आपकी आवाज की कुछ मिनटों की रिकॉर्डिंग के साथ आपकी नकल कर सकता है।
+
+ये बड़े ML मॉडल सभी तीन चरणों को एकीकृत करने के लिए प्रशिक्षित किए जा रहे हैं ताकि एंड-टू-एंड स्पीच सिंथेसाइज़र बनाए जा सकें।
+
+## टाइमर सेट करना
+
+टाइमर सेट करने के लिए, आपके IoT डिवाइस को सर्वरलेस कोड का उपयोग करके बनाए गए REST एंडपॉइंट को कॉल करना होगा, और फिर प्राप्त सेकंड की संख्या का उपयोग करके टाइमर सेट करना होगा।
+
+### कार्य - सर्वरलेस फ़ंक्शन को कॉल करके टाइमर का समय प्राप्त करें
+
+अपने IoT डिवाइस से REST एंडपॉइंट को कॉल करने और आवश्यक समय के लिए टाइमर सेट करने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-set-timer.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi/Virtual IoT device](single-board-computer-set-timer.md)
+
+## टेक्स्ट को आवाज में बदलने की प्रक्रिया
+
+वही स्पीच सर्विस जिसका उपयोग आपने आवाज को टेक्स्ट में बदलने के लिए किया था, टेक्स्ट को वापस आवाज में बदलने के लिए भी उपयोग की जा सकती है, और इसे आपके IoT डिवाइस के स्पीकर के माध्यम से चलाया जा सकता है। बदलने के लिए टेक्स्ट को स्पीच सर्विस को भेजा जाता है, साथ ही आवश्यक ऑडियो प्रकार (जैसे सैंपल रेट), और बाइनरी डेटा जिसमें ऑडियो होता है, वापस किया जाता है।
+
+जब आप यह अनुरोध भेजते हैं, तो आप इसे *स्पीच सिंथेसिस मार्कअप लैंग्वेज* (SSML) का उपयोग करके भेजते हैं, जो स्पीच सिंथेसिस एप्लिकेशन के लिए XML-आधारित मार्कअप लैंग्वेज है। यह न केवल बदलने के लिए टेक्स्ट को परिभाषित करता है, बल्कि टेक्स्ट की भाषा, उपयोग करने वाली आवाज, और यहां तक कि कुछ या सभी शब्दों के लिए गति, वॉल्यूम, और पिच को भी परिभाषित कर सकता है।
+
+उदाहरण के लिए, यह SSML ब्रिटिश अंग्रेजी आवाज `en-GB-MiaNeural` का उपयोग करके "आपका 3 मिनट 5 सेकंड का टाइमर सेट कर दिया गया है" टेक्स्ट को आवाज में बदलने का अनुरोध परिभाषित करता है:
+
+```xml
+<speak version='1.0' xml:lang='en-GB'>
+    <voice xml:lang='en-GB' name='en-GB-MiaNeural'>
+        Your 3 minute 5 second time has been set
+    </voice>
+</speak>
+```
+
+> 💁 अधिकांश टेक्स्ट-टू-स्पीच सिस्टम में विभिन्न भाषाओं के लिए कई आवाजें होती हैं, जैसे ब्रिटिश अंग्रेजी आवाज अंग्रेजी उच्चारण के साथ और न्यूज़ीलैंड अंग्रेजी आवाज न्यूज़ीलैंड उच्चारण के साथ।
+
+### कार्य - टेक्स्ट को आवाज में बदलें
+
+अपने IoT डिवाइस का उपयोग करके टेक्स्ट को आवाज में बदलने के लिए संबंधित गाइड का पालन करें:
+
+* [Arduino - Wio Terminal](wio-terminal-text-to-speech.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi](pi-text-to-speech.md)
+* [सिंगल-बोर्ड कंप्यूटर - Virtual device](virtual-device-text-to-speech.md)
+
+---
+
+## 🚀 चुनौती
+
+SSML में शब्दों को बोलने के तरीके को बदलने के तरीके हैं, जैसे कुछ शब्दों पर जोर देना, विराम जोड़ना, या पिच बदलना। इन्हें आज़माएं, अपने IoT डिवाइस से अलग-अलग SSML भेजें और आउटपुट की तुलना करें। आप SSML के बारे में अधिक पढ़ सकते हैं, जिसमें शब्दों को बोलने के तरीके को बदलने के तरीके शामिल हैं, [वर्ल्ड वाइड वेब कंसोर्टियम के स्पीच सिंथेसिस मार्कअप लैंग्वेज (SSML) संस्करण 1.1 विनिर्देश](https://www.w3.org/TR/speech-synthesis11/) में।
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/46)
+
+## समीक्षा और स्व-अध्ययन
+
+* स्पीच सिंथेसिस के बारे में अधिक पढ़ें [विकिपीडिया पर स्पीच सिंथेसिस पेज](https://wikipedia.org/wiki/Speech_synthesis) पर।
+* अपराधियों द्वारा नकली आवाज़ों का उपयोग करके पैसे चुराने के तरीकों के बारे में अधिक पढ़ें [बीबीसी न्यूज़ पर 'नकली आवाज़ें साइबर अपराधियों को नकदी चुराने में मदद करती हैं' कहानी](https://www.bbc.com/news/technology-48908736) पर।
+* आवाज अभिनेताओं के लिए उनके आवाज़ों के सिंथेसाइज़ किए गए संस्करणों से उत्पन्न जोखिमों के बारे में अधिक जानें [वाइस पर 'यह टिकटॉक मुकदमा दिखा रहा है कि कैसे AI आवाज अभिनेताओं को नुकसान पहुंचा रहा है' लेख](https://www.vice.com/en/article/z3xqwj/this-tiktok-lawsuit-is-highlighting-how-ai-is-screwing-over-voice-actors) में।
+
+## असाइनमेंट
+
+[टाइमर रद्द करें](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/3-spoken-feedback/assignment.md b/translations/hi/6-consumer/lessons/3-spoken-feedback/assignment.md
new file mode 100644
index 00000000..0869aeb1
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/3-spoken-feedback/assignment.md
@@ -0,0 +1,24 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "da5d9360fe02fdcc1e91a725016c846d",
+  "translation_date": "2025-08-25T17:46:12+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/assignment.md",
+  "language_code": "hi"
+}
+-->
+# टाइमर रद्द करें
+
+## निर्देश
+
+पिछले पाठ के असाइनमेंट में, आपने LUIS में एक टाइमर रद्द करने का इरादा जोड़ा था। इस असाइनमेंट में आपको इस इरादे को सर्वरलेस कोड में संभालना होगा, IoT डिवाइस को एक कमांड भेजनी होगी, और फिर टाइमर रद्द करना होगा।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ----------------- |
+| सर्वरलेस कोड में इरादे को संभालना और कमांड भेजना | इरादे को संभालने और डिवाइस को कमांड भेजने में सक्षम था | इरादे को संभालने में सक्षम था लेकिन डिवाइस को कमांड भेजने में असमर्थ था | इरादे को संभालने में असमर्थ था |
+| डिवाइस पर टाइमर रद्द करना | कमांड प्राप्त करने और टाइमर रद्द करने में सक्षम था | कमांड प्राप्त करने में सक्षम था लेकिन टाइमर रद्द करने में असमर्थ था | कमांड प्राप्त करने में असमर्थ था |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/3-spoken-feedback/pi-text-to-speech.md b/translations/hi/6-consumer/lessons/3-spoken-feedback/pi-text-to-speech.md
new file mode 100644
index 00000000..88c65532
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/3-spoken-feedback/pi-text-to-speech.md
@@ -0,0 +1,154 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "606f3af1c78e3741e48ce77c31cea626",
+  "translation_date": "2025-08-25T17:47:14+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/pi-text-to-speech.md",
+  "language_code": "hi"
+}
+-->
+# टेक्स्ट टू स्पीच - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप कोड लिखेंगे जो टेक्स्ट को स्पीच में बदलने के लिए स्पीच सर्विस का उपयोग करता है।
+
+## स्पीच सर्विस का उपयोग करके टेक्स्ट को स्पीच में बदलें
+
+टेक्स्ट को REST API का उपयोग करके स्पीच सर्विस को भेजा जा सकता है ताकि इसे ऑडियो फाइल के रूप में प्राप्त किया जा सके, जिसे आपके IoT डिवाइस पर चलाया जा सकता है। स्पीच का अनुरोध करते समय, आपको उपयोग करने के लिए वॉयस प्रदान करनी होगी क्योंकि स्पीच विभिन्न प्रकार की आवाज़ों का उपयोग करके उत्पन्न की जा सकती है।
+
+प्रत्येक भाषा विभिन्न प्रकार की आवाज़ों का समर्थन करती है, और आप स्पीच सर्विस के खिलाफ REST अनुरोध कर सकते हैं ताकि प्रत्येक भाषा के लिए समर्थित आवाज़ों की सूची प्राप्त की जा सके।
+
+### कार्य - एक वॉयस प्राप्त करें
+
+1. VS Code में `smart-timer` प्रोजेक्ट खोलें।
+
+1. भाषा के लिए आवाज़ों की सूची का अनुरोध करने के लिए `say` फ़ंक्शन के ऊपर निम्नलिखित कोड जोड़ें:
+
+    ```python
+    def get_voice():
+        url = f'https://{location}.tts.speech.microsoft.com/cognitiveservices/voices/list'
+    
+        headers = {
+            'Authorization': 'Bearer ' + get_access_token()
+        }
+    
+        response = requests.get(url, headers=headers)
+        voices_json = json.loads(response.text)
+    
+        first_voice = next(x for x in voices_json if x['Locale'].lower() == language.lower() and x['VoiceType'] == 'Neural')
+        return first_voice['ShortName']
+    
+    voice = get_voice()
+    print(f'Using voice {voice}')
+    ```
+
+    यह कोड एक फ़ंक्शन `get_voice` को परिभाषित करता है जो स्पीच सर्विस का उपयोग करके आवाज़ों की सूची प्राप्त करता है। यह उस भाषा से मेल खाने वाली पहली आवाज़ को ढूंढता है जो उपयोग की जा रही है।
+
+    इसके बाद इस फ़ंक्शन को पहली आवाज़ को स्टोर करने के लिए कॉल किया जाता है, और आवाज़ का नाम कंसोल में प्रिंट किया जाता है। इस आवाज़ को एक बार अनुरोध किया जा सकता है और टेक्स्ट को स्पीच में बदलने के लिए हर कॉल के लिए इसका उपयोग किया जा सकता है।
+
+    > 💁 आप Microsoft Docs पर [Language and voice support documentation](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#text-to-speech) से समर्थित आवाज़ों की पूरी सूची प्राप्त कर सकते हैं। यदि आप किसी विशेष आवाज़ का उपयोग करना चाहते हैं, तो आप इस फ़ंक्शन को हटा सकते हैं और इस दस्तावेज़ से आवाज़ के नाम को हार्ड कोड कर सकते हैं। उदाहरण के लिए:
+    >
+    > ```python
+    > voice = 'hi-IN-SwaraNeural'
+    > ```
+
+### कार्य - टेक्स्ट को स्पीच में बदलें
+
+1. इसके नीचे, स्पीच सर्विस से ऑडियो प्रारूप को प्राप्त करने के लिए एक स्थिरांक परिभाषित करें। जब आप ऑडियो का अनुरोध करते हैं, तो आप इसे विभिन्न प्रारूपों में प्राप्त कर सकते हैं।
+
+    ```python
+    playback_format = 'riff-48khz-16bit-mono-pcm'
+    ```
+
+    आप किस प्रारूप का उपयोग कर सकते हैं, यह आपके हार्डवेयर पर निर्भर करता है। यदि ऑडियो चलाते समय आपको `Invalid sample rate` त्रुटियां मिलती हैं, तो इसे किसी अन्य मान में बदलें। समर्थित मानों की सूची आप Microsoft Docs पर [Text to speech REST API documentation](https://docs.microsoft.com/azure/cognitive-services/speech-service/rest-text-to-speech?WT.mc_id=academic-17441-jabenn#audio-outputs) में पा सकते हैं। आपको `riff` प्रारूप ऑडियो का उपयोग करना होगा, और प्रयास करने के लिए मान हैं `riff-16khz-16bit-mono-pcm`, `riff-24khz-16bit-mono-pcm` और `riff-48khz-16bit-mono-pcm`।
+
+1. इसके नीचे, एक फ़ंक्शन `get_speech` घोषित करें जो स्पीच सर्विस REST API का उपयोग करके टेक्स्ट को स्पीच में बदल देगा:
+
+    ```python
+    def get_speech(text):
+    ```
+
+1. `get_speech` फ़ंक्शन में, कॉल करने के लिए URL और पास करने के लिए हेडर्स को परिभाषित करें:
+
+    ```python
+        url = f'https://{location}.tts.speech.microsoft.com/cognitiveservices/v1'
+    
+        headers = {
+            'Authorization': 'Bearer ' + get_access_token(),
+            'Content-Type': 'application/ssml+xml',
+            'X-Microsoft-OutputFormat': playback_format
+        }
+    ```
+
+    यह हेडर्स को एक जनरेटेड एक्सेस टोकन का उपयोग करने के लिए सेट करता है, सामग्री को SSML में सेट करता है और आवश्यक ऑडियो प्रारूप को परिभाषित करता है।
+
+1. इसके नीचे, REST API को भेजने के लिए SSML को परिभाषित करें:
+
+    ```python
+    ssml =  f'<speak version=\'1.0\' xml:lang=\'{language}\'>'
+    ssml += f'<voice xml:lang=\'{language}\' name=\'{voice}\'>'
+    ssml += text
+    ssml += '</voice>'
+    ssml += '</speak>'
+    ```
+
+    यह SSML भाषा और उपयोग करने के लिए आवाज़ को सेट करता है, साथ ही बदलने के लिए टेक्स्ट को भी।
+
+1. अंत में, इस फ़ंक्शन में REST अनुरोध करने और बाइनरी ऑडियो डेटा को वापस करने के लिए कोड जोड़ें:
+
+    ```python
+    response = requests.post(url, headers=headers, data=ssml.encode('utf-8'))
+    return io.BytesIO(response.content)
+    ```
+
+### कार्य - ऑडियो चलाएं
+
+1. `get_speech` फ़ंक्शन के नीचे, REST API कॉल द्वारा लौटाए गए ऑडियो को चलाने के लिए एक नया फ़ंक्शन परिभाषित करें:
+
+    ```python
+    def play_speech(speech):
+    ```
+
+1. इस फ़ंक्शन को पास किया गया `speech` REST API द्वारा लौटाया गया बाइनरी ऑडियो डेटा होगा। इसे वेव फाइल के रूप में खोलने और PyAudio का उपयोग करके ऑडियो चलाने के लिए निम्नलिखित कोड का उपयोग करें:
+
+    ```python
+    def play_speech(speech):
+        with wave.open(speech, 'rb') as wave_file:
+            stream = audio.open(format=audio.get_format_from_width(wave_file.getsampwidth()),
+                                channels=wave_file.getnchannels(),
+                                rate=wave_file.getframerate(),
+                                output_device_index=speaker_card_number,
+                                output=True)
+
+            data = wave_file.readframes(4096)
+
+            while len(data) > 0:
+                stream.write(data)
+                data = wave_file.readframes(4096)
+
+            stream.stop_stream()
+            stream.close()
+    ```
+
+    यह कोड PyAudio स्ट्रीम का उपयोग करता है, जैसे ऑडियो कैप्चर करना। यहां अंतर यह है कि स्ट्रीम को आउटपुट स्ट्रीम के रूप में सेट किया गया है, और ऑडियो डेटा से डेटा पढ़ा जाता है और स्ट्रीम में भेजा जाता है।
+
+    स्ट्रीम विवरण जैसे सैंपल रेट को हार्ड कोड करने के बजाय, इसे ऑडियो डेटा से पढ़ा जाता है।
+
+1. `say` फ़ंक्शन की सामग्री को निम्नलिखित में बदलें:
+
+    ```python
+    speech = get_speech(text)
+    play_speech(speech)
+    ```
+
+    यह कोड टेक्स्ट को बाइनरी ऑडियो डेटा के रूप में स्पीच में बदलता है, और ऑडियो चलाता है।
+
+1. ऐप चलाएं, और सुनिश्चित करें कि फ़ंक्शन ऐप भी चल रहा है। कुछ टाइमर सेट करें, और आप सुनेंगे कि आपका टाइमर सेट हो गया है, फिर टाइमर पूरा होने पर एक और स्पीच प्रतिक्रिया सुनाई देगी।
+
+    यदि आपको `Invalid sample rate` त्रुटियां मिलती हैं, तो ऊपर वर्णित अनुसार `playback_format` बदलें।
+
+> 💁 आप इस कोड को [code-spoken-response/pi](../../../../../6-consumer/lessons/3-spoken-feedback/code-spoken-response/pi) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका टाइमर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/3-spoken-feedback/single-board-computer-set-timer.md b/translations/hi/6-consumer/lessons/3-spoken-feedback/single-board-computer-set-timer.md
new file mode 100644
index 00000000..367bd6d4
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/3-spoken-feedback/single-board-computer-set-timer.md
@@ -0,0 +1,138 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "64ad4ddb4de81a18b7252e968f10b404",
+  "translation_date": "2025-08-25T17:44:13+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/single-board-computer-set-timer.md",
+  "language_code": "hi"
+}
+-->
+# टाइमर सेट करें - वर्चुअल IoT हार्डवेयर और रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अपने सर्वरलेस कोड को कॉल करेंगे ताकि भाषण को समझा जा सके और परिणामों के आधार पर अपने वर्चुअल IoT डिवाइस या रास्पबेरी पाई पर एक टाइमर सेट किया जा सके।
+
+## टाइमर सेट करें
+
+भाषण से टेक्स्ट में बदलने वाले कॉल से प्राप्त टेक्स्ट को आपके सर्वरलेस कोड में भेजा जाना चाहिए ताकि इसे LUIS द्वारा प्रोसेस किया जा सके और टाइमर के लिए सेकंड की संख्या प्राप्त की जा सके। इन सेकंड्स का उपयोग टाइमर सेट करने के लिए किया जा सकता है।
+
+टाइमर को Python के `threading.Timer` क्लास का उपयोग करके सेट किया जा सकता है। यह क्लास एक देरी समय और एक फंक्शन लेता है, और देरी समय के बाद, फंक्शन निष्पादित होता है।
+
+### कार्य - टेक्स्ट को सर्वरलेस फंक्शन में भेजें
+
+1. VS Code में `smart-timer` प्रोजेक्ट खोलें और सुनिश्चित करें कि यदि आप वर्चुअल IoT डिवाइस का उपयोग कर रहे हैं तो टर्मिनल में वर्चुअल एनवायरनमेंट लोड हो।
+
+1. `process_text` फंक्शन के ऊपर, एक फंक्शन `get_timer_time` घोषित करें ताकि आपने जो REST एंडपॉइंट बनाया है उसे कॉल किया जा सके:
+
+    ```python
+    def get_timer_time(text):
+    ```
+
+1. इस फंक्शन में निम्नलिखित कोड जोड़ें ताकि कॉल करने के लिए URL को परिभाषित किया जा सके:
+
+    ```python
+    url = '<URL>'
+    ```
+
+    `<URL>` को उस REST एंडपॉइंट के URL से बदलें जिसे आपने पिछले पाठ में अपने कंप्यूटर या क्लाउड पर बनाया था।
+
+1. टेक्स्ट को JSON के रूप में कॉल में पास की जाने वाली प्रॉपर्टी के रूप में सेट करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```python
+    body = {
+        'text': text
+    }
+    
+    response = requests.post(url, json=body)
+    ```
+
+1. इसके नीचे, रिस्पॉन्स पेलोड से `seconds` को प्राप्त करें, और यदि कॉल विफल हो तो 0 लौटाएं:
+
+    ```python
+    if response.status_code != 200:
+        return 0
+    
+    payload = response.json()
+    return payload['seconds']
+    ```
+
+    सफल HTTP कॉल्स 200 रेंज में स्टेटस कोड लौटाते हैं, और आपका सर्वरलेस कोड 200 लौटाता है यदि टेक्स्ट को प्रोसेस किया गया और इसे सेट टाइमर इंटेंट के रूप में पहचाना गया।
+
+### कार्य - बैकग्राउंड थ्रेड पर टाइमर सेट करें
+
+1. फाइल के शीर्ष पर निम्नलिखित इंपोर्ट स्टेटमेंट जोड़ें ताकि threading Python लाइब्रेरी को इंपोर्ट किया जा सके:
+
+    ```python
+    import threading
+    ```
+
+1. `process_text` फंक्शन के ऊपर, एक फंक्शन जोड़ें ताकि प्रतिक्रिया को बोला जा सके। अभी के लिए यह केवल कंसोल में लिखेगा, लेकिन इस पाठ में बाद में यह टेक्स्ट बोलेगा।
+
+    ```python
+    def say(text):
+        print(text)
+    ```
+
+1. इसके नीचे एक फंक्शन जोड़ें जिसे टाइमर द्वारा कॉल किया जाएगा ताकि यह घोषणा की जा सके कि टाइमर पूरा हो गया है:
+
+    ```python
+    def announce_timer(minutes, seconds):
+        announcement = 'Times up on your '
+        if minutes > 0:
+            announcement += f'{minutes} minute '
+        if seconds > 0:
+            announcement += f'{seconds} second '
+        announcement += 'timer.'
+        say(announcement)
+    ```
+
+    यह फंक्शन टाइमर के लिए मिनट्स और सेकंड्स की संख्या लेता है और एक वाक्य बनाता है जो कहता है कि टाइमर पूरा हो गया है। यह मिनट्स और सेकंड्स की संख्या की जांच करता है और केवल उस समय इकाई को शामिल करता है जिसमें कोई संख्या हो। उदाहरण के लिए, यदि मिनट्स की संख्या 0 है तो केवल सेकंड्स को संदेश में शामिल किया जाता है। यह वाक्य फिर `say` फंक्शन को भेजा जाता है।
+
+1. इसके नीचे, निम्नलिखित `create_timer` फंक्शन जोड़ें ताकि टाइमर बनाया जा सके:
+
+    ```python
+    def create_timer(total_seconds):
+        minutes, seconds = divmod(total_seconds, 60)
+        threading.Timer(total_seconds, announce_timer, args=[minutes, seconds]).start()
+    ```
+
+    यह फंक्शन टाइमर के लिए कुल सेकंड्स लेता है जो कमांड में भेजा जाएगा और इसे मिनट्स और सेकंड्स में बदलता है। फिर यह कुल सेकंड्स का उपयोग करके एक टाइमर ऑब्जेक्ट बनाता और शुरू करता है, `announce_timer` फंक्शन और मिनट्स और सेकंड्स वाली सूची को पास करता है। जब टाइमर समाप्त होता है, तो यह `announce_timer` फंक्शन को कॉल करेगा और इस सूची की सामग्री को पैरामीटर्स के रूप में पास करेगा - इसलिए सूची का पहला आइटम `minutes` पैरामीटर के रूप में पास होता है और दूसरा आइटम `seconds` पैरामीटर के रूप में।
+
+1. `create_timer` फंक्शन के अंत में, उपयोगकर्ता को यह घोषणा करने के लिए एक संदेश बनाने का कोड जोड़ें कि टाइमर शुरू हो रहा है:
+
+    ```python
+    announcement = ''
+    if minutes > 0:
+        announcement += f'{minutes} minute '
+    if seconds > 0:
+        announcement += f'{seconds} second '    
+    announcement += 'timer started.'
+    say(announcement)
+    ```
+
+    फिर से, यह केवल उस समय इकाई को शामिल करता है जिसमें कोई मान होता है। यह वाक्य फिर `say` फंक्शन को भेजा जाता है।
+
+1. `process_text` फंक्शन के अंत में निम्नलिखित जोड़ें ताकि टेक्स्ट से टाइमर के लिए समय प्राप्त किया जा सके, फिर टाइमर बनाया जा सके:
+
+    ```python
+    seconds = get_timer_time(text)
+    if seconds > 0:
+        create_timer(seconds)
+    ```
+
+    टाइमर केवल तब बनाया जाता है जब सेकंड्स की संख्या 0 से अधिक हो।
+
+1. ऐप चलाएं और सुनिश्चित करें कि फंक्शन ऐप भी चल रहा है। कुछ टाइमर सेट करें, और आउटपुट दिखाएगा कि टाइमर सेट हो रहा है और फिर दिखाएगा जब यह समाप्त होता है:
+
+    ```output
+    pi@raspberrypi:~/smart-timer $ python3 app.py 
+    Set a two minute 27 second timer.
+    2 minute 27 second timer started.
+    Times up on your 2 minute 27 second timer.
+    ```
+
+> 💁 आप इस कोड को [code-timer/pi](../../../../../6-consumer/lessons/3-spoken-feedback/code-timer/pi) या [code-timer/virtual-iot-device](../../../../../6-consumer/lessons/3-spoken-feedback/code-timer/virtual-iot-device) फोल्डर में पा सकते हैं।
+
+😀 आपका टाइमर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/3-spoken-feedback/virtual-device-text-to-speech.md b/translations/hi/6-consumer/lessons/3-spoken-feedback/virtual-device-text-to-speech.md
new file mode 100644
index 00000000..f3c6113c
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/3-spoken-feedback/virtual-device-text-to-speech.md
@@ -0,0 +1,86 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7966848a1f870e4c42edb4db67b13c57",
+  "translation_date": "2025-08-25T17:49:36+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/virtual-device-text-to-speech.md",
+  "language_code": "hi"
+}
+-->
+# टेक्स्ट से स्पीच - वर्चुअल IoT डिवाइस
+
+इस पाठ के इस भाग में, आप टेक्स्ट को स्पीच में बदलने के लिए स्पीच सर्विस का उपयोग करके कोड लिखेंगे।
+
+## टेक्स्ट को स्पीच में बदलें
+
+स्पीच सर्विस SDK, जिसे आपने पिछले पाठ में स्पीच को टेक्स्ट में बदलने के लिए उपयोग किया था, टेक्स्ट को वापस स्पीच में बदलने के लिए भी उपयोग किया जा सकता है। जब आप स्पीच का अनुरोध करते हैं, तो आपको उपयोग करने के लिए वॉयस प्रदान करनी होती है क्योंकि स्पीच विभिन्न प्रकार की आवाज़ों का उपयोग करके उत्पन्न की जा सकती है।
+
+प्रत्येक भाषा कई अलग-अलग आवाज़ों का समर्थन करती है, और आप स्पीच सर्विस SDK से प्रत्येक भाषा के लिए समर्थित आवाज़ों की सूची प्राप्त कर सकते हैं।
+
+### कार्य - टेक्स्ट को स्पीच में बदलें
+
+1. VS Code में `smart-timer` प्रोजेक्ट खोलें और सुनिश्चित करें कि टर्मिनल में वर्चुअल एनवायरनमेंट लोड हो गया है।
+
+1. `azure.cognitiveservices.speech` पैकेज से `SpeechSynthesizer` को मौजूदा इम्पोर्ट्स में जोड़कर इम्पोर्ट करें:
+
+    ```python
+    from azure.cognitiveservices.speech import SpeechConfig, SpeechRecognizer, SpeechSynthesizer
+    ```
+
+1. `say` फंक्शन के ऊपर, स्पीच सिंथेसाइज़र के साथ उपयोग करने के लिए एक स्पीच कॉन्फ़िगरेशन बनाएं:
+
+    ```python
+    speech_config = SpeechConfig(subscription=speech_api_key,
+                                 region=location)
+    speech_config.speech_synthesis_language = language
+    speech_synthesizer = SpeechSynthesizer(speech_config=speech_config)
+    ```
+
+    यह वही API कुंजी, स्थान और भाषा का उपयोग करता है जो पहले पहचानकर्ता द्वारा उपयोग किया गया था।
+
+1. इसके नीचे, एक वॉयस प्राप्त करने और इसे स्पीच कॉन्फ़िग पर सेट करने के लिए निम्न कोड जोड़ें:
+
+    ```python
+    voices = speech_synthesizer.get_voices_async().get().voices
+    first_voice = next(x for x in voices if x.locale.lower() == language.lower())
+    speech_config.speech_synthesis_voice_name = first_voice.short_name
+    ```
+
+    यह सभी उपलब्ध आवाज़ों की सूची प्राप्त करता है, फिर उस भाषा से मेल खाने वाली पहली आवाज़ को ढूंढता है जिसका उपयोग किया जा रहा है।
+
+    > 💁 आप Microsoft Docs पर [Language and voice support documentation](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#text-to-speech) से समर्थित आवाज़ों की पूरी सूची प्राप्त कर सकते हैं। यदि आप किसी विशेष आवाज़ का उपयोग करना चाहते हैं, तो आप इस फंक्शन को हटा सकते हैं और इस दस्तावेज़ से वॉयस नाम को हार्ड कोड कर सकते हैं। उदाहरण के लिए:
+    >
+    > ```python
+    > speech_config.speech_synthesis_voice_name = 'hi-IN-SwaraNeural'
+    > ```
+
+1. `say` फंक्शन की सामग्री को अपडेट करें ताकि प्रतिक्रिया के लिए SSML उत्पन्न किया जा सके:
+
+    ```python
+    ssml =  f'<speak version=\'1.0\' xml:lang=\'{language}\'>'
+    ssml += f'<voice xml:lang=\'{language}\' name=\'{first_voice.short_name}\'>'
+    ssml += text
+    ssml += '</voice>'
+    ssml += '</speak>'
+    ```
+
+1. इसके नीचे, स्पीच रिकग्निशन को रोकें, SSML को बोलें, फिर रिकग्निशन को फिर से शुरू करें:
+
+    ```python
+    recognizer.stop_continuous_recognition()
+    speech_synthesizer.speak_ssml(ssml)
+    recognizer.start_continuous_recognition()
+    ```
+
+    जब टेक्स्ट बोला जा रहा हो, तो टाइमर शुरू होने की घोषणा को डिटेक्ट होने से बचाने के लिए रिकग्निशन को रोका जाता है। ऐसा न करने पर यह LUIS को भेजा जा सकता है और संभवतः इसे नए टाइमर सेट करने के अनुरोध के रूप में व्याख्या किया जा सकता है।
+
+    > 💁 आप इसे आज़मा सकते हैं कि रिकग्निशन को रोकने और फिर से शुरू करने वाली लाइनों को कमेंट करके। एक टाइमर सेट करें, और आप देख सकते हैं कि घोषणा एक नया टाइमर सेट करती है, जो एक नई घोषणा का कारण बनती है, जिससे एक नया टाइमर सेट होता है, और यह प्रक्रिया अनंत तक चलती रहती है!
+
+1. ऐप चलाएं और सुनिश्चित करें कि फंक्शन ऐप भी चल रहा है। कुछ टाइमर सेट करें, और आप सुनेंगे कि आपका टाइमर सेट हो गया है, फिर जब टाइमर पूरा हो जाएगा तो एक और बोली गई प्रतिक्रिया सुनाई देगी।
+
+> 💁 आप इस कोड को [code-spoken-response/virtual-iot-device](../../../../../6-consumer/lessons/3-spoken-feedback/code-spoken-response/virtual-iot-device) फोल्डर में पा सकते हैं।
+
+😀 आपका टाइमर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/3-spoken-feedback/wio-terminal-set-timer.md b/translations/hi/6-consumer/lessons/3-spoken-feedback/wio-terminal-set-timer.md
new file mode 100644
index 00000000..1e5188ac
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/3-spoken-feedback/wio-terminal-set-timer.md
@@ -0,0 +1,299 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "012b69d57d898d670adf61304f42a137",
+  "translation_date": "2025-08-25T17:46:26+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/wio-terminal-set-timer.md",
+  "language_code": "hi"
+}
+-->
+# टाइमर सेट करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अपने सर्वरलेस कोड को कॉल करेंगे ताकि स्पीच को समझा जा सके और परिणामों के आधार पर अपने Wio Terminal पर एक टाइमर सेट कर सकें।
+
+## टाइमर सेट करें
+
+स्पीच टू टेक्स्ट कॉल से प्राप्त टेक्स्ट को आपके सर्वरलेस कोड में भेजा जाना चाहिए ताकि LUIS द्वारा इसे प्रोसेस किया जा सके और टाइमर के लिए सेकंड की संख्या प्राप्त की जा सके। इस सेकंड की संख्या का उपयोग टाइमर सेट करने के लिए किया जा सकता है।
+
+माइक्रोकंट्रोलर्स में Arduino में मूल रूप से मल्टीपल थ्रेड्स का समर्थन नहीं होता है, इसलिए यहां कोई मानक टाइमर क्लास नहीं होती जैसे कि आप Python या अन्य उच्च-स्तरीय भाषाओं में कोडिंग करते समय पाते हैं। इसके बजाय, आप टाइमर लाइब्रेरीज़ का उपयोग कर सकते हैं जो `loop` फंक्शन में बीते हुए समय को मापकर काम करती हैं और समय समाप्त होने पर फंक्शन को कॉल करती हैं।
+
+### कार्य - टेक्स्ट को सर्वरलेस फंक्शन में भेजें
+
+1. यदि `smart-timer` प्रोजेक्ट पहले से VS Code में खुला नहीं है, तो इसे खोलें।
+
+1. `config.h` हेडर फाइल खोलें और अपनी फंक्शन ऐप के लिए URL जोड़ें:
+
+    ```cpp
+    const char *TEXT_TO_TIMER_FUNCTION_URL = "<URL>";
+    ```
+
+    `<URL>` को अपनी फंक्शन ऐप के URL से बदलें, जो आपने पिछले पाठ के अंतिम चरण में प्राप्त किया था, और जो आपके लोकल मशीन के IP एड्रेस की ओर इशारा करता है।
+
+1. `src` फोल्डर में एक नई फाइल बनाएं जिसका नाम `language_understanding.h` हो। इसका उपयोग एक क्लास को परिभाषित करने के लिए किया जाएगा जो पहचानी गई स्पीच को आपकी फंक्शन ऐप में सेकंड में बदलने के लिए भेजेगी।
+
+1. इस फाइल के शीर्ष पर निम्नलिखित जोड़ें:
+
+    ```cpp
+    #pragma once
+    
+    #include <Arduino.h>
+    #include <ArduinoJson.h>
+    #include <HTTPClient.h>
+    #include <WiFiClient.h>
+    
+    #include "config.h"
+    ```
+
+    इसमें कुछ आवश्यक हेडर फाइलें शामिल हैं।
+
+1. `LanguageUnderstanding` नामक एक क्लास परिभाषित करें और इस क्लास का एक इंस्टेंस घोषित करें:
+
+    ```cpp
+    class LanguageUnderstanding
+    {
+    public:
+    private:
+    };
+
+    LanguageUnderstanding languageUnderstanding;
+    ```
+
+1. अपनी फंक्शन ऐप को कॉल करने के लिए, एक WiFi क्लाइंट घोषित करें। क्लास के `private` सेक्शन में निम्नलिखित जोड़ें:
+
+    ```cpp
+    WiFiClient _client;
+    ```
+
+1. `public` सेक्शन में, `GetTimerDuration` नामक एक मेथड घोषित करें ताकि फंक्शन ऐप को कॉल किया जा सके:
+
+    ```cpp
+    int GetTimerDuration(String text)
+    {
+    }
+    ```
+
+1. `GetTimerDuration` मेथड में, फंक्शन ऐप को भेजे जाने वाले JSON को बनाने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    DynamicJsonDocument doc(1024);
+    doc["text"] = text;
+
+    String body;
+    serializeJson(doc, body);
+    ```
+
+    यह `GetTimerDuration` मेथड को पास किए गए टेक्स्ट को निम्नलिखित JSON में बदलता है:
+
+    ```json
+    {
+        "text" : "<text>"
+    }
+    ```
+
+    जहां `<text>` वह टेक्स्ट है जो फंक्शन को पास किया गया है।
+
+1. इसके नीचे, फंक्शन ऐप कॉल करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    HTTPClient httpClient;
+    httpClient.begin(_client, TEXT_TO_TIMER_FUNCTION_URL);
+
+    int httpResponseCode = httpClient.POST(body);
+    ```
+
+    यह फंक्शन ऐप को एक POST अनुरोध भेजता है, JSON बॉडी पास करता है और प्रतिक्रिया कोड प्राप्त करता है।
+
+1. इसके नीचे निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    int seconds = 0;
+    if (httpResponseCode == 200)
+    {
+        String result = httpClient.getString();
+        Serial.println(result);
+
+        DynamicJsonDocument doc(1024);
+        deserializeJson(doc, result.c_str());
+
+        JsonObject obj = doc.as<JsonObject>();
+        seconds = obj["seconds"].as<int>();
+    }
+    else
+    {
+        Serial.print("Failed to understand text - error ");
+        Serial.println(httpResponseCode);
+    }
+    ```
+
+    यह कोड प्रतिक्रिया कोड की जांच करता है। यदि यह 200 (सफलता) है, तो टाइमर के लिए सेकंड की संख्या प्रतिक्रिया बॉडी से प्राप्त की जाती है। अन्यथा, एक त्रुटि सीरियल मॉनिटर पर भेजी जाती है और सेकंड की संख्या 0 पर सेट की जाती है।
+
+1. इस मेथड के अंत में निम्नलिखित कोड जोड़ें ताकि HTTP कनेक्शन बंद हो जाए और सेकंड की संख्या लौटाई जा सके:
+
+    ```cpp
+    httpClient.end();
+
+    return seconds;
+    ```
+
+1. `main.cpp` फाइल में इस नए हेडर को शामिल करें:
+
+    ```cpp
+    #include "speech_to_text.h"
+    ```
+
+1. `processAudio` फंक्शन के अंत में, `GetTimerDuration` मेथड को कॉल करें ताकि टाइमर की अवधि प्राप्त की जा सके:
+
+    ```cpp
+    int total_seconds = languageUnderstanding.GetTimerDuration(text);
+    ```
+
+    यह `SpeechToText` क्लास से कॉल के टेक्स्ट को टाइमर के सेकंड की संख्या में बदलता है।
+
+### कार्य - टाइमर सेट करें
+
+सेकंड की संख्या का उपयोग टाइमर सेट करने के लिए किया जा सकता है।
+
+1. `platformio.ini` फाइल में निम्नलिखित लाइब्रेरी डिपेंडेंसी जोड़ें ताकि टाइमर सेट करने के लिए एक लाइब्रेरी जोड़ी जा सके:
+
+    ```ini
+    contrem/arduino-timer @ 2.3.0
+    ```
+
+1. `main.cpp` फाइल में इस लाइब्रेरी के लिए एक इनक्लूड डायरेक्टिव जोड़ें:
+
+    ```cpp
+    #include <arduino-timer.h>
+    ```
+
+1. `processAudio` फंक्शन के ऊपर निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    auto timer = timer_create_default();
+    ```
+
+    यह कोड `timer` नामक एक टाइमर घोषित करता है।
+
+1. इसके नीचे निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    void say(String text)
+    {
+        Serial.print("Saying ");
+        Serial.println(text);
+    }
+    ```
+
+    यह `say` फंक्शन अंततः टेक्स्ट को स्पीच में बदल देगा, लेकिन फिलहाल यह पास किए गए टेक्स्ट को केवल सीरियल मॉनिटर पर लिखेगा।
+
+1. `say` फंक्शन के नीचे निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    bool timerExpired(void *announcement)
+    {
+        say((char *)announcement);
+        return false;
+    }
+    ```
+
+    यह एक कॉलबैक फंक्शन है जो तब कॉल किया जाएगा जब टाइमर समाप्त हो जाएगा। इसे एक संदेश पास किया जाता है जिसे टाइमर समाप्त होने पर कहा जाएगा। टाइमर दोहराए जा सकते हैं, और इसे इस कॉलबैक के रिटर्न वैल्यू द्वारा नियंत्रित किया जा सकता है - यह `false` लौटाता है, ताकि टाइमर फिर से न चले।
+
+1. `processAudio` फंक्शन के अंत में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    if (total_seconds == 0)
+    {
+        return;
+    }
+
+    int minutes = total_seconds / 60;
+    int seconds = total_seconds % 60;
+    ```
+
+    यह कोड कुल सेकंड की संख्या की जांच करता है, और यदि यह 0 है, तो फंक्शन कॉल से लौट आता है ताकि कोई टाइमर सेट न हो। फिर यह कुल सेकंड की संख्या को मिनट और सेकंड में बदलता है।
+
+1. इस कोड के नीचे, टाइमर शुरू होने पर कहने के लिए एक संदेश बनाने के लिए निम्नलिखित जोड़ें:
+
+    ```cpp
+    String begin_message;
+    if (minutes > 0)
+    {
+        begin_message += minutes;
+        begin_message += " minute ";
+    }
+    if (seconds > 0)
+    {
+        begin_message += seconds;
+        begin_message += " second ";
+    }
+
+    begin_message += "timer started.";
+    ```
+
+1. इसके नीचे, टाइमर समाप्त होने पर कहने के लिए एक समान संदेश बनाने के लिए कोड जोड़ें:
+
+    ```cpp
+    String end_message("Times up on your ");
+    if (minutes > 0)
+    {
+        end_message += minutes;
+        end_message += " minute ";
+    }
+    if (seconds > 0)
+    {
+        end_message += seconds;
+        end_message += " second ";
+    }
+
+    end_message += "timer.";
+    ```
+
+1. इसके बाद, टाइमर शुरू होने का संदेश कहें:
+
+    ```cpp
+    say(begin_message);
+    ```
+
+1. इस फंक्शन के अंत में, टाइमर शुरू करें:
+
+    ```cpp
+    timer.in(total_seconds * 1000, timerExpired, (void *)(end_message.c_str()));
+    ```
+
+    यह टाइमर को ट्रिगर करता है। टाइमर को मिलीसेकंड में सेट किया जाता है, इसलिए कुल सेकंड की संख्या को 1,000 से गुणा किया जाता है ताकि इसे मिलीसेकंड में बदला जा सके। `timerExpired` फंक्शन को कॉलबैक के रूप में पास किया जाता है, और `end_message` को एक आर्ग्युमेंट के रूप में पास किया जाता है ताकि इसे कॉलबैक में पास किया जा सके। यह कॉलबैक केवल `void *` आर्ग्युमेंट लेता है, इसलिए स्ट्रिंग को उपयुक्त रूप से बदला जाता है।
+
+1. अंत में, टाइमर को *टिक* करने की आवश्यकता होती है, और यह `loop` फंक्शन में किया जाता है। `loop` फंक्शन के अंत में निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    timer.tick();
+    ```
+
+1. इस कोड को बनाएं, इसे अपने Wio Terminal पर अपलोड करें और इसे सीरियल मॉनिटर के माध्यम से टेस्ट करें। जैसे ही आप सीरियल मॉनिटर में `Ready` देखते हैं, C बटन (बाईं ओर का, जो पावर स्विच के सबसे करीब है) दबाएं और बोलें। 4 सेकंड का ऑडियो कैप्चर किया जाएगा, टेक्स्ट में बदला जाएगा, फिर आपकी फंक्शन ऐप में भेजा जाएगा, और एक टाइमर सेट किया जाएगा। सुनिश्चित करें कि आपकी फंक्शन ऐप लोकल रूप से चल रही है।
+
+    आप देखेंगे कि टाइमर कब शुरू होता है और कब समाप्त होता है।
+
+    ```output
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    Got access token.
+    Ready.
+    Starting recording...
+    Finished recording
+    Sending speech...
+    Speech sent!
+    {"RecognitionStatus":"Success","DisplayText":"Set a 2 minute and 27 second timer.","Offset":4700000,"Duration":35300000}
+    Set a 2 minute and 27 second timer.
+    {"seconds": 147}
+    2 minute 27 second timer started.
+    Times up on your 2 minute 27 second timer.
+    ```
+
+> 💁 आप इस कोड को [code-timer/wio-terminal](../../../../../6-consumer/lessons/3-spoken-feedback/code-timer/wio-terminal) फोल्डर में पा सकते हैं।
+
+😀 आपका टाइमर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/3-spoken-feedback/wio-terminal-text-to-speech.md b/translations/hi/6-consumer/lessons/3-spoken-feedback/wio-terminal-text-to-speech.md
new file mode 100644
index 00000000..9bf111a5
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/3-spoken-feedback/wio-terminal-text-to-speech.md
@@ -0,0 +1,533 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "a202fa5889790a3777bfc33dd9f4b459",
+  "translation_date": "2025-08-25T17:47:53+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/wio-terminal-text-to-speech.md",
+  "language_code": "hi"
+}
+-->
+# टेक्स्ट से स्पीच - Wio Terminal
+
+इस पाठ के इस भाग में, आप टेक्स्ट को स्पीच में बदलेंगे ताकि बोले गए फीडबैक प्रदान किया जा सके।
+
+## टेक्स्ट से स्पीच
+
+स्पीच सर्विसेज SDK, जिसे आपने पिछले पाठ में स्पीच को टेक्स्ट में बदलने के लिए उपयोग किया था, टेक्स्ट को वापस स्पीच में बदलने के लिए भी उपयोग किया जा सकता है।
+
+## वॉयस की सूची प्राप्त करें
+
+स्पीच का अनुरोध करते समय, आपको उपयोग करने के लिए वॉयस प्रदान करनी होगी क्योंकि स्पीच विभिन्न प्रकार की वॉयस का उपयोग करके उत्पन्न की जा सकती है। प्रत्येक भाषा विभिन्न प्रकार की वॉयस का समर्थन करती है, और आप स्पीच सर्विसेज SDK से प्रत्येक भाषा के लिए समर्थित वॉयस की सूची प्राप्त कर सकते हैं। माइक्रोकंट्रोलर की सीमाएं यहां प्रभाव डालती हैं - टेक्स्ट से स्पीच सर्विसेज द्वारा समर्थित वॉयस की सूची प्राप्त करने के लिए कॉल एक JSON दस्तावेज़ है जिसका आकार 77KB से अधिक है, जो Wio Terminal द्वारा संसाधित करने के लिए बहुत बड़ा है। लेखन के समय, पूरी सूची में 215 वॉयस शामिल हैं, प्रत्येक को निम्नलिखित JSON दस्तावेज़ द्वारा परिभाषित किया गया है:
+
+```json
+{
+    "Name": "Microsoft Server Speech Text to Speech Voice (en-US, AriaNeural)",
+    "DisplayName": "Aria",
+    "LocalName": "Aria",
+    "ShortName": "en-US-AriaNeural",
+    "Gender": "Female",
+    "Locale": "en-US",
+    "StyleList": [
+        "chat",
+        "customerservice",
+        "narration-professional",
+        "newscast-casual",
+        "newscast-formal",
+        "cheerful",
+        "empathetic"
+    ],
+    "SampleRateHertz": "24000",
+    "VoiceType": "Neural",
+    "Status": "GA"
+}
+```
+
+यह JSON **Aria** वॉयस के लिए है, जिसमें कई वॉयस स्टाइल हैं। टेक्स्ट को स्पीच में बदलते समय केवल `en-US-AriaNeural` जैसे शॉर्टनेम की आवश्यकता होती है।
+
+पूरी सूची को माइक्रोकंट्रोलर पर डाउनलोड और डिकोड करने के बजाय, आपको उस भाषा के लिए वॉयस की सूची प्राप्त करने के लिए कुछ और सर्वरलेस कोड लिखने की आवश्यकता होगी जिसे आप उपयोग कर रहे हैं, और इसे अपने Wio Terminal से कॉल करें। आपका कोड फिर सूची से एक उपयुक्त वॉयस चुन सकता है, जैसे कि पहली वॉयस जो उसे मिलती है।
+
+### कार्य - वॉयस की सूची प्राप्त करने के लिए एक सर्वरलेस फंक्शन बनाएं
+
+1. अपने `smart-timer-trigger` प्रोजेक्ट को VS Code में खोलें और सुनिश्चित करें कि टर्मिनल में वर्चुअल एनवायरनमेंट सक्रिय है। यदि नहीं, तो टर्मिनल को बंद करें और फिर से बनाएं।
+
+1. `local.settings.json` फ़ाइल खोलें और स्पीच API कुंजी और स्थान के लिए सेटिंग्स जोड़ें:
+
+    ```json
+    "SPEECH_KEY": "<key>",
+    "SPEECH_LOCATION": "<location>"
+    ```
+
+    `<key>` को अपनी स्पीच सर्विस रिसोर्स की API कुंजी से बदलें। `<location>` को उस स्थान से बदलें जिसे आपने स्पीच सर्विस रिसोर्स बनाते समय उपयोग किया था।
+
+1. इस ऐप में एक नया HTTP ट्रिगर `get-voices` नामक जोड़ें। इसे VS Code टर्मिनल में फंक्शन ऐप प्रोजेक्ट के रूट फ़ोल्डर से निम्नलिखित कमांड का उपयोग करके बनाएं:
+
+    ```sh
+    func new --name get-voices --template "HTTP trigger"
+    ```
+
+    यह एक HTTP ट्रिगर `get-voices` बनाएगा।
+
+1. `get-voices` फ़ोल्डर में `__init__.py` फ़ाइल की सामग्री को निम्नलिखित से बदलें:
+
+    ```python
+    import json
+    import os
+    import requests
+    
+    import azure.functions as func
+    
+    def main(req: func.HttpRequest) -> func.HttpResponse:
+        location = os.environ['SPEECH_LOCATION']
+        speech_key = os.environ['SPEECH_KEY']
+    
+        req_body = req.get_json()
+        language = req_body['language']
+    
+        url = f'https://{location}.tts.speech.microsoft.com/cognitiveservices/voices/list'
+    
+        headers = {
+            'Ocp-Apim-Subscription-Key': speech_key
+        }
+    
+        response = requests.get(url, headers=headers)
+        voices_json = json.loads(response.text)
+    
+        voices = filter(lambda x: x['Locale'].lower() == language.lower(), voices_json)
+        voices = map(lambda x: x['ShortName'], voices)
+    
+        return func.HttpResponse(json.dumps(list(voices)), status_code=200)
+    ```
+
+    यह कोड वॉयस प्राप्त करने के लिए एंडपॉइंट पर HTTP अनुरोध करता है। वॉयस की यह सूची सभी भाषाओं के लिए वॉयस के साथ एक बड़ा JSON ब्लॉक है, इसलिए अनुरोध बॉडी में पास की गई भाषा के लिए वॉयस को फ़िल्टर किया जाता है, फिर शॉर्टनेम को निकाला जाता है और JSON सूची के रूप में लौटाया जाता है। टेक्स्ट को स्पीच में बदलने के लिए केवल इस शॉर्टनेम की आवश्यकता होती है, इसलिए केवल यही मान लौटाया जाता है।
+
+    > 💁 आप आवश्यकतानुसार फ़िल्टर बदल सकते हैं ताकि केवल वही वॉयस चुनी जाएं जो आप चाहते हैं।
+
+    यह डेटा का आकार 77KB (लेखन के समय) से घटाकर एक बहुत छोटे JSON दस्तावेज़ में बदल देता है। उदाहरण के लिए, US वॉयस के लिए यह 408 बाइट्स है।
+
+1. अपनी फंक्शन ऐप को लोकली चलाएं। फिर आप इसे `text-to-timer` HTTP ट्रिगर का परीक्षण करने के समान तरीके से `curl` जैसे टूल का उपयोग करके कॉल कर सकते हैं। सुनिश्चित करें कि अपनी भाषा को JSON बॉडी के रूप में पास करें:
+
+    ```json
+    {
+        "language":"<language>"
+    }
+    ```
+
+    `<language>` को अपनी भाषा से बदलें, जैसे `en-GB` या `zh-CN`।
+
+> 💁 आप इस कोड को [code-spoken-response/functions](../../../../../6-consumer/lessons/3-spoken-feedback/code-spoken-response/functions) फ़ोल्डर में पा सकते हैं।
+
+### कार्य - अपने Wio Terminal से वॉयस प्राप्त करें
+
+1. यदि `smart-timer` प्रोजेक्ट पहले से खुला नहीं है, तो इसे VS Code में खोलें।
+
+1. `config.h` हेडर फ़ाइल खोलें और अपनी फंक्शन ऐप के लिए URL जोड़ें:
+
+    ```cpp
+    const char *GET_VOICES_FUNCTION_URL = "<URL>";
+    ```
+
+    `<URL>` को अपनी फंक्शन ऐप के `get-voices` HTTP ट्रिगर के URL से बदलें। यह `TEXT_TO_TIMER_FUNCTION_URL` के मान के समान होगा, सिवाय इसके कि फंक्शन का नाम `text-to-timer` के बजाय `get-voices` होगा।
+
+1. `src` फ़ोल्डर में एक नई फ़ाइल बनाएं जिसका नाम `text_to_speech.h` हो। इसका उपयोग टेक्स्ट को स्पीच में बदलने के लिए एक क्लास को परिभाषित करने के लिए किया जाएगा।
+
+1. नई `text_to_speech.h` फ़ाइल के शीर्ष पर निम्नलिखित इनक्लूड निर्देश जोड़ें:
+
+    ```cpp
+    #pragma once
+
+    #include <Arduino.h>
+    #include <ArduinoJson.h>
+    #include <HTTPClient.h>
+    #include <Seeed_FS.h>
+    #include <SD/Seeed_SD.h>
+    #include <WiFiClient.h>
+    #include <WiFiClientSecure.h>
+    
+    #include "config.h"
+    #include "speech_to_text.h"
+    ```
+
+1. इसके नीचे निम्नलिखित कोड जोड़ें ताकि `TextToSpeech` क्लास को घोषित किया जा सके, साथ ही एक इंस्टेंस जिसे एप्लिकेशन के बाकी हिस्सों में उपयोग किया जा सके:
+
+    ```cpp
+    class TextToSpeech
+    {
+    public:
+    private:
+    };
+    
+    TextToSpeech textToSpeech;
+    ```
+
+1. अपनी फंक्शन ऐप को कॉल करने के लिए, आपको एक WiFi क्लाइंट घोषित करना होगा। क्लास के `private` सेक्शन में निम्नलिखित जोड़ें:
+
+    ```cpp
+    WiFiClient _client;
+    ```
+
+1. `private` सेक्शन में, चयनित वॉयस के लिए एक फ़ील्ड जोड़ें:
+
+    ```cpp
+    String _voice;
+    ```
+
+1. `public` सेक्शन में, एक `init` फंक्शन जोड़ें जो पहली वॉयस प्राप्त करेगा:
+
+    ```cpp
+    void init()
+    {
+    }
+    ```
+
+1. वॉयस प्राप्त करने के लिए, एक JSON दस्तावेज़ को फंक्शन ऐप में भेजा जाना चाहिए जिसमें भाषा हो। `init` फंक्शन में निम्नलिखित कोड जोड़ें ताकि यह JSON दस्तावेज़ बनाया जा सके:
+
+    ```cpp
+    DynamicJsonDocument doc(1024);
+    doc["language"] = LANGUAGE;
+
+    String body;
+    serializeJson(doc, body);
+    ```
+
+1. इसके बाद एक `HTTPClient` बनाएं, फिर इसका उपयोग वॉयस प्राप्त करने के लिए फंक्शन ऐप को कॉल करने के लिए करें, JSON दस्तावेज़ को पोस्ट करते हुए:
+
+    ```cpp
+    HTTPClient httpClient;
+    httpClient.begin(_client, GET_VOICES_FUNCTION_URL);
+
+    int httpResponseCode = httpClient.POST(body);
+    ```
+
+1. इसके नीचे कोड जोड़ें ताकि प्रतिक्रिया को चेक किया जा सके, और यदि यह 200 (सफलता) है, तो वॉयस की सूची निकाली जाए और सूची से पहली वॉयस प्राप्त की जाए:
+
+    ```cpp
+    if (httpResponseCode == 200)
+    {
+        String result = httpClient.getString();
+        Serial.println(result);
+
+        DynamicJsonDocument doc(1024);
+        deserializeJson(doc, result.c_str());
+
+        JsonArray obj = doc.as<JsonArray>();
+        _voice = obj[0].as<String>();
+
+        Serial.print("Using voice ");
+        Serial.println(_voice);
+    }
+    else
+    {
+        Serial.print("Failed to get voices - error ");
+        Serial.println(httpResponseCode);
+    }
+    ```
+
+1. इसके बाद, HTTP क्लाइंट कनेक्शन को समाप्त करें:
+
+    ```cpp
+    httpClient.end();
+    ```
+
+1. `main.cpp` फ़ाइल खोलें, और इस नई हेडर फ़ाइल को शामिल करने के लिए शीर्ष पर निम्नलिखित इनक्लूड निर्देश जोड़ें:
+
+    ```cpp
+    #include "text_to_speech.h"
+    ```
+
+1. `setup` फंक्शन में, `speechToText.init();` कॉल के नीचे निम्नलिखित जोड़ें ताकि `TextToSpeech` क्लास को इनिशियलाइज़ किया जा सके:
+
+    ```cpp
+    textToSpeech.init();
+    ```
+
+1. इस कोड को बिल्ड करें, इसे अपने Wio Terminal पर अपलोड करें और इसे सीरियल मॉनिटर के माध्यम से टेस्ट करें। सुनिश्चित करें कि आपकी फंक्शन ऐप चल रही है।
+
+    आपको फंक्शन ऐप से लौटाई गई उपलब्ध वॉयस की सूची दिखाई देगी, साथ ही चयनित वॉयस भी।
+
+    ```output
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    Got access token.
+    ["en-US-JennyNeural", "en-US-JennyMultilingualNeural", "en-US-GuyNeural", "en-US-AriaNeural", "en-US-AmberNeural", "en-US-AnaNeural", "en-US-AshleyNeural", "en-US-BrandonNeural", "en-US-ChristopherNeural", "en-US-CoraNeural", "en-US-ElizabethNeural", "en-US-EricNeural", "en-US-JacobNeural", "en-US-MichelleNeural", "en-US-MonicaNeural", "en-US-AriaRUS", "en-US-BenjaminRUS", "en-US-GuyRUS", "en-US-ZiraRUS"]
+    Using voice en-US-JennyNeural
+    Ready.
+    ```
+
+## टेक्स्ट को स्पीच में बदलें
+
+एक बार आपके पास उपयोग करने के लिए वॉयस हो, इसे टेक्स्ट को स्पीच में बदलने के लिए उपयोग किया जा सकता है। वॉयस के साथ वही मेमोरी सीमाएं स्पीच को टेक्स्ट में बदलने पर भी लागू होती हैं, इसलिए आपको स्पीच को SD कार्ड पर लिखने की आवश्यकता होगी ताकि इसे ReSpeaker पर चलाया जा सके।
+
+> 💁 इस प्रोजेक्ट के पिछले पाठों में आपने माइक्रोफोन से कैप्चर की गई स्पीच को स्टोर करने के लिए फ्लैश मेमोरी का उपयोग किया था। इस पाठ में SD कार्ड का उपयोग किया गया है क्योंकि Seeed ऑडियो लाइब्रेरी का उपयोग करके इसे चलाना आसान है।
+
+एक और सीमा पर विचार करना है, स्पीच सर्विस से उपलब्ध ऑडियो डेटा और Wio Terminal द्वारा समर्थित फॉर्मेट। पूर्ण कंप्यूटरों के विपरीत, माइक्रोकंट्रोलर के लिए ऑडियो लाइब्रेरी ऑडियो फॉर्मेट में बहुत सीमित हो सकती हैं। उदाहरण के लिए, Seeed Arduino Audio लाइब्रेरी जो ReSpeaker पर साउंड चला सकती है, केवल 44.1KHz सैंपल रेट पर ऑडियो का समर्थन करती है। Azure स्पीच सर्विसेज कई फॉर्मेट में ऑडियो प्रदान कर सकती हैं, लेकिन उनमें से कोई भी इस सैंपल रेट का उपयोग नहीं करता है, वे केवल 8KHz, 16KHz, 24KHz और 48KHz प्रदान करते हैं। इसका मतलब है कि ऑडियो को 44.1KHz में फिर से सैंपल करना होगा, जो Wio Terminal के पास अधिक संसाधन, विशेष रूप से मेमोरी, की आवश्यकता होगी।
+
+जब इस तरह के डेटा को हेरफेर करने की आवश्यकता होती है, तो अक्सर सर्वरलेस कोड का उपयोग करना बेहतर होता है, खासकर यदि डेटा वेब कॉल के माध्यम से प्राप्त किया गया हो। Wio Terminal एक सर्वरलेस फंक्शन को कॉल कर सकता है, टेक्स्ट को बदलने के लिए पास कर सकता है, और सर्वरलेस फंक्शन टेक्स्ट को स्पीच में बदलने के लिए स्पीच सर्विस को कॉल कर सकता है, साथ ही ऑडियो को आवश्यक सैंपल रेट में फिर से सैंपल कर सकता है। फिर यह ऑडियो को उस फॉर्म में लौटा सकता है जिसकी Wio Terminal को आवश्यकता है ताकि इसे SD कार्ड पर स्टोर किया जा सके और ReSpeaker पर चलाया जा सके।
+
+### कार्य - टेक्स्ट को स्पीच में बदलने के लिए एक सर्वरलेस फंक्शन बनाएं
+
+1. अपने `smart-timer-trigger` प्रोजेक्ट को VS Code में खोलें और सुनिश्चित करें कि टर्मिनल में वर्चुअल एनवायरनमेंट सक्रिय है। यदि नहीं, तो टर्मिनल को बंद करें और फिर से बनाएं।
+
+1. इस ऐप में एक नया HTTP ट्रिगर `text-to-speech` नामक जोड़ें। इसे VS Code टर्मिनल में फंक्शन ऐप प्रोजेक्ट के रूट फ़ोल्डर से निम्नलिखित कमांड का उपयोग करके बनाएं:
+
+    ```sh
+    func new --name text-to-speech --template "HTTP trigger"
+    ```
+
+    यह एक HTTP ट्रिगर `text-to-speech` बनाएगा।
+
+1. [librosa](https://librosa.org) Pip पैकेज में ऑडियो को फिर से सैंपल करने के लिए फंक्शन हैं, इसलिए इसे `requirements.txt` फ़ाइल में जोड़ें:
+
+    ```sh
+    librosa
+    ```
+
+    इसे जोड़ने के बाद, निम्नलिखित कमांड का उपयोग करके Pip पैकेज इंस्टॉल करें:
+
+    ```sh
+    pip install -r requirements.txt
+    ```
+
+    > ⚠️ यदि आप Linux, जिसमें Raspberry Pi OS शामिल है, का उपयोग कर रहे हैं, तो आपको `libsndfile` को निम्नलिखित कमांड का उपयोग करके इंस्टॉल करना पड़ सकता है:
+    >
+    > ```sh
+    > sudo apt update
+    > sudo apt install libsndfile1-dev
+    > ```
+
+1. टेक्स्ट को स्पीच में बदलने के लिए, आप सीधे स्पीच API कुंजी का उपयोग नहीं कर सकते, इसके बजाय आपको एक एक्सेस टोकन का अनुरोध करना होगा, एक्सेस टोकन अनुरोध को प्रमाणित करने के लिए API कुंजी का उपयोग करते हुए। `text-to-speech` फ़ोल्डर से `__init__.py` फ़ाइल खोलें और इसमें सभी कोड को निम्नलिखित से बदलें:
+
+    ```python
+    import io
+    import os
+    import requests
+    
+    import librosa
+    import soundfile as sf
+    import azure.functions as func
+    
+    location = os.environ['SPEECH_LOCATION']
+    speech_key = os.environ['SPEECH_KEY']
+    
+    def get_access_token():
+        headers = {
+            'Ocp-Apim-Subscription-Key': speech_key
+        }
+    
+        token_endpoint = f'https://{location}.api.cognitive.microsoft.com/sts/v1.0/issuetoken'
+        response = requests.post(token_endpoint, headers=headers)
+        return str(response.text)
+    ```
+
+    यह सेटिंग्स से पढ़े जाने वाले स्थान और स्पीच कुंजी के लिए कॉन्स्टेंट्स को परिभाषित करता है। फिर यह `get_access_token` फंक्शन को परिभाषित करता है जो स्पीच सर्विस के लिए एक्सेस टोकन प्राप्त करेगा।
+
+1. इस कोड के नीचे निम्नलिखित जोड़ें:
+
+    ```python
+    playback_format = 'riff-48khz-16bit-mono-pcm'
+
+    def main(req: func.HttpRequest) -> func.HttpResponse:
+        req_body = req.get_json()
+        language = req_body['language']
+        voice = req_body['voice']
+        text = req_body['text']
+    
+        url = f'https://{location}.tts.speech.microsoft.com/cognitiveservices/v1'
+    
+        headers = {
+            'Authorization': 'Bearer ' + get_access_token(),
+            'Content-Type': 'application/ssml+xml',
+            'X-Microsoft-OutputFormat': playback_format
+        }
+    
+        ssml =  f'<speak version=\'1.0\' xml:lang=\'{language}\'>'
+        ssml += f'<voice xml:lang=\'{language}\' name=\'{voice}\'>'
+        ssml += text
+        ssml += '</voice>'
+        ssml += '</speak>'
+    
+        response = requests.post(url, headers=headers, data=ssml.encode('utf-8'))
+    
+        raw_audio, sample_rate = librosa.load(io.BytesIO(response.content), sr=48000)
+        resampled = librosa.resample(raw_audio, sample_rate, 44100)
+        
+        output_buffer = io.BytesIO()
+        sf.write(output_buffer, resampled, 44100, 'PCM_16', format='wav')
+        output_buffer.seek(0)
+    
+        return func.HttpResponse(output_buffer.read(), status_code=200)
+    ```
+
+    यह टेक्स्ट को स्पीच में बदलने वाले HTTP ट्रिगर को परिभाषित करता है। यह JSON बॉडी से टेक्स्ट, भाषा और वॉयस को निकालता है, स्पीच का अनुरोध करने के लिए कुछ SSML बनाता है, फिर संबंधित REST API को एक्सेस टोकन का उपयोग करके प्रमाणित करता है। यह REST API कॉल ऑडियो को 16-बिट, 48KHz मोनो WAV फ़ाइल के रूप में लौटाता है, जिसे `playback_format` के मान द्वारा परिभाषित किया गया है, जिसे REST API कॉल में भेजा जाता है।
+
+    फिर इसे `librosa` द्वारा 48KHz के सैंपल रेट से 44.1KHz के सैंपल रेट में फिर से सैंपल किया जाता है, फिर इस ऑडियो को एक बाइनरी बफर में सेव किया जाता है जिसे फिर लौटाया जाता है।
+
+1. अपनी फंक्शन ऐप को लोकली चलाएं, या इसे क्लाउड में डिप्लॉय करें। फिर आप इसे `text-to-timer` HTTP ट्रिगर का परीक्षण करने के समान तरीके से `curl` जैसे टूल का उपयोग करके कॉल कर सकते हैं। सुनिश्चित करें कि भाषा, वॉयस और टेक्स्ट को JSON बॉडी के रूप में पास करें:
+
+    ```json
+    {
+        "language": "<language>",
+        "voice": "<voice>",
+        "text": "<text>"
+    }
+    ```
+
+    `<language>` को अपनी भाषा से बदलें, जैसे `en-GB` या `zh-CN`। `<voice>` को उस वॉयस से बदलें जिसे आप उपयोग करना चाहते हैं। `<text>` को उस टेक्स्ट से बदलें जिसे आप स्पीच में बदलना चाहते हैं। आप आउटपुट को एक फ़ाइल में सेव कर सकते हैं और इसे किसी भी ऑडियो प्लेयर के साथ चला सकते हैं जो WAV फ़ाइल चला सकता है।
+
+    उदाहरण के लिए, "Hello" को US English में Jenny Neural वॉयस के साथ स्पीच में बदलने के लिए, जब फंक्शन ऐप लोकली चल रही हो, तो आप निम्नलिखित `curl` कमांड का उपयोग कर सकते हैं:
+
+    ```sh
+    curl -X GET 'http://localhost:7071/api/text-to-speech' \
+         -H 'Content-Type: application/json' \
+         -o hello.wav \
+         -d '{
+           "language":"en-US",
+           "voice": "en-US-JennyNeural",
+           "text": "Hello"
+         }'
+    ```
+
+    यह ऑडियो को वर्तमान डायरेक्टरी में `hello.wav` में सेव करेगा।
+
+> 💁 आप इस कोड को [code-spoken-response/functions](../../../../../6-consumer/lessons/3-spoken-feedback/code-spoken-response/functions) फ़ोल्डर में पा सकते हैं।
+
+### कार्य - अपने Wio Terminal से स्पीच प्राप्त करें
+
+1. यदि `smart-timer` प्रोजेक्ट पहले से खुला नहीं है, तो इसे VS Code में खोलें।
+
+1. `config.h` हेडर फ़ाइल खोलें और अपनी फंक्शन ऐप के लिए URL जोड़ें:
+
+    ```cpp
+    const char *TEXT_TO_SPEECH_FUNCTION_URL = "<URL>";
+    ```
+
+    `<URL>` को अपनी फंक्शन ऐप के `text-to-speech` HTTP ट्रिगर के URL से बदलें। यह `TEXT_TO_TIMER_FUNCTION_URL` के मान के समान होगा, सिवाय इसके कि फंक्शन का नाम `text-to-timer` के बजाय `text-to-speech` होगा।
+
+1. `text_to_speech.h` हेडर फ़ाइल खोलें, और `TextToSpeech` क्लास के `public` सेक्शन में निम्नलिखित मेथड जोड़ें:
+
+    ```cpp
+    void convertTextToSpeech(String text)
+    {
+    }
+    ```
+
+1. `convertTextToSpeech` मेथड में, फंक्शन ऐप को भेजने के लिए JSON बनाने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    DynamicJsonDocument doc(1024);
+    doc["language"] = LANGUAGE;
+    doc["voice"] = _voice;
+    doc["text"] = text;
+
+    String body;
+    serializeJson(doc, body);
+    ```
+
+    यह भाषा, वॉयस और टेक्स्ट को JSON दस्तावेज़ में लिखता है, फिर इसे एक स्ट्रिंग में सीरियलाइज़ करता है।
+
+1. इसके नीचे, फंक्शन ऐप को कॉल करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    HTTPClient httpClient;
+    httpClient.begin(_client, TEXT_TO_SPEECH_FUNCTION_URL);
+
+    int httpResponseCode = httpClient.POST(body);
+    ```
+
+    यह एक HTTPClient बनाता है, फिर JSON दस्तावेज़ का उपयोग करके `text-to-speech` HTTP ट्रिगर को POST अनुरोध करता है।
+
+1. यदि कॉल सफल होती है, तो फंक्शन ऐप कॉल से लौटाए गए रॉ बाइनरी डेटा को SD कार्ड पर एक फ़ाइल में स्ट्रीम किया जा सकता है। ऐसा करने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    if (httpResponseCode == 200)
+    {            
+        File wav_file = SD.open("SPEECH.WAV", FILE_WRITE);
+        httpClient.writeToStream(&wav_file);
+        wav_file.close();
+    }
+    else
+    {
+        Serial.print("Failed to get speech - error ");
+        Serial.println(httpResponseCode);
+    }
+    ```
+
+    यह कोड प्रतिक्रिया की जांच करता है, और यदि यह 200 (सफलता) है, तो बाइनरी डेटा को SD कार्ड की रूट में `SPEECH.WAV` नामक फ़ाइल में स्ट्रीम किया जाता है।
+
+1. इस मेथड के अंत में, HTTP कनेक्शन को बंद करें:
+
+    ```cpp
+    httpClient.end();
+    ```
+
+1. अब टेक्स्ट को स्पीच में बदलकर ऑडियो में कन्वर्ट किया जा सकता है। `main.cpp` फ़ाइल में, `say` फंक्शन के अंत में निम्नलिखित लाइन जोड़ें ताकि बोले जाने वाले टेक्स्ट को ऑडियो में बदला जा सके:
+```cpp
+    textToSpeech.convertTextToSpeech(text);
+    ```
+
+### कार्य - अपने Wio Terminal से ऑडियो चलाएं
+
+**जल्द आ रहा है**
+
+## अपने फ़ंक्शन्स ऐप को क्लाउड पर डिप्लॉय करना
+
+फ़ंक्शन्स ऐप को लोकली चलाने का कारण यह है कि Linux पर `librosa` Pip पैकेज की एक निर्भरता ऐसी लाइब्रेरी पर है जो डिफ़ॉल्ट रूप से इंस्टॉल नहीं होती है, और इसे फ़ंक्शन ऐप चलाने से पहले इंस्टॉल करना होगा। फ़ंक्शन ऐप्स सर्वरलेस होते हैं - आपके पास कोई सर्वर नहीं होता जिसे आप खुद मैनेज कर सकें, इसलिए इस लाइब्रेरी को पहले से इंस्टॉल करने का कोई तरीका नहीं है।
+
+इसका समाधान यह है कि आप अपने फ़ंक्शन्स ऐप को एक Docker कंटेनर का उपयोग करके डिप्लॉय करें। यह कंटेनर क्लाउड द्वारा तब डिप्लॉय किया जाता है जब भी आपके फ़ंक्शन ऐप का नया इंस्टेंस शुरू करने की आवश्यकता होती है (जैसे कि जब डिमांड उपलब्ध संसाधनों से अधिक हो जाती है, या यदि फ़ंक्शन ऐप का उपयोग कुछ समय से नहीं हुआ है और इसे बंद कर दिया गया है)।
+
+Linux पर कस्टम कंटेनर का उपयोग करके फ़ंक्शन बनाने और Docker के माध्यम से डिप्लॉय करने के निर्देश आप [Microsoft Docs पर Linux का उपयोग करके कस्टम कंटेनर में फ़ंक्शन बनाने की डाक्यूमेंटेशन](https://docs.microsoft.com/azure/azure-functions/functions-create-function-linux-custom-image?WT.mc_id=academic-17441-jabenn&tabs=bash%2Cazurecli&pivots=programming-language-python) में पा सकते हैं।
+
+एक बार यह डिप्लॉय हो जाने के बाद, आप अपने Wio Terminal कोड को इस फ़ंक्शन का उपयोग करने के लिए पोर्ट कर सकते हैं:
+
+1. Azure Functions प्रमाणपत्र को `config.h` में जोड़ें:
+
+    ```cpp
+    const char *FUNCTIONS_CERTIFICATE =
+        "-----BEGIN CERTIFICATE-----\r\n"
+        "MIIFWjCCBEKgAwIBAgIQDxSWXyAgaZlP1ceseIlB4jANBgkqhkiG9w0BAQsFADBa\r\n"
+        "MQswCQYDVQQGEwJJRTESMBAGA1UEChMJQmFsdGltb3JlMRMwEQYDVQQLEwpDeWJl\r\n"
+        "clRydXN0MSIwIAYDVQQDExlCYWx0aW1vcmUgQ3liZXJUcnVzdCBSb290MB4XDTIw\r\n"
+        "MDcyMTIzMDAwMFoXDTI0MTAwODA3MDAwMFowTzELMAkGA1UEBhMCVVMxHjAcBgNV\r\n"
+        "BAoTFU1pY3Jvc29mdCBDb3Jwb3JhdGlvbjEgMB4GA1UEAxMXTWljcm9zb2Z0IFJT\r\n"
+        "QSBUTFMgQ0EgMDEwggIiMA0GCSqGSIb3DQEBAQUAA4ICDwAwggIKAoICAQCqYnfP\r\n"
+        "mmOyBoTzkDb0mfMUUavqlQo7Rgb9EUEf/lsGWMk4bgj8T0RIzTqk970eouKVuL5R\r\n"
+        "IMW/snBjXXgMQ8ApzWRJCZbar879BV8rKpHoAW4uGJssnNABf2n17j9TiFy6BWy+\r\n"
+        "IhVnFILyLNK+W2M3zK9gheiWa2uACKhuvgCca5Vw/OQYErEdG7LBEzFnMzTmJcli\r\n"
+        "W1iCdXby/vI/OxbfqkKD4zJtm45DJvC9Dh+hpzqvLMiK5uo/+aXSJY+SqhoIEpz+\r\n"
+        "rErHw+uAlKuHFtEjSeeku8eR3+Z5ND9BSqc6JtLqb0bjOHPm5dSRrgt4nnil75bj\r\n"
+        "c9j3lWXpBb9PXP9Sp/nPCK+nTQmZwHGjUnqlO9ebAVQD47ZisFonnDAmjrZNVqEX\r\n"
+        "F3p7laEHrFMxttYuD81BdOzxAbL9Rb/8MeFGQjE2Qx65qgVfhH+RsYuuD9dUw/3w\r\n"
+        "ZAhq05yO6nk07AM9c+AbNtRoEcdZcLCHfMDcbkXKNs5DJncCqXAN6LhXVERCw/us\r\n"
+        "G2MmCMLSIx9/kwt8bwhUmitOXc6fpT7SmFvRAtvxg84wUkg4Y/Gx++0j0z6StSeN\r\n"
+        "0EJz150jaHG6WV4HUqaWTb98Tm90IgXAU4AW2GBOlzFPiU5IY9jt+eXC2Q6yC/Zp\r\n"
+        "TL1LAcnL3Qa/OgLrHN0wiw1KFGD51WRPQ0Sh7QIDAQABo4IBJTCCASEwHQYDVR0O\r\n"
+        "BBYEFLV2DDARzseSQk1Mx1wsyKkM6AtkMB8GA1UdIwQYMBaAFOWdWTCCR1jMrPoI\r\n"
+        "VDaGezq1BE3wMA4GA1UdDwEB/wQEAwIBhjAdBgNVHSUEFjAUBggrBgEFBQcDAQYI\r\n"
+        "KwYBBQUHAwIwEgYDVR0TAQH/BAgwBgEB/wIBADA0BggrBgEFBQcBAQQoMCYwJAYI\r\n"
+        "KwYBBQUHMAGGGGh0dHA6Ly9vY3NwLmRpZ2ljZXJ0LmNvbTA6BgNVHR8EMzAxMC+g\r\n"
+        "LaArhilodHRwOi8vY3JsMy5kaWdpY2VydC5jb20vT21uaXJvb3QyMDI1LmNybDAq\r\n"
+        "BgNVHSAEIzAhMAgGBmeBDAECATAIBgZngQwBAgIwCwYJKwYBBAGCNyoBMA0GCSqG\r\n"
+        "SIb3DQEBCwUAA4IBAQCfK76SZ1vae4qt6P+dTQUO7bYNFUHR5hXcA2D59CJWnEj5\r\n"
+        "na7aKzyowKvQupW4yMH9fGNxtsh6iJswRqOOfZYC4/giBO/gNsBvwr8uDW7t1nYo\r\n"
+        "DYGHPpvnpxCM2mYfQFHq576/TmeYu1RZY29C4w8xYBlkAA8mDJfRhMCmehk7cN5F\r\n"
+        "JtyWRj2cZj/hOoI45TYDBChXpOlLZKIYiG1giY16vhCRi6zmPzEwv+tk156N6cGS\r\n"
+        "Vm44jTQ/rs1sa0JSYjzUaYngoFdZC4OfxnIkQvUIA4TOFmPzNPEFdjcZsgbeEz4T\r\n"
+        "cGHTBPK4R28F44qIMCtHRV55VMX53ev6P3hRddJb\r\n"
+        "-----END CERTIFICATE-----\r\n";
+    ```
+
+1. सभी `<WiFiClient.h>` इनक्लूड्स को `<WiFiClientSecure.h>` में बदलें।
+
+1. सभी `WiFiClient` फ़ील्ड्स को `WiFiClientSecure` में बदलें।
+
+1. हर उस क्लास में जिसमें `WiFiClientSecure` फ़ील्ड है, एक कंस्ट्रक्टर जोड़ें और उस कंस्ट्रक्टर में प्रमाणपत्र सेट करें:
+
+    ```cpp
+    _client.setCACert(FUNCTIONS_CERTIFICATE);
+    ```
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/4-multiple-language-support/README.md b/translations/hi/6-consumer/lessons/4-multiple-language-support/README.md
new file mode 100644
index 00000000..9bf5bafb
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/4-multiple-language-support/README.md
@@ -0,0 +1,186 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c16de27b0074abe81d6a8bad5e5b1a6b",
+  "translation_date": "2025-08-25T17:37:13+00:00",
+  "source_file": "6-consumer/lessons/4-multiple-language-support/README.md",
+  "language_code": "hi"
+}
+-->
+# कई भाषाओं का समर्थन करें
+
+![इस पाठ का स्केच नोट अवलोकन](../../../../../translated_images/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.hi.jpg)
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़ी छवि देखने के लिए क्लिक करें।
+
+यह वीडियो Azure स्पीच सेवाओं का अवलोकन देता है, जिसमें पहले के पाठों में कवर किए गए स्पीच टू टेक्स्ट और टेक्स्ट टू स्पीच शामिल हैं, साथ ही इस पाठ में कवर किए गए विषय, स्पीच का अनुवाद:
+
+[![Microsoft Build 2020 से कुछ पंक्तियों के Python कोड के साथ स्पीच को पहचानना](https://img.youtube.com/vi/h6xbpMPSGEA/0.jpg)](https://www.youtube.com/watch?v=h6xbpMPSGEA)
+
+> 🎥 वीडियो देखने के लिए ऊपर दी गई छवि पर क्लिक करें
+
+## प्री-लेक्चर क्विज़
+
+[प्री-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/47)
+
+## परिचय
+
+पिछले 3 पाठों में आपने स्पीच को टेक्स्ट में बदलने, भाषा को समझने और टेक्स्ट को स्पीच में बदलने के बारे में सीखा, जो सभी AI द्वारा संचालित हैं। मानव संचार का एक अन्य क्षेत्र जिसमें AI मदद कर सकता है वह है भाषा अनुवाद - एक भाषा से दूसरी भाषा में बदलना, जैसे अंग्रेजी से फ्रेंच।
+
+इस पाठ में आप AI का उपयोग करके टेक्स्ट का अनुवाद करना सीखेंगे, जिससे आपका स्मार्ट टाइमर कई भाषाओं में उपयोगकर्ताओं के साथ संवाद कर सके।
+
+इस पाठ में हम निम्नलिखित कवर करेंगे:
+
+* [टेक्स्ट का अनुवाद करें](../../../../../6-consumer/lessons/4-multiple-language-support)
+* [अनुवाद सेवाएं](../../../../../6-consumer/lessons/4-multiple-language-support)
+* [एक अनुवादक संसाधन बनाएं](../../../../../6-consumer/lessons/4-multiple-language-support)
+* [अनुवाद के साथ एप्लिकेशन में कई भाषाओं का समर्थन करें](../../../../../6-consumer/lessons/4-multiple-language-support)
+* [AI सेवा का उपयोग करके टेक्स्ट का अनुवाद करें](../../../../../6-consumer/lessons/4-multiple-language-support)
+
+> 🗑 यह इस प्रोजेक्ट का अंतिम पाठ है, इसलिए इस पाठ और असाइनमेंट को पूरा करने के बाद, अपने क्लाउड सेवाओं को साफ करना न भूलें। असाइनमेंट पूरा करने के लिए आपको सेवाओं की आवश्यकता होगी, इसलिए पहले इसे पूरा करना सुनिश्चित करें।
+>
+> यदि आवश्यक हो तो निर्देशों के लिए [अपने प्रोजेक्ट को साफ करें गाइड](../../../clean-up.md) देखें।
+
+## टेक्स्ट का अनुवाद करें
+
+टेक्स्ट अनुवाद कंप्यूटर विज्ञान की एक समस्या रही है जिस पर 70 से अधिक वर्षों से शोध किया गया है, और अब AI और कंप्यूटर शक्ति में प्रगति के कारण इसे लगभग मानव अनुवादकों जितना अच्छा हल किया जा रहा है।
+
+> 💁 इसकी उत्पत्ति और भी पहले की जा सकती है, [अल-किंदी](https://wikipedia.org/wiki/Al-Kindi) तक, जो 9वीं शताब्दी के अरबी क्रिप्टोग्राफर थे और उन्होंने भाषा अनुवाद के लिए तकनीकें विकसित की थीं।
+
+### मशीन अनुवाद
+
+टेक्स्ट अनुवाद एक तकनीक के रूप में शुरू हुआ जिसे मशीन अनुवाद (MT) कहा जाता है, जो विभिन्न भाषा जोड़ों के बीच अनुवाद कर सकता है। MT एक भाषा के शब्दों को दूसरी भाषा में बदलने का काम करता है, और जब साधारण शब्द-से-शब्द अनुवाद समझ में नहीं आता है तो वाक्यांशों या वाक्यों के हिस्सों को सही तरीके से अनुवाद करने के लिए तकनीकों को जोड़ता है।
+
+> 🎓 जब अनुवादक एक भाषा से दूसरी भाषा में अनुवाद का समर्थन करते हैं, तो इन्हें *भाषा जोड़े* कहा जाता है। विभिन्न उपकरण विभिन्न भाषा जोड़ों का समर्थन करते हैं, और ये पूर्ण नहीं हो सकते। उदाहरण के लिए, एक अनुवादक अंग्रेजी से स्पेनिश को एक भाषा जोड़े के रूप में समर्थन कर सकता है, और स्पेनिश से इतालवी को एक भाषा जोड़े के रूप में समर्थन कर सकता है, लेकिन अंग्रेजी से इतालवी को नहीं।
+
+उदाहरण के लिए, "Hello world" को अंग्रेजी से फ्रेंच में अनुवाद करना "Hello" के लिए "Bonjour" और "world" के लिए "le monde" के प्रतिस्थापन के साथ किया जा सकता है, जिससे सही अनुवाद "Bonjour le monde" बनता है।
+
+प्रतिस्थापन तब काम नहीं करते जब विभिन्न भाषाएं एक ही बात कहने के लिए अलग-अलग तरीके का उपयोग करती हैं। उदाहरण के लिए, अंग्रेजी वाक्य "My name is Jim" फ्रेंच में "Je m'appelle Jim" में अनुवादित होता है - जिसका शाब्दिक अर्थ है "मैं खुद को Jim कहता हूं"। "Je" फ्रेंच में "I" है, "moi" "me" है, लेकिन इसे क्रिया के साथ जोड़ दिया जाता है क्योंकि यह स्वर से शुरू होता है, इसलिए यह "m'" बन जाता है, "appelle" का अर्थ है "to call", और "Jim" का अनुवाद नहीं किया जाता क्योंकि यह एक नाम है, और ऐसा शब्द नहीं जिसे अनुवादित किया जा सके। शब्द क्रम भी एक समस्या बन जाता है - "Je m'appelle Jim" का साधारण प्रतिस्थापन "I myself call Jim" बन जाता है, जो अंग्रेजी से अलग शब्द क्रम है।
+
+> 💁 कुछ शब्द कभी अनुवादित नहीं होते - मेरा नाम Jim है चाहे मैं किसी भी भाषा में अपना परिचय दूं। जब उन भाषाओं में अनुवाद किया जाता है जो अलग-अलग वर्णमालाओं का उपयोग करती हैं, या अलग-अलग ध्वनियों के लिए अलग-अलग अक्षरों का उपयोग करती हैं, तो शब्दों को *लिप्यंतरण* किया जा सकता है, यानी दिए गए शब्द के समान ध्वनि देने के लिए अक्षरों या वर्णों का चयन करना।
+
+मुहावरे भी अनुवाद के लिए एक समस्या हैं। ये ऐसे वाक्यांश हैं जिनका समझा गया अर्थ शब्दों की सीधी व्याख्या से अलग होता है। उदाहरण के लिए, अंग्रेजी में मुहावरा "I've got ants in my pants" का शाब्दिक अर्थ कपड़ों में चींटियां होने का नहीं है, बल्कि बेचैन होने का है। यदि आप इसे जर्मन में अनुवाद करते हैं, तो आप श्रोता को भ्रमित कर देंगे, क्योंकि जर्मन संस्करण है "I have bumble bees in the bottom"।
+
+> 💁 विभिन्न स्थानों में अलग-अलग जटिलताएं होती हैं। मुहावरे "ants in your pants" के साथ, अमेरिकी अंग्रेजी में "pants" बाहरी कपड़ों को संदर्भित करता है, ब्रिटिश अंग्रेजी में, "pants" अंडरवियर है।
+
+✅ यदि आप कई भाषाएं बोलते हैं, तो कुछ ऐसे वाक्यांशों के बारे में सोचें जो सीधे अनुवादित नहीं होते।
+
+मशीन अनुवाद प्रणाली नियमों के बड़े डेटाबेस पर निर्भर करती हैं जो कुछ वाक्यांशों और मुहावरों को अनुवाद करने के तरीके का वर्णन करती हैं, साथ ही संभावित विकल्पों से उपयुक्त अनुवाद चुनने के लिए सांख्यिकीय विधियों का उपयोग करती हैं। ये सांख्यिकीय विधियां मानव द्वारा कई भाषाओं में अनुवादित कार्यों के विशाल डेटाबेस का उपयोग सबसे संभावित अनुवाद चुनने के लिए करती हैं, एक तकनीक जिसे *सांख्यिकीय मशीन अनुवाद* कहा जाता है। इनमें से कई भाषा के मध्यवर्ती प्रतिनिधित्व का उपयोग करते हैं, जिससे एक भाषा को मध्यवर्ती में अनुवादित किया जा सकता है, फिर मध्यवर्ती से दूसरी भाषा में। इस तरह अधिक भाषाओं को जोड़ने में मध्यवर्ती के लिए और उससे अनुवाद शामिल होता है, सभी अन्य भाषाओं के लिए और उनसे नहीं।
+
+### न्यूरल अनुवाद
+
+न्यूरल अनुवाद AI की शक्ति का उपयोग करके अनुवाद करने में शामिल होते हैं, आमतौर पर पूरे वाक्यों का एक मॉडल का उपयोग करके अनुवाद करते हैं। ये मॉडल मानव द्वारा अनुवादित विशाल डेटा सेट पर प्रशिक्षित होते हैं, जैसे वेब पेज, किताबें और संयुक्त राष्ट्र का दस्तावेज़ीकरण।
+
+न्यूरल अनुवाद मॉडल आमतौर पर मशीन अनुवाद मॉडल की तुलना में छोटे होते हैं क्योंकि उन्हें वाक्यांशों और मुहावरों के विशाल डेटाबेस की आवश्यकता नहीं होती। आधुनिक AI सेवाएं जो अनुवाद प्रदान करती हैं, अक्सर कई तकनीकों को मिलाती हैं, सांख्यिकीय मशीन अनुवाद और न्यूरल अनुवाद को मिलाकर।
+
+किसी भी भाषा जोड़े के लिए 1:1 अनुवाद नहीं होता। विभिन्न अनुवाद मॉडल थोड़ा अलग परिणाम उत्पन्न करेंगे, यह इस बात पर निर्भर करता है कि मॉडल को प्रशिक्षित करने के लिए किस डेटा का उपयोग किया गया है। अनुवाद हमेशा सममित नहीं होते - यानी यदि आप एक वाक्य को एक भाषा से दूसरी भाषा में अनुवाद करते हैं, फिर इसे पहली भाषा में वापस अनुवाद करते हैं तो आपको थोड़ा अलग वाक्य परिणाम के रूप में मिल सकता है।
+
+✅ विभिन्न ऑनलाइन अनुवादकों जैसे [Bing Translate](https://www.bing.com/translator), [Google Translate](https://translate.google.com), या Apple Translate ऐप का उपयोग करके देखें। कुछ वाक्यों के अनुवादित संस्करणों की तुलना करें। साथ ही एक में अनुवाद करें, फिर दूसरे में वापस अनुवाद करें।
+
+## अनुवाद सेवाएं
+
+ऐप्लिकेशन से स्पीच और टेक्स्ट का अनुवाद करने के लिए कई AI सेवाएं उपलब्ध हैं।
+
+### कॉग्निटिव सेवाएं स्पीच सेवा
+
+![स्पीच सेवा लोगो](../../../../../translated_images/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.hi.png)
+
+पिछले कुछ पाठों में आपने जिस स्पीच सेवा का उपयोग किया है उसमें स्पीच पहचान के लिए अनुवाद क्षमताएं हैं। जब आप स्पीच को पहचानते हैं, तो आप न केवल उसी भाषा में स्पीच का टेक्स्ट, बल्कि अन्य भाषाओं में भी अनुरोध कर सकते हैं।
+
+> 💁 यह केवल स्पीच SDK से उपलब्ध है, REST API में अंतर्निहित अनुवाद नहीं हैं।
+
+### कॉग्निटिव सेवाएं अनुवादक सेवा
+
+![अनुवादक सेवा लोगो](../../../../../translated_images/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.hi.png)
+
+अनुवादक सेवा एक समर्पित अनुवाद सेवा है जो टेक्स्ट को एक भाषा से एक या अधिक लक्षित भाषाओं में अनुवाद कर सकती है। अनुवाद के अलावा, यह कई अतिरिक्त सुविधाओं का समर्थन करती है, जिसमें अश्लीलता को छिपाना शामिल है। यह आपको किसी विशेष शब्द या वाक्य के लिए एक विशिष्ट अनुवाद प्रदान करने की अनुमति भी देती है, उन शब्दों के साथ काम करने के लिए जिन्हें आप अनुवादित नहीं करना चाहते हैं, या एक विशिष्ट प्रसिद्ध अनुवाद के साथ।
+
+उदाहरण के लिए, जब "I have a Raspberry Pi" वाक्य, जो सिंगल-बोर्ड कंप्यूटर को संदर्भित करता है, को फ्रेंच जैसी दूसरी भाषा में अनुवादित किया जाता है, तो आप नाम "Raspberry Pi" को उसी रूप में रखना चाहेंगे, और इसे अनुवादित नहीं करना चाहेंगे, जिससे "J’ai un Raspberry Pi" बनता है बजाय "J’ai une pi aux framboises" के।
+
+## एक अनुवादक संसाधन बनाएं
+
+इस पाठ के लिए आपको एक अनुवादक संसाधन की आवश्यकता होगी। आप टेक्स्ट का अनुवाद करने के लिए REST API का उपयोग करेंगे।
+
+### कार्य - एक अनुवादक संसाधन बनाएं
+
+1. अपने टर्मिनल या कमांड प्रॉम्प्ट से, `smart-timer` संसाधन समूह में एक अनुवादक संसाधन बनाने के लिए निम्नलिखित कमांड चलाएं।
+
+    ```sh
+    az cognitiveservices account create --name smart-timer-translator \
+                                        --resource-group smart-timer \
+                                        --kind TextTranslation \
+                                        --sku F0 \
+                                        --yes \
+                                        --location <location>
+    ```
+
+    `<location>` को उस स्थान से बदलें जिसे आपने संसाधन समूह बनाते समय उपयोग किया था।
+
+1. अनुवादक सेवा के लिए कुंजी प्राप्त करें:
+
+    ```sh
+    az cognitiveservices account keys list --name smart-timer-translator \
+                                           --resource-group smart-timer \
+                                           --output table
+    ```
+
+    कुंजियों में से एक की एक प्रति लें।
+
+## अनुवाद के साथ एप्लिकेशन में कई भाषाओं का समर्थन करें
+
+आदर्श रूप से, आपका पूरा एप्लिकेशन जितनी संभव हो उतनी विभिन्न भाषाओं को समझना चाहिए, स्पीच सुनने से लेकर भाषा समझने तक, और स्पीच के साथ प्रतिक्रिया देने तक। यह बहुत काम है, इसलिए अनुवाद सेवाएं आपके एप्लिकेशन की डिलीवरी के समय को तेज कर सकती हैं।
+
+![एक स्मार्ट टाइमर आर्किटेक्चर जापानी को अंग्रेजी में अनुवादित करता है, अंग्रेजी में प्रोसेस करता है फिर जापानी में वापस अनुवाद करता है](../../../../../translated_images/translated-smart-timer.08ac20057fdc5c3778ed41cb425dca5d7fbcd4584b6da7b73ca67115a5b8a883.hi.png)
+
+कल्पना करें कि आप एक स्मार्ट टाइमर बना रहे हैं जो अंग्रेजी का उपयोग करता है, शुरुआत से अंत तक, अंग्रेजी में बोले गए शब्दों को समझता है और उसे टेक्स्ट में बदलता है, अंग्रेजी में भाषा समझने को चलाता है, अंग्रेजी में प्रतिक्रियाएं बनाता है और अंग्रेजी स्पीच के साथ प्रतिक्रिया देता है। यदि आप जापानी का समर्थन जोड़ना चाहते हैं, तो आप जापानी बोले गए शब्दों को अंग्रेजी टेक्स्ट में अनुवादित करने से शुरू कर सकते हैं, फिर एप्लिकेशन के कोर को समान रख सकते हैं, फिर प्रतिक्रिया टेक्स्ट को जापानी में अनुवादित कर सकते हैं और प्रतिक्रिया बोल सकते हैं। यह आपको जल्दी से जापानी समर्थन जोड़ने की अनुमति देगा, और आप बाद में पूर्ण शुरुआत से अंत तक जापानी समर्थन प्रदान करने के लिए विस्तार कर सकते हैं।
+
+> 💁 मशीन अनुवाद पर निर्भर रहने का नुकसान यह है कि विभिन्न भाषाओं और संस्कृतियों में एक ही बात कहने के अलग-अलग तरीके होते हैं, इसलिए अनुवाद उस अभिव्यक्ति से मेल नहीं खा सकता जिसकी आप अपेक्षा कर रहे हैं।
+
+मशीन अनुवाद ऐप्स और उपकरणों के लिए उपयोगकर्ता-निर्मित सामग्री को उसके निर्माण के समय अनुवादित करने की संभावनाएं भी खोलते हैं। विज्ञान कथा नियमित रूप से 'यूनिवर्सल ट्रांसलेटर्स' को दिखाती है, उपकरण जो विदेशी भाषाओं को (आमतौर पर) अमेरिकी अंग्रेजी में अनुवाद कर सकते हैं। ये उपकरण कम विज्ञान कथा और अधिक विज्ञान तथ्य हैं, यदि आप विदेशी भाग को नजरअंदाज करते हैं। पहले से ही ऐसे ऐप्स और उपकरण हैं जो स्पीच और लिखित टेक्स्ट का वास्तविक समय में अनुवाद प्रदान करते हैं, स्पीच और अनुवाद सेवाओं के संयोजन का उपयोग करते हुए।
+
+एक उदाहरण [Microsoft Translator](https://www.microsoft.com/translator/apps/?WT.mc_id=academic-17441-jabenn) मोबाइल फोन ऐप है, जिसे इस वीडियो में प्रदर्शित किया गया है:
+
+[![Microsoft Translator लाइव फीचर का प्रदर्शन](https://img.youtube.com/vi/16yAGeP2FuM/0.jpg)](https://www.youtube.com/watch?v=16yAGeP2FuM)
+
+> 🎥 वीडियो देखने के लिए ऊपर दी गई छवि पर क्लिक करें
+
+कल्पना करें कि आपके पास ऐसा उपकरण उपलब्ध हो, विशेष रूप से यात्रा करते समय या उन लोगों के साथ बातचीत करते समय जिनकी भाषा आप नहीं जानते। हवाई अड्डों या अस्पतालों में स्वचालित अनुवाद उपकरणों का होना बहुत आवश्यक पहुंच सुधार प्रदान करेगा।
+
+✅ कुछ शोध करें: क्या कोई अनुवाद IoT उपकरण व्यावसायिक रूप से उपलब्ध हैं? स्मार्ट उपकरणों में निर्मित अनुवाद क्षमताओं के बारे में क्या?
+
+> 👽 हालांकि कोई सच्चे यूनिवर्सल ट्रांसलेटर्स नहीं हैं जो हमें एलियंस से बात करने की अनुमति देते हैं, [Microsoft Translator क्लिंगन का समर्थन करता है](https://www.microsoft.com/translator/blog/2013/05/14/announcing-klingon-for-bing-translator/?WT.mc_id=academic-17441-jabenn)। Qapla’!
+
+## AI सेवा का उपयोग करके टेक्स्ट का अनुवाद करें
+
+आप इस अनुवाद क्षमता को अपने स्मार्ट टाइमर में जोड़ने के लिए AI सेवा का उपयोग कर सकते हैं।
+
+### कार्य - AI सेवा का उपयोग करके टेक्स्ट का अनुवाद करें
+
+अपने IoT उपकरण पर टेक्स्ट का अनुवाद करने के लिए संबंधित गाइड पर काम करें:
+
+* [Arduino - Wio Terminal](wio-terminal-translate-speech.md)
+* [सिंगल-बोर्ड कंप्यूटर - Raspberry Pi](pi-translate-speech.md)
+* [सिंगल-बोर्ड कंप्यूटर - वर्चुअल डिवाइस](virtual-device-translate-speech.md)
+
+---
+
+## 🚀 चुनौती
+
+स्मार्ट उपकरणों से परे अन्य IoT एप्लिकेशन के लिए मशीन अनुवाद कैसे लाभकारी हो सकता है? अनुवाद कैसे मदद कर सकता है, इसके विभिन्न तरीकों के बारे में सोचें, न केवल बोले गए शब्दों के साथ बल्कि टेक्स्ट के साथ भी।
+
+## पोस्ट-लेक्चर क्विज़
+
+[पोस्ट-लेक्चर क्विज़](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/48)
+
+## समीक्षा और स्व-अध्ययन
+
+* मशीन अनुवाद पर अधिक पढ़ें [मशीन अनुवाद पेज पर Wikipedia](https://wikipedia.org/wiki/Machine_translation)
+* न्यूरल मशीन अनुवाद पर अधिक पढ़ें [न्यूरल मशीन अनुवाद पेज पर Wikipedia](https://wikipedia.org/wiki/Neural_machine_translation)
+* Microsoft स्पीच सेवाओं के लिए समर्थित भाषाओं की सूची देखें [स्पीच सेवा दस्तावेज़ीकरण पर भाषा और आवाज समर्थन](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn)
+
+## असाइनमेंट
+
+[यूनिवर्सल ट्रांसलेटर बनाएं](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/4-multiple-language-support/assignment.md b/translations/hi/6-consumer/lessons/4-multiple-language-support/assignment.md
new file mode 100644
index 00000000..2e7c4166
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/4-multiple-language-support/assignment.md
@@ -0,0 +1,29 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "701f4a4466f9309b6e1d863077df0c06",
+  "translation_date": "2025-08-25T17:38:40+00:00",
+  "source_file": "6-consumer/lessons/4-multiple-language-support/assignment.md",
+  "language_code": "hi"
+}
+-->
+# एक सार्वभौमिक अनुवादक बनाएं
+
+## निर्देश
+
+सार्वभौमिक अनुवादक एक ऐसा उपकरण है जो कई भाषाओं के बीच अनुवाद कर सकता है, जिससे अलग-अलग भाषाएं बोलने वाले लोग एक-दूसरे से संवाद कर सकें। पिछले कुछ पाठों में आपने जो सीखा है, उसका उपयोग करके 2 IoT उपकरणों का उपयोग करके एक सार्वभौमिक अनुवादक बनाएं।
+
+> यदि आपके पास 2 उपकरण नहीं हैं, तो पिछले कुछ पाठों में दिए गए चरणों का पालन करें और एक IoT उपकरण को वर्चुअल रूप में सेटअप करें।
+
+आपको एक उपकरण को एक भाषा के लिए और दूसरे को दूसरी भाषा के लिए कॉन्फ़िगर करना चाहिए। प्रत्येक उपकरण को भाषण स्वीकार करना चाहिए, उसे टेक्स्ट में बदलना चाहिए, IoT हब और एक Functions ऐप के माध्यम से दूसरे उपकरण को भेजना चाहिए, फिर उसका अनुवाद करना चाहिए और अनुवादित भाषण को चलाना चाहिए।
+
+> 💁 सुझाव: जब एक उपकरण से दूसरे उपकरण पर भाषण भेजें, तो उसकी भाषा भी भेजें, जिससे अनुवाद करना आसान हो जाए। आप प्रत्येक उपकरण को पहले IoT हब और एक Functions ऐप का उपयोग करके पंजीकृत कर सकते हैं, और उनके द्वारा समर्थित भाषा को Azure Storage में संग्रहीत कर सकते हैं। फिर आप एक Functions ऐप का उपयोग करके अनुवाद कर सकते हैं और अनुवादित टेक्स्ट को IoT उपकरण पर भेज सकते हैं।
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| ------- | -------- | -------- | ----------------- |
+| एक सार्वभौमिक अनुवादक बनाएं | एक सार्वभौमिक अनुवादक बनाने में सक्षम, जिसमें एक उपकरण द्वारा पहचाने गए भाषण को दूसरी भाषा में दूसरे उपकरण द्वारा चलाया गया | कुछ घटकों को काम करने में सक्षम, जैसे भाषण को कैप्चर करना या अनुवाद करना, लेकिन एंड-टू-एंड समाधान बनाने में असमर्थ | किसी भी कार्यशील सार्वभौमिक अनुवादक के हिस्से को बनाने में असमर्थ |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md b/translations/hi/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
new file mode 100644
index 00000000..f05b7e61
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
@@ -0,0 +1,162 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "bbb5aa34221fe129dd3ce4d9ec33831a",
+  "translation_date": "2025-08-25T17:38:56+00:00",
+  "source_file": "6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md",
+  "language_code": "hi"
+}
+-->
+# भाषण का अनुवाद करें - रास्पबेरी पाई
+
+इस पाठ के इस भाग में, आप अनुवादक सेवा का उपयोग करके टेक्स्ट का अनुवाद करने के लिए कोड लिखेंगे।
+
+## अनुवादक सेवा का उपयोग करके टेक्स्ट को भाषण में बदलें
+
+स्पीच सर्विस REST API सीधे अनुवाद का समर्थन नहीं करता है, इसके बजाय आप स्पीच टू टेक्स्ट सर्विस द्वारा उत्पन्न टेक्स्ट और बोले गए उत्तर के टेक्स्ट को अनुवाद करने के लिए अनुवादक सेवा का उपयोग कर सकते हैं। इस सेवा में एक REST API है जिसे आप टेक्स्ट का अनुवाद करने के लिए उपयोग कर सकते हैं।
+
+### कार्य - अनुवादक संसाधन का उपयोग करके टेक्स्ट का अनुवाद करें
+
+1. आपके स्मार्ट टाइमर में 2 भाषाएं सेट होंगी - सर्वर की भाषा जिसका उपयोग LUIS को प्रशिक्षित करने के लिए किया गया था (यह भाषा उपयोगकर्ता से बात करने के लिए संदेश बनाने के लिए भी उपयोग की जाती है), और उपयोगकर्ता द्वारा बोली जाने वाली भाषा। `language` वेरिएबल को अपडेट करें ताकि यह उपयोगकर्ता द्वारा बोली जाने वाली भाषा हो, और एक नया वेरिएबल `server_language` जोड़ें जो LUIS को प्रशिक्षित करने के लिए उपयोग की गई भाषा को दर्शाए:
+
+    ```python
+    language = '<user language>'
+    server_language = '<server language>'
+    ```
+
+    `<user language>` को उस भाषा के लोकेल नाम से बदलें जिसमें आप बोलेंगे, उदाहरण के लिए फ्रेंच के लिए `fr-FR`, या कैंटोनीज़ के लिए `zn-HK`।
+
+    `<server language>` को उस भाषा के लोकेल नाम से बदलें जिसका उपयोग LUIS को प्रशिक्षित करने के लिए किया गया था।
+
+    आप समर्थित भाषाओं और उनके लोकेल नामों की सूची [Microsoft Docs पर भाषा और आवाज़ समर्थन दस्तावेज़](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text) में पा सकते हैं।
+
+    > 💁 यदि आप कई भाषाएं नहीं बोलते हैं, तो आप [Bing Translate](https://www.bing.com/translator) या [Google Translate](https://translate.google.com) जैसे सेवा का उपयोग अपनी पसंदीदा भाषा से किसी अन्य भाषा में अनुवाद करने के लिए कर सकते हैं। ये सेवाएं अनुवादित टेक्स्ट का ऑडियो भी चला सकती हैं।
+    >
+    > उदाहरण के लिए, यदि आप LUIS को अंग्रेजी में प्रशिक्षित करते हैं, लेकिन उपयोगकर्ता भाषा के रूप में फ्रेंच का उपयोग करना चाहते हैं, तो आप "set a 2 minute and 27 second timer" जैसे वाक्य को Bing Translate का उपयोग करके अंग्रेजी से फ्रेंच में अनुवाद कर सकते हैं, फिर **Listen translation** बटन का उपयोग करके अनुवाद को अपने माइक्रोफोन में बोल सकते हैं।
+    >
+    > ![Bing Translate पर Listen translation बटन](../../../../../translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.hi.png)
+
+1. `speech_api_key` के नीचे अनुवादक API कुंजी जोड़ें:
+
+    ```python
+    translator_api_key = '<key>'
+    ```
+
+    `<key>` को अपने अनुवादक सेवा संसाधन के API कुंजी से बदलें।
+
+1. `say` फ़ंक्शन के ऊपर, एक `translate_text` फ़ंक्शन परिभाषित करें जो सर्वर भाषा से उपयोगकर्ता भाषा में टेक्स्ट का अनुवाद करेगा:
+
+    ```python
+    def translate_text(text, from_language, to_language):
+    ```
+
+    इस फ़ंक्शन में `from` और `to` भाषाएं पास की जाती हैं - आपका ऐप उपयोगकर्ता भाषा से सर्वर भाषा में भाषण को पहचानने के लिए और सर्वर भाषा से उपयोगकर्ता भाषा में बोले गए फीडबैक प्रदान करने के लिए अनुवाद करेगा।
+
+1. इस फ़ंक्शन के अंदर, REST API कॉल के लिए URL और हेडर परिभाषित करें:
+
+    ```python
+    url = f'https://api.cognitive.microsofttranslator.com/translate?api-version=3.0'
+
+    headers = {
+        'Ocp-Apim-Subscription-Key': translator_api_key,
+        'Ocp-Apim-Subscription-Region': location,
+        'Content-type': 'application/json'
+    }
+    ```
+
+    इस API का URL स्थान-विशिष्ट नहीं है, इसके बजाय स्थान को हेडर के रूप में पास किया जाता है। API कुंजी सीधे उपयोग की जाती है, इसलिए स्पीच सर्विस के विपरीत, टोकन जारीकर्ता API से एक्सेस टोकन प्राप्त करने की आवश्यकता नहीं है।
+
+1. इसके नीचे कॉल के लिए पैरामीटर और बॉडी परिभाषित करें:
+
+    ```python
+    params = {
+        'from': from_language,
+        'to': to_language
+    }
+
+    body = [{
+        'text' : text
+    }]
+    ```
+
+    `params` API कॉल को पास करने के लिए पैरामीटर को परिभाषित करता है, जिसमें `from` और `to` भाषाएं पास की जाती हैं। यह कॉल `from` भाषा में टेक्स्ट को `to` भाषा में अनुवाद करेगा।
+
+    `body` में अनुवाद करने के लिए टेक्स्ट होता है। यह एक ऐरे है, क्योंकि एक ही कॉल में कई टेक्स्ट ब्लॉक का अनुवाद किया जा सकता है।
+
+1. REST API को कॉल करें और प्रतिक्रिया प्राप्त करें:
+
+    ```python
+    response = requests.post(url, headers=headers, params=params, json=body)
+    ```
+
+    प्रतिक्रिया जो वापस आती है वह एक JSON ऐरे है, जिसमें एक आइटम होता है जो अनुवादों को शामिल करता है। इस आइटम में उन सभी आइटमों के अनुवादों के लिए एक ऐरे होता है जो बॉडी में पास किए गए हैं।
+
+    ```json
+    [
+        {
+            "translations": [
+                {
+                    "text": "Set a 2 minute 27 second timer.",
+                    "to": "en"
+                }
+            ]
+        }
+    ]
+    ```
+
+1. ऐरे में पहले आइटम से पहले अनुवाद से `test` प्रॉपर्टी को रिटर्न करें:
+
+    ```python
+    return response.json()[0]['translations'][0]['text']
+    ```
+
+1. `while True` लूप को अपडेट करें ताकि उपयोगकर्ता भाषा से सर्वर भाषा में `convert_speech_to_text` कॉल से टेक्स्ट का अनुवाद किया जा सके:
+
+    ```python
+    if len(text) > 0:
+        print('Original:', text)
+        text = translate_text(text, language, server_language)
+        print('Translated:', text)
+
+        message = Message(json.dumps({ 'speech': text }))
+        device_client.send_message(message)
+    ```
+
+    यह कोड मूल और अनुवादित टेक्स्ट को कंसोल में भी प्रिंट करता है।
+
+1. `say` फ़ंक्शन को अपडेट करें ताकि सर्वर भाषा से उपयोगकर्ता भाषा में कहने के लिए टेक्स्ट का अनुवाद किया जा सके:
+
+    ```python
+    def say(text):
+        print('Original:', text)
+        text = translate_text(text, server_language, language)
+        print('Translated:', text)
+        speech = get_speech(text)
+        play_speech(speech)
+    ```
+
+    यह कोड मूल और अनुवादित टेक्स्ट को कंसोल में भी प्रिंट करता है।
+
+1. अपना कोड चलाएं। सुनिश्चित करें कि आपका फ़ंक्शन ऐप चल रहा है, और उपयोगकर्ता भाषा में टाइमर का अनुरोध करें, चाहे वह भाषा आप स्वयं बोलें या अनुवाद ऐप का उपयोग करें।
+
+    ```output
+    pi@raspberrypi:~/smart-timer $ python3 app.py
+    Connecting
+    Connected
+    Using voice fr-FR-DeniseNeural
+    Original: Définir une minuterie de 2 minutes et 27 secondes.
+    Translated: Set a timer of 2 minutes and 27 seconds.
+    Original: 2 minute 27 second timer started.
+    Translated: 2 minute 27 seconde minute a commencé.
+    Original: Times up on your 2 minute 27 second timer.
+    Translated: Chronométrant votre minuterie de 2 minutes 27 secondes.
+    ```
+
+    > 💁 विभिन्न भाषाओं में कुछ कहने के अलग-अलग तरीकों के कारण, आपको ऐसे अनुवाद मिल सकते हैं जो आपके द्वारा LUIS को दिए गए उदाहरणों से थोड़ा अलग हैं। यदि ऐसा है, तो LUIS में अधिक उदाहरण जोड़ें, फिर मॉडल को पुनः प्रशिक्षित करें और पुनः प्रकाशित करें।
+
+> 💁 आप इस कोड को [code/pi](../../../../../6-consumer/lessons/4-multiple-language-support/code/pi) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका बहुभाषी टाइमर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md b/translations/hi/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
new file mode 100644
index 00000000..59baeb8c
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
@@ -0,0 +1,202 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "d620a470d9dd8614d99824832978360a",
+  "translation_date": "2025-08-25T17:39:41+00:00",
+  "source_file": "6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md",
+  "language_code": "hi"
+}
+-->
+# भाषण का अनुवाद करें - वर्चुअल IoT डिवाइस
+
+इस पाठ के इस भाग में, आप कोड लिखेंगे जो भाषण को टेक्स्ट में बदलते समय उसका अनुवाद करेगा, फिर टेक्स्ट का अनुवाद Translator सेवा का उपयोग करके करेगा और अंत में एक बोले गए उत्तर को उत्पन्न करेगा।
+
+## भाषण सेवा का उपयोग करके भाषण का अनुवाद करें
+
+भाषण सेवा न केवल भाषण को उसी भाषा में टेक्स्ट में बदल सकती है, बल्कि आउटपुट को अन्य भाषाओं में भी अनुवाद कर सकती है।
+
+### कार्य - भाषण सेवा का उपयोग करके भाषण का अनुवाद करें
+
+1. VS Code में `smart-timer` प्रोजेक्ट खोलें, और सुनिश्चित करें कि वर्चुअल वातावरण टर्मिनल में लोड हो गया है।
+
+1. मौजूदा इम्पोर्ट्स के नीचे निम्नलिखित इम्पोर्ट स्टेटमेंट्स जोड़ें:
+
+    ```python
+    from azure.cognitiveservices import speech
+    from azure.cognitiveservices.speech.translation import SpeechTranslationConfig, TranslationRecognizer
+    import requests
+    ```
+
+    यह उन क्लासेस को इम्पोर्ट करता है जो भाषण का अनुवाद करने के लिए उपयोग की जाती हैं, और एक `requests` लाइब्रेरी जो इस पाठ में बाद में Translator सेवा को कॉल करने के लिए उपयोग की जाएगी।
+
+1. आपका स्मार्ट टाइमर 2 भाषाओं के लिए सेट होगा - सर्वर की भाषा जिसका उपयोग LUIS को प्रशिक्षित करने के लिए किया गया था (यही भाषा उपयोगकर्ता से बात करने के लिए संदेश बनाने में भी उपयोग की जाती है), और उपयोगकर्ता द्वारा बोली जाने वाली भाषा। `language` वेरिएबल को उस भाषा में अपडेट करें जो उपयोगकर्ता बोलेगा, और `server_language` नामक एक नया वेरिएबल जोड़ें जो LUIS को प्रशिक्षित करने के लिए उपयोग की गई भाषा को दर्शाएगा:
+
+    ```python
+    language = '<user language>'
+    server_language = '<server language>'
+    ```
+
+    `<user language>` को उस भाषा के लोकल नाम से बदलें जिसमें आप बोलेंगे, जैसे `fr-FR` फ्रेंच के लिए, या `zn-HK` कैंटोनीज़ के लिए।
+
+    `<server language>` को उस भाषा के लोकल नाम से बदलें जिसका उपयोग LUIS को प्रशिक्षित करने के लिए किया गया था।
+
+    समर्थित भाषाओं और उनके लोकल नामों की सूची [Microsoft Docs पर भाषा और आवाज़ समर्थन दस्तावेज़](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text) में पाई जा सकती है।
+
+    > 💁 यदि आप कई भाषाएं नहीं बोलते हैं, तो आप [Bing Translate](https://www.bing.com/translator) या [Google Translate](https://translate.google.com) जैसी सेवा का उपयोग अपनी पसंदीदा भाषा से किसी अन्य भाषा में अनुवाद करने के लिए कर सकते हैं। ये सेवाएं अनुवादित टेक्स्ट का ऑडियो भी चला सकती हैं। ध्यान दें कि स्पीच रिकग्नाइज़र आपके डिवाइस से कुछ ऑडियो आउटपुट को अनदेखा कर सकता है, इसलिए आपको अनुवादित टेक्स्ट चलाने के लिए एक अतिरिक्त डिवाइस की आवश्यकता हो सकती है।
+    >
+    > उदाहरण के लिए, यदि आप LUIS को अंग्रेजी में प्रशिक्षित करते हैं, लेकिन उपयोगकर्ता भाषा के रूप में फ्रेंच का उपयोग करना चाहते हैं, तो आप "set a 2 minute and 27 second timer" जैसे वाक्यों को Bing Translate का उपयोग करके अंग्रेजी से फ्रेंच में अनुवाद कर सकते हैं, फिर **Listen translation** बटन का उपयोग करके अनुवाद को अपने माइक्रोफोन में बोल सकते हैं।
+    >
+    > ![Bing Translate पर Listen translation बटन](../../../../../translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.hi.png)
+
+1. `recognizer_config` और `recognizer` घोषणाओं को निम्नलिखित से बदलें:
+
+    ```python
+    translation_config = SpeechTranslationConfig(subscription=speech_api_key,
+                                                 region=location,
+                                                 speech_recognition_language=language,
+                                                 target_languages=(language, server_language))
+    
+    recognizer = TranslationRecognizer(translation_config=translation_config)
+    ```
+
+    यह एक अनुवाद कॉन्फ़िग बनाता है जो उपयोगकर्ता की भाषा में भाषण को पहचानता है, और उपयोगकर्ता और सर्वर भाषा में अनुवाद बनाता है। फिर यह इस कॉन्फ़िग का उपयोग करके एक अनुवाद रिकग्नाइज़र बनाता है - एक स्पीच रिकग्नाइज़र जो स्पीच रिकग्निशन के आउटपुट को कई भाषाओं में अनुवाद कर सकता है।
+
+    > 💁 मूल भाषा को `target_languages` में निर्दिष्ट करना आवश्यक है, अन्यथा आपको कोई अनुवाद नहीं मिलेगा।
+
+1. `recognized` फ़ंक्शन को अपडेट करें, और फ़ंक्शन की पूरी सामग्री को निम्नलिखित से बदलें:
+
+    ```python
+    if args.result.reason == speech.ResultReason.TranslatedSpeech:
+        language_match = next(l for l in args.result.translations if server_language.lower().startswith(l.lower()))
+        text = args.result.translations[language_match]
+        if (len(text) > 0):
+            print(f'Translated text: {text}')
+    
+            message = Message(json.dumps({ 'speech': text }))
+            device_client.send_message(message)
+    ```
+
+    यह कोड जांचता है कि क्या `recognized` इवेंट भाषण के अनुवाद के कारण फायर हुआ था (यह इवेंट अन्य समय पर भी फायर हो सकता है, जैसे जब भाषण को पहचाना गया हो लेकिन अनुवादित न किया गया हो)। यदि भाषण का अनुवाद किया गया था, तो यह `args.result.translations` डिक्शनरी में उस अनुवाद को ढूंढता है जो सर्वर भाषा से मेल खाता है।
+
+    `args.result.translations` डिक्शनरी लोकल सेटिंग के पूरे नाम के बजाय भाषा भाग पर आधारित होती है। उदाहरण के लिए, यदि आप फ्रेंच के लिए `fr-FR` में अनुवाद का अनुरोध करते हैं, तो डिक्शनरी में `fr` के लिए एक एंट्री होगी, न कि `fr-FR` के लिए।
+
+    अनुवादित टेक्स्ट को फिर IoT हब पर भेजा जाता है।
+
+1. इस कोड को चलाएं और अनुवादों का परीक्षण करें। सुनिश्चित करें कि आपका फ़ंक्शन ऐप चल रहा है, और उपयोगकर्ता की भाषा में एक टाइमर का अनुरोध करें, या तो स्वयं उस भाषा में बोलकर, या एक अनुवाद ऐप का उपयोग करके।
+
+    ```output
+    (.venv) ➜  smart-timer python app.py
+    Connecting
+    Connected
+    Translated text: Set a timer of 2 minutes and 27 seconds.
+    ```
+
+## Translator सेवा का उपयोग करके टेक्स्ट का अनुवाद करें
+
+भाषण सेवा टेक्स्ट को वापस भाषण में अनुवादित करने का समर्थन नहीं करती है, इसके बजाय आप Translator सेवा का उपयोग टेक्स्ट का अनुवाद करने के लिए कर सकते हैं। इस सेवा में एक REST API है जिसका उपयोग आप टेक्स्ट का अनुवाद करने के लिए कर सकते हैं।
+
+### कार्य - Translator संसाधन का उपयोग करके टेक्स्ट का अनुवाद करें
+
+1. `speech_api_key` के नीचे Translator API कुंजी जोड़ें:
+
+    ```python
+    translator_api_key = '<key>'
+    ```
+
+    `<key>` को अपने Translator सेवा संसाधन की API कुंजी से बदलें।
+
+1. `say` फ़ंक्शन के ऊपर एक `translate_text` फ़ंक्शन परिभाषित करें जो सर्वर भाषा से उपयोगकर्ता भाषा में टेक्स्ट का अनुवाद करेगा:
+
+    ```python
+    def translate_text(text):
+    ```
+
+1. इस फ़ंक्शन के अंदर, REST API कॉल के लिए URL और हेडर परिभाषित करें:
+
+    ```python
+    url = f'https://api.cognitive.microsofttranslator.com/translate?api-version=3.0'
+
+    headers = {
+        'Ocp-Apim-Subscription-Key': translator_api_key,
+        'Ocp-Apim-Subscription-Region': location,
+        'Content-type': 'application/json'
+    }
+    ```
+
+    इस API का URL स्थान-विशिष्ट नहीं है, इसके बजाय स्थान को एक हेडर के रूप में पास किया जाता है। API कुंजी का सीधे उपयोग किया जाता है, इसलिए भाषण सेवा के विपरीत, टोकन जारीकर्ता API से एक्सेस टोकन प्राप्त करने की आवश्यकता नहीं है।
+
+1. इसके नीचे कॉल के लिए पैरामीटर और बॉडी परिभाषित करें:
+
+    ```python
+    params = {
+        'from': server_language,
+        'to': language
+    }
+
+    body = [{
+        'text' : text
+    }]
+    ```
+
+    `params` API कॉल को पास करने के लिए पैरामीटर को परिभाषित करता है, जिसमें `from` और `to` भाषाएं पास की जाती हैं। यह कॉल `from` भाषा में टेक्स्ट को `to` भाषा में अनुवादित करेगा।
+
+    `body` अनुवाद करने के लिए टेक्स्ट को रखता है। यह एक ऐरे है, क्योंकि एक ही कॉल में कई टेक्स्ट ब्लॉक्स का अनुवाद किया जा सकता है।
+
+1. REST API को कॉल करें, और प्रतिक्रिया प्राप्त करें:
+
+    ```python
+    response = requests.post(url, headers=headers, params=params, json=body)
+    ```
+
+    प्रतिक्रिया जो वापस आती है वह एक JSON ऐरे है, जिसमें एक आइटम होता है जो अनुवादों को रखता है। इस आइटम में उन सभी आइटम्स के अनुवादों के लिए एक ऐरे होता है जो बॉडी में पास किए गए थे।
+
+    ```json
+    [
+        {
+            "translations": [
+                {
+                    "text": "Chronométrant votre minuterie de 2 minutes 27 secondes.",
+                    "to": "fr"
+                }
+            ]
+        }
+    ]
+    ```
+
+1. ऐरे के पहले आइटम से पहले अनुवाद के `text` प्रॉपर्टी को रिटर्न करें:
+
+    ```python
+    return response.json()[0]['translations'][0]['text']
+    ```
+
+1. `say` फ़ंक्शन को अपडेट करें ताकि SSML उत्पन्न करने से पहले कहने के लिए टेक्स्ट का अनुवाद किया जा सके:
+
+    ```python
+    print('Original:', text)
+    text = translate_text(text)
+    print('Translated:', text)
+    ```
+
+    यह कोड मूल और अनुवादित टेक्स्ट को कंसोल में भी प्रिंट करता है।
+
+1. अपना कोड चलाएं। सुनिश्चित करें कि आपका फ़ंक्शन ऐप चल रहा है, और उपयोगकर्ता की भाषा में एक टाइमर का अनुरोध करें, या तो स्वयं उस भाषा में बोलकर, या एक अनुवाद ऐप का उपयोग करके।
+
+    ```output
+    (.venv) ➜  smart-timer python app.py
+    Connecting
+    Connected
+    Translated text: Set a timer of 2 minutes and 27 seconds.
+    Original: 2 minute 27 second timer started.
+    Translated: 2 minute 27 seconde minute a commencé.
+    Original: Times up on your 2 minute 27 second timer.
+    Translated: Chronométrant votre minuterie de 2 minutes 27 secondes.
+    ```
+
+    > 💁 विभिन्न भाषाओं में कुछ कहने के अलग-अलग तरीकों के कारण, आपको ऐसे अनुवाद मिल सकते हैं जो आपके द्वारा LUIS को दिए गए उदाहरणों से थोड़ा अलग हों। यदि ऐसा है, तो LUIS में और उदाहरण जोड़ें, फिर मॉडल को पुनः प्रशिक्षित करें और पुनः प्रकाशित करें।
+
+> 💁 आप इस कोड को [code/virtual-iot-device](../../../../../6-consumer/lessons/4-multiple-language-support/code/virtual-iot-device) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका बहुभाषी टाइमर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md b/translations/hi/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
new file mode 100644
index 00000000..8e77e286
--- /dev/null
+++ b/translations/hi/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
@@ -0,0 +1,282 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5f6c164e349f8989959e02a90f37908d",
+  "translation_date": "2025-08-25T17:36:15+00:00",
+  "source_file": "6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md",
+  "language_code": "hi"
+}
+-->
+# भाषण का अनुवाद करें - Wio Terminal
+
+इस पाठ के इस भाग में, आप अनुवादक सेवा का उपयोग करके टेक्स्ट का अनुवाद करने के लिए कोड लिखेंगे।
+
+## अनुवादक सेवा का उपयोग करके टेक्स्ट को भाषण में बदलें
+
+स्पीच सर्विस REST API सीधे अनुवाद का समर्थन नहीं करता है। इसके बजाय, आप स्पीच टू टेक्स्ट सेवा द्वारा उत्पन्न टेक्स्ट और बोले गए उत्तर के टेक्स्ट का अनुवाद करने के लिए अनुवादक सेवा का उपयोग कर सकते हैं। इस सेवा में एक REST API है जिसे आप टेक्स्ट का अनुवाद करने के लिए उपयोग कर सकते हैं, लेकिन इसे उपयोग में आसान बनाने के लिए इसे आपके फ़ंक्शन ऐप में एक अन्य HTTP ट्रिगर में लपेटा जाएगा।
+
+### कार्य - टेक्स्ट का अनुवाद करने के लिए एक सर्वरलेस फ़ंक्शन बनाएं
+
+1. अपने `smart-timer-trigger` प्रोजेक्ट को VS Code में खोलें और सुनिश्चित करें कि टर्मिनल में वर्चुअल एनवायरनमेंट सक्रिय है। यदि नहीं, तो टर्मिनल को बंद करें और पुनः बनाएँ।
+
+1. `local.settings.json` फ़ाइल खोलें और अनुवादक API कुंजी और स्थान के लिए सेटिंग्स जोड़ें:
+
+    ```json
+    "TRANSLATOR_KEY": "<key>",
+    "TRANSLATOR_LOCATION": "<location>"
+    ```
+
+    `<key>` को अपने अनुवादक सेवा संसाधन के API कुंजी से बदलें। `<location>` को उस स्थान से बदलें जिसे आपने अनुवादक सेवा संसाधन बनाते समय उपयोग किया था।
+
+1. इस ऐप में एक नया HTTP ट्रिगर जोड़ें जिसे `translate-text` कहा जाता है। इसे VS Code टर्मिनल में फ़ंक्शन ऐप प्रोजेक्ट के रूट फ़ोल्डर के अंदर निम्नलिखित कमांड का उपयोग करके करें:
+
+    ```sh
+    func new --name translate-text --template "HTTP trigger"
+    ```
+
+    यह एक HTTP ट्रिगर बनाएगा जिसे `translate-text` कहा जाता है।
+
+1. `translate-text` फ़ोल्डर में `__init__.py` फ़ाइल की सामग्री को निम्नलिखित से बदलें:
+
+    ```python
+    import logging
+    import os
+    import requests
+    
+    import azure.functions as func
+    
+    location = os.environ['TRANSLATOR_LOCATION']
+    translator_key = os.environ['TRANSLATOR_KEY']
+    
+    def main(req: func.HttpRequest) -> func.HttpResponse:
+        req_body = req.get_json()
+        from_language = req_body['from_language']
+        to_language = req_body['to_language']
+        text = req_body['text']
+        
+        logging.info(f'Translating {text} from {from_language} to {to_language}')
+    
+        url = f'https://api.cognitive.microsofttranslator.com/translate?api-version=3.0'
+    
+        headers = {
+            'Ocp-Apim-Subscription-Key': translator_key,
+            'Ocp-Apim-Subscription-Region': location,
+            'Content-type': 'application/json'
+        }
+    
+        params = {
+            'from': from_language,
+            'to': to_language
+        }
+    
+        body = [{
+            'text' : text
+        }]
+        
+        response = requests.post(url, headers=headers, params=params, json=body)
+        return func.HttpResponse(response.json()[0]['translations'][0]['text'])
+    ```
+
+    यह कोड HTTP अनुरोध से टेक्स्ट और भाषाओं को निकालता है। फिर यह अनुवादक REST API को अनुरोध करता है, URL के लिए पैरामीटर के रूप में भाषाओं को पास करता है और अनुवाद करने के लिए टेक्स्ट को बॉडी के रूप में पास करता है। अंत में, अनुवाद लौटाया जाता है।
+
+1. अपने फ़ंक्शन ऐप को लोकल रूप से चलाएँ। आप इसे उसी तरह से कॉल कर सकते हैं जैसे आपने `text-to-timer` HTTP ट्रिगर का परीक्षण किया था। सुनिश्चित करें कि JSON बॉडी के रूप में अनुवाद करने के लिए टेक्स्ट और भाषाओं को पास करें:
+
+    ```json
+    {
+        "text": "Définir une minuterie de 30 secondes",
+        "from_language": "fr-FR",
+        "to_language": "en-US"
+    }
+    ```
+
+    यह उदाहरण *Définir une minuterie de 30 secondes* को फ्रेंच से यूएस इंग्लिश में अनुवाद करता है। यह *Set a 30-second timer* लौटाएगा।
+
+> 💁 आप इस कोड को [code/functions](../../../../../6-consumer/lessons/4-multiple-language-support/code/functions) फ़ोल्डर में पा सकते हैं।
+
+### कार्य - अनुवादक फ़ंक्शन का उपयोग करके टेक्स्ट का अनुवाद करें
+
+1. यदि `smart-timer` प्रोजेक्ट पहले से खुला नहीं है, तो इसे VS Code में खोलें।
+
+1. आपका स्मार्ट टाइमर 2 भाषाओं के साथ सेट होगा - वह भाषा जो LUIS को प्रशिक्षित करने के लिए सर्वर पर उपयोग की गई थी (वही भाषा उपयोगकर्ता से बात करने के लिए संदेश बनाने के लिए भी उपयोग की जाती है), और वह भाषा जो उपयोगकर्ता द्वारा बोली जाती है। `config.h` हेडर फ़ाइल में `LANGUAGE` कॉन्स्टेंट को उपयोगकर्ता द्वारा बोली जाने वाली भाषा के लिए अपडेट करें, और LUIS को प्रशिक्षित करने के लिए उपयोग की गई भाषा के लिए `SERVER_LANGUAGE` नामक एक नया कॉन्स्टेंट जोड़ें:
+
+    ```cpp
+    const char *LANGUAGE = "<user language>";
+    const char *SERVER_LANGUAGE = "<server language>";
+    ```
+
+    `<user language>` को उस भाषा के लोकेल नाम से बदलें जिसमें आप बोलेंगे, उदाहरण के लिए फ्रेंच के लिए `fr-FR`, या कैंटोनीज़ के लिए `zn-HK`।
+
+    `<server language>` को उस भाषा के लोकेल नाम से बदलें जिसे LUIS को प्रशिक्षित करने के लिए उपयोग किया गया था।
+
+    आप समर्थित भाषाओं और उनके लोकेल नामों की सूची [Microsoft Docs पर भाषा और आवाज़ समर्थन दस्तावेज़](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text) में पा सकते हैं।
+
+    > 💁 यदि आप कई भाषाएँ नहीं बोलते हैं, तो आप [Bing Translate](https://www.bing.com/translator) या [Google Translate](https://translate.google.com) जैसी सेवा का उपयोग अपनी पसंदीदा भाषा से किसी अन्य भाषा में अनुवाद करने के लिए कर सकते हैं। ये सेवाएँ अनुवादित टेक्स्ट का ऑडियो भी चला सकती हैं।
+    >
+    > उदाहरण के लिए, यदि आप LUIS को अंग्रेजी में प्रशिक्षित करते हैं, लेकिन उपयोगकर्ता भाषा के रूप में फ्रेंच का उपयोग करना चाहते हैं, तो आप Bing Translate का उपयोग करके "set a 2 minute and 27 second timer" जैसे वाक्यों को अंग्रेजी से फ्रेंच में अनुवाद कर सकते हैं, फिर **Listen translation** बटन का उपयोग करके अनुवाद को अपने माइक्रोफोन में बोल सकते हैं।
+    >
+    > ![Bing Translate पर Listen translation बटन](../../../../../translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.hi.png)
+
+1. `SPEECH_LOCATION` के नीचे अनुवादक API कुंजी और स्थान जोड़ें:
+
+    ```cpp
+    const char *TRANSLATOR_API_KEY = "<KEY>";
+    const char *TRANSLATOR_LOCATION = "<LOCATION>";
+    ```
+
+    `<KEY>` को अपने अनुवादक सेवा संसाधन के API कुंजी से बदलें। `<LOCATION>` को उस स्थान से बदलें जिसे आपने अनुवादक सेवा संसाधन बनाते समय उपयोग किया था।
+
+1. `VOICE_URL` के नीचे अनुवादक ट्रिगर URL जोड़ें:
+
+    ```cpp
+    const char *TRANSLATE_FUNCTION_URL = "<URL>";
+    ```
+
+    `<URL>` को आपके फ़ंक्शन ऐप पर `translate-text` HTTP ट्रिगर के URL से बदलें। यह `TEXT_TO_TIMER_FUNCTION_URL` के मान के समान होगा, सिवाय इसके कि फ़ंक्शन का नाम `text-to-timer` के बजाय `translate-text` होगा।
+
+1. `src` फ़ोल्डर में एक नई फ़ाइल जोड़ें जिसे `text_translator.h` कहा जाता है।
+
+1. यह नया `text_translator.h` हेडर फ़ाइल टेक्स्ट का अनुवाद करने के लिए एक क्लास को शामिल करेगा। इस क्लास को घोषित करने के लिए इस फ़ाइल में निम्नलिखित जोड़ें:
+
+    ```cpp
+    #pragma once
+    
+    #include <Arduino.h>
+    #include <ArduinoJson.h>
+    #include <HTTPClient.h>
+    #include <WiFiClient.h>
+    
+    #include "config.h"
+    
+    class TextTranslator
+    {
+    public:   
+    private:
+        WiFiClient _client;
+    };
+    
+    TextTranslator textTranslator;
+    ```
+
+    यह `TextTranslator` क्लास को घोषित करता है, साथ ही इस क्लास का एक इंस्टेंस भी। क्लास में WiFi क्लाइंट के लिए एक सिंगल फ़ील्ड है।
+
+1. इस क्लास के `public` सेक्शन में, टेक्स्ट का अनुवाद करने के लिए एक मेथड जोड़ें:
+
+    ```cpp
+    String translateText(String text, String from_language, String to_language)
+    {
+    }
+    ```
+
+    यह मेथड उस भाषा से अनुवाद करता है जिसमें से अनुवाद करना है, और उस भाषा में अनुवाद करता है जिसमें अनुवाद करना है। जब भाषण को संभाला जाता है, तो भाषण उपयोगकर्ता की भाषा से LUIS सर्वर भाषा में अनुवादित होगा, और जब उत्तर दिए जाते हैं तो यह LUIS सर्वर भाषा से उपयोगकर्ता की भाषा में अनुवादित होगा।
+
+1. इस मेथड में, JSON बॉडी बनाने के लिए कोड जोड़ें जिसमें अनुवाद करने के लिए टेक्स्ट और भाषाएँ शामिल हों:
+
+    ```cpp
+    DynamicJsonDocument doc(1024);
+    doc["text"] = text;
+    doc["from_language"] = from_language;
+    doc["to_language"] = to_language;
+
+    String body;
+    serializeJson(doc, body);
+
+    Serial.print("Translating ");
+    Serial.print(text);
+    Serial.print(" from ");
+    Serial.print(from_language);
+    Serial.print(" to ");
+    Serial.print(to_language);
+    ```
+
+1. इसके नीचे, सर्वरलेस फ़ंक्शन ऐप को बॉडी भेजने के लिए निम्नलिखित कोड जोड़ें:
+
+    ```cpp
+    HTTPClient httpClient;
+    httpClient.begin(_client, TRANSLATE_FUNCTION_URL);
+
+    int httpResponseCode = httpClient.POST(body);
+    ```
+
+1. अगला, प्रतिक्रिया प्राप्त करने के लिए कोड जोड़ें:
+
+    ```cpp
+    String translated_text = "";
+
+    if (httpResponseCode == 200)
+    {
+        translated_text = httpClient.getString();
+        Serial.print("Translated: ");
+        Serial.println(translated_text);
+    }
+    else
+    {
+        Serial.print("Failed to translate text - error ");
+        Serial.println(httpResponseCode);
+    }
+    ```
+
+1. अंत में, कनेक्शन बंद करने और अनुवादित टेक्स्ट लौटाने के लिए कोड जोड़ें:
+
+    ```cpp
+    httpClient.end();
+
+    return translated_text;
+    ```
+
+### कार्य - पहचाने गए भाषण और उत्तरों का अनुवाद करें
+
+1. `main.cpp` फ़ाइल खोलें।
+
+1. फ़ाइल के शीर्ष पर `TextTranslator` क्लास हेडर फ़ाइल के लिए एक include निर्देश जोड़ें:
+
+    ```cpp
+    #include "text_translator.h"
+    ```
+
+1. जब टाइमर सेट होता है या समाप्त होता है, तो कहा गया टेक्स्ट का अनुवाद करने की आवश्यकता होती है। ऐसा करने के लिए, `say` फ़ंक्शन की पहली पंक्ति के रूप में निम्नलिखित जोड़ें:
+
+    ```cpp
+    text = textTranslator.translateText(text, LANGUAGE, SERVER_LANGUAGE);
+    ```
+
+    यह टेक्स्ट को उपयोगकर्ता की भाषा में अनुवाद करेगा।
+
+1. `processAudio` फ़ंक्शन में, टेक्स्ट को कैप्चर किए गए ऑडियो से `String text = speechToText.convertSpeechToText();` कॉल के साथ प्राप्त किया जाता है। इस कॉल के बाद, टेक्स्ट का अनुवाद करें:
+
+    ```cpp
+    String text = speechToText.convertSpeechToText();
+    text = textTranslator.translateText(text, LANGUAGE, SERVER_LANGUAGE);
+    ```
+
+    यह टेक्स्ट को उपयोगकर्ता की भाषा से सर्वर पर उपयोग की गई भाषा में अनुवाद करेगा।
+
+1. इस कोड को बनाएं, इसे अपने Wio Terminal पर अपलोड करें और इसे सीरियल मॉनिटर के माध्यम से परीक्षण करें। एक बार जब आप सीरियल मॉनिटर में `Ready` देखें, तो C बटन दबाएँ (जो बाईं ओर है, पावर स्विच के सबसे करीब), और बोलें। सुनिश्चित करें कि आपका फ़ंक्शन ऐप चल रहा है, और उपयोगकर्ता की भाषा में टाइमर का अनुरोध करें, चाहे वह भाषा स्वयं बोलकर हो, या अनुवाद ऐप का उपयोग करके।
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Got access token.
+    Ready.
+    Starting recording...
+    Finished recording
+    Sending speech...
+    Speech sent!
+    {"RecognitionStatus":"Success","DisplayText":"Définir une minuterie de 2 minutes 27 secondes.","Offset":9600000,"Duration":40400000}
+    Translating Définir une minuterie de 2 minutes 27 secondes. from fr-FR to en-US
+    Translated: Set a timer of 2 minutes 27 seconds.
+    Set a timer of 2 minutes 27 seconds.
+    {"seconds": 147}
+    Translating 2 minute 27 second timer started. from en-US to fr-FR
+    Translated: 2 minute 27 seconde minute a commencé.
+    2 minute 27 seconde minute a commencé.
+    Translating Times up on your 2 minute 27 second timer. from en-US to fr-FR
+    Translated: Chronométrant votre minuterie de 2 minutes 27 secondes.
+    Chronométrant votre minuterie de 2 minutes 27 secondes.
+    ```
+
+> 💁 आप इस कोड को [code/wio-terminal](../../../../../6-consumer/lessons/4-multiple-language-support/code/wio-terminal) फ़ोल्डर में पा सकते हैं।
+
+😀 आपका बहुभाषी टाइमर प्रोग्राम सफल रहा!
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/CODE_OF_CONDUCT.md b/translations/hi/CODE_OF_CONDUCT.md
new file mode 100644
index 00000000..73ecf79d
--- /dev/null
+++ b/translations/hi/CODE_OF_CONDUCT.md
@@ -0,0 +1,21 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
+  "translation_date": "2025-08-25T16:17:29+00:00",
+  "source_file": "CODE_OF_CONDUCT.md",
+  "language_code": "hi"
+}
+-->
+# Microsoft ओपन सोर्स आचार संहिता
+
+इस प्रोजेक्ट ने [Microsoft ओपन सोर्स आचार संहिता](https://opensource.microsoft.com/codeofconduct/) को अपनाया है।
+
+संसाधन:
+
+- [Microsoft ओपन सोर्स आचार संहिता](https://opensource.microsoft.com/codeofconduct/)
+- [Microsoft आचार संहिता FAQ](https://opensource.microsoft.com/codeofconduct/faq/)
+- प्रश्नों या चिंताओं के लिए [opencode@microsoft.com](mailto:opencode@microsoft.com) पर संपर्क करें
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/CONTRIBUTING.md b/translations/hi/CONTRIBUTING.md
new file mode 100644
index 00000000..007a7785
--- /dev/null
+++ b/translations/hi/CONTRIBUTING.md
@@ -0,0 +1,21 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "d6f80293fa9c213283eac7e79b078671",
+  "translation_date": "2025-08-25T16:19:06+00:00",
+  "source_file": "CONTRIBUTING.md",
+  "language_code": "hi"
+}
+-->
+# योगदान
+
+यह प्रोजेक्ट योगदानों और सुझावों का स्वागत करता है। अधिकांश योगदानों के लिए आपको एक Contributor License Agreement (CLA) से सहमत होना होगा, जिसमें यह घोषित किया जाता है कि आपके पास अपने योगदान का उपयोग करने के अधिकार हैं और आप हमें इसे उपयोग करने का अधिकार देते हैं। अधिक जानकारी के लिए, https://cla.microsoft.com पर जाएं।
+
+> महत्वपूर्ण: इस रिपॉजिटरी में टेक्स्ट का अनुवाद करते समय कृपया मशीन अनुवाद का उपयोग न करें। हम अनुवादों को समुदाय के माध्यम से सत्यापित करेंगे, इसलिए केवल उन्हीं भाषाओं में अनुवाद के लिए स्वयंसेवा करें, जिनमें आप निपुण हैं।
+
+जब आप एक पुल रिक्वेस्ट सबमिट करते हैं, तो एक CLA-बॉट स्वचालित रूप से यह निर्धारित करेगा कि क्या आपको CLA प्रदान करने की आवश्यकता है और PR को उपयुक्त रूप से चिह्नित करेगा (जैसे, लेबल, टिप्पणी)। बस बॉट द्वारा दिए गए निर्देशों का पालन करें। आपको यह केवल एक बार सभी रिपॉजिटरीज़ के लिए करना होगा जो हमारे CLA का उपयोग करती हैं।
+
+इस प्रोजेक्ट ने [Microsoft Open Source Code of Conduct](https://opensource.microsoft.com/codeofconduct/) को अपनाया है। अधिक जानकारी के लिए [Code of Conduct FAQ](https://opensource.microsoft.com/codeofconduct/faq/) पढ़ें या [opencode@microsoft.com](mailto:opencode@microsoft.com) पर किसी भी अतिरिक्त प्रश्न या टिप्पणियों के लिए संपर्क करें।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/README.md b/translations/hi/README.md
new file mode 100644
index 00000000..2308888c
--- /dev/null
+++ b/translations/hi/README.md
@@ -0,0 +1,166 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "840d60a05e58cf590dedefe42e9f2a29",
+  "translation_date": "2025-08-25T16:14:22+00:00",
+  "source_file": "README.md",
+  "language_code": "hi"
+}
+-->
+[![GitHub license](https://img.shields.io/github/license/microsoft/IoT-For-Beginners.svg)](https://github.com/microsoft/IoT-For-Beginners/blob/master/LICENSE)  
+[![GitHub contributors](https://img.shields.io/github/contributors/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/graphs/contributors/)  
+[![GitHub issues](https://img.shields.io/github/issues/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/issues/)  
+[![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/pulls/)  
+[![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)  
+
+[![GitHub watchers](https://img.shields.io/github/watchers/microsoft/IoT-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/IoT-For-Beginners/watchers/)  
+[![GitHub forks](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/network/)  
+[![GitHub stars](https://img.shields.io/github/stars/microsoft/IoT-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/IoT-For-Beginners/stargazers/)  
+
+[![Bengali](https://img.shields.io/badge/-Bengali-blue)](translations/README.bn.md)  
+[![Chinese](https://img.shields.io/badge/-Chinese-yellow)](translations/README.zh-cn.md)  
+[![Turkish](https://img.shields.io/badge/-Turkish-darkgreen)](translations/README.tr.md)  
+[![French](https://img.shields.io/badge/-French-purple)](translations/README.fr.md)  
+[![Korean](https://img.shields.io/badge/-Korean-white)](translations/README.ko.md)  
+[![Japanese](https://img.shields.io/badge/-Japanese-red)](translations/README.ja.md)  
+
+[![](https://dcbadge.vercel.app/api/server/ByRwuEEgH4)](https://discord.gg/zxKYvhSnVp?WT.mc_id=academic-000002-leestott)  
+
+# शुरुआती लोगों के लिए IoT - एक पाठ्यक्रम  
+
+Microsoft के Azure Cloud Advocates ने IoT की मूल बातें सिखाने के लिए 12 सप्ताह और 24 पाठों का एक पाठ्यक्रम तैयार किया है। हर पाठ में प्री- और पोस्ट-लेसन क्विज़, पाठ को पूरा करने के लिए लिखित निर्देश, समाधान, असाइनमेंट और बहुत कुछ शामिल है। हमारा प्रोजेक्ट-आधारित शिक्षण दृष्टिकोण आपको निर्माण करते हुए सीखने की अनुमति देता है, जो नई कौशलों को लंबे समय तक याद रखने का एक सिद्ध तरीका है।  
+
+यह प्रोजेक्ट भोजन की यात्रा को खेत से लेकर टेबल तक कवर करता है। इसमें खेती, लॉजिस्टिक्स, मैन्युफैक्चरिंग, रिटेल और उपभोक्ता शामिल हैं - ये सभी IoT उपकरणों के लिए लोकप्रिय उद्योग क्षेत्र हैं।  
+
+![पाठ्यक्रम का रोडमैप जिसमें 24 पाठ शामिल हैं: परिचय, खेती, परिवहन, प्रसंस्करण, रिटेल और खाना बनाना](../../translated_images/Roadmap.bb1dec285dda0eda691788b95ddfc96d31d76bb7649e3f04a135e4ad395f323e.hi.jpg)  
+
+> स्केच नोट [नित्या नरसिम्हन](https://github.com/nitya) द्वारा। बड़े संस्करण के लिए छवि पर क्लिक करें।  
+
+**हमारे लेखकों [जेन फॉक्स](https://github.com/jenfoxbot), [जेन लूपर](https://github.com/jlooper), [जिम बेनेट](https://github.com/jimbobbennett), और हमारे स्केच नोट कलाकार [नित्या नरसिम्हन](https://github.com/nitya) को हार्दिक धन्यवाद।**  
+
+**साथ ही, हमारे [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-17441-jabenn) की टीम को भी धन्यवाद, जिन्होंने इस पाठ्यक्रम की समीक्षा और अनुवाद किया है - [आदित्य गर्ग](https://github.com/AdityaGarg00), [अनुराग शर्मा](https://github.com/Anurag-0-1-A), [अर्पिता दास](https://github.com/Arpiiitaaa), [आर्यन जैन](https://www.linkedin.com/in/aryan-jain-47a4a1145/), [भावेश सुनेजा](https://github.com/EliteWarrior315), [फेथ हुंजा](https://faithhunja.github.io/), [लतीफा बेलो](https://www.linkedin.com/in/lateefah-bello/), [मानवी झा](https://github.com/Severus-Matthew), [मिरेइल टैन](https://www.linkedin.com/in/mireille-tan-a4834819a/), [मोहम्मद इफ्तेखेर (इफ्तु) एबने जलाल](https://github.com/Iftu119), [मोहम्मद जुल्फिकार](https://github.com/mohzulfikar), [प्रियांशु श्रीवास्तव](https://www.linkedin.com/in/priyanshu-srivastav-b067241ba), [थनमई गौडुचेरुवु](https://github.com/innovation-platform), और [ज़ीना कामेल](https://www.linkedin.com/in/zina-kamel/)।**  
+
+टीम से मिलें!  
+
+[![प्रोमो वीडियो](../../images/IOT.gif)](https://youtu.be/-wippUJRi5k)  
+
+**Gif द्वारा** [मोहित जैसल](https://linkedin.com/in/mohitjaisal)  
+
+> 🎥 ऊपर दी गई छवि पर क्लिक करें और प्रोजेक्ट के बारे में वीडियो देखें!  
+
+> **शिक्षकों**, हमने इस पाठ्यक्रम का उपयोग करने के लिए [कुछ सुझाव](for-teachers.md) शामिल किए हैं। यदि आप अपने स्वयं के पाठ बनाना चाहते हैं, तो हमने एक [पाठ टेम्पलेट](lesson-template/README.md) भी शामिल किया है।  
+
+> **[छात्रों](https://aka.ms/student-page)**, इस पाठ्यक्रम का उपयोग अपने आप करने के लिए, पूरे रिपॉजिटरी को फोर्क करें और अपने आप अभ्यास करें। प्री-लेक्चर क्विज़ से शुरू करें, फिर लेक्चर पढ़ें और बाकी गतिविधियों को पूरा करें। कोशिश करें कि पाठों को समझकर प्रोजेक्ट बनाएं, समाधान कोड की नकल न करें; हालांकि वह कोड प्रत्येक प्रोजेक्ट-आधारित पाठ के /solutions फोल्डर में उपलब्ध है। एक और विचार यह हो सकता है कि दोस्तों के साथ एक अध्ययन समूह बनाएं और सामग्री को एक साथ पढ़ें। आगे की पढ़ाई के लिए, हम [Microsoft Learn](https://docs.microsoft.com/users/jimbobbennett/collections/ke2ehd351jopwr?WT.mc_id=academic-17441-jabenn) की सिफारिश करते हैं।  
+
+इस पाठ्यक्रम का वीडियो अवलोकन देखने के लिए, यह वीडियो देखें:  
+
+[![प्रोमो वीडियो](https://img.youtube.com/vi/bccEMm8gRuc/0.jpg)](https://youtube.com/watch?v=bccEMm8gRuc "प्रोमो वीडियो")  
+
+> 🎥 ऊपर दी गई छवि पर क्लिक करें और प्रोजेक्ट के बारे में वीडियो देखें!  
+
+## शिक्षण दृष्टिकोण  
+
+हमने इस पाठ्यक्रम को बनाते समय दो शिक्षण दृष्टिकोण अपनाए हैं: यह सुनिश्चित करना कि यह प्रोजेक्ट-आधारित है और इसमें बार-बार क्विज़ शामिल हैं। इस श्रृंखला के अंत तक, छात्र एक पौधे की निगरानी और पानी देने की प्रणाली, एक वाहन ट्रैकर, एक स्मार्ट फैक्ट्री सेटअप और एक वॉयस-कंट्रोल्ड कुकिंग टाइमर बनाएंगे। साथ ही, वे IoT की मूल बातें सीखेंगे, जैसे कि डिवाइस कोड लिखना, क्लाउड से कनेक्ट करना, टेलीमेट्री का विश्लेषण करना और एज पर AI चलाना।  
+
+प्रोजेक्ट से जुड़े कंटेंट के माध्यम से, प्रक्रिया छात्रों के लिए अधिक रोचक बनती है और अवधारणाओं को लंबे समय तक याद रखने में मदद मिलती है।  
+
+इसके अलावा, कक्षा से पहले एक कम दबाव वाला क्विज़ छात्रों को विषय सीखने के लिए प्रेरित करता है, जबकि कक्षा के बाद का क्विज़ अवधारणाओं को और मजबूत करता है। यह पाठ्यक्रम लचीला और मजेदार बनाया गया है और इसे पूरे या आंशिक रूप से लिया जा सकता है। प्रोजेक्ट छोटे से शुरू होते हैं और 12 सप्ताह के चक्र के अंत तक धीरे-धीरे जटिल हो जाते हैं।  
+
+प्रत्येक प्रोजेक्ट वास्तविक हार्डवेयर पर आधारित है, जो छात्रों और शौकियों के लिए उपलब्ध है। प्रत्येक प्रोजेक्ट संबंधित डोमेन में गहराई से जानकारी प्रदान करता है। एक सफल डेवलपर बनने के लिए, जिस डोमेन में आप समस्याओं को हल कर रहे हैं, उसे समझना महत्वपूर्ण है। यह पृष्ठभूमि ज्ञान छात्रों को उनके IoT समाधानों और सीखने को वास्तविक दुनिया की समस्याओं के संदर्भ में सोचने की अनुमति देता है। छात्र उन समाधानों के 'क्यों' को समझते हैं जो वे बना रहे हैं और अंतिम उपयोगकर्ता की सराहना करते हैं।  
+
+## हार्डवेयर  
+
+हमारे पास प्रोजेक्ट्स के लिए IoT हार्डवेयर के दो विकल्प हैं, जो व्यक्तिगत पसंद, प्रोग्रामिंग भाषा के ज्ञान या प्राथमिकताओं, सीखने के लक्ष्यों और उपलब्धता पर निर्भर करते हैं। हमने 'वर्चुअल हार्डवेयर' संस्करण भी प्रदान किया है, जो उन लोगों के लिए है जिनके पास हार्डवेयर तक पहुंच नहीं है या खरीदने से पहले अधिक सीखना चाहते हैं। आप [हार्डवेयर पेज](./hardware.md) पर और अधिक पढ़ सकते हैं और 'शॉपिंग लिस्ट' पा सकते हैं, जिसमें Seeed Studio के हमारे दोस्तों से किट खरीदने के लिंक शामिल हैं।  
+
+> 💁 हमारा [आचार संहिता](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), और [अनुवाद](TRANSLATIONS.md) दिशानिर्देश देखें। हम आपके रचनात्मक फीडबैक का स्वागत करते हैं!  
+
+## प्रत्येक पाठ में शामिल हैं:  
+
+- स्केच नोट  
+- वैकल्पिक पूरक वीडियो  
+- पाठ से पहले का वार्मअप क्विज़  
+- लिखित पाठ  
+- प्रोजेक्ट-आधारित पाठों के लिए, प्रोजेक्ट बनाने के चरण-दर-चरण गाइड  
+- ज्ञान जांच  
+- एक चुनौती  
+- पूरक पढ़ाई  
+- असाइनमेंट  
+- पाठ के बाद का क्विज़  
+
+> **क्विज़ के बारे में एक नोट**: सभी क्विज़ quiz-app फोल्डर में हैं, कुल 48 क्विज़, प्रत्येक में तीन प्रश्न। ये पाठों के भीतर से लिंक किए गए हैं, लेकिन quiz-app को लोकली या Azure पर डिप्लॉय किया जा सकता है; `quiz-app` फोल्डर में निर्देशों का पालन करें। इन्हें धीरे-धीरे स्थानीय भाषाओं में अनुवादित किया जा रहा है।  
+
+## पाठ  
+
+|       |              प्रोजेक्ट का नाम              |                       सिखाई गई अवधारणाएँ                       | सीखने के उद्देश्य                                                                                                                                                 |                                                        लिंक्ड पाठ                                                         |  
+| :---: | :------------------------------------: | :---------------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------: |  
+|  01   | [शुरुआत करें](./1-getting-started/README.md) |                     IoT का परिचय                     | IoT के बुनियादी सिद्धांतों और IoT समाधानों के बुनियादी निर्माण खंडों जैसे सेंसर और क्लाउड सेवाओं को सीखें, जबकि आप अपना पहला IoT डिवाइस सेट कर रहे हैं |                      [IoT का परिचय](./1-getting-started/lessons/1-introduction-to-iot/README.md)                      |  
+|  02   | [शुरुआत करें](./1-getting-started/README.md) |                   IoT में गहराई से जानकारी                    | IoT सिस्टम के घटकों के बारे में अधिक जानें, साथ ही माइक्रोकंट्रोलर और सिंगल-बोर्ड कंप्यूटर के बारे में भी |                        [IoT में गहराई से जानकारी](./1-getting-started/lessons/2-deeper-dive/README.md)                         |  
+|  03   | [शुरुआत करें](./1-getting-started/README.md) | सेंसर और एक्टुएटर के साथ भौतिक दुनिया के साथ इंटरैक्ट करें | सेंसर के बारे में जानें जो भौतिक दुनिया से डेटा एकत्र करते हैं, और एक्टुएटर जो फीडबैक भेजते हैं, जबकि आप एक नाइटलाइट बनाते हैं | [सेंसर और एक्टुएटर के साथ भौतिक दुनिया के साथ इंटरैक्ट करें](./1-getting-started/lessons/3-sensors-and-actuators/README.md) |  
+|  04   | [शुरुआत करें](./1-getting-started/README.md) |             अपने डिवाइस को इंटरनेट से कनेक्ट करें             | जानें कि IoT डिवाइस को इंटरनेट से कैसे कनेक्ट करें ताकि संदेश भेजे और प्राप्त किए जा सकें, अपने नाइटलाइट को MQTT ब्रॉकर से कनेक्ट करके |               [अपने डिवाइस को इंटरनेट से कनेक्ट करें](./1-getting-started/lessons/4-connect-internet/README.md)                |  
+|  05   |            [फार्म](./2-farm/README.md)            |                    पौधे की वृद्धि की भविष्यवाणी करें                     | IoT डिवाइस द्वारा कैप्चर किए गए तापमान डेटा का उपयोग करके पौधे की वृद्धि की भविष्यवाणी करना सीखें |                          [पौधे की वृद्धि की भविष्यवाणी करें](./2-farm/lessons/1-predict-plant-growth/README.md)                           |  
+|  06   |            [फार्म](./2-farm/README.md)            |                    मिट्टी की नमी का पता लगाएं                     | मिट्टी की नमी का पता लगाना और मिट्टी की नमी सेंसर को कैलिब्रेट करना सीखें |                          [मिट्टी की नमी का पता लगाएं](./2-farm/lessons/2-detect-soil-moisture/README.md)                           |  
+|  07   |            [फार्म](./2-farm/README.md)            |                  पौधों को स्वचालित रूप से पानी देना                   | एक रिले और MQTT का उपयोग करके पानी देने को स्वचालित और समयबद्ध करना सीखें |                      [पौधों को स्वचालित रूप से पानी देना](./2-farm/lessons/3-automated-plant-watering/README.md)                       |  
+|  08   |            [फार्म](./2-farm/README.md)            |               अपने पौधे को क्लाउड पर माइग्रेट करें               | क्लाउड और क्लाउड-होस्टेड IoT सेवाओं के बारे में जानें और अपने पौधे को सार्वजनिक MQTT ब्रॉकर के बजाय इनमें से किसी एक से कनेक्ट करें |               [अपने पौधे को क्लाउड पर माइग्रेट करें](./2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md)                |  
+|  09   |            [फार्म](./2-farm/README.md)            |         अपने एप्लिकेशन लॉजिक को क्लाउड पर माइग्रेट करें         | जानें कि IoT संदेशों का जवाब देने वाला एप्लिकेशन लॉजिक क्लाउड में कैसे लिखा जा सकता है |         [अपने एप्लिकेशन लॉजिक को क्लाउड पर माइग्रेट करें](./2-farm/lessons/5-migrate-application-to-the-cloud/README.md)         |  
+|  10   |            [Farm](./2-farm/README.md)            |                   अपने पौधे को सुरक्षित रखें                   | IoT के साथ सुरक्षा के बारे में जानें और अपने पौधे को कुंजी और प्रमाणपत्रों के साथ सुरक्षित रखें                                                                          |                        [अपने पौधे को सुरक्षित रखें](./2-farm/lessons/6-keep-your-plant-secure/README.md)                         |
+|  11   |       [Transport](./3-transport/README.md)       |                      स्थान ट्रैकिंग                      | IoT उपकरणों के लिए GPS स्थान ट्रैकिंग के बारे में जानें                                                                                                                   |                           [स्थान ट्रैकिंग](./3-transport/lessons/1-location-tracking/README.md)                           |
+|  12   |       [Transport](./3-transport/README.md)       |                     स्थान डेटा संग्रहीत करें                     | IoT डेटा को संग्रहीत करने के तरीके जानें ताकि इसे बाद में विज़ुअलाइज़ या विश्लेषण किया जा सके                                                                                                      |                         [स्थान डेटा संग्रहीत करें](./3-transport/lessons/2-store-location-data/README.md)                         |
+|  13   |       [Transport](./3-transport/README.md)       |                   स्थान डेटा को विज़ुअलाइज़ करें                   | मानचित्र पर स्थान डेटा को विज़ुअलाइज़ करने के बारे में जानें, और कैसे मानचित्र वास्तविक 3D दुनिया को 2D में प्रस्तुत करते हैं                                                            |                     [स्थान डेटा को विज़ुअलाइज़ करें](./3-transport/lessons/3-visualize-location-data/README.md)                     |
+|  14   |       [Transport](./3-transport/README.md)       |                          जियोफेंस                          | जियोफेंस के बारे में जानें, और कैसे आपूर्ति श्रृंखला में वाहन अपने गंतव्य के करीब होने पर अलर्ट प्राप्त कर सकते हैं                                           |                                   [जियोफेंस](./3-transport/lessons/4-geofences/README.md)                                   |
+|  15   |   [Manufacturing](./4-manufacturing/README.md)   |               फलों की गुणवत्ता पहचानने वाला ट्रेन करें                | क्लाउड में एक इमेज क्लासिफायर को फलों की गुणवत्ता पहचानने के लिए ट्रेन करने के बारे में जानें                                                                                       |                 [फलों की गुणवत्ता पहचानने वाला ट्रेन करें](./4-manufacturing/lessons/1-train-fruit-detector/README.md)                 |
+|  16   |   [Manufacturing](./4-manufacturing/README.md)   |           IoT उपकरण से फलों की गुणवत्ता जांचें            | IoT उपकरण से अपने फलों की गुणवत्ता पहचानने वाले का उपयोग करने के बारे में जानें                                                                                                    |           [IoT उपकरण से फलों की गुणवत्ता जांचें](./4-manufacturing/lessons/2-check-fruit-from-device/README.md)            |
+|  17   |   [Manufacturing](./4-manufacturing/README.md)   |             अपने फलों की पहचानकर्ता को एज पर चलाएं             | IoT उपकरण पर एज पर अपने फलों की पहचानकर्ता को चलाने के बारे में जानें                                                                                                |             [अपने फलों की पहचानकर्ता को एज पर चलाएं](./4-manufacturing/lessons/3-run-fruit-detector-edge/README.md)             |
+|  18   |   [Manufacturing](./4-manufacturing/README.md)   |        सेंसर से फलों की गुणवत्ता पहचान को ट्रिगर करें        | सेंसर से फलों की गुणवत्ता पहचान को ट्रिगर करने के बारे में जानें                                                                                                        |        [सेंसर से फलों की गुणवत्ता पहचान को ट्रिगर करें](./4-manufacturing/lessons/4-trigger-fruit-detector/README.md)         |
+|  19   |          [Retail](./5-retail/README.md)          |                   स्टॉक पहचानकर्ता ट्रेन करें                    | दुकान में स्टॉक गिनने के लिए ऑब्जेक्ट डिटेक्शन का उपयोग करके स्टॉक पहचानकर्ता को ट्रेन करने के तरीके जानें                                                                                |                        [स्टॉक पहचानकर्ता ट्रेन करें](./5-retail/lessons/1-train-stock-detector/README.md)                         |
+|  20   |          [Retail](./5-retail/README.md)          |               IoT उपकरण से स्टॉक जांचें                | ऑब्जेक्ट डिटेक्शन मॉडल का उपयोग करके IoT उपकरण से स्टॉक जांचने के तरीके जानें                                                                                         |                     [IoT उपकरण से स्टॉक जांचें](./5-retail/lessons/2-check-stock-device/README.md)                      |
+|  21   |        [Consumer](./6-consumer/README.md)        |             IoT उपकरण से भाषण पहचानें             | स्मार्ट टाइमर बनाने के लिए IoT उपकरण से भाषण पहचानने के तरीके जानें                                                                                             |                  [IoT उपकरण से भाषण पहचानें](./6-consumer/lessons/1-speech-recognition/README.md)                  |
+|  22   |        [Consumer](./6-consumer/README.md)        |                     भाषा को समझें                     | IoT उपकरण से बोले गए वाक्यों को समझने के तरीके जानें                                                                                                           |                        [भाषा को समझें](./6-consumer/lessons/2-language-understanding/README.md)                        |
+|  23   |        [Consumer](./6-consumer/README.md)        |           टाइमर सेट करें और बोले गए फीडबैक प्रदान करें           | IoT उपकरण पर टाइमर सेट करने और यह बताने के लिए बोले गए फीडबैक देने के तरीके जानें कि टाइमर कब सेट किया गया और कब समाप्त हुआ                                                    |                 [टाइमर सेट करें और बोले गए फीडबैक प्रदान करें](./6-consumer/lessons/3-spoken-feedback/README.md)                  |
+|  24   |        [Consumer](./6-consumer/README.md)        |                 कई भाषाओं का समर्थन करें                  | कई भाषाओं का समर्थन करने के तरीके जानें, चाहे वह आपके स्मार्ट टाइमर से बोले गए हों या उसके उत्तर हों                                                               |                   [कई भाषाओं का समर्थन करें](./6-consumer/lessons/4-multiple-language-support/README.md)                   |
+
+## ऑफलाइन एक्सेस
+
+आप इस दस्तावेज़ को ऑफलाइन [Docsify](https://docsify.js.org/#/) का उपयोग करके चला सकते हैं। इस रिपॉजिटरी को फोर्क करें, [Docsify इंस्टॉल करें](https://docsify.js.org/#/quickstart) अपने लोकल मशीन पर, और फिर इस रिपॉजिटरी के रूट फोल्डर में `docsify serve` टाइप करें। वेबसाइट आपके लोकलहोस्ट पर पोर्ट 3000 पर उपलब्ध होगी: `localhost:3000`।
+
+### PDF
+
+आप इस सामग्री का PDF ऑफलाइन एक्सेस के लिए जनरेट कर सकते हैं यदि आवश्यक हो। ऐसा करने के लिए, सुनिश्चित करें कि आपके पास [npm इंस्टॉल](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm) है और इस रिपॉजिटरी के रूट फोल्डर में निम्नलिखित कमांड चलाएं:
+
+```sh
+npm i
+npm run convert
+```
+
+### स्लाइड्स
+
+कुछ पाठों के लिए स्लाइड डेक [slides](../../slides) फोल्डर में उपलब्ध हैं।
+
+## मदद चाहिए!
+
+क्या आप अनुवाद में योगदान देना चाहेंगे? कृपया हमारे [अनुवाद दिशानिर्देश](TRANSLATIONS.md) पढ़ें और [अनुवाद मुद्दों](https://github.com/microsoft/IoT-For-Beginners/issues?q=is%3Aissue+is%3Aopen+label%3Atranslation) में इनपुट जोड़ें। यदि आप किसी नई भाषा में अनुवाद करना चाहते हैं, तो कृपया ट्रैकिंग के लिए एक नया मुद्दा उठाएं।
+
+## अन्य पाठ्यक्रम
+
+हमारी टीम अन्य पाठ्यक्रम भी बनाती है! देखें:
+
+- [Generative AI for Beginners](https://aka.ms/genai-beginners)
+- [Generative AI for Beginners .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
+- [Generative AI with JavaScript](https://github.com/microsoft/generative-ai-with-javascript)
+- [Generative AI with Java](https://github.com/microsoft/Generative-AI-for-beginners-java)
+- [AI for Beginners](https://aka.ms/ai-beginners)
+- [Data Science for Beginners](https://aka.ms/datascience-beginners)
+- [ML for Beginners](https://aka.ms/ml-beginners)
+- [Cybersecurity for Beginners](https://github.com/microsoft/Security-101) 
+- [Web Dev for Beginners](https://aka.ms/webdev-beginners)
+- [IoT for Beginners](https://aka.ms/iot-beginners)
+- [XR Development for Beginners](https://github.com/microsoft/xr-development-for-beginners)
+- [Mastering GitHub Copilot for Agentic use](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
+- [Mastering GitHub Copilot for C#/.NET Developers](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
+- [Choose Your Own Copilot Adventure](https://github.com/microsoft/CopilotAdventures)
+
+## छवि श्रेय
+
+आप इस पाठ्यक्रम में उपयोग की गई छवियों के लिए सभी श्रेय [Attributions](./attributions.md) में पा सकते हैं।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/SECURITY.md b/translations/hi/SECURITY.md
new file mode 100644
index 00000000..bd17dcd3
--- /dev/null
+++ b/translations/hi/SECURITY.md
@@ -0,0 +1,49 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "8587f83cfded1bfab99fda4022f4df89",
+  "translation_date": "2025-08-25T16:18:43+00:00",
+  "source_file": "SECURITY.md",
+  "language_code": "hi"
+}
+-->
+# सुरक्षा
+
+Microsoft हमारे सॉफ़्टवेयर उत्पादों और सेवाओं की सुरक्षा को गंभीरता से लेता है, जिसमें हमारे GitHub संगठनों के माध्यम से प्रबंधित सभी स्रोत कोड रिपॉजिटरी शामिल हैं, जैसे [Microsoft](https://github.com/Microsoft), [Azure](https://github.com/Azure), [DotNet](https://github.com/dotnet), [AspNet](https://github.com/aspnet), [Xamarin](https://github.com/xamarin), और [हमारे GitHub संगठन](https://opensource.microsoft.com/)।
+
+यदि आपको किसी Microsoft-स्वामित्व वाली रिपॉजिटरी में कोई सुरक्षा कमजोरी मिली है जो [Microsoft की सुरक्षा कमजोरी की परिभाषा](https://docs.microsoft.com/en-us/previous-versions/tn-archive/cc751383(v=technet.10)) के अंतर्गत आती है, तो कृपया इसे नीचे दिए गए निर्देशों के अनुसार हमें रिपोर्ट करें।
+
+## सुरक्षा समस्याओं की रिपोर्टिंग
+
+**कृपया सार्वजनिक GitHub मुद्दों के माध्यम से सुरक्षा कमजोरियों की रिपोर्ट न करें।**
+
+इसके बजाय, कृपया इसे Microsoft Security Response Center (MSRC) पर [https://msrc.microsoft.com/create-report](https://msrc.microsoft.com/create-report) पर रिपोर्ट करें।
+
+यदि आप लॉग इन किए बिना सबमिट करना पसंद करते हैं, तो [secure@microsoft.com](mailto:secure@microsoft.com) पर ईमेल भेजें। यदि संभव हो, तो हमारे PGP कुंजी के साथ अपने संदेश को एन्क्रिप्ट करें; कृपया इसे [Microsoft Security Response Center PGP Key page](https://www.microsoft.com/en-us/msrc/pgp-key-msrc) से डाउनलोड करें।
+
+आपको 24 घंटे के भीतर प्रतिक्रिया प्राप्त होनी चाहिए। यदि किसी कारणवश आपको प्रतिक्रिया नहीं मिलती है, तो कृपया ईमेल के माध्यम से फॉलो-अप करें ताकि यह सुनिश्चित हो सके कि हमें आपका मूल संदेश प्राप्त हुआ है। अतिरिक्त जानकारी [microsoft.com/msrc](https://www.microsoft.com/msrc) पर पाई जा सकती है।  
+
+कृपया नीचे सूचीबद्ध जानकारी (जितना संभव हो उतना प्रदान करें) शामिल करें ताकि हमें संभावित समस्या की प्रकृति और सीमा को बेहतर ढंग से समझने में मदद मिल सके:
+
+  * समस्या का प्रकार (जैसे बफर ओवरफ्लो, SQL इंजेक्शन, क्रॉस-साइट स्क्रिप्टिंग, आदि)
+  * समस्या के प्रकट होने से संबंधित स्रोत फ़ाइलों के पूर्ण पथ
+  * प्रभावित स्रोत कोड का स्थान (टैग/ब्रांच/कमिट या सीधा URL)
+  * समस्या को पुन: उत्पन्न करने के लिए आवश्यक कोई विशेष कॉन्फ़िगरेशन
+  * समस्या को पुन: उत्पन्न करने के लिए चरण-दर-चरण निर्देश
+  * प्रूफ-ऑफ-कॉन्सेप्ट या एक्सप्लॉइट कोड (यदि संभव हो)
+  * समस्या का प्रभाव, जिसमें यह भी शामिल है कि हमलावर समस्या का कैसे लाभ उठा सकता है
+
+यह जानकारी हमें आपकी रिपोर्ट को अधिक तेज़ी से प्राथमिकता देने में मदद करेगी।
+
+यदि आप बग बाउंटी के लिए रिपोर्ट कर रहे हैं, तो अधिक पूर्ण रिपोर्ट उच्च बाउंटी पुरस्कार में योगदान कर सकती हैं। कृपया हमारे सक्रिय कार्यक्रमों के बारे में अधिक जानकारी के लिए [Microsoft Bug Bounty Program](https://microsoft.com/msrc/bounty) पृष्ठ पर जाएं।
+
+## पसंदीदा भाषाएं
+
+हम सभी संचारों को अंग्रेजी में प्राप्त करना पसंद करते हैं।
+
+## नीति
+
+Microsoft [Coordinated Vulnerability Disclosure](https://www.microsoft.com/en-us/msrc/cvd) के सिद्धांत का पालन करता है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/SUPPORT.md b/translations/hi/SUPPORT.md
new file mode 100644
index 00000000..05827d5f
--- /dev/null
+++ b/translations/hi/SUPPORT.md
@@ -0,0 +1,23 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "cd89329575372232e59605f7a08ae0df",
+  "translation_date": "2025-08-25T16:16:38+00:00",
+  "source_file": "SUPPORT.md",
+  "language_code": "hi"
+}
+-->
+# सहायता
+
+## समस्याएँ दर्ज करने और मदद प्राप्त करने का तरीका  
+
+यह प्रोजेक्ट बग और फीचर अनुरोधों को ट्रैक करने के लिए GitHub Issues का उपयोग करता है। कृपया नई समस्याएँ दर्ज करने से पहले मौजूदा समस्याओं को खोजें ताकि डुप्लिकेट से बचा जा सके। नई समस्याओं के लिए, अपनी बग या फीचर अनुरोध को एक नए Issue के रूप में दर्ज करें।
+
+इस प्रोजेक्ट का उपयोग करने से संबंधित मदद और सवालों के लिए, कृपया इस रिपॉजिटरी में एक Issue उठाकर हमसे संपर्क करें।
+
+## Microsoft समर्थन नीति  
+
+इस **प्रोजेक्ट या उत्पाद** के लिए समर्थन ऊपर सूचीबद्ध संसाधनों तक सीमित है।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/attributions.md b/translations/hi/attributions.md
new file mode 100644
index 00000000..f73da139
--- /dev/null
+++ b/translations/hi/attributions.md
@@ -0,0 +1,52 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4506d33bbda7acc0ab20980172687090",
+  "translation_date": "2025-08-25T16:13:25+00:00",
+  "source_file": "attributions.md",
+  "language_code": "hi"
+}
+-->
+# छवि श्रेय
+
+* केले - abderraouf omara द्वारा [Noun Project](https://thenounproject.com) से
+* मस्तिष्क - Icon Market द्वारा [Noun Project](https://thenounproject.com) से
+* प्रसारण - RomStu द्वारा [Noun Project](https://thenounproject.com) से
+* बटन - Dan Hetteix द्वारा [Noun Project](https://thenounproject.com) से
+* C451B छोटे-डायाफ्राम कंडेंसर माइक्रोफोन - AKG Acoustics द्वारा। [Harumphy](https://en.wikipedia.org/wiki/User:Harumphy) [en.wikipedia](https://en.wikipedia.org/) पर / [Creative Commons Attribution-Share Alike 3.0 Unported](https://creativecommons.org/licenses/by-sa/3.0/deed.en)
+* कैलेंडर - Alice-vector द्वारा [Noun Project](https://thenounproject.com) से
+* प्रमाणपत्र - alimasykurm द्वारा [Noun Project](https://thenounproject.com) से
+* चिप - Astatine Lab द्वारा [Noun Project](https://thenounproject.com) से
+* क्लाउड - Debi Alpa Nugraha द्वारा [Noun Project](https://thenounproject.com) से
+* कंटेनर - ProSymbols द्वारा [Noun Project](https://thenounproject.com) से
+* CPU - Icon Lauk द्वारा [Noun Project](https://thenounproject.com) से
+* डेटाबेस - Icons Bazaar द्वारा [Noun Project](https://thenounproject.com) से
+* डायल - Jamie Dickinson द्वारा [Noun Project](https://thenounproject.com) से
+* GPS - mim studio द्वारा [Noun Project](https://thenounproject.com) से
+* हीटर - Pascal Heß द्वारा [Noun Project](https://thenounproject.com) से
+* विचार - Pause08 द्वारा [Noun Project](https://thenounproject.com) से
+* IoT - Adrien Coquet द्वारा [Noun Project](https://thenounproject.com) से
+* LED - abderraouf omara द्वारा [Noun Project](https://thenounproject.com) से
+* ldr - Eucalyp द्वारा [Noun Project](https://thenounproject.com) से
+* बल्ब - Maxim Kulikov द्वारा [Noun Project](https://thenounproject.com) से
+* माइक्रोकंट्रोलर - Template द्वारा [Noun Project](https://thenounproject.com) से
+* मोबाइल फोन - Alice-vector द्वारा [Noun Project](https://thenounproject.com) से
+* मोटर - Bakunetsu Kaito द्वारा [Noun Project](https://thenounproject.com) से
+* पैटी स्मिथ - Shure SM58 (डायनामिक कार्डियोइड प्रकार) माइक्रोफोन में गाते हुए। Beni Köhler / [Creative Commons Attribution-Share Alike 3.0 Unported](https://creativecommons.org/licenses/by-sa/3.0/deed.en)
+* पौधा - Alex Muravev द्वारा [Noun Project](https://thenounproject.com) से
+* पौध कोशिका - Léa Lortal द्वारा [Noun Project](https://thenounproject.com) से
+* जांच - Adnen Kadri द्वारा [Noun Project](https://thenounproject.com) से
+* रैम - Atif Arshad द्वारा [Noun Project](https://thenounproject.com) से
+* रास्पबेरी पाई 4 - Michael Henzler / [Wikimedia Commons](https://commons.wikimedia.org/wiki/Main_Page) / [CC BY-SA 4.0](https://creativecommons.org/licenses/by-sa/4.0/)
+* रिकॉर्डिंग - Aybige Speaker द्वारा [Noun Project](https://thenounproject.com) से
+* उपग्रह - Noura Mbarki द्वारा [Noun Project](https://thenounproject.com) से
+* स्मार्ट सेंसर - Andrei Yushchenko द्वारा [Noun Project](https://thenounproject.com) से
+* स्पीकर - Gregor Cresnar द्वारा [Noun Project](https://thenounproject.com) से
+* स्विच - Chattapat द्वारा [Noun Project](https://thenounproject.com) से
+* तापमान - Vectors Market द्वारा [Noun Project](https://thenounproject.com) से
+* टमाटर - parkjisun द्वारा [Noun Project](https://thenounproject.com) से
+* पानी देने का कैन - Daria Moskvina द्वारा [Noun Project](https://thenounproject.com) से
+* मौसम - Adrien Coquet द्वारा [Noun Project](https://thenounproject.com) से
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/clean-up.md b/translations/hi/clean-up.md
new file mode 100644
index 00000000..5469bd1d
--- /dev/null
+++ b/translations/hi/clean-up.md
@@ -0,0 +1,53 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5a94fbab1ba737e9bd6cc6c64f114fa0",
+  "translation_date": "2025-08-25T16:17:11+00:00",
+  "source_file": "clean-up.md",
+  "language_code": "hi"
+}
+-->
+# अपने प्रोजेक्ट को साफ करें
+
+हर प्रोजेक्ट पूरा करने के बाद, अपने क्लाउड संसाधनों को हटाना अच्छा होता है।
+
+हर प्रोजेक्ट के पाठों में, आपने निम्नलिखित में से कुछ बनाए हो सकते हैं:
+
+* एक Resource Group
+* एक IoT Hub
+* IoT डिवाइस रजिस्ट्रेशन
+* एक Storage Account
+* एक Functions App
+* एक Azure Maps खाता
+* एक custom vision प्रोजेक्ट
+* एक Azure Container Registry
+* एक cognitive services संसाधन
+
+इनमें से अधिकांश संसाधनों की कोई लागत नहीं होगी - या तो वे पूरी तरह से मुफ्त हैं, या आप एक मुफ्त स्तर का उपयोग कर रहे हैं। जिन सेवाओं के लिए भुगतान किए गए स्तर की आवश्यकता होती है, आप उन्हें उस स्तर पर उपयोग कर रहे होंगे जो मुफ्त भत्ते में शामिल है, या केवल कुछ सेंट खर्च होंगे।
+
+भले ही लागत अपेक्षाकृत कम हो, जब आप काम पूरा कर लें तो इन संसाधनों को हटाना उचित है। उदाहरण के लिए, आप केवल एक IoT Hub को मुफ्त स्तर पर उपयोग कर सकते हैं, इसलिए यदि आप दूसरा बनाना चाहते हैं तो आपको भुगतान किए गए स्तर का उपयोग करना होगा।
+
+आपकी सभी सेवाएं Resource Groups के अंदर बनाई गई थीं, और इससे प्रबंधन आसान हो जाता है। आप Resource Group को हटा सकते हैं, और उस Resource Group में मौजूद सभी सेवाएं इसके साथ ही हटा दी जाएंगी।
+
+Resource Group को हटाने के लिए, अपने टर्मिनल या कमांड प्रॉम्प्ट में निम्नलिखित कमांड चलाएं:
+
+```sh
+az group delete --name <resource-group-name>
+```
+
+`<resource-group-name>` को उस Resource Group के नाम से बदलें जिसमें आप रुचि रखते हैं।
+
+एक पुष्टि दिखाई देगी:
+
+```output
+Are you sure you want to perform this operation? (y/n): 
+```
+
+पुष्टि करने और Resource Group को हटाने के लिए `y` दर्ज करें।
+
+सभी सेवाओं को हटाने में कुछ समय लगेगा।
+
+> 💁 आप Microsoft Docs पर [Azure Resource Manager resource group और resource deletion दस्तावेज़](https://docs.microsoft.com/azure/azure-resource-manager/management/delete-resource-group?WT.mc_id=academic-17441-jabenn&tabs=azure-cli) के बारे में अधिक पढ़ सकते हैं।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/docs/_sidebar.md b/translations/hi/docs/_sidebar.md
new file mode 100644
index 00000000..bf9b3248
--- /dev/null
+++ b/translations/hi/docs/_sidebar.md
@@ -0,0 +1,47 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "686f22febaa2b67aa03b738c0dc0bf9b",
+  "translation_date": "2025-08-25T17:12:33+00:00",
+  "source_file": "docs/_sidebar.md",
+  "language_code": "hi"
+}
+-->
+- परिचय
+  - [1](../1-getting-started/lessons/1-introduction-to-iot/README.md)
+  - [2](../1-getting-started/lessons/2-deeper-dive/README.md)
+  - [3](../1-getting-started/lessons/3-sensors-and-actuators/README.md)
+  - [4](../1-getting-started/lessons/4-connect-internet/README.md)
+  
+- खेती
+  - [5](../2-farm/lessons/1-predict-plant-growth/README.md)
+  - [6](../2-farm/lessons/2-detect-soil-moisture/README.md)
+  - [7](../2-farm/lessons/3-automated-plant-watering/README.md)
+  - [8](../2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md)
+  - [9](../2-farm/lessons/5-migrate-application-to-the-cloud/README.md)
+  - [10](../2-farm/lessons/6-keep-your-plant-secure/README.md)
+  
+- परिवहन
+  - [11](../3-transport/lessons/1-location-tracking/README.md)
+  - [12](../3-transport/lessons/2-store-location-data/README.md)
+  - [13](../3-transport/lessons/3-visualize-location-data/README.md)
+  - [14](../3-transport/lessons/4-geofences/README.md)
+  
+- निर्माण
+  - [15](../4-manufacturing/lessons/1-train-fruit-detector/README.md)
+  - [16](../4-manufacturing/lessons/2-check-fruit-from-device/README.md)
+  - [17](../4-manufacturing/lessons/3-run-fruit-detector-edge/README.md)
+  - [18](../4-manufacturing/lessons/4-trigger-fruit-detector/README.md)
+  
+- खुदरा
+  - [19](../5-retail/lessons/1-train-stock-detector/README.md)
+  - [20](../5-retail/lessons/2-check-stock-device/README.md)
+  
+- उपभोक्ता
+  - [21](../6-consumer/lessons/1-speech-recognition/README.md)
+  - [22](../6-consumer/lessons/2-language-understanding/README.md)
+  - [23](../6-consumer/lessons/3-spoken-feedback/README.md)
+  - [24](../6-consumer/lessons/4-multiple-language-support/README.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/for-teachers.md b/translations/hi/for-teachers.md
new file mode 100644
index 00000000..c7a7ee51
--- /dev/null
+++ b/translations/hi/for-teachers.md
@@ -0,0 +1,39 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9fd36f5dc734203ee28b6cf2573e5eab",
+  "translation_date": "2025-08-25T16:16:50+00:00",
+  "source_file": "for-teachers.md",
+  "language_code": "hi"
+}
+-->
+# शिक्षकों के लिए
+
+क्या आप इस पाठ्यक्रम को अपने कक्षा में उपयोग करना चाहेंगे? कृपया इसे स्वतंत्र रूप से उपयोग करें!
+
+वास्तव में, आप इसे GitHub के भीतर ही GitHub Classroom का उपयोग करके लागू कर सकते हैं।
+
+इसके लिए, इस रिपॉजिटरी को फोर्क करें। आपको प्रत्येक पाठ के लिए एक अलग रिपॉजिटरी बनानी होगी, इसलिए आपको प्रत्येक फ़ोल्डर को अलग-अलग रिपॉजिटरी में निकालना होगा। इस तरह, [GitHub Classroom](https://classroom.github.com/classrooms) प्रत्येक पाठ को अलग-अलग पहचान सकेगा।
+
+ये [पूर्ण निर्देश](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) आपको अपनी कक्षा सेटअप करने का तरीका समझाएंगे।
+
+## अनुशंसित शिक्षण मॉडल
+
+इस पाठ्यक्रम को पढ़ाने के लिए अनुशंसित शिक्षण मॉडल के बारे में अधिक जानकारी आप हमारे [अनुशंसित शिक्षण मॉडल गाइड](recommended-learning-model.md) में पढ़ सकते हैं।
+
+## रिपॉजिटरी का वर्तमान स्वरूप में उपयोग
+
+यदि आप इस रिपॉजिटरी को इसके वर्तमान स्वरूप में उपयोग करना चाहते हैं, बिना GitHub Classroom का उपयोग किए, तो यह भी संभव है। आपको अपने छात्रों को यह बताना होगा कि किस पाठ को एक साथ पढ़ना है।
+
+ऑनलाइन प्रारूप (Zoom, Teams, या अन्य) में, आप क्विज़ के लिए ब्रेकआउट रूम बना सकते हैं और छात्रों को सीखने के लिए तैयार करने में मदद कर सकते हैं। फिर छात्रों को क्विज़ के लिए आमंत्रित करें और उन्हें 'issues' के रूप में एक निश्चित समय पर अपने उत्तर जमा करने के लिए कहें। आप असाइनमेंट्स के साथ भी ऐसा कर सकते हैं, यदि आप चाहते हैं कि छात्र खुले में सहयोगात्मक रूप से काम करें।
+
+यदि आप अधिक निजी प्रारूप पसंद करते हैं, तो अपने छात्रों से कहें कि वे पाठ्यक्रम को पाठ दर पाठ अपने स्वयं के GitHub रिपॉजिटरी में फोर्क करें, जो निजी रिपॉजिटरी हों, और आपको एक्सेस दें। फिर वे क्विज़ और असाइनमेंट्स निजी रूप से पूरा कर सकते हैं और उन्हें आपके कक्षा रिपॉजिटरी पर 'issues' के माध्यम से जमा कर सकते हैं।
+
+ऑनलाइन कक्षा प्रारूप में इसे काम करने के कई तरीके हैं। कृपया हमें बताएं कि आपके लिए सबसे अच्छा क्या काम करता है!
+
+## कृपया हमें अपने विचार बताएं!
+
+हम चाहते हैं कि यह पाठ्यक्रम आपके और आपके छात्रों के लिए उपयोगी हो। कृपया हमें [फीडबैक](https://forms.microsoft.com/Pages/ResponsePage.aspx?id=v4j5cvGGr0GRqy180BHbR2humCsRZhxNuI79cm6n0hRUQzRVVU9VVlU5UlFLWTRLWlkyQUxORTg5WS4u) दें।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/hardware.md b/translations/hi/hardware.md
new file mode 100644
index 00000000..a1e36ded
--- /dev/null
+++ b/translations/hi/hardware.md
@@ -0,0 +1,119 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3dce18fab38adf93ff30b8c221b1eec5",
+  "translation_date": "2025-08-25T16:17:40+00:00",
+  "source_file": "hardware.md",
+  "language_code": "hi"
+}
+-->
+# हार्डवेयर
+
+IoT में **T** का मतलब **थिंग्स** है, जो उन डिवाइसों को दर्शाता है जो हमारे आसपास की दुनिया के साथ इंटरैक्ट करते हैं। प्रत्येक प्रोजेक्ट छात्रों और शौक़ीन लोगों के लिए उपलब्ध वास्तविक हार्डवेयर पर आधारित है। हमारे पास IoT हार्डवेयर के दो विकल्प हैं, जो व्यक्तिगत पसंद, प्रोग्रामिंग भाषा के ज्ञान या प्राथमिकताओं, सीखने के उद्देश्यों और उपलब्धता पर निर्भर करते हैं। हमने 'वर्चुअल हार्डवेयर' का एक संस्करण भी प्रदान किया है, जो उन लोगों के लिए है जिनके पास हार्डवेयर तक पहुंच नहीं है या जो खरीदारी करने से पहले अधिक सीखना चाहते हैं।
+
+> 💁 असाइनमेंट पूरा करने के लिए आपको कोई IoT हार्डवेयर खरीदने की आवश्यकता नहीं है। आप सब कुछ वर्चुअल IoT हार्डवेयर का उपयोग करके कर सकते हैं।
+
+भौतिक हार्डवेयर विकल्प Arduino या Raspberry Pi हैं। प्रत्येक प्लेटफ़ॉर्म के अपने फायदे और नुकसान हैं, और इन्हें शुरुआती पाठों में कवर किया गया है। यदि आपने अभी तक हार्डवेयर प्लेटफ़ॉर्म तय नहीं किया है, तो आप [पहले प्रोजेक्ट के दूसरे पाठ](./1-getting-started/lessons/2-deeper-dive/README.md) की समीक्षा कर सकते हैं ताकि यह तय कर सकें कि आप किस हार्डवेयर प्लेटफ़ॉर्म को सीखने में सबसे अधिक रुचि रखते हैं।
+
+विशिष्ट हार्डवेयर को पाठों और असाइनमेंट की जटिलता को कम करने के लिए चुना गया है। हालांकि अन्य हार्डवेयर काम कर सकते हैं, हम यह गारंटी नहीं दे सकते कि आपके डिवाइस पर सभी असाइनमेंट अतिरिक्त हार्डवेयर के बिना समर्थित होंगे। उदाहरण के लिए, कई Arduino डिवाइसों में WiFi नहीं होता, जो क्लाउड से कनेक्ट करने के लिए आवश्यक है - Wio टर्मिनल को इसलिए चुना गया क्योंकि इसमें WiFi बिल्ट-इन है।
+
+आपको कुछ गैर-तकनीकी वस्तुओं की भी आवश्यकता होगी, जैसे मिट्टी या गमले का पौधा, और फल या सब्जियां।
+
+## किट खरीदें
+
+![Seeed Studios का लोगो](../../translated_images/seeed-logo.74732b6b482b6e8e8bdcc06f0541fc92b1dabf5e3e8f37afb91e04393a8cb977.hi.png)
+
+Seeed Studios ने बहुत ही उदारता से सभी हार्डवेयर को आसान खरीदारी किट के रूप में उपलब्ध कराया है:
+
+### Arduino - Wio टर्मिनल
+
+**[Seeed और Microsoft के साथ शुरुआती IoT - Wio टर्मिनल स्टार्टर किट](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Wio-Terminal-Starter-Kit-p-5006.html)**
+
+[![Wio टर्मिनल हार्डवेयर किट](../../translated_images/wio-hardware-kit.4c70c48b85e4283a1d73e248d87d49587c0cd077eeb69cb3eca803166f63c9a5.hi.png)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Wio-Terminal-Starter-Kit-p-5006.html)
+
+### Raspberry Pi
+
+**[Seeed और Microsoft के साथ शुरुआती IoT - Raspberry Pi 4 स्टार्टर किट](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)**
+
+[![Raspberry Pi टर्मिनल हार्डवेयर किट](../../translated_images/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.hi.png)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)
+
+## Arduino
+
+Arduino के लिए सभी डिवाइस कोड C++ में हैं। सभी असाइनमेंट पूरा करने के लिए आपको निम्नलिखित की आवश्यकता होगी:
+
+### Arduino हार्डवेयर
+
+* [Wio टर्मिनल](https://www.seeedstudio.com/Wio-Terminal-p-4509.html)
+* *वैकल्पिक* - USB-C केबल या USB-A से USB-C एडाप्टर। Wio टर्मिनल में USB-C पोर्ट है और यह USB-C से USB-A केबल के साथ आता है। यदि आपके पीसी या मैक में केवल USB-C पोर्ट हैं, तो आपको USB-C केबल या USB-A से USB-C एडाप्टर की आवश्यकता होगी।
+
+### Arduino के लिए विशिष्ट सेंसर और एक्टुएटर्स
+
+ये Wio टर्मिनल Arduino डिवाइस के लिए विशिष्ट हैं और Raspberry Pi के लिए प्रासंगिक नहीं हैं।
+
+* [ArduCam Mini 2MP Plus - OV2640](https://www.arducam.com/product/arducam-2mp-spi-camera-b0067-arduino/)
+* [ReSpeaker 2-Mics Pi HAT](https://www.seeedstudio.com/ReSpeaker-2-Mics-Pi-HAT.html)
+* [ब्रेडबोर्ड जम्पर वायर](https://www.seeedstudio.com/Breadboard-Jumper-Wire-Pack-241mm-200mm-160mm-117m-p-234.html)
+* हेडफ़ोन या अन्य स्पीकर 3.5mm जैक के साथ, या JST स्पीकर जैसे:
+  * [Mono Enclosed Speaker - 2W 6 Ohm](https://www.seeedstudio.com/Mono-Enclosed-Speaker-2W-6-Ohm-p-2832.html)
+* 16GB या उससे कम की microSD कार्ड, साथ ही एक कनेक्टर ताकि आप SD कार्ड को अपने कंप्यूटर के साथ उपयोग कर सकें यदि आपके पास बिल्ट-इन नहीं है। **NOTE** - Wio टर्मिनल केवल 16GB तक के SD कार्ड को सपोर्ट करता है, यह उच्च क्षमता वाले कार्ड को सपोर्ट नहीं करता।
+
+## Raspberry Pi
+
+Raspberry Pi के लिए सभी डिवाइस कोड Python में हैं। सभी असाइनमेंट पूरा करने के लिए आपको निम्नलिखित की आवश्यकता होगी:
+
+### Raspberry Pi हार्डवेयर
+
+* [Raspberry Pi](https://www.raspberrypi.org/products/raspberry-pi-4-model-b/)
+  > 💁 Pi 2B और उसके बाद के संस्करण इन पाठों में असाइनमेंट के साथ काम करेंगे। यदि आप Pi पर सीधे VS Code चलाने की योजना बना रहे हैं, तो 2GB या उससे अधिक RAM वाला Pi 4 आवश्यक है। यदि आप Pi को रिमोट एक्सेस करने जा रहे हैं, तो कोई भी Pi 2B और उसके बाद का संस्करण काम करेगा।
+* microSD कार्ड (आप Raspberry Pi किट प्राप्त कर सकते हैं जो microSD कार्ड के साथ आते हैं), साथ ही एक कनेक्टर ताकि आप SD कार्ड को अपने कंप्यूटर के साथ उपयोग कर सकें यदि आपके पास बिल्ट-इन नहीं है।
+* USB पावर सप्लाई (आप Raspberry Pi 4 किट प्राप्त कर सकते हैं जो पावर सप्लाई के साथ आते हैं)। यदि आप Raspberry Pi 4 का उपयोग कर रहे हैं तो आपको USB-C पावर सप्लाई की आवश्यकता होगी, पहले के डिवाइसों के लिए micro-USB पावर सप्लाई की आवश्यकता होगी।
+
+### Raspberry Pi के लिए विशिष्ट सेंसर और एक्टुएटर्स
+
+ये Raspberry Pi के लिए विशिष्ट हैं और Arduino डिवाइस के लिए प्रासंगिक नहीं हैं।
+
+* [Grove Pi बेस हैट](https://www.seeedstudio.com/Grove-Base-Hat-for-Raspberry-Pi.html)
+* [Raspberry Pi कैमरा मॉड्यूल](https://www.raspberrypi.org/products/camera-module-v2/)
+* माइक्रोफोन और स्पीकर:
+
+  निम्नलिखित में से एक का उपयोग करें (या समकक्ष):
+  * कोई भी USB माइक्रोफोन और कोई भी USB स्पीकर, या 3.5mm जैक केबल वाला स्पीकर, या HDMI ऑडियो आउटपुट का उपयोग करें यदि आपका Raspberry Pi स्पीकर वाले मॉनिटर या टीवी से जुड़ा है
+  * बिल्ट-इन माइक्रोफोन वाला कोई भी USB हेडसेट
+  * [ReSpeaker 2-Mics Pi HAT](https://www.seeedstudio.com/ReSpeaker-2-Mics-Pi-HAT.html) के साथ
+    * हेडफ़ोन या अन्य स्पीकर 3.5mm जैक के साथ, या JST स्पीकर जैसे:
+    * [Mono Enclosed Speaker - 2W 6 Ohm](https://www.seeedstudio.com/Mono-Enclosed-Speaker-2W-6-Ohm-p-2832.html)
+  * [USB स्पीकरफोन](https://www.amazon.com/USB-Speakerphone-Conference-Business-Microphones/dp/B07Q3D7F8S/ref=sr_1_1?dchild=1&keywords=m0&qid=1614647389&sr=8-1)
+* [Grove लाइट सेंसर](https://www.seeedstudio.com/Grove-Light-Sensor-v1-2-LS06-S-phototransistor.html)
+* [Grove बटन](https://www.seeedstudio.com/Grove-Button.html)
+
+## सेंसर और एक्टुएटर्स
+
+अधिकांश सेंसर और एक्टुएटर्स Arduino और Raspberry Pi दोनों लर्निंग पाथ्स में उपयोग किए जाते हैं:
+
+* [Grove LED](https://www.seeedstudio.com/Grove-LED-Pack-p-4364.html) x 2
+* [Grove ह्यूमिडिटी और टेम्परेचर सेंसर](https://www.seeedstudio.com/Grove-Temperature-Humidity-Sensor-DHT11.html)
+* [Grove कैपेसिटिव सॉइल मॉइश्चर सेंसर](https://www.seeedstudio.com/Grove-Capacitive-Moisture-Sensor-Corrosion-Resistant.html)
+* [Grove रिले](https://www.seeedstudio.com/Grove-Relay.html)
+* [Grove GPS (Air530)](https://www.seeedstudio.com/Grove-GPS-Air530-p-4584.html)
+* [Grove टाइम ऑफ फ्लाइट डिस्टेंस सेंसर](https://www.seeedstudio.com/Grove-Time-of-Flight-Distance-Sensor-VL53L0X.html)
+
+## वैकल्पिक हार्डवेयर
+
+स्वचालित सिंचाई पर आधारित पाठ रिले का उपयोग करके काम करते हैं। एक विकल्प के रूप में, आप इस रिले को USB द्वारा संचालित पानी के पंप से कनेक्ट कर सकते हैं, नीचे सूचीबद्ध हार्डवेयर का उपयोग करके।
+
+* [6V पानी का पंप](https://www.seeedstudio.com/6V-Mini-Water-Pump-p-1945.html)
+* [USB टर्मिनल](https://www.adafruit.com/product/3628)
+* सिलिकॉन पाइप
+* लाल और काले तार
+* छोटा फ्लैट-हेड स्क्रूड्राइवर
+
+## वर्चुअल हार्डवेयर
+
+वर्चुअल हार्डवेयर मार्ग सेंसर और एक्टुएटर्स के लिए सिमुलेटर प्रदान करेगा, जो Python में लागू किए गए हैं। आपके हार्डवेयर की उपलब्धता के आधार पर, आप इसे अपने सामान्य विकास डिवाइस, जैसे Mac, PC, या Raspberry Pi पर चला सकते हैं और केवल उस हार्डवेयर का सिमुलेशन कर सकते हैं जो आपके पास नहीं है। उदाहरण के लिए, यदि आपके पास Raspberry Pi कैमरा है लेकिन Grove सेंसर नहीं हैं, तो आप अपने Pi पर वर्चुअल डिवाइस कोड चला सकते हैं और Grove सेंसर का सिमुलेशन कर सकते हैं, लेकिन भौतिक कैमरा का उपयोग कर सकते हैं।
+
+वर्चुअल हार्डवेयर [CounterFit प्रोजेक्ट](https://github.com/CounterFit-IoT/CounterFit) का उपयोग करेगा।
+
+इन पाठों को पूरा करने के लिए आपके पास एक वेब कैमरा, माइक्रोफोन और ऑडियो आउटपुट जैसे स्पीकर या हेडफ़ोन होना चाहिए। ये बिल्ट-इन या बाहरी हो सकते हैं, और इन्हें आपके ऑपरेटिंग सिस्टम के साथ काम करने और सभी एप्लिकेशन से उपयोग के लिए कॉन्फ़िगर किया जाना चाहिए।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/images/README.md b/translations/hi/images/README.md
new file mode 100644
index 00000000..e5c3a888
--- /dev/null
+++ b/translations/hi/images/README.md
@@ -0,0 +1,19 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "50abd54997afa7e7a3fc7019379e49e3",
+  "translation_date": "2025-08-25T16:19:26+00:00",
+  "source_file": "images/README.md",
+  "language_code": "hi"
+}
+-->
+# चित्र
+
+[icons](../../../images/icons) फ़ोल्डर में मौजूद चित्र [Noun Project](https://thenounproject.com) से लिए गए हैं और इसके लिए श्रेय देना आवश्यक है। प्रत्येक चित्र में आवश्यक श्रेय का उल्लेख किया गया है। इन चित्रों का उपयोग किसी भी डायग्राम के लिए किया जाना चाहिए ताकि छवियों में एकरूपता बनी रहे।
+
+[Diagrams.sketch](../../../images/Diagrams.sketch) फ़ाइल एक [Sketch](https://www.sketch.com) दस्तावेज़ है जिसमें पाठ और परियोजनाओं में उपयोग किए गए सभी डायग्राम शामिल हैं। यदि आप अनुवाद में शामिल हैं, तो कृपया इन्हें भी अनुवादित करें, या तो दस्तावेज़ को कॉपी और अपडेट करके, या फिर जिन शब्दों का अनुवाद चाहिए उनकी सूची GitHub issue के रूप में प्रदान करके।
+
+बाकी चित्र पाठ और परियोजनाओं में उपयोग किए जाते हैं।
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/lesson-template/README.md b/translations/hi/lesson-template/README.md
new file mode 100644
index 00000000..fe456611
--- /dev/null
+++ b/translations/hi/lesson-template/README.md
@@ -0,0 +1,63 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0494be70ad7fadd13a8c3d549c23e355",
+  "translation_date": "2025-08-25T18:13:29+00:00",
+  "source_file": "lesson-template/README.md",
+  "language_code": "hi"
+}
+-->
+# [पाठ का विषय]
+
+![यहां एक वीडियो जोड़ें](../../../lesson-template/video-url)
+
+## [पाठ से पहले का क्विज़](../../../lesson-template/quiz-url)
+
+[हम क्या सीखेंगे इसका वर्णन करें]
+
+### परिचय
+
+इस पाठ में क्या शामिल होगा इसका विवरण दें
+
+> नोट्स
+
+### पूर्वापेक्षा
+
+इस पाठ से पहले कौन-कौन से चरण पूरे किए जाने चाहिए?
+
+### तैयारी
+
+इस पाठ को शुरू करने के लिए तैयारी के चरण
+
+---
+
+[सामग्री को ब्लॉक्स में विभाजित करें]
+
+## [विषय 1]
+
+### कार्य:
+
+साझा कोड के साथ प्रोजेक्ट बनाने के लिए अपने कोडबेस को प्रगतिशील रूप से बेहतर बनाने के लिए मिलकर काम करें:
+
+```html
+code blocks
+```
+
+✅ ज्ञान जांच - छात्रों के ज्ञान को खुले प्रश्नों के साथ बढ़ाने के लिए इस क्षण का उपयोग करें
+
+## [विषय 2]
+
+## [विषय 3]
+
+🚀 चुनौती: छात्रों को कक्षा में मिलकर प्रोजेक्ट को बेहतर बनाने के लिए काम करने की चुनौती दें
+
+वैकल्पिक: यदि उपयुक्त हो तो पाठ के पूर्ण UI का स्क्रीनशॉट जोड़ें
+
+## [पाठ के बाद का क्विज़](../../../lesson-template/quiz-url)
+
+## समीक्षा और स्व-अध्ययन
+
+**असाइनमेंट की अंतिम तिथि [MM/YY]**: [असाइनमेंट का नाम](assignment.md)
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/lesson-template/assignment.md b/translations/hi/lesson-template/assignment.md
new file mode 100644
index 00000000..56c31e18
--- /dev/null
+++ b/translations/hi/lesson-template/assignment.md
@@ -0,0 +1,21 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "b5f62ec256c7e43e771f0d3b4e1a9130",
+  "translation_date": "2025-08-25T18:13:44+00:00",
+  "source_file": "lesson-template/assignment.md",
+  "language_code": "hi"
+}
+-->
+# [असाइनमेंट का नाम]
+
+## निर्देश
+
+## मूल्यांकन मानदंड
+
+| मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
+| -------- | --------- | -------- | ----------------- |
+|          |           |          |                   |
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/quiz-app/README.md b/translations/hi/quiz-app/README.md
new file mode 100644
index 00000000..f1f5f8eb
--- /dev/null
+++ b/translations/hi/quiz-app/README.md
@@ -0,0 +1,125 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "2a459ea9177fb0508ca96068ae1009d2",
+  "translation_date": "2025-08-25T18:13:54+00:00",
+  "source_file": "quiz-app/README.md",
+  "language_code": "hi"
+}
+-->
+# क्विज़
+
+ये क्विज़ IoT फॉर बिगिनर्स पाठ्यक्रम के लिए प्री- और पोस्ट-लेक्चर क्विज़ हैं, जो https://aka.ms/iot-beginners पर उपलब्ध है।
+
+## प्रोजेक्ट सेटअप
+
+```
+npm install
+```
+
+### विकास के लिए कंपाइल और हॉट-रीलोड करता है
+
+```
+npm run serve
+```
+
+### प्रोडक्शन के लिए कंपाइल और मिनिफाई करता है
+
+```
+npm run build
+```
+
+### फाइलों को लिंट और फिक्स करता है
+
+```
+npm run lint
+```
+
+### कॉन्फ़िगरेशन को कस्टमाइज़ करें
+
+[कॉन्फ़िगरेशन संदर्भ](https://cli.vuejs.org/config/) देखें।
+
+श्रेय: इस क्विज़ ऐप के मूल संस्करण के लिए धन्यवाद: https://github.com/arpan45/simple-quiz-vue
+
+## Azure पर डिप्लॉय करना
+
+यहां एक चरण-दर-चरण गाइड है जो आपको शुरुआत करने में मदद करेगा:
+
+1. GitHub रिपॉजिटरी को फोर्क करें  
+सुनिश्चित करें कि आपका स्टैटिक वेब ऐप कोड आपके GitHub रिपॉजिटरी में है। इस रिपॉजिटरी को फोर्क करें।
+
+2. एक Azure स्टैटिक वेब ऐप बनाएं  
+- एक [Azure खाता](http://azure.microsoft.com) बनाएं।  
+- [Azure पोर्टल](https://portal.azure.com) पर जाएं।  
+- "Create a resource" पर क्लिक करें और "Static Web App" खोजें।  
+- "Create" पर क्लिक करें।  
+
+3. स्टैटिक वेब ऐप को कॉन्फ़िगर करें  
+- **बेसिक्स:**  
+  - सब्सक्रिप्शन: अपना Azure सब्सक्रिप्शन चुनें।  
+  - रिसोर्स ग्रुप: एक नया रिसोर्स ग्रुप बनाएं या मौजूदा का उपयोग करें।  
+  - नाम: अपने स्टैटिक वेब ऐप के लिए एक नाम प्रदान करें।  
+  - क्षेत्र: अपने उपयोगकर्ताओं के सबसे नजदीकी क्षेत्र का चयन करें।  
+
+- #### डिप्लॉयमेंट विवरण:  
+  - स्रोत: "GitHub" चुनें।  
+  - GitHub खाता: Azure को आपके GitHub खाते तक पहुंचने के लिए अधिकृत करें।  
+  - संगठन: अपना GitHub संगठन चुनें।  
+  - रिपॉजिटरी: वह रिपॉजिटरी चुनें जिसमें आपका स्टैटिक वेब ऐप है।  
+  - ब्रांच: वह ब्रांच चुनें जिससे आप डिप्लॉय करना चाहते हैं।  
+
+- #### बिल्ड विवरण:  
+  - बिल्ड प्रीसेट्स: वह फ्रेमवर्क चुनें जिससे आपका ऐप बनाया गया है (जैसे React, Angular, Vue, आदि)।  
+  - ऐप लोकेशन: वह फोल्डर निर्दिष्ट करें जिसमें आपका ऐप कोड है (जैसे, / यदि यह रूट में है)।  
+  - API लोकेशन: यदि आपके पास API है, तो उसका स्थान निर्दिष्ट करें (वैकल्पिक)।  
+  - आउटपुट लोकेशन: वह फोल्डर निर्दिष्ट करें जहां बिल्ड आउटपुट उत्पन्न होता है (जैसे, build या dist)।  
+
+4. समीक्षा करें और बनाएं  
+अपनी सेटिंग्स की समीक्षा करें और "Create" पर क्लिक करें। Azure आवश्यक संसाधनों को सेट करेगा और आपके रिपॉजिटरी में एक GitHub Actions वर्कफ़्लो बनाएगा।  
+
+5. GitHub Actions वर्कफ़्लो  
+Azure स्वचालित रूप से आपके रिपॉजिटरी में एक GitHub Actions वर्कफ़्लो फाइल बनाएगा (.github/workflows/azure-static-web-apps-<name>.yml)। यह वर्कफ़्लो बिल्ड और डिप्लॉयमेंट प्रक्रिया को संभालेगा।  
+
+6. डिप्लॉयमेंट की निगरानी करें  
+अपने GitHub रिपॉजिटरी के "Actions" टैब पर जाएं।  
+आपको एक वर्कफ़्लो चलते हुए दिखाई देगा। यह वर्कफ़्लो आपके स्टैटिक वेब ऐप को Azure पर बिल्ड और डिप्लॉय करेगा।  
+जैसे ही वर्कफ़्लो पूरा होता है, आपका ऐप प्रदान किए गए Azure URL पर लाइव हो जाएगा।  
+
+### उदाहरण वर्कफ़्लो फाइल
+
+यहां GitHub Actions वर्कफ़्लो फाइल का एक उदाहरण दिया गया है:  
+name: Azure Static Web Apps CI/CD  
+```
+on:
+  push:
+    branches:
+      - main
+  pull_request:
+    types: [opened, synchronize, reopened, closed]
+    branches:
+      - main
+
+jobs:
+  build_and_deploy_job:
+    runs-on: ubuntu-latest
+    name: Build and Deploy Job
+    steps:
+      - uses: actions/checkout@v2
+      - name: Build And Deploy
+        id: builddeploy
+        uses: Azure/static-web-apps-deploy@v1
+        with:
+          azure_static_web_apps_api_token: ${{ secrets.AZURE_STATIC_WEB_APPS_API_TOKEN }}
+          repo_token: ${{ secrets.GITHUB_TOKEN }}
+          action: "upload"
+          app_location: "quiz-app" #App source code path
+          api_location: ""API source code path optional
+          output_location: "dist" #Built app content directory - optional
+```
+
+### अतिरिक्त संसाधन  
+- [Azure Static Web Apps डाक्यूमेंटेशन](https://learn.microsoft.com/azure/static-web-apps/getting-started)  
+- [GitHub Actions डाक्यूमेंटेशन](https://docs.github.com/actions/use-cases-and-examples/deploying/deploying-to-azure-static-web-app)  
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/hi/recommended-learning-model.md b/translations/hi/recommended-learning-model.md
new file mode 100644
index 00000000..834852a4
--- /dev/null
+++ b/translations/hi/recommended-learning-model.md
@@ -0,0 +1,53 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "012bbd19f13171be32ac9ba21d4186c2",
+  "translation_date": "2025-08-25T16:13:54+00:00",
+  "source_file": "recommended-learning-model.md",
+  "language_code": "hi"
+}
+-->
+# अनुशंसित शिक्षण मॉडल
+
+सबसे प्रभावी शिक्षण परिणामों के लिए, **हम "फ्लिप्ड मॉडल" दृष्टिकोण की सिफारिश करते हैं**, जैसे विज्ञान प्रयोगशालाएं: छात्र कक्षा के समय में प्रोजेक्ट्स पर काम करते हैं, चर्चा, प्रश्नोत्तर और प्रोजेक्ट सहायता के अवसरों के साथ, और व्याख्यान तत्वों को अपने समय पर पहले से पढ़ते हैं।
+
+## फ्लिप्ड लर्निंग क्यों?
+
+1. यह शिक्षण विधि विभिन्न प्रकार की सीखने की विधियों को शामिल करती है – दृश्य, श्रवण, व्यावहारिक, समस्या समाधान आदि।[[1]](../..)
+2. फ्लिप्ड कक्षाओं ने ध्यान केंद्रित करने, प्रेरणा, आत्मनिर्भरता, ज्ञान को बनाए रखने और संचार (शिक्षक-से-छात्र और छात्र-से-छात्र दोनों) को बढ़ाने में मदद की है।[[2,3]](../..)
+3. शिक्षकों के रूप में, आप संघर्ष कर रहे छात्रों के साथ अधिक समय बिता सकते हैं, जबकि उन्नत शिक्षार्थियों को आगे बढ़ने की स्वतंत्रता दे सकते हैं।[[4]](../..)
+
+हम यह भी सुझाव देते हैं कि शिक्षक **"सह-सुविधाकर्ता"** की भूमिका निभाएं, जो छात्रों के साथ सीखते हैं और उनके सवालों और उनकी रुचियों और अंतर्दृष्टि द्वारा प्रेरित अन्वेषणों के माध्यम से उनका समर्थन करते हैं।
+
+यहां कुछ करने का कोई "सही तरीका" नहीं है। कभी-कभी, आपके पास सभी उत्तर नहीं होंगे। कुछ छात्र सभी प्रोजेक्ट्स को पूरा नहीं कर पाएंगे। आपका लक्ष्य यह है कि आप अपने छात्रों को समस्या समाधान के ऐसे तरीकों तक पहुंचने में मदद करें जो उनके मूल अपेक्षाओं से अधिक खेलपूर्ण, सहयोगात्मक या आत्मनिर्देशित हो सकते हैं।
+
+## सहायक सुविधा युक्तियाँ:
+
+* जो आप देखते हैं उस पर विचार करें, प्रश्न पूछें, और टिप्पणियां करें।
+* "मैं देखता हूं..." और "मुझे आश्चर्य है..." जैसे वाक्यांशों का उपयोग करें।
+* संघर्ष कर रहे छात्रों को उन छात्रों से जोड़ें जिन्होंने पहले ही समाधान ढूंढ लिया है।
+* यदि कोई छात्र अटका हुआ है, तो घटकों और भागों की ओर इशारा करें या विभिन्न चीजों को आजमाने के सुझाव दें। छात्र से एक बार में एक चीज बदलने और यह देखने के लिए कहें कि क्या होता है।
+* निराशा को स्वीकार करें और प्रयास को पहचानें।
+* छात्रों के लिए निर्माण या कोडिंग से बचें, जब तक कि उन्हें शारीरिक सहायता की आवश्यकता न हो।
+
+## नमूना सुविधा भाषा:
+
+* "मुझसे पूछने से पहले दो अन्य लोगों से पूछें।"
+* "दो मिनट और कोशिश करें..."
+* "चलो इससे थोड़ा ब्रेक लेते हैं। शायद आप अन्य छात्रों की इलेक्ट्रिकल कनेक्शन में मदद कर सकते हैं क्योंकि आपने इसे पहले ही समझ लिया है?"
+* "मुझे आश्चर्य है कि क्या किसी अन्य छात्र को भी यही समस्या हुई है। चलो जांचते हैं!"
+* "आपने वास्तव में इसे करने में प्रतिबद्धता दिखाई और इसे समझ लिया! क्या मैं अन्य छात्रों को आपकी मदद के लिए भेज सकता हूं?"
+* "यह अजीब है, यह मुझे भी समझ में नहीं आता। शायद हम किसी अन्य छात्र से पूछ सकते हैं, या यदि आप इसे समझते हैं तो क्या आप इसे कक्षा के साथ साझा कर सकते हैं?"
+
+## संदर्भ
+
+[1] [An empirical study on the effectiveness of College English Reading classroom teaching in the flipped classroom paradigm (researchgate.net)](https://www.researchgate.net/publication/322264495_An_empirical_study_on_the_effectiveness_of_College_English_Reading_classroom_teaching_in_the_flipped_classroom_paradigm). Accessed 4/21/21.
+
+[2] [Flipped Classroom adapted to the ARCS Model of Motivation and applied to a Physics Course (ejmste.com)](https://www.ejmste.com/article/flipped-classroom-adapted-to-the-arcs-model-of-motivation-and-applied-to-a-physics-course-4562). Accessed 4/21/21.
+
+[3] [How Does Flipping Classroom Foster the STEM Education: A Case Study of the FPD Model | SpringerLink](https://link.springer.com/article/10.1007/s10758-020-09443-9). Accessed 4/21/21
+
+[4] [An Introduction to Flipped Learning | Lesley University](https://lesley.edu/article/an-introduction-to-flipped-learning#:~:text=An%20Introduction%20to%20Flipped%20Learning.%20Flipped%20learning%20is,advancements%20in%20the%20modern%20classroom%20is%20flipped%20learning.). Accessed 4/21/21.
+
+**अस्वीकरण**:  
+यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।
\ No newline at end of file
diff --git a/translations/it/1-getting-started/README.md b/translations/it/1-getting-started/README.md
new file mode 100644
index 00000000..ea8e6221
--- /dev/null
+++ b/translations/it/1-getting-started/README.md
@@ -0,0 +1,28 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e2b1b891b08ef7633d285547fbe73290",
+  "translation_date": "2025-08-25T17:13:00+00:00",
+  "source_file": "1-getting-started/README.md",
+  "language_code": "it"
+}
+-->
+# Introduzione all'IoT
+
+In questa sezione del curriculum, sarai introdotto all'Internet delle Cose e imparerai i concetti di base, incluso la creazione del tuo primo progetto IoT "Hello World" connesso al cloud. Questo progetto consiste in una luce notturna che si accende quando i livelli di luce misurati da un sensore diminuiscono.
+
+![Il LED collegato al WIO che si accende e si spegne al variare del livello di luce](../../../images/wio-running-assignment-1-1.gif)
+
+## Argomenti
+
+1. [Introduzione all'IoT](lessons/1-introduction-to-iot/README.md)
+1. [Approfondimento sull'IoT](lessons/2-deeper-dive/README.md)
+1. [Interagire con il mondo fisico tramite sensori e attuatori](lessons/3-sensors-and-actuators/README.md)
+1. [Connettere il tuo dispositivo a Internet](lessons/4-connect-internet/README.md)
+
+## Crediti
+
+Tutte le lezioni sono state scritte con ♥️ da [Jim Bennett](https://GitHub.com/JimBobBennett)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/1-introduction-to-iot/README.md b/translations/it/1-getting-started/lessons/1-introduction-to-iot/README.md
new file mode 100644
index 00000000..09cc8b5e
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/1-introduction-to-iot/README.md
@@ -0,0 +1,240 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9bae08314d8487cb76ddf3d8797e1544",
+  "translation_date": "2025-08-25T17:26:21+00:00",
+  "source_file": "1-getting-started/lessons/1-introduction-to-iot/README.md",
+  "language_code": "it"
+}
+-->
+# Introduzione all'IoT
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.it.jpg)
+
+> Disegno di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questa lezione è stata insegnata come parte della serie [Hello IoT](https://youtube.com/playlist?list=PLmsFUfdnGr3xRts0TIwyaHyQuHaNQcb6-) del [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn). La lezione è stata suddivisa in 2 video: una lezione di 1 ora e un'ora di sessione di domande e approfondimenti su alcune parti della lezione.
+
+[![Lezione 1: Introduzione all'IoT](https://img.youtube.com/vi/bVFfcYh6UBw/0.jpg)](https://youtu.be/bVFfcYh6UBw)
+
+[![Lezione 1: Introduzione all'IoT - Sessione di domande](https://img.youtube.com/vi/YI772q5v3yI/0.jpg)](https://youtu.be/YI772q5v3yI)
+
+> 🎥 Clicca sulle immagini sopra per guardare i video
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/1)
+
+## Introduzione
+
+Questa lezione copre alcuni argomenti introduttivi sull'Internet delle Cose e ti guida nella configurazione del tuo hardware.
+
+In questa lezione tratteremo:
+
+* [Cos'è l'Internet delle Cose?](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+* [Dispositivi IoT](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+* [Configura il tuo dispositivo](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+* [Applicazioni dell'IoT](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+* [Esempi di dispositivi IoT che potresti avere intorno a te](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+
+## Cos'è l'Internet delle Cose?
+
+Il termine "Internet delle Cose" è stato coniato da [Kevin Ashton](https://wikipedia.org/wiki/Kevin_Ashton) nel 1999 per descrivere la connessione tra Internet e il mondo fisico tramite sensori. Da allora, il termine è stato utilizzato per descrivere qualsiasi dispositivo che interagisce con il mondo fisico circostante, raccogliendo dati dai sensori o fornendo interazioni reali tramite attuatori (dispositivi che svolgono azioni come accendere un interruttore o illuminare un LED), generalmente connessi ad altri dispositivi o a Internet.
+
+> **Sensori** raccolgono informazioni dal mondo, come la velocità, la temperatura o la posizione.
+>
+> **Attuatori** convertono segnali elettrici in interazioni reali, come attivare un interruttore, accendere luci, emettere suoni o inviare segnali di controllo ad altri hardware, ad esempio per accendere una presa di corrente.
+
+L'IoT come area tecnologica non si limita ai dispositivi: include servizi basati su cloud che possono elaborare i dati dei sensori o inviare richieste agli attuatori collegati ai dispositivi IoT. Include anche dispositivi che non hanno o non necessitano di connettività Internet, spesso chiamati dispositivi edge. Questi dispositivi possono elaborare e rispondere ai dati dei sensori autonomamente, solitamente utilizzando modelli di intelligenza artificiale addestrati nel cloud.
+
+L'IoT è un campo tecnologico in rapida crescita. Si stima che entro la fine del 2020 siano stati distribuiti e connessi a Internet 30 miliardi di dispositivi IoT. Guardando al futuro, si prevede che entro il 2025 i dispositivi IoT raccoglieranno quasi 80 zettabyte di dati, ovvero 80 trilioni di gigabyte. È una quantità enorme di dati!
+
+![Un grafico che mostra il numero di dispositivi IoT attivi nel tempo, con una tendenza al rialzo da meno di 5 miliardi nel 2015 a oltre 30 miliardi nel 2025](../../../../../images/connected-iot-devices.svg)
+
+✅ Fai una piccola ricerca: Quanta parte dei dati generati dai dispositivi IoT viene effettivamente utilizzata e quanta viene ignorata? Perché così tanti dati vengono trascurati?
+
+Questi dati sono la chiave del successo dell'IoT. Per essere un sviluppatore IoT di successo, devi comprendere quali dati raccogliere, come raccoglierli, come prendere decisioni basate su di essi e come utilizzare queste decisioni per interagire con il mondo fisico, se necessario.
+
+## Dispositivi IoT
+
+La **T** in IoT sta per **Things** (Cose) - dispositivi che interagiscono con il mondo fisico circostante raccogliendo dati dai sensori o fornendo interazioni reali tramite attuatori.
+
+I dispositivi per uso produttivo o commerciale, come i tracker di fitness per i consumatori o i controller di macchine industriali, sono solitamente realizzati su misura. Utilizzano circuiti stampati personalizzati, magari anche processori personalizzati, progettati per soddisfare le esigenze di un compito specifico, che si tratti di essere abbastanza piccoli da adattarsi a un polso o abbastanza robusti da funzionare in ambienti ad alta temperatura, stress o vibrazione.
+
+Come sviluppatore che sta imparando sull'IoT o creando un prototipo di dispositivo, dovrai iniziare con un kit per sviluppatori. Questi sono dispositivi IoT generici progettati per gli sviluppatori, spesso con funzionalità che non troveresti su un dispositivo di produzione, come una serie di pin esterni per collegare sensori o attuatori, hardware per il debug o risorse aggiuntive che aumenterebbero inutilmente i costi in una produzione su larga scala.
+
+Questi kit per sviluppatori di solito rientrano in due categorie: microcontrollori e computer a scheda singola. Questi saranno introdotti qui e approfonditi nella prossima lezione.
+
+> 💁 Anche il tuo telefono può essere considerato un dispositivo IoT generico, con sensori e attuatori integrati, utilizzati in modi diversi da diverse app con diversi servizi cloud. Puoi persino trovare alcuni tutorial IoT che utilizzano un'app per telefono come dispositivo IoT.
+
+### Microcontrollori
+
+Un microcontrollore (spesso chiamato MCU, abbreviazione di microcontroller unit) è un piccolo computer composto da:
+
+🧠 Una o più unità di elaborazione centrale (CPU) - il "cervello" del microcontrollore che esegue il tuo programma
+
+💾 Memoria (RAM e memoria del programma) - dove vengono archiviati il tuo programma, i dati e le variabili
+
+🔌 Connessioni di input/output (I/O) programmabili - per comunicare con periferiche esterne (dispositivi collegati) come sensori e attuatori
+
+I microcontrollori sono dispositivi di calcolo a basso costo, con prezzi medi per quelli utilizzati in hardware personalizzato che scendono a circa 0,50 USD, e alcuni dispositivi che costano solo 0,03 USD. I kit per sviluppatori possono partire da 4 USD, con costi che aumentano aggiungendo più funzionalità. Il [Wio Terminal](https://www.seeedstudio.com/Wio-Terminal-p-4509.html), un kit per sviluppatori di microcontrollori di [Seeed studios](https://www.seeedstudio.com) che include sensori, attuatori, WiFi e uno schermo, costa circa 30 USD.
+
+![Un Wio Terminal](../../../../../translated_images/wio-terminal.b8299ee16587db9aa9e05fabf9721bccd9eb8fb541b7c1a8267241282d81b603.it.png)
+
+> 💁 Quando cerchi microcontrollori su Internet, fai attenzione a cercare il termine **MCU**, poiché potrebbe restituire molti risultati relativi al Marvel Cinematic Universe, non ai microcontrollori.
+
+I microcontrollori sono progettati per essere programmati per svolgere un numero limitato di compiti molto specifici, piuttosto che essere computer generici come PC o Mac. Salvo scenari molto specifici, non puoi collegare un monitor, una tastiera e un mouse e usarli per compiti generici.
+
+I kit per sviluppatori di microcontrollori di solito includono sensori e attuatori aggiuntivi integrati. La maggior parte delle schede avrà uno o più LED programmabili, insieme ad altri dispositivi come connettori standard per aggiungere più sensori o attuatori utilizzando ecosistemi di vari produttori o sensori integrati (solitamente i più popolari, come i sensori di temperatura). Alcuni microcontrollori hanno connettività wireless integrata come Bluetooth o WiFi o hanno microcontrollori aggiuntivi sulla scheda per aggiungere questa connettività.
+
+> 💁 I microcontrollori sono solitamente programmati in C/C++.
+
+### Computer a scheda singola
+
+Un computer a scheda singola è un piccolo dispositivo di calcolo che contiene tutti gli elementi di un computer completo su una singola scheda. Questi dispositivi hanno specifiche simili a un PC desktop o laptop, eseguono un sistema operativo completo, ma sono piccoli, consumano meno energia e sono significativamente più economici.
+
+![Un Raspberry Pi 4](../../../../../translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.it.jpg)
+
+Il Raspberry Pi è uno dei computer a scheda singola più popolari.
+
+Come un microcontrollore, i computer a scheda singola hanno una CPU, memoria e pin di input/output, ma hanno funzionalità aggiuntive come un chip grafico per collegare monitor, uscite audio e porte USB per collegare tastiere, mouse e altri dispositivi USB standard come webcam o archiviazione esterna. I programmi sono archiviati su schede SD o dischi rigidi insieme a un sistema operativo, invece di un chip di memoria integrato nella scheda.
+
+> 🎓 Puoi pensare a un computer a scheda singola come a una versione più piccola ed economica del PC o Mac che stai utilizzando, con l'aggiunta di pin GPIO (general-purpose input/output) per interagire con sensori e attuatori.
+
+I computer a scheda singola sono computer completi, quindi possono essere programmati in qualsiasi linguaggio. I dispositivi IoT sono tipicamente programmati in Python.
+
+### Scelte hardware per le lezioni successive
+
+Tutte le lezioni successive includono esercizi che utilizzano un dispositivo IoT per interagire con il mondo fisico e comunicare con il cloud. Ogni lezione supporta 3 opzioni di dispositivo: Arduino (utilizzando un Seeed Studios Wio Terminal) o un computer a scheda singola, sia un dispositivo fisico (un Raspberry Pi 4) sia un computer a scheda singola virtuale che gira sul tuo PC o Mac.
+
+Puoi leggere l'hardware necessario per completare tutti gli esercizi nella [guida hardware](../../../hardware.md).
+
+> 💁 Non è necessario acquistare hardware IoT per completare gli esercizi, puoi fare tutto utilizzando un computer a scheda singola virtuale.
+
+La scelta dell'hardware dipende da ciò che hai disponibile a casa o a scuola e dal linguaggio di programmazione che conosci o che intendi imparare. Entrambe le varianti hardware utilizzeranno lo stesso ecosistema di sensori, quindi se inizi con una, puoi passare all'altra senza dover sostituire la maggior parte del kit. Il computer a scheda singola virtuale sarà equivalente all'apprendimento su un Raspberry Pi, con la maggior parte del codice trasferibile al Pi se in futuro acquisti un dispositivo e sensori.
+
+### Kit per sviluppatori Arduino
+
+Se sei interessato a imparare lo sviluppo di microcontrollori, puoi completare gli esercizi utilizzando un dispositivo Arduino. Avrai bisogno di una conoscenza di base della programmazione in C/C++, poiché le lezioni insegneranno solo il codice rilevante per il framework Arduino, i sensori e gli attuatori utilizzati e le librerie che interagiscono con il cloud.
+
+Gli esercizi utilizzeranno [Visual Studio Code](https://code.visualstudio.com/?WT.mc_id=academic-17441-jabenn) con l'estensione [PlatformIO per lo sviluppo di microcontrollori](https://platformio.org). Puoi anche utilizzare l'IDE Arduino se hai esperienza con questo strumento, poiché non verranno fornite istruzioni.
+
+### Kit per sviluppatori di computer a scheda singola
+
+Se sei interessato a imparare lo sviluppo IoT utilizzando computer a scheda singola, puoi completare gli esercizi utilizzando un Raspberry Pi o un dispositivo virtuale che gira sul tuo PC o Mac.
+
+Avrai bisogno di una conoscenza di base della programmazione in Python, poiché le lezioni insegneranno solo il codice rilevante per i sensori e gli attuatori utilizzati e le librerie che interagiscono con il cloud.
+
+> 💁 Se vuoi imparare a programmare in Python, dai un'occhiata alle seguenti serie di video:
+>
+> * [Python per principianti](https://channel9.msdn.com/Series/Intro-to-Python-Development?WT.mc_id=academic-17441-jabenn)
+> * [Più Python per principianti](https://channel9.msdn.com/Series/More-Python-for-Beginners?WT.mc_id=academic-7372-jabenn)
+
+Gli esercizi utilizzeranno [Visual Studio Code](https://code.visualstudio.com/?WT.mc_id=academic-17441-jabenn).
+
+Se utilizzi un Raspberry Pi, puoi eseguire il tuo Pi utilizzando la versione desktop completa di Raspberry Pi OS e fare tutto il coding direttamente sul Pi utilizzando [la versione Raspberry Pi OS di VS Code](https://code.visualstudio.com/docs/setup/raspberry-pi?WT.mc_id=academic-17441-jabenn), oppure eseguire il tuo Pi come dispositivo senza testa e programmare dal tuo PC o Mac utilizzando VS Code con l'estensione [Remote SSH](https://code.visualstudio.com/docs/remote/ssh?WT.mc_id=academic-17441-jabenn) che ti consente di connetterti al tuo Pi e modificare, eseguire il debug e eseguire il codice come se stessi programmando direttamente su di esso.
+
+Se utilizzi l'opzione del dispositivo virtuale, programmerai direttamente sul tuo computer. Invece di accedere a sensori e attuatori, utilizzerai uno strumento per simulare questo hardware fornendo valori di sensori che puoi definire e mostrando i risultati degli attuatori sullo schermo.
+
+## Configura il tuo dispositivo
+
+Prima di iniziare a programmare il tuo dispositivo IoT, dovrai fare una piccola configurazione. Segui le istruzioni pertinenti in base al dispositivo che utilizzerai.
+💁 Se non hai ancora un dispositivo, consulta la [guida hardware](../../../hardware.md) per decidere quale dispositivo utilizzare e quale hardware aggiuntivo acquistare. Non è necessario acquistare hardware, poiché tutti i progetti possono essere eseguiti su hardware virtuale.
+Queste istruzioni includono link a siti web di terze parti creati dai produttori dell'hardware o degli strumenti che utilizzerai. Questo serve a garantire che tu stia sempre utilizzando le istruzioni più aggiornate per i vari strumenti e hardware.
+
+Segui la guida pertinente per configurare il tuo dispositivo e completare un progetto "Hello World". Questo sarà il primo passo per creare una luce notturna IoT durante le 4 lezioni di questa parte introduttiva.
+
+* [Arduino - Wio Terminal](wio-terminal.md)
+* [Computer a scheda singola - Raspberry Pi](pi.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device.md)
+
+✅ Utilizzerai VS Code sia per Arduino che per i computer a scheda singola. Se non lo hai mai usato prima, leggi di più sul sito di [VS Code](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn).
+
+## Applicazioni dell'IoT
+
+L'IoT copre un'ampia gamma di casi d'uso, suddivisi in alcuni grandi gruppi:
+
+* IoT per i consumatori
+* IoT commerciale
+* IoT industriale
+* IoT per le infrastrutture
+
+✅ Fai una piccola ricerca: Per ciascuna delle aree descritte di seguito, trova un esempio concreto che non sia già menzionato nel testo.
+
+### IoT per i consumatori
+
+L'IoT per i consumatori si riferisce ai dispositivi IoT che i consumatori acquistano e utilizzano nelle loro case. Alcuni di questi dispositivi sono incredibilmente utili, come gli altoparlanti intelligenti, i sistemi di riscaldamento smart e i robot aspirapolvere. Altri sono discutibili nella loro utilità, come i rubinetti controllati dalla voce che poi non possono essere spenti perché il controllo vocale non riesce a sentirti sopra il rumore dell'acqua che scorre.
+
+I dispositivi IoT per i consumatori stanno dando alle persone la possibilità di fare di più nel loro ambiente, specialmente al miliardo di persone che hanno una disabilità. I robot aspirapolvere possono fornire pavimenti puliti a persone con problemi di mobilità che non possono pulire da sole, i forni controllati dalla voce permettono a persone con problemi di vista o di controllo motorio di riscaldare il forno usando solo la voce, i monitor di salute permettono ai pazienti di controllare condizioni croniche con aggiornamenti più regolari e dettagliati. Questi dispositivi stanno diventando così comuni che persino i bambini li usano nella loro vita quotidiana, ad esempio, studenti che seguono lezioni virtuali durante la pandemia di COVID impostano timer sui dispositivi smart per monitorare il loro lavoro scolastico o sveglie per ricordare loro le lezioni imminenti.
+
+✅ Quali dispositivi IoT per i consumatori hai con te o nella tua casa?
+
+### IoT commerciale
+
+L'IoT commerciale riguarda l'uso dell'IoT sul posto di lavoro. In un ufficio, potrebbero esserci sensori di occupazione e rilevatori di movimento per gestire l'illuminazione e il riscaldamento, mantenendo luci e calore spenti quando non necessari, riducendo i costi e le emissioni di carbonio. In una fabbrica, i dispositivi IoT possono monitorare i rischi per la sicurezza, come lavoratori che non indossano caschi protettivi o rumori che hanno raggiunto livelli pericolosi. Nel settore retail, i dispositivi IoT possono misurare la temperatura dei frigoriferi, avvisando il proprietario del negozio se un frigorifero o un congelatore è fuori dal range di temperatura richiesto, oppure possono monitorare gli articoli sugli scaffali per indirizzare i dipendenti a rifornire i prodotti venduti. L'industria dei trasporti si affida sempre di più all'IoT per monitorare la posizione dei veicoli, tracciare il chilometraggio su strada per la tariffazione degli utenti, verificare il rispetto delle ore di guida e delle pause, o notificare al personale quando un veicolo si avvicina a un deposito per prepararsi al carico o scarico.
+
+✅ Quali dispositivi IoT commerciali hai nella tua scuola o sul posto di lavoro?
+
+### IoT industriale (IIoT)
+
+L'IoT industriale, o IIoT, è l'uso di dispositivi IoT per controllare e gestire macchinari su larga scala. Questo copre una vasta gamma di casi d'uso, dalle fabbriche all'agricoltura digitale.
+
+Le fabbriche utilizzano dispositivi IoT in molti modi diversi. I macchinari possono essere monitorati con sensori multipli per tracciare cose come temperatura, vibrazione e velocità di rotazione. Questi dati possono essere monitorati per permettere di fermare la macchina se supera certe tolleranze - ad esempio, se si surriscalda viene arrestata. Questi dati possono anche essere raccolti e analizzati nel tempo per fare manutenzione predittiva, dove modelli di intelligenza artificiale analizzano i dati che precedono un guasto e li usano per prevedere altri guasti prima che si verifichino.
+
+L'agricoltura digitale è importante per nutrire la popolazione in crescita, specialmente per i 2 miliardi di persone in 500 milioni di famiglie che vivono di [agricoltura di sussistenza](https://wikipedia.org/wiki/Subsistence_agriculture). L'agricoltura digitale può variare da sensori economici a grandi installazioni commerciali. Un agricoltore può iniziare monitorando le temperature e utilizzando i [giorni di grado di crescita](https://wikipedia.org/wiki/Growing_degree-day) per prevedere quando un raccolto sarà pronto per la raccolta. Può collegare il monitoraggio dell'umidità del suolo a sistemi di irrigazione automatizzati per dare alle piante la quantità d'acqua necessaria, senza sprechi. Gli agricoltori stanno andando oltre, utilizzando droni, dati satellitari e intelligenza artificiale per monitorare la crescita delle colture, le malattie e la qualità del suolo su vaste aree di terreno agricolo.
+
+✅ Quali altri dispositivi IoT potrebbero aiutare gli agricoltori?
+
+### IoT per le infrastrutture
+
+L'IoT per le infrastrutture riguarda il monitoraggio e il controllo delle infrastrutture locali e globali che le persone utilizzano ogni giorno.
+
+Le [Smart Cities](https://wikipedia.org/wiki/Smart_city) sono aree urbane che utilizzano dispositivi IoT per raccogliere dati sulla città e usarli per migliorare il funzionamento della città stessa. Queste città sono solitamente gestite con collaborazioni tra governi locali, università e imprese locali, monitorando e gestendo aspetti che variano dal trasporto al parcheggio e all'inquinamento. Ad esempio, a Copenaghen, Danimarca, l'inquinamento atmosferico è importante per i residenti locali, quindi viene misurato e i dati vengono utilizzati per fornire informazioni sui percorsi più puliti per andare in bicicletta o fare jogging.
+
+Le [reti elettriche intelligenti](https://wikipedia.org/wiki/Smart_grid) permettono migliori analisi della domanda di energia raccogliendo dati di utilizzo a livello di singole abitazioni. Questi dati possono guidare decisioni a livello nazionale, come dove costruire nuove centrali elettriche, e a livello personale, fornendo agli utenti informazioni su quanta energia stanno usando, quando la stanno usando e persino suggerimenti su come ridurre i costi, ad esempio caricando le auto elettriche di notte.
+
+✅ Se potessi aggiungere dispositivi IoT per misurare qualcosa dove vivi, cosa sarebbe?
+
+## Esempi di dispositivi IoT che potresti avere intorno a te
+
+Saresti sorpreso di quanti dispositivi IoT hai intorno a te. Sto scrivendo questo da casa e ho i seguenti dispositivi connessi a Internet con funzionalità smart come controllo tramite app, controllo vocale o la capacità di inviarmi dati tramite il telefono:
+
+* Molti altoparlanti intelligenti
+* Frigorifero, lavastoviglie, forno e microonde
+* Monitor elettrico per pannelli solari
+* Prese intelligenti
+* Videocitofono e telecamere di sicurezza
+* Termostato intelligente con sensori smart per le stanze
+* Apriporta del garage
+* Sistemi di intrattenimento domestico e TV controllate dalla voce
+* Luci
+* Tracker per fitness e salute
+
+Tutti questi tipi di dispositivi hanno sensori e/o attuatori e comunicano con Internet. Posso sapere dal mio telefono se la porta del garage è aperta e chiedere al mio altoparlante intelligente di chiuderla per me. Posso persino impostare un timer, così se è ancora aperta di notte, si chiuderà automaticamente. Quando suona il campanello, posso vedere dal mio telefono chi è lì, ovunque mi trovi nel mondo, e parlare con loro tramite un altoparlante e un microfono integrati nel videocitofono. Posso monitorare la mia glicemia, il battito cardiaco e i modelli di sonno, cercando schemi nei dati per migliorare la mia salute. Posso controllare le luci tramite il cloud e rimanere al buio quando la connessione Internet si interrompe.
+
+---
+
+## 🚀 Sfida
+
+Elenca quanti più dispositivi IoT puoi che si trovano nella tua casa, scuola o luogo di lavoro - potrebbero essere più di quanto pensi!
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/2)
+
+## Revisione e studio autonomo
+
+Leggi i vantaggi e i fallimenti dei progetti IoT per i consumatori. Controlla i siti di notizie per articoli su quando qualcosa è andato storto, come problemi di privacy, problemi hardware o problemi causati dalla mancanza di connettività.
+
+Alcuni esempi:
+
+* Dai un'occhiata all'account Twitter **[Internet of Sh*t](https://twitter.com/internetofshit)** *(avviso di linguaggio volgare)* per alcuni buoni esempi di fallimenti con l'IoT per i consumatori.
+* [c|net - Il mio Apple Watch mi ha salvato la vita: 5 persone condividono le loro storie](https://www.cnet.com/news/apple-watch-lifesaving-health-features-read-5-peoples-stories/)
+* [c|net - Tecnico ADT si dichiara colpevole di aver spiato i feed delle telecamere dei clienti per anni](https://www.cnet.com/news/adt-home-security-technician-pleads-guilty-to-spying-on-customer-camera-feeds-for-years/) *(avviso di contenuto sensibile - voyeurismo non consensuale)*
+
+## Compito
+
+[Indaga su un progetto IoT](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/1-introduction-to-iot/assignment.md b/translations/it/1-getting-started/lessons/1-introduction-to-iot/assignment.md
new file mode 100644
index 00000000..b5f8e96b
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/1-introduction-to-iot/assignment.md
@@ -0,0 +1,25 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7ef1cec2d27b086032d46ab1958f3e99",
+  "translation_date": "2025-08-25T17:27:38+00:00",
+  "source_file": "1-getting-started/lessons/1-introduction-to-iot/assignment.md",
+  "language_code": "it"
+}
+-->
+# Indagare un progetto IoT
+
+## Istruzioni
+
+Ci sono molti progetti IoT su larga e piccola scala che vengono implementati a livello globale, dai campi intelligenti alle città intelligenti, nel monitoraggio sanitario, nei trasporti e per l'uso degli spazi pubblici.
+
+Cerca sul web i dettagli di un progetto che ti interessa, idealmente uno vicino a dove vivi. Spiega i vantaggi e gli svantaggi del progetto, come i benefici che ne derivano, eventuali problemi che causa e come viene considerata la privacy.
+
+## Valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Spiegare i vantaggi e gli svantaggi | Ha fornito una spiegazione chiara dei vantaggi e degli svantaggi del progetto | Ha fornito una spiegazione breve dei vantaggi e degli svantaggi | Non ha spiegato i vantaggi né gli svantaggi |
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/1-introduction-to-iot/pi.md b/translations/it/1-getting-started/lessons/1-introduction-to-iot/pi.md
new file mode 100644
index 00000000..efe46aed
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/1-introduction-to-iot/pi.md
@@ -0,0 +1,284 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "8ff0d0a1d29832bb896b9c103b69a452",
+  "translation_date": "2025-08-25T17:29:42+00:00",
+  "source_file": "1-getting-started/lessons/1-introduction-to-iot/pi.md",
+  "language_code": "it"
+}
+-->
+# Raspberry Pi
+
+Il [Raspberry Pi](https://raspberrypi.org) è un computer a scheda singola. Puoi aggiungere sensori e attuatori utilizzando una vasta gamma di dispositivi ed ecosistemi. Per queste lezioni utilizzeremo un ecosistema hardware chiamato [Grove](https://www.seeedstudio.com/category/Grove-c-1003.html). Programmerai il tuo Pi e accederai ai sensori Grove utilizzando Python.
+
+![Un Raspberry Pi 4](../../../../../translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.it.jpg)
+
+## Configurazione
+
+Se stai utilizzando un Raspberry Pi come hardware IoT, hai due opzioni: puoi seguire tutte queste lezioni e programmare direttamente sul Pi, oppure puoi connetterti da remoto a un Pi "headless" e programmare dal tuo computer.
+
+Prima di iniziare, devi anche collegare il Grove Base Hat al tuo Pi.
+
+### Attività - configurazione
+
+Installa il Grove Base Hat sul tuo Pi e configura il Pi.
+
+1. Collega il Grove Base Hat al tuo Pi. La presa sull'hat si adatta a tutti i pin GPIO del Pi, scivolando completamente sui pin per fissarsi saldamente alla base. Si posiziona sopra il Pi, coprendolo.
+
+    ![Installazione del Grove Hat](../../../../../images/pi-grove-hat-fitting.gif)
+
+1. Decidi come vuoi programmare il tuo Pi e vai alla sezione pertinente qui sotto:
+
+    * [Lavora direttamente sul tuo Pi](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+    * [Accesso remoto per programmare il Pi](../../../../../1-getting-started/lessons/1-introduction-to-iot)
+
+### Lavora direttamente sul tuo Pi
+
+Se desideri lavorare direttamente sul tuo Pi, puoi utilizzare la versione desktop del sistema operativo Raspberry Pi OS e installare tutti gli strumenti necessari.
+
+#### Attività - lavora direttamente sul tuo Pi
+
+Configura il tuo Pi per lo sviluppo.
+
+1. Segui le istruzioni nella [guida alla configurazione del Raspberry Pi](https://projects.raspberrypi.org/en/projects/raspberry-pi-setting-up) per configurare il tuo Pi, collegarlo a tastiera/mouse/monitor, connetterlo alla tua rete WiFi o Ethernet e aggiornare il software.
+
+Per programmare il Pi utilizzando i sensori e gli attuatori Grove, sarà necessario installare un editor per scrivere il codice del dispositivo e varie librerie e strumenti per interagire con l'hardware Grove.
+
+1. Una volta che il tuo Pi si è riavviato, avvia il Terminale cliccando sull'icona **Terminale** nella barra del menu superiore, oppure scegli *Menu -> Accessori -> Terminale*.
+
+1. Esegui il seguente comando per assicurarti che il sistema operativo e il software installato siano aggiornati:
+
+    ```sh
+    sudo apt update && sudo apt full-upgrade --yes
+    ```
+
+1. Esegui i seguenti comandi per installare tutte le librerie necessarie per l'hardware Grove:
+
+    ```sh
+    sudo apt install git python3-dev python3-pip --yes
+
+    git clone https://github.com/Seeed-Studio/grove.py
+    cd grove.py
+    sudo pip3 install .
+
+    sudo raspi-config nonint do_i2c 0
+    ```
+
+    Questo inizia installando Git, insieme a Pip per installare i pacchetti Python.
+
+    Una delle caratteristiche più potenti di Python è la possibilità di installare [pacchetti Pip](https://pypi.org): pacchetti di codice scritti da altre persone e pubblicati su Internet. Puoi installare un pacchetto Pip sul tuo computer con un solo comando e utilizzarlo nel tuo codice.
+
+    I pacchetti Python di Seeed Grove devono essere installati dal codice sorgente. Questi comandi cloneranno il repository contenente il codice sorgente di questo pacchetto e lo installeranno localmente.
+
+    > 💁 Per impostazione predefinita, quando installi un pacchetto, esso è disponibile ovunque sul tuo computer, e questo può causare problemi con le versioni dei pacchetti, ad esempio un'applicazione che dipende da una versione di un pacchetto che smette di funzionare quando installi una nuova versione per un'altra applicazione. Per risolvere questo problema, puoi utilizzare un [ambiente virtuale Python](https://docs.python.org/3/library/venv.html), essenzialmente una copia di Python in una cartella dedicata, e quando installi i pacchetti Pip, vengono installati solo in quella cartella. Non utilizzerai ambienti virtuali quando usi il tuo Pi. Lo script di installazione di Grove installa i pacchetti Python di Grove a livello globale, quindi per utilizzare un ambiente virtuale dovresti configurarlo e poi reinstallare manualmente i pacchetti Grove all'interno di quell'ambiente. È più semplice utilizzare i pacchetti globali, soprattutto perché molti sviluppatori Pi riflashano una scheda SD pulita per ogni progetto.
+
+    Infine, questo abilita l'interfaccia I<sup>2</sup>C.
+
+1. Riavvia il Pi utilizzando il menu o eseguendo il seguente comando nel Terminale:
+
+    ```sh
+    sudo reboot
+    ```
+
+1. Una volta che il Pi si è riavviato, riapri il Terminale ed esegui il seguente comando per installare [Visual Studio Code (VS Code)](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn), l'editor che utilizzerai per scrivere il codice del dispositivo in Python.
+
+    ```sh
+    sudo apt install code
+    ```
+
+    Una volta installato, VS Code sarà disponibile dal menu superiore.
+
+    > 💁 Sei libero di utilizzare qualsiasi IDE o editor Python per queste lezioni se hai uno strumento preferito, ma le istruzioni delle lezioni saranno basate sull'uso di VS Code.
+
+1. Installa Pylance. Questa è un'estensione per VS Code che fornisce supporto per il linguaggio Python. Consulta la [documentazione dell'estensione Pylance](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=ms-python.vscode-pylance) per istruzioni su come installare questa estensione in VS Code.
+
+### Accesso remoto per programmare il Pi
+
+Invece di programmare direttamente sul Pi, puoi farlo funzionare in modalità "headless", cioè senza essere collegato a tastiera/mouse/monitor, e configurarlo e programmarlo dal tuo computer utilizzando Visual Studio Code.
+
+#### Configura il sistema operativo del Pi
+
+Per programmare da remoto, il sistema operativo del Pi deve essere installato su una scheda SD.
+
+##### Attività - configura il sistema operativo del Pi
+
+Configura il sistema operativo headless del Pi.
+
+1. Scarica il **Raspberry Pi Imager** dalla [pagina del software Raspberry Pi OS](https://www.raspberrypi.org/software/) e installalo.
+
+1. Inserisci una scheda SD nel tuo computer, utilizzando un adattatore se necessario.
+
+1. Avvia il Raspberry Pi Imager.
+
+1. Dal Raspberry Pi Imager, seleziona il pulsante **CHOOSE OS**, quindi seleziona *Raspberry Pi OS (Other)*, seguito da *Raspberry Pi OS Lite (32-bit)*.
+
+    ![Il Raspberry Pi Imager con Raspberry Pi OS Lite selezionato](../../../../../translated_images/raspberry-pi-imager.24aedeab9e233d841a1504ed7cfeb871b1f8e1134cfcd8370e7f60a092056be2.it.png)
+
+    > 💁 Raspberry Pi OS Lite è una versione di Raspberry Pi OS che non include l'interfaccia utente desktop o strumenti basati su interfaccia grafica. Questi non sono necessari per un Pi headless e rendono l'installazione più leggera e il tempo di avvio più rapido.
+
+1. Seleziona il pulsante **CHOOSE STORAGE**, quindi seleziona la tua scheda SD.
+
+1. Avvia le **Opzioni Avanzate** premendo `Ctrl+Shift+X`. Queste opzioni consentono una pre-configurazione del sistema operativo Raspberry Pi prima che venga scritto sulla scheda SD.
+
+    1. Spunta la casella **Enable SSH** e imposta una password per l'utente `pi`. Questa sarà la password che utilizzerai per accedere al Pi in seguito.
+
+    1. Se prevedi di connetterti al Pi tramite WiFi, spunta la casella **Configure WiFi** e inserisci il tuo SSID e la password WiFi, oltre a selezionare il tuo paese WiFi. Non è necessario farlo se utilizzerai un cavo Ethernet. Assicurati che la rete a cui ti connetti sia la stessa del tuo computer.
+
+    1. Spunta la casella **Set locale settings** e imposta il tuo paese e fuso orario.
+
+    1. Seleziona il pulsante **SAVE**.
+
+1. Seleziona il pulsante **WRITE** per scrivere il sistema operativo sulla scheda SD. Se utilizzi macOS, ti verrà chiesto di inserire la tua password poiché lo strumento sottostante che scrive le immagini disco richiede privilegi di amministratore.
+
+Il sistema operativo verrà scritto sulla scheda SD e, una volta completato, la scheda verrà espulsa dal sistema operativo e riceverai una notifica. Rimuovi la scheda SD dal tuo computer, inseriscila nel Pi, accendi il Pi e attendi circa 2 minuti affinché si avvii correttamente.
+
+#### Connettiti al Pi
+
+Il passo successivo è accedere al Pi da remoto. Puoi farlo utilizzando `ssh`, disponibile su macOS, Linux e versioni recenti di Windows.
+
+##### Attività - connettiti al Pi
+
+Accedi al Pi da remoto.
+
+1. Avvia un Terminale o Prompt dei Comandi ed esegui il seguente comando per connetterti al Pi:
+
+    ```sh
+    ssh pi@raspberrypi.local
+    ```
+
+    Se utilizzi una versione di Windows più vecchia che non ha `ssh` installato, puoi utilizzare OpenSSH. Puoi trovare le istruzioni di installazione nella [documentazione di OpenSSH](https://docs.microsoft.com//windows-server/administration/openssh/openssh_install_firstuse?WT.mc_id=academic-17441-jabenn).
+
+1. Questo dovrebbe connettersi al tuo Pi e chiederti la password.
+
+    La possibilità di trovare computer sulla tua rete utilizzando `<hostname>.local` è una funzionalità abbastanza recente di Linux e Windows. Se utilizzi Linux o Windows e ricevi errori relativi al nome host non trovato, dovrai installare software aggiuntivo per abilitare il networking ZeroConf (anche chiamato Bonjour da Apple):
+
+    1. Se utilizzi Linux, installa Avahi con il seguente comando:
+
+        ```sh
+        sudo apt-get install avahi-daemon
+        ```
+
+    1. Se utilizzi Windows, il modo più semplice per abilitare ZeroConf è installare [Bonjour Print Services for Windows](http://support.apple.com/kb/DL999). Puoi anche installare [iTunes per Windows](https://www.apple.com/itunes/download/) per ottenere una versione più recente dell'utility (che non è disponibile separatamente).
+
+    > 💁 Se non riesci a connetterti utilizzando `raspberrypi.local`, puoi utilizzare l'indirizzo IP del tuo Pi. Consulta la [documentazione sull'indirizzo IP del Raspberry Pi](https://www.raspberrypi.org/documentation/remote-access/ip-address.md) per istruzioni su diversi modi per ottenere l'indirizzo IP.
+
+1. Inserisci la password che hai impostato nelle Opzioni Avanzate del Raspberry Pi Imager.
+
+#### Configura il software sul Pi
+
+Una volta connesso al Pi, devi assicurarti che il sistema operativo sia aggiornato e installare varie librerie e strumenti per interagire con l'hardware Grove.
+
+##### Attività - configura il software sul Pi
+
+Configura il software installato sul Pi e installa le librerie Grove.
+
+1. Dalla tua sessione `ssh`, esegui il seguente comando per aggiornare e poi riavviare il Pi:
+
+    ```sh
+    sudo apt update && sudo apt full-upgrade --yes && sudo reboot
+    ```
+
+    Il Pi verrà aggiornato e riavviato. La sessione `ssh` terminerà quando il Pi si riavvierà, quindi attendi circa 30 secondi e riconnettiti.
+
+1. Dalla sessione `ssh` riconnessa, esegui i seguenti comandi per installare tutte le librerie necessarie per l'hardware Grove:
+
+    ```sh
+    sudo apt install git python3-dev python3-pip --yes
+
+    git clone https://github.com/Seeed-Studio/grove.py
+    cd grove.py
+    sudo pip3 install .
+
+    sudo raspi-config nonint do_i2c 0
+    ```
+
+    Questo inizia installando Git, insieme a Pip per installare i pacchetti Python.
+
+    Una delle caratteristiche più potenti di Python è la possibilità di installare [pacchetti Pip](https://pypi.org): pacchetti di codice scritti da altre persone e pubblicati su Internet. Puoi installare un pacchetto Pip sul tuo computer con un solo comando e utilizzarlo nel tuo codice.
+
+    I pacchetti Python di Seeed Grove devono essere installati dal codice sorgente. Questi comandi cloneranno il repository contenente il codice sorgente di questo pacchetto e lo installeranno localmente.
+
+    > 💁 Per impostazione predefinita, quando installi un pacchetto, esso è disponibile ovunque sul tuo computer, e questo può causare problemi con le versioni dei pacchetti, ad esempio un'applicazione che dipende da una versione di un pacchetto che smette di funzionare quando installi una nuova versione per un'altra applicazione. Per risolvere questo problema, puoi utilizzare un [ambiente virtuale Python](https://docs.python.org/3/library/venv.html), essenzialmente una copia di Python in una cartella dedicata, e quando installi i pacchetti Pip, vengono installati solo in quella cartella. Non utilizzerai ambienti virtuali quando usi il tuo Pi. Lo script di installazione di Grove installa i pacchetti Python di Grove a livello globale, quindi per utilizzare un ambiente virtuale dovresti configurarlo e poi reinstallare manualmente i pacchetti Grove all'interno di quell'ambiente. È più semplice utilizzare i pacchetti globali, soprattutto perché molti sviluppatori Pi riflashano una scheda SD pulita per ogni progetto.
+
+    Infine, questo abilita l'interfaccia I<sup>2</sup>C.
+
+1. Riavvia il Pi eseguendo il seguente comando:
+
+    ```sh
+    sudo reboot
+    ```
+
+    La sessione `ssh` terminerà quando il Pi si riavvierà. Non è necessario riconnettersi.
+
+#### Configura VS Code per l'accesso remoto
+
+Una volta configurato il Pi, puoi connetterti ad esso utilizzando Visual Studio Code (VS Code) dal tuo computer. Questo è un editor di testo gratuito per sviluppatori che utilizzerai per scrivere il codice del dispositivo in Python.
+
+##### Attività - configura VS Code per l'accesso remoto
+
+Installa il software richiesto e connettiti da remoto al tuo Pi.
+
+1. Installa VS Code sul tuo computer seguendo la [documentazione di VS Code](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn).
+
+1. Segui le istruzioni nella [documentazione di sviluppo remoto di VS Code utilizzando SSH](https://code.visualstudio.com/docs/remote/ssh?WT.mc_id=academic-17441-jabenn) per installare i componenti necessari.
+
+1. Seguendo le stesse istruzioni, connetti VS Code al Pi.
+
+1. Una volta connesso, segui le istruzioni su [gestione delle estensioni](https://code.visualstudio.com/docs/remote/ssh#_managing-extensions?WT.mc_id=academic-17441-jabenn) per installare l'[estensione Pylance](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=ms-python.vscode-pylance) da remoto sul Pi.
+
+## Hello world
+È tradizionale, quando si inizia con un nuovo linguaggio di programmazione o tecnologia, creare un'applicazione 'Hello World' - una piccola applicazione che mostra un testo come `"Hello World"` per verificare che tutti gli strumenti siano configurati correttamente.
+
+L'app Hello World per il Pi garantirà che Python e Visual Studio Code siano installati correttamente.
+
+Questa app sarà contenuta in una cartella chiamata `nightlight`, e verrà riutilizzata con codice diverso nelle parti successive di questo incarico per costruire l'applicazione nightlight.
+
+### Compito - hello world
+
+Crea l'app Hello World.
+
+1. Avvia VS Code, direttamente sul Pi o sul tuo computer, collegandoti al Pi tramite l'estensione Remote SSH.
+
+1. Avvia il Terminale di VS Code selezionando *Terminale -> Nuovo Terminale*, oppure premendo `` CTRL+` ``. Si aprirà nella directory home dell'utente `pi`.
+
+1. Esegui i seguenti comandi per creare una directory per il tuo codice e un file Python chiamato `app.py` all'interno di quella directory:
+
+    ```sh
+    mkdir nightlight
+    cd nightlight
+    touch app.py
+    ```
+
+1. Apri questa cartella in VS Code selezionando *File -> Apri...* e scegliendo la cartella *nightlight*, quindi seleziona **OK**.
+
+    ![La finestra di dialogo di apertura di VS Code che mostra la cartella nightlight](../../../../../translated_images/vscode-open-nightlight-remote.d3d2a4011e30d535c4b70084f6e94bf6b5b1327fd8e77affe64465ac151ee766.it.png)
+
+1. Apri il file `app.py` dall'esploratore di VS Code e aggiungi il seguente codice:
+
+    ```python
+    print('Hello World!')
+    ```
+
+    La funzione `print` stampa sulla console qualsiasi cosa venga passata come argomento.
+
+1. Dal Terminale di VS Code, esegui il seguente comando per avviare la tua app Python:
+
+    ```sh
+    python app.py
+    ```
+
+    > 💁 Potresti dover chiamare esplicitamente `python3` per eseguire questo codice se hai installato Python 2 oltre a Python 3 (l'ultima versione). Se hai Python 2 installato, chiamando `python` verrà utilizzato Python 2 invece di Python 3. Di default, le ultime versioni di Raspberry Pi OS hanno solo Python 3 installato.
+
+    Il seguente output apparirà nel terminale:
+
+    ```output
+    pi@raspberrypi:~/nightlight $ python3 app.py
+    Hello World!
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code/pi](../../../../../1-getting-started/lessons/1-introduction-to-iot/code/pi).
+
+😀 Il tuo programma 'Hello World' è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md b/translations/it/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
new file mode 100644
index 00000000..cfe3e5e5
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/1-introduction-to-iot/virtual-device.md
@@ -0,0 +1,243 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "52b4de6144b2efdced7797a5339d6035",
+  "translation_date": "2025-08-25T17:28:17+00:00",
+  "source_file": "1-getting-started/lessons/1-introduction-to-iot/virtual-device.md",
+  "language_code": "it"
+}
+-->
+# Computer virtuale a scheda singola
+
+Invece di acquistare un dispositivo IoT, insieme a sensori e attuatori, puoi utilizzare il tuo computer per simulare l'hardware IoT. Il progetto [CounterFit](https://github.com/CounterFit-IoT/CounterFit) ti consente di eseguire un'app localmente che simula hardware IoT come sensori e attuatori, e di accedere ai sensori e agli attuatori tramite codice Python locale scritto nello stesso modo in cui scriveresti il codice su un Raspberry Pi utilizzando hardware fisico.
+
+## Configurazione
+
+Per utilizzare CounterFit, dovrai installare alcuni software gratuiti sul tuo computer.
+
+### Attività
+
+Installa il software richiesto.
+
+1. Installa Python. Consulta la [pagina di download di Python](https://www.python.org/downloads/) per le istruzioni su come installare l'ultima versione di Python.
+
+1. Installa Visual Studio Code (VS Code). Questo è l'editor che utilizzerai per scrivere il codice del dispositivo virtuale in Python. Consulta la [documentazione di VS Code](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn) per le istruzioni su come installare VS Code.
+
+    > 💁 Sei libero di utilizzare qualsiasi IDE o editor Python per queste lezioni se hai uno strumento preferito, ma le lezioni forniranno istruzioni basate sull'uso di VS Code.
+
+1. Installa l'estensione Pylance per VS Code. Questa è un'estensione per VS Code che fornisce supporto per il linguaggio Python. Consulta la [documentazione dell'estensione Pylance](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=ms-python.vscode-pylance) per le istruzioni su come installare questa estensione in VS Code.
+
+Le istruzioni per installare e configurare l'app CounterFit verranno fornite al momento opportuno nelle istruzioni dell'assegnazione, poiché viene installata su base per progetto.
+
+## Hello world
+
+È tradizionale, quando si inizia con un nuovo linguaggio di programmazione o tecnologia, creare un'applicazione 'Hello World' - una piccola applicazione che mostra un testo come `"Hello World"` per verificare che tutti gli strumenti siano configurati correttamente.
+
+L'app Hello World per l'hardware IoT virtuale garantirà che Python e Visual Studio Code siano installati correttamente. Si connetterà anche a CounterFit per i sensori e attuatori IoT virtuali. Non utilizzerà alcun hardware, si limiterà a connettersi per dimostrare che tutto funziona.
+
+Questa app sarà in una cartella chiamata `nightlight`, e verrà riutilizzata con codice diverso nelle parti successive di questa assegnazione per costruire l'applicazione nightlight.
+
+### Configurare un ambiente virtuale Python
+
+Una delle caratteristiche potenti di Python è la possibilità di installare [pacchetti Pip](https://pypi.org) - pacchetti di codice scritti da altre persone e pubblicati su Internet. Puoi installare un pacchetto Pip sul tuo computer con un solo comando e poi utilizzare quel pacchetto nel tuo codice. Utilizzerai Pip per installare un pacchetto per comunicare con CounterFit.
+
+Per impostazione predefinita, quando installi un pacchetto, esso è disponibile ovunque sul tuo computer, e questo può portare a problemi con le versioni dei pacchetti - ad esempio, un'applicazione dipende da una versione di un pacchetto che si rompe quando installi una nuova versione per un'altra applicazione. Per aggirare questo problema, puoi utilizzare un [ambiente virtuale Python](https://docs.python.org/3/library/venv.html), essenzialmente una copia di Python in una cartella dedicata, e quando installi pacchetti Pip, essi vengono installati solo in quella cartella.
+
+> 💁 Se stai utilizzando un Raspberry Pi, non hai configurato un ambiente virtuale su quel dispositivo per gestire i pacchetti Pip, ma stai utilizzando pacchetti globali, poiché i pacchetti Grove sono installati globalmente dallo script di installazione.
+
+#### Attività - configurare un ambiente virtuale Python
+
+Configura un ambiente virtuale Python e installa i pacchetti Pip per CounterFit.
+
+1. Dal tuo terminale o riga di comando, esegui il seguente comando in una posizione a tua scelta per creare e navigare in una nuova directory:
+
+    ```sh
+    mkdir nightlight
+    cd nightlight
+    ```
+
+1. Ora esegui il seguente comando per creare un ambiente virtuale nella cartella `.venv`:
+
+    ```sh
+    python3 -m venv .venv
+    ```
+
+    > 💁 Devi chiamare esplicitamente `python3` per creare l'ambiente virtuale nel caso tu abbia Python 2 installato oltre a Python 3 (l'ultima versione). Se hai Python 2 installato, chiamando `python` verrà utilizzato Python 2 invece di Python 3.
+
+1. Attiva l'ambiente virtuale:
+
+    * Su Windows:
+        * Se stai utilizzando il Prompt dei comandi, o il Prompt dei comandi tramite Windows Terminal, esegui:
+
+            ```cmd
+            .venv\Scripts\activate.bat
+            ```
+
+        * Se stai utilizzando PowerShell, esegui:
+
+            ```powershell
+            .\.venv\Scripts\Activate.ps1
+            ```
+
+            > Se ricevi un errore riguardo l'esecuzione di script disabilitata su questo sistema, dovrai abilitare l'esecuzione di script impostando una politica di esecuzione appropriata. Puoi farlo avviando PowerShell come amministratore, quindi eseguendo il seguente comando:
+
+            ```powershell
+            Set-ExecutionPolicy -ExecutionPolicy Unrestricted
+            ```
+
+            Inserisci `Y` quando ti viene chiesto di confermare. Quindi riavvia PowerShell e riprova.
+
+            Puoi reimpostare questa politica di esecuzione in un secondo momento, se necessario. Puoi leggere di più su questo nella [pagina delle politiche di esecuzione su Microsoft Docs](https://docs.microsoft.com/powershell/module/microsoft.powershell.core/about/about_execution_policies?WT.mc_id=academic-17441-jabenn).
+
+    * Su macOS o Linux, esegui:
+
+        ```cmd
+        source ./.venv/bin/activate
+        ```
+
+    > 💁 Questi comandi devono essere eseguiti dalla stessa posizione in cui hai eseguito il comando per creare l'ambiente virtuale. Non dovrai mai navigare nella cartella `.venv`, dovresti sempre eseguire il comando di attivazione e qualsiasi comando per installare pacchetti o eseguire codice dalla cartella in cui ti trovavi quando hai creato l'ambiente virtuale.
+
+1. Una volta attivato l'ambiente virtuale, il comando predefinito `python` eseguirà la versione di Python utilizzata per creare l'ambiente virtuale. Esegui il seguente comando per ottenere la versione:
+
+    ```sh
+    python --version
+    ```
+
+    L'output dovrebbe contenere il seguente:
+
+    ```output
+    (.venv) ➜  nightlight python --version
+    Python 3.9.1
+    ```
+
+    > 💁 La tua versione di Python potrebbe essere diversa - finché è la versione 3.6 o superiore va bene. In caso contrario, elimina questa cartella, installa una versione più recente di Python e riprova.
+
+1. Esegui i seguenti comandi per installare i pacchetti Pip per CounterFit. Questi pacchetti includono l'app principale CounterFit e shims per l'hardware Grove. Questi shims ti consentono di scrivere codice come se stessi programmando utilizzando sensori e attuatori fisici dell'ecosistema Grove ma collegati a dispositivi IoT virtuali.
+
+    ```sh
+    pip install CounterFit
+    pip install counterfit-connection
+    pip install counterfit-shims-grove
+    ```
+
+    Questi pacchetti Pip verranno installati solo nell'ambiente virtuale e non saranno disponibili al di fuori di esso.
+
+### Scrivere il codice
+
+Una volta che l'ambiente virtuale Python è pronto, puoi scrivere il codice per l'applicazione 'Hello World'.
+
+#### Attività - scrivere il codice
+
+Crea un'applicazione Python per stampare `"Hello World"` sulla console.
+
+1. Dal tuo terminale o riga di comando, esegui il seguente comando all'interno dell'ambiente virtuale per creare un file Python chiamato `app.py`:
+
+    * Su Windows, esegui:
+
+        ```cmd
+        type nul > app.py
+        ```
+
+    * Su macOS o Linux, esegui:
+
+        ```cmd
+        touch app.py
+        ```
+
+1. Apri la cartella corrente in VS Code:
+
+    ```sh
+    code .
+    ```
+
+    > 💁 Se il tuo terminale restituisce `command not found` su macOS significa che VS Code non è stato aggiunto al tuo PATH. Puoi aggiungere VS Code al tuo PATH seguendo le istruzioni nella [sezione Avvio dalla riga di comando della documentazione di VS Code](https://code.visualstudio.com/docs/setup/mac?WT.mc_id=academic-17441-jabenn#_launching-from-the-command-line) e eseguire il comando successivamente. VS Code viene aggiunto al tuo PATH per impostazione predefinita su Windows e Linux.
+
+1. Quando VS Code si avvia, attiverà l'ambiente virtuale Python. L'ambiente virtuale selezionato apparirà nella barra di stato in basso:
+
+    ![VS Code che mostra l'ambiente virtuale selezionato](../../../../../translated_images/vscode-virtual-env.8ba42e04c3d533cf677e16cbe5ed9a3b80f62c6964472dc84b6f940800f0909f.it.png)
+
+1. Se il terminale di VS Code è già in esecuzione quando VS Code si avvia, non avrà l'ambiente virtuale attivato. La cosa più semplice da fare è chiudere il terminale utilizzando il pulsante **Kill the active terminal instance**:
+
+    ![Pulsante di chiusura del terminale attivo in VS Code](../../../../../translated_images/vscode-kill-terminal.1cc4de7c6f25ee08f423f0ead714e61d069fac1eb2089e97b8a7bbcb3d45fe5e.it.png)
+
+    Puoi capire se il terminale ha l'ambiente virtuale attivato poiché il nome dell'ambiente virtuale sarà un prefisso sul prompt del terminale. Ad esempio, potrebbe essere:
+
+    ```sh
+    (.venv) ➜  nightlight
+    ```
+
+    Se non hai `.venv` come prefisso sul prompt, l'ambiente virtuale non è attivo nel terminale.
+
+1. Avvia un nuovo terminale di VS Code selezionando *Terminal -> New Terminal*, o premendo `` CTRL+` ``. Il nuovo terminale caricherà l'ambiente virtuale e il comando per attivarlo apparirà nel terminale. Il prompt avrà anche il nome dell'ambiente virtuale (`.venv`):
+
+    ```output
+    ➜  nightlight source .venv/bin/activate
+    (.venv) ➜  nightlight 
+    ```
+
+1. Apri il file `app.py` dall'esploratore di VS Code e aggiungi il seguente codice:
+
+    ```python
+    print('Hello World!')
+    ```
+
+    La funzione `print` stampa sulla console qualsiasi cosa venga passata.
+
+1. Dal terminale di VS Code, esegui il seguente comando per eseguire la tua app Python:
+
+    ```sh
+    python app.py
+    ```
+
+    L'output sarà il seguente:
+
+    ```output
+    (.venv) ➜  nightlight python app.py 
+    Hello World!
+    ```
+
+😀 Il tuo programma 'Hello World' è stato un successo!
+
+### Collegare l'hardware
+
+Come secondo passo 'Hello World', eseguirai l'app CounterFit e collegherai il tuo codice ad essa. Questo è l'equivalente virtuale di collegare dell'hardware IoT a un kit di sviluppo.
+
+#### Attività - collegare l'hardware
+
+1. Dal terminale di VS Code, avvia l'app CounterFit con il seguente comando:
+
+    ```sh
+    counterfit
+    ```
+
+    L'app inizierà a funzionare e si aprirà nel tuo browser web:
+
+    ![L'app CounterFit in esecuzione in un browser](../../../../../translated_images/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.it.png)
+
+    Sarà contrassegnata come *Disconnected*, con il LED nell'angolo in alto a destra spento.
+
+1. Aggiungi il seguente codice all'inizio di `app.py`:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+    Questo codice importa la classe `CounterFitConnection` dal modulo `counterfit_connection`, che proviene dal pacchetto pip `counterfit-connection` che hai installato in precedenza. Inizializza quindi una connessione all'app CounterFit in esecuzione su `127.0.0.1`, che è un indirizzo IP che puoi sempre utilizzare per accedere al tuo computer locale (spesso chiamato *localhost*), sulla porta 5000.
+
+    > 💁 Se hai altre app in esecuzione sulla porta 5000, puoi cambiarla aggiornando la porta nel codice e eseguendo CounterFit utilizzando `CounterFit --port <port_number>`, sostituendo `<port_number>` con la porta che desideri utilizzare.
+
+1. Dovrai avviare un nuovo terminale di VS Code selezionando il pulsante **Create a new integrated terminal**. Questo perché l'app CounterFit è in esecuzione nel terminale corrente.
+
+    ![Pulsante per creare un nuovo terminale integrato in VS Code](../../../../../translated_images/vscode-new-terminal.77db8fc0f9cd31824b0e49a201beafe4ae4616d6c7339992cb2819e789b3eff9.it.png)
+
+1. In questo nuovo terminale, esegui il file `app.py` come prima. Lo stato di CounterFit cambierà in **Connected** e il LED si accenderà.
+
+    ![CounterFit che mostra lo stato Connected](../../../../../translated_images/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.it.png)
+
+> 💁 Puoi trovare questo codice nella cartella [code/virtual-device](../../../../../1-getting-started/lessons/1-introduction-to-iot/code/virtual-device).
+
+😀 La connessione all'hardware è stata un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md b/translations/it/1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md
new file mode 100644
index 00000000..f51ad296
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md
@@ -0,0 +1,220 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "a4f0c166010e31fd7b6ca20bc88dec6d",
+  "translation_date": "2025-08-25T17:31:42+00:00",
+  "source_file": "1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md",
+  "language_code": "it"
+}
+-->
+# Wio Terminal
+
+Il [Wio Terminal di Seeed Studios](https://www.seeedstudio.com/Wio-Terminal-p-4509.html) è un microcontrollore compatibile con Arduino, dotato di WiFi e alcuni sensori e attuatori integrati, oltre a porte per aggiungere ulteriori sensori e attuatori utilizzando un ecosistema hardware chiamato [Grove](https://www.seeedstudio.com/category/Grove-c-1003.html).
+
+![Un Wio Terminal di Seeed Studios](../../../../../translated_images/wio-terminal.b8299ee16587db9aa9e05fabf9721bccd9eb8fb541b7c1a8267241282d81b603.it.png)
+
+## Configurazione
+
+Per utilizzare il tuo Wio Terminal, dovrai installare alcuni software gratuiti sul tuo computer. Inoltre, sarà necessario aggiornare il firmware del Wio Terminal prima di poterlo connettere al WiFi.
+
+### Attività - configurazione
+
+Installa il software richiesto e aggiorna il firmware.
+
+1. Installa Visual Studio Code (VS Code). Questo sarà l'editor che utilizzerai per scrivere il codice del dispositivo in C/C++. Consulta la [documentazione di VS Code](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn) per le istruzioni sull'installazione di VS Code.
+
+    > 💁 Un altro IDE popolare per lo sviluppo con Arduino è l'[Arduino IDE](https://www.arduino.cc/en/software). Se hai già familiarità con questo strumento, puoi usarlo al posto di VS Code e PlatformIO, ma le lezioni forniranno istruzioni basate sull'uso di VS Code.
+
+1. Installa l'estensione PlatformIO per VS Code. Questa è un'estensione per VS Code che supporta la programmazione di microcontrollori in C/C++. Consulta la [documentazione dell'estensione PlatformIO](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=platformio.platformio-ide) per le istruzioni sull'installazione di questa estensione in VS Code. Questa estensione dipende dall'estensione Microsoft C/C++ per funzionare con il codice C e C++, e l'estensione C/C++ viene installata automaticamente quando installi PlatformIO.
+
+1. Collega il tuo Wio Terminal al computer. Il Wio Terminal ha una porta USB-C nella parte inferiore, che deve essere collegata a una porta USB del tuo computer. Il Wio Terminal viene fornito con un cavo USB-C a USB-A, ma se il tuo computer ha solo porte USB-C, avrai bisogno di un cavo USB-C o di un adattatore USB-A a USB-C.
+
+1. Segui le istruzioni nella [documentazione WiFi Overview del Wiki di Wio Terminal](https://wiki.seeedstudio.com/Wio-Terminal-Network-Overview/) per configurare il tuo Wio Terminal e aggiornare il firmware.
+
+## Hello World
+
+È tradizione, quando si inizia con un nuovo linguaggio di programmazione o tecnologia, creare un'applicazione 'Hello World' - una piccola applicazione che mostra un testo come `"Hello World"` per verificare che tutti gli strumenti siano configurati correttamente.
+
+L'app Hello World per il Wio Terminal ti assicurerà che Visual Studio Code sia installato correttamente con PlatformIO e configurato per lo sviluppo di microcontrollori.
+
+### Creare un progetto PlatformIO
+
+Il primo passo è creare un nuovo progetto utilizzando PlatformIO configurato per il Wio Terminal.
+
+#### Attività - creare un progetto PlatformIO
+
+Crea il progetto PlatformIO.
+
+1. Collega il Wio Terminal al tuo computer.
+
+1. Avvia VS Code.
+
+1. L'icona di PlatformIO sarà nella barra del menu laterale:
+
+    ![L'opzione di menu PlatformIO](../../../../../translated_images/vscode-platformio-menu.297be26b9733e5c4635d9d8e636e93fed2015809eafb7cc8fd409c37b3ef2ef5.it.png)
+
+    Seleziona questa voce di menu, quindi seleziona *PIO Home -> Open*.
+
+    ![L'opzione di apertura PlatformIO](../../../../../translated_images/vscode-platformio-home-open.3f9a41bfd3f4da1c866ec3e69f1675faa30b823b5b58ab58ac88e5df9a85da19.it.png)
+
+1. Dalla schermata di benvenuto, seleziona il pulsante **+ New Project**.
+
+    ![Il pulsante per creare un nuovo progetto](../../../../../translated_images/vscode-platformio-welcome-new-button.ba6fc8a4c7b78cc822e1ce47ba29c5db96668cce7c5f4adbfd2f1196422baa26.it.png)
+
+1. Configura il progetto nel *Project Wizard*:
+
+    1. Dai un nome al tuo progetto: `nightlight`.
+
+    1. Dal menu a tendina *Board*, digita `WIO` per filtrare le schede e seleziona *Seeeduino Wio Terminal*.
+
+    1. Lascia il *Framework* su *Arduino*.
+
+    1. Lascia la casella *Use default location* selezionata oppure deselezionala e scegli una posizione per il tuo progetto.
+
+    1. Seleziona il pulsante **Finish**.
+
+    ![Il wizard del progetto completato](../../../../../translated_images/vscode-platformio-nightlight-project-wizard.5c64db4da6037420827c2597507897233457210ee23975711fa2285efdcd0dc7.it.png)
+
+    PlatformIO scaricherà i componenti necessari per compilare il codice per il Wio Terminal e creerà il tuo progetto. Questo processo potrebbe richiedere alcuni minuti.
+
+### Esaminare il progetto PlatformIO
+
+L'esploratore di VS Code mostrerà una serie di file e cartelle creati dal wizard di PlatformIO.
+
+#### Cartelle
+
+* `.pio` - questa cartella contiene dati temporanei necessari a PlatformIO, come librerie o codice compilato. Viene ricreata automaticamente se eliminata e non è necessario aggiungerla al controllo del codice sorgente se condividi il tuo progetto su siti come GitHub.
+* `.vscode` - questa cartella contiene la configurazione utilizzata da PlatformIO e VS Code. Viene ricreata automaticamente se eliminata e non è necessario aggiungerla al controllo del codice sorgente se condividi il tuo progetto su siti come GitHub.
+* `include` - questa cartella è per file header esterni necessari quando aggiungi librerie aggiuntive al tuo codice. Non utilizzerai questa cartella in nessuna di queste lezioni.
+* `lib` - questa cartella è per librerie esterne che vuoi chiamare dal tuo codice. Non utilizzerai questa cartella in nessuna di queste lezioni.
+* `src` - questa cartella contiene il codice sorgente principale della tua applicazione. Inizialmente, conterrà un unico file: `main.cpp`.
+* `test` - questa cartella è dove metteresti eventuali test unitari per il tuo codice.
+
+#### File
+
+* `main.cpp` - questo file nella cartella `src` contiene il punto di ingresso per la tua applicazione. Apri questo file, e conterrà il seguente codice:
+
+    ```cpp
+    #include <Arduino.h>
+    
+    void setup() {
+      // put your setup code here, to run once:
+    }
+    
+    void loop() {
+      // put your main code here, to run repeatedly:
+    }
+    ```
+
+    Quando il dispositivo si avvia, il framework Arduino eseguirà la funzione `setup` una volta, quindi eseguirà la funzione `loop` ripetutamente fino a quando il dispositivo non viene spento.
+
+* `.gitignore` - questo file elenca i file e le directory da ignorare quando aggiungi il tuo codice al controllo del codice sorgente git, come il caricamento su un repository su GitHub.
+
+* `platformio.ini` - questo file contiene la configurazione per il tuo dispositivo e app. Apri questo file, e conterrà il seguente codice:
+
+    ```ini
+    [env:seeed_wio_terminal]
+    platform = atmelsam
+    board = seeed_wio_terminal
+    framework = arduino
+    ```
+
+    La sezione `[env:seeed_wio_terminal]` ha la configurazione per il Wio Terminal. Puoi avere più sezioni `env` in modo che il tuo codice possa essere compilato per più schede.
+
+    Gli altri valori corrispondono alla configurazione del wizard del progetto:
+
+  * `platform = atmelsam` definisce l'hardware utilizzato dal Wio Terminal (un microcontrollore basato su ATSAMD51).
+  * `board = seeed_wio_terminal` definisce il tipo di scheda microcontrollore (il Wio Terminal).
+  * `framework = arduino` definisce che questo progetto utilizza il framework Arduino.
+
+### Scrivere l'app Hello World
+
+Ora sei pronto per scrivere l'app Hello World.
+
+#### Attività - scrivere l'app Hello World
+
+Scrivi l'app Hello World.
+
+1. Apri il file `main.cpp` in VS Code.
+
+1. Modifica il codice per corrispondere al seguente:
+
+    ```cpp
+    #include <Arduino.h>
+
+    void setup()
+    {
+        Serial.begin(9600);
+
+        while (!Serial)
+            ; // Wait for Serial to be ready
+    
+        delay(1000);
+    }
+    
+    void loop()
+    {
+        Serial.println("Hello World");
+        delay(5000);
+    }
+    ```
+
+    La funzione `setup` inizializza una connessione alla porta seriale - in questo caso, la porta USB utilizzata per collegare il Wio Terminal al tuo computer. Il parametro `9600` è il [baud rate](https://wikipedia.org/wiki/Symbol_rate) (noto anche come Symbol rate), ovvero la velocità con cui i dati verranno inviati sulla porta seriale in bit al secondo. Questa impostazione significa che vengono inviati 9.600 bit (0 e 1) di dati ogni secondo. Successivamente, attende che la porta seriale sia pronta.
+
+    La funzione `loop` invia la linea `Hello World!` alla porta seriale, quindi i caratteri di `Hello World!` insieme a un carattere di nuova linea. Successivamente, dorme per 5.000 millisecondi o 5 secondi. Dopo che il `loop` termina, viene eseguito di nuovo, e così via, per tutto il tempo in cui il microcontrollore è acceso.
+
+1. Metti il tuo Wio Terminal in modalità upload. Dovrai farlo ogni volta che carichi nuovo codice sul dispositivo:
+
+    1. Sposta rapidamente verso il basso due volte l'interruttore di accensione - tornerà automaticamente alla posizione di accensione ogni volta.
+
+    1. Controlla il LED blu di stato sul lato destro della porta USB. Dovrebbe pulsare.
+    
+    [![Un video che mostra come mettere il Wio Terminal in modalità upload](https://img.youtube.com/vi/LeKU_7zLRrQ/0.jpg)](https://youtu.be/LeKU_7zLRrQ)
+    
+    Clicca sull'immagine sopra per un video che mostra come fare.
+
+1. Compila e carica il codice sul Wio Terminal.
+
+    1. Apri il command palette di VS Code.
+
+    1. Digita `PlatformIO Upload` per cercare l'opzione di upload e seleziona *PlatformIO: Upload*.
+
+        ![L'opzione di upload di PlatformIO nel command palette](../../../../../translated_images/vscode-platformio-upload-command-palette.9e0f49cf80d1f1c3eb5c6689b8705ad8b89f0374b21698e996fec11e4ed09347.it.png)
+
+        PlatformIO compilerà automaticamente il codice se necessario prima di caricarlo.
+
+    1. Il codice verrà compilato e caricato sul Wio Terminal.
+
+        > 💁 Se stai usando macOS, apparirà una notifica su un *DISK NOT EJECTED PROPERLY*. Questo accade perché il Wio Terminal viene montato come un'unità durante il processo di flashing e viene disconnesso quando il codice compilato viene scritto sul dispositivo. Puoi ignorare questa notifica.
+
+    ⚠️ Se ricevi errori riguardo alla porta di upload non disponibile, assicurati prima che il Wio Terminal sia collegato al tuo computer, acceso utilizzando l'interruttore sul lato sinistro dello schermo e impostato in modalità upload. La luce verde nella parte inferiore dovrebbe essere accesa e la luce blu dovrebbe pulsare. Se continui a ricevere l'errore, sposta rapidamente verso il basso l'interruttore di accensione due volte per forzare il Wio Terminal in modalità upload e prova di nuovo.
+
+PlatformIO ha un Serial Monitor che può monitorare i dati inviati tramite il cavo USB dal Wio Terminal. Questo ti permette di monitorare i dati inviati dal comando `Serial.println("Hello World");`.
+
+1. Apri il command palette di VS Code.
+
+1. Digita `PlatformIO Serial` per cercare l'opzione Serial Monitor e seleziona *PlatformIO: Serial Monitor*.
+
+    ![L'opzione Serial Monitor di PlatformIO nel command palette](../../../../../translated_images/vscode-platformio-serial-monitor-command-palette.b348ec841b8a1c14af503d6fc0bf73c657c79c9acc12a6b6dd485ce3b5826f48.it.png)
+
+    Si aprirà un nuovo terminale e i dati inviati sulla porta seriale verranno trasmessi in questo terminale:
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Hello World
+    Hello World
+    ```
+
+    `Hello World` verrà stampato sul monitor seriale ogni 5 secondi.
+
+> 💁 Puoi trovare questo codice nella cartella [code/wio-terminal](../../../../../1-getting-started/lessons/1-introduction-to-iot/code/wio-terminal).
+
+😀 Il tuo programma 'Hello World' è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatizzate possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/2-deeper-dive/README.md b/translations/it/1-getting-started/lessons/2-deeper-dive/README.md
new file mode 100644
index 00000000..6b306e8e
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/2-deeper-dive/README.md
@@ -0,0 +1,275 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9dd7f645ad1c6f20b72fee512987f772",
+  "translation_date": "2025-08-25T17:33:54+00:00",
+  "source_file": "1-getting-started/lessons/2-deeper-dive/README.md",
+  "language_code": "it"
+}
+-->
+# Un'immersione più profonda nell'IoT
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questa lezione è stata insegnata come parte della serie [Hello IoT](https://youtube.com/playlist?list=PLmsFUfdnGr3xRts0TIwyaHyQuHaNQcb6-) del [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn). La lezione è stata suddivisa in 2 video: una lezione di 1 ora e un'ora di sessione di approfondimento per esplorare ulteriormente alcuni aspetti della lezione e rispondere alle domande.
+
+[![Lezione 2: Un'immersione più profonda nell'IoT](https://img.youtube.com/vi/t0SySWw3z9M/0.jpg)](https://youtu.be/t0SySWw3z9M)
+
+[![Lezione 2: Un'immersione più profonda nell'IoT - Sessione di approfondimento](https://img.youtube.com/vi/tTZYf9EST1E/0.jpg)](https://youtu.be/tTZYf9EST1E)
+
+> 🎥 Clicca sulle immagini sopra per guardare i video
+
+## Quiz preliminare
+
+[Quiz preliminare](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/3)
+
+## Introduzione
+
+Questa lezione approfondisce alcuni dei concetti trattati nella lezione precedente.
+
+In questa lezione vedremo:
+
+* [Componenti di un'applicazione IoT](../../../../../1-getting-started/lessons/2-deeper-dive)
+* [Approfondimento sui microcontrollori](../../../../../1-getting-started/lessons/2-deeper-dive)
+* [Approfondimento sui computer a scheda singola](../../../../../1-getting-started/lessons/2-deeper-dive)
+
+## Componenti di un'applicazione IoT
+
+I due componenti principali di un'applicazione IoT sono *Internet* e *l'oggetto*. Esaminiamo questi due componenti in modo più dettagliato.
+
+### L'oggetto
+
+![Un Raspberry Pi 4](../../../../../translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.it.jpg)
+
+La parte **oggetto** dell'IoT si riferisce a un dispositivo che può interagire con il mondo fisico. Questi dispositivi sono solitamente piccoli computer a basso costo, che funzionano a basse velocità e consumano poca energia - ad esempio, semplici microcontrollori con pochi kilobyte di RAM (rispetto ai gigabyte di un PC) che operano a poche centinaia di megahertz (rispetto ai gigahertz di un PC), ma che consumano così poca energia da poter funzionare per settimane, mesi o addirittura anni con batterie.
+
+Questi dispositivi interagiscono con il mondo fisico utilizzando sensori per raccogliere dati dall'ambiente circostante o controllando uscite o attuatori per apportare modifiche fisiche. Un esempio tipico è un termostato intelligente - un dispositivo che ha un sensore di temperatura, un mezzo per impostare una temperatura desiderata come una manopola o un touchscreen, e una connessione a un sistema di riscaldamento o raffreddamento che può essere attivato quando la temperatura rilevata è al di fuori dell'intervallo desiderato. Il sensore di temperatura rileva che la stanza è troppo fredda e un attuatore accende il riscaldamento.
+
+![Un diagramma che mostra la temperatura e una manopola come input per un dispositivo IoT, e il controllo di un riscaldatore come output](../../../../../translated_images/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.it.png)
+
+Esiste una vasta gamma di dispositivi che possono fungere da dispositivi IoT, dall'hardware dedicato che rileva un solo parametro, a dispositivi generici, persino il tuo smartphone! Uno smartphone può utilizzare sensori per rilevare il mondo circostante e attuatori per interagire con esso - ad esempio, utilizzando un sensore GPS per rilevare la tua posizione e un altoparlante per fornire istruzioni di navigazione verso una destinazione.
+
+✅ Pensa ad altri sistemi che hai intorno a te che leggono dati da un sensore e li utilizzano per prendere decisioni. Un esempio potrebbe essere il termostato di un forno. Riesci a trovarne altri?
+
+### Internet
+
+La parte **Internet** di un'applicazione IoT consiste in applicazioni a cui il dispositivo IoT può connettersi per inviare e ricevere dati, oltre ad altre applicazioni che possono elaborare i dati provenienti dal dispositivo IoT e aiutare a prendere decisioni su quali richieste inviare agli attuatori del dispositivo IoT.
+
+Una configurazione tipica potrebbe prevedere un servizio cloud a cui il dispositivo IoT si connette, e questo servizio cloud gestisce aspetti come la sicurezza, oltre a ricevere messaggi dal dispositivo IoT e inviare messaggi al dispositivo. Questo servizio cloud si collega poi ad altre applicazioni che possono elaborare o archiviare i dati dei sensori, o utilizzare i dati dei sensori insieme a quelli di altri sistemi per prendere decisioni.
+
+I dispositivi non si connettono sempre direttamente a Internet tramite WiFi o connessioni cablate. Alcuni dispositivi utilizzano reti mesh per comunicare tra loro tramite tecnologie come il Bluetooth, connettendosi tramite un dispositivo hub che ha una connessione Internet.
+
+Nel caso di un termostato intelligente, il termostato si connetterebbe utilizzando il WiFi domestico a un servizio cloud. Invierebbe i dati sulla temperatura a questo servizio cloud, che li scriverebbe in un database permettendo al proprietario di casa di controllare le temperature attuali e passate tramite un'app sul telefono. Un altro servizio nel cloud saprebbe quale temperatura desidera il proprietario di casa e invierebbe messaggi al dispositivo IoT tramite il servizio cloud per dire al sistema di riscaldamento di accendersi o spegnersi.
+
+![Un diagramma che mostra la temperatura e una manopola come input per un dispositivo IoT, il dispositivo IoT con comunicazione bidirezionale con il cloud, che a sua volta ha comunicazione bidirezionale con un telefono, e il controllo di un riscaldatore come output dal dispositivo IoT](../../../../../translated_images/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.it.png)
+
+Una versione ancora più intelligente potrebbe utilizzare l'AI nel cloud con dati provenienti da altri sensori collegati ad altri dispositivi IoT, come sensori di occupazione che rilevano quali stanze sono in uso, oltre a dati come il meteo e persino il tuo calendario, per prendere decisioni su come impostare la temperatura in modo intelligente. Ad esempio, potrebbe spegnere il riscaldamento se legge dal tuo calendario che sei in vacanza, o spegnere il riscaldamento stanza per stanza a seconda delle stanze che utilizzi, imparando dai dati per essere sempre più preciso nel tempo.
+
+![Un diagramma che mostra più sensori di temperatura e una manopola come input per un dispositivo IoT, il dispositivo IoT con comunicazione bidirezionale con il cloud, che a sua volta ha comunicazione bidirezionale con un telefono, un calendario e un servizio meteo, e il controllo di un riscaldatore come output dal dispositivo IoT](../../../../../translated_images/smarter-thermostat.a75855f15d2d9e63d5da9d7ba5847a987f6c9d98e96e770c203532275194e27d.it.png)
+
+✅ Quali altri dati potrebbero aiutare a rendere un termostato connesso a Internet più intelligente?
+
+### IoT al margine (Edge)
+
+Anche se la "I" in IoT sta per Internet, questi dispositivi non devono necessariamente connettersi a Internet. In alcuni casi, i dispositivi possono connettersi a dispositivi "edge" - dispositivi gateway che funzionano sulla tua rete locale, permettendo di elaborare i dati senza effettuare una chiamata su Internet. Questo può essere più veloce quando hai molti dati o una connessione Internet lenta, ti consente di funzionare offline dove la connettività Internet non è possibile, come su una nave o in un'area colpita da una crisi umanitaria, e ti permette di mantenere i dati privati. Alcuni dispositivi contengono codice di elaborazione creato utilizzando strumenti cloud e lo eseguono localmente per raccogliere e rispondere ai dati senza utilizzare una connessione Internet per prendere decisioni.
+
+Un esempio di questo è un dispositivo per la casa intelligente come un Apple HomePod, Amazon Alexa o Google Home, che ascolta la tua voce utilizzando modelli di AI addestrati nel cloud, ma eseguiti localmente sul dispositivo. Questi dispositivi si "attivano" quando viene pronunciata una certa parola o frase, e solo allora inviano il tuo discorso su Internet per l'elaborazione. Il dispositivo smetterà di inviare il discorso quando rileva una pausa nel tuo discorso. Tutto ciò che dici prima di attivare il dispositivo con la parola di attivazione, e tutto ciò che dici dopo che il dispositivo ha smesso di ascoltare, non verrà inviato su Internet al fornitore del dispositivo, e quindi rimarrà privato.
+
+✅ Pensa ad altri scenari in cui la privacy è importante, quindi l'elaborazione dei dati sarebbe meglio eseguita al margine piuttosto che nel cloud. Come suggerimento, pensa ai dispositivi IoT con telecamere o altri dispositivi di imaging.
+
+### Sicurezza IoT
+
+Con qualsiasi connessione Internet, la sicurezza è una considerazione importante. C'è una vecchia battuta che dice che "la S in IoT sta per Sicurezza" - non c'è una "S" in IoT, implicando che non è sicuro.
+
+I dispositivi IoT si connettono a un servizio cloud e sono quindi sicuri solo quanto lo è quel servizio cloud - se il tuo servizio cloud consente a qualsiasi dispositivo di connettersi, possono essere inviati dati dannosi o possono verificarsi attacchi di virus. Questo può avere conseguenze molto reali poiché i dispositivi IoT interagiscono e controllano altri dispositivi. Ad esempio, il [worm Stuxnet](https://wikipedia.org/wiki/Stuxnet) ha manipolato le valvole nelle centrifughe per danneggiarle. Gli hacker hanno anche sfruttato [scarsa sicurezza per accedere ai baby monitor](https://www.npr.org/sections/thetwo-way/2018/06/05/617196788/s-c-mom-says-baby-monitor-was-hacked-experts-say-many-devices-are-vulnerable) e ad altri dispositivi di sorveglianza domestica.
+
+> 💁 A volte i dispositivi IoT e i dispositivi edge funzionano su una rete completamente isolata da Internet per mantenere i dati privati e sicuri. Questo è noto come [air-gapping](https://wikipedia.org/wiki/Air_gap_(networking)).
+
+## Approfondimento sui microcontrollori
+
+Nella lezione precedente, abbiamo introdotto i microcontrollori. Ora approfondiamo l'argomento.
+
+### CPU
+
+La CPU è il "cervello" del microcontrollore. È il processore che esegue il tuo codice e può inviare dati a e ricevere dati da qualsiasi dispositivo connesso. Le CPU possono contenere uno o più core - essenzialmente una o più CPU che possono lavorare insieme per eseguire il tuo codice.
+
+Le CPU si basano su un clock che ticchetta milioni o miliardi di volte al secondo. Ogni ticchettio, o ciclo, sincronizza le azioni che la CPU può compiere. Con ogni ticchettio, la CPU può eseguire un'istruzione da un programma, come recuperare dati da un dispositivo esterno o eseguire un calcolo matematico. Questo ciclo regolare consente di completare tutte le azioni prima che venga elaborata l'istruzione successiva.
+
+Più veloce è il ciclo del clock, più istruzioni possono essere elaborate ogni secondo e quindi più veloce è la CPU. La velocità della CPU è misurata in [Hertz (Hz)](https://wikipedia.org/wiki/Hertz), un'unità standard in cui 1 Hz significa un ciclo o ticchettio del clock al secondo.
+
+> 🎓 Le velocità delle CPU sono spesso espresse in MHz o GHz. 1MHz è 1 milione di Hz, 1GHz è 1 miliardo di Hz.
+
+> 💁 Le CPU eseguono programmi utilizzando il [ciclo fetch-decode-execute](https://wikipedia.org/wiki/Instruction_cycle). Per ogni ticchettio del clock, la CPU recupera la prossima istruzione dalla memoria, la decodifica, quindi la esegue, ad esempio utilizzando un'unità logica aritmetica (ALU) per sommare 2 numeri. Alcune esecuzioni richiedono più ticchettii per essere completate, quindi il ciclo successivo verrà eseguito al ticchettio successivo dopo il completamento dell'istruzione.
+
+![Il ciclo fetch-decode-execute che mostra il recupero di un'istruzione dal programma memorizzato nella RAM, quindi la decodifica e l'esecuzione su una CPU](../../../../../translated_images/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.it.png)
+
+I microcontrollori hanno velocità di clock molto più basse rispetto ai computer desktop o laptop, o persino alla maggior parte degli smartphone. Ad esempio, il Wio Terminal ha una CPU che funziona a 120MHz o 120.000.000 cicli al secondo.
+
+✅ Un PC o Mac medio ha una CPU con più core che funzionano a più GigaHertz, il che significa che il clock ticchetta miliardi di volte al secondo. Ricerca la velocità del clock del tuo computer e confronta quante volte è più veloce rispetto al Wio Terminal.
+
+Ogni ciclo del clock consuma energia e genera calore. Più veloce è il ticchettio, più energia viene consumata e più calore viene generato. I PC hanno dissipatori di calore e ventole per rimuovere il calore, senza i quali si surriscalderebbero e si spegnerebbero in pochi secondi. I microcontrollori spesso non hanno né l'uno né l'altro poiché funzionano a temperature molto più basse e quindi molto più lentamente. I PC funzionano con alimentazione di rete o grandi batterie per alcune ore, mentre i microcontrollori possono funzionare per giorni, mesi o persino anni con piccole batterie. I microcontrollori possono anche avere core che funzionano a velocità diverse, passando a core più lenti e a basso consumo quando la domanda sulla CPU è bassa per ridurre il consumo energetico.
+
+> 💁 Alcuni PC e Mac stanno adottando la stessa combinazione di core ad alte prestazioni e core a basso consumo, passando da uno all'altro per risparmiare batteria. Ad esempio, il chip M1 nei più recenti laptop Apple può passare tra 4 core ad alte prestazioni e 4 core ad alta efficienza per ottimizzare la durata della batteria o la velocità a seconda del compito da eseguire.
+
+✅ Fai una piccola ricerca: Leggi sulle CPU nell'[articolo di Wikipedia sulle CPU](https://wikipedia.org/wiki/Central_processing_unit)
+
+#### Compito
+
+Indaga sul Wio Terminal.
+
+Se stai utilizzando un Wio Terminal per queste lezioni, prova a trovare la CPU. Trova la sezione *Hardware Overview* della [pagina del prodotto Wio Terminal](https://www.seeedstudio.com/Wio-Terminal-p-4509.html) per un'immagine degli interni e prova a individuare la CPU attraverso la finestra di plastica trasparente sul retro.
+
+### Memoria
+
+I microcontrollori di solito hanno due tipi di memoria: memoria del programma e memoria ad accesso casuale (RAM).
+
+La memoria del programma è non volatile, il che significa che tutto ciò che vi è scritto rimane anche quando il dispositivo è spento. Questa è la memoria che memorizza il codice del tuo programma.
+
+La RAM è la memoria utilizzata dal programma per funzionare, contenente variabili allocate dal tuo programma e dati raccolti dai dispositivi periferici. La RAM è volatile, quindi quando l'alimentazione viene interrotta, il contenuto viene perso, resettando di fatto il tuo programma.
+🎓 La memoria del programma conserva il tuo codice e rimane anche quando non c'è alimentazione.
+🎓 La RAM viene utilizzata per eseguire il tuo programma e viene resettata quando non c'è alimentazione
+
+Come per la CPU, la memoria di un microcontrollore è di ordini di grandezza inferiore rispetto a quella di un PC o Mac. Un PC tipico potrebbe avere 8 Gigabyte (GB) di RAM, ovvero 8.000.000.000 byte, con ogni byte che offre spazio sufficiente per memorizzare una singola lettera o un numero da 0 a 255. Un microcontrollore avrebbe solo Kilobyte (KB) di RAM, con un kilobyte pari a 1.000 byte. Il terminale Wio menzionato sopra ha 192KB di RAM, ovvero 192.000 byte - più di 40.000 volte meno rispetto a un PC medio!
+
+Il diagramma qui sotto mostra la differenza di dimensione relativa tra 192KB e 8GB - il piccolo punto al centro rappresenta 192KB.
+
+![Un confronto tra 192KB e 8GB - più di 40.000 volte più grande](../../../../../translated_images/ram-comparison.6beb73541b42ac6ffde64cdf79fc925a84b932ce7ebd4d41d5fd7afc1257a696.it.png)
+
+Anche lo spazio di archiviazione per i programmi è più piccolo rispetto a un PC. Un PC tipico potrebbe avere un disco rigido da 500GB per l'archiviazione dei programmi, mentre un microcontrollore potrebbe avere solo kilobyte o forse pochi megabyte (MB) di spazio di archiviazione (1MB è 1.000KB, ovvero 1.000.000 byte). Il terminale Wio ha 4MB di spazio di archiviazione per i programmi.
+
+✅ Fai una piccola ricerca: Quanta RAM e spazio di archiviazione ha il computer che stai usando per leggere questo? Come si confronta con un microcontrollore?
+
+### Input/Output
+
+I microcontrollori necessitano di connessioni di input e output (I/O) per leggere dati dai sensori e inviare segnali di controllo agli attuatori. Di solito contengono un certo numero di pin di input/output generici (GPIO). Questi pin possono essere configurati tramite software come input (cioè ricevono un segnale) o output (inviando un segnale).
+
+🧠⬅️ I pin di input vengono utilizzati per leggere valori dai sensori
+
+🧠➡️ I pin di output inviano istruzioni agli attuatori
+
+✅ Imparerai di più su questo in una lezione successiva.
+
+#### Compito
+
+Esamina il terminale Wio.
+
+Se stai utilizzando un terminale Wio per queste lezioni, trova i pin GPIO. Trova la sezione *Pinout diagram* nella [pagina del prodotto Wio Terminal](https://www.seeedstudio.com/Wio-Terminal-p-4509.html) per scoprire quali pin sono quali. Il terminale Wio viene fornito con un adesivo che puoi montare sul retro con i numeri dei pin, quindi aggiungilo ora se non lo hai già fatto.
+
+### Dimensioni fisiche
+
+I microcontrollori sono generalmente piccoli, con i più piccoli, come il [Freescale Kinetis KL03 MCU, abbastanza piccoli da entrare nella fossetta di una pallina da golf](https://www.edn.com/tiny-arm-cortex-m0-based-mcu-shrinks-package/). Solo la CPU di un PC può misurare 40mm x 40mm, e questo senza includere i dissipatori di calore e le ventole necessarie per garantire che la CPU possa funzionare per più di pochi secondi senza surriscaldarsi, sostanzialmente più grande di un microcontrollore completo. Il kit di sviluppo del terminale Wio con un microcontrollore, custodia, schermo e una gamma di connessioni e componenti non è molto più grande di una CPU Intel i9 nuda, e sostanzialmente più piccolo della CPU con dissipatore di calore e ventola!
+
+| Dispositivo                      | Dimensioni            |
+| -------------------------------- | --------------------- |
+| Freescale Kinetis KL03           | 1.6mm x 2mm x 1mm     |
+| Terminale Wio                    | 72mm x 57mm x 12mm    |
+| Intel i9 CPU, dissipatore e ventola | 136mm x 145mm x 103mm |
+
+### Framework e sistemi operativi
+
+A causa della loro bassa velocità e dimensione della memoria, i microcontrollori non eseguono un sistema operativo (OS) nel senso desktop del termine. Il sistema operativo che fa funzionare il tuo computer (Windows, Linux o macOS) necessita di molta memoria e potenza di elaborazione per eseguire attività completamente inutili per un microcontrollore. Ricorda che i microcontrollori sono solitamente programmati per svolgere uno o più compiti molto specifici, a differenza di un computer generico come un PC o Mac che deve supportare un'interfaccia utente, riprodurre musica o film, fornire strumenti per scrivere documenti o codice, giocare o navigare su Internet.
+
+Per programmare un microcontrollore senza un OS, è necessario qualche strumento che consenta di costruire il codice in modo che il microcontrollore possa eseguirlo, utilizzando API che possono comunicare con eventuali periferiche. Ogni microcontrollore è diverso, quindi i produttori normalmente supportano framework standard che ti permettono di seguire una 'ricetta' standard per costruire il tuo codice e farlo funzionare su qualsiasi microcontrollore che supporti quel framework.
+
+Puoi programmare i microcontrollori utilizzando un OS - spesso chiamato sistema operativo in tempo reale (RTOS), poiché questi sono progettati per gestire l'invio di dati da e verso le periferiche in tempo reale. Questi sistemi operativi sono molto leggeri e offrono funzionalità come:
+
+* Multi-threading, che consente al tuo codice di eseguire più blocchi di codice contemporaneamente, sia su più core che alternandosi su un core
+* Networking per comunicare su Internet in modo sicuro
+* Componenti dell'interfaccia grafica (GUI) per costruire interfacce utente (UI) su dispositivi con schermi.
+
+✅ Leggi alcuni diversi RTOS: [Azure RTOS](https://azure.microsoft.com/services/rtos/?WT.mc_id=academic-17441-jabenn), [FreeRTOS](https://www.freertos.org), [Zephyr](https://www.zephyrproject.org)
+
+#### Arduino
+
+![Il logo Arduino](../../../../../images/arduino-logo.svg)
+
+[Arduino](https://www.arduino.cc) è probabilmente il framework per microcontrollori più popolare, soprattutto tra studenti, hobbisti e maker. Arduino è una piattaforma elettronica open source che combina software e hardware. Puoi acquistare schede compatibili Arduino direttamente da Arduino o da altri produttori, quindi codificare utilizzando il framework Arduino.
+
+Le schede Arduino sono codificate in C o C++. Utilizzare C/C++ consente al tuo codice di essere compilato in modo molto compatto e di funzionare velocemente, qualcosa di necessario su un dispositivo con risorse limitate come un microcontrollore. Il nucleo di un'applicazione Arduino è chiamato sketch ed è codice C/C++ con 2 funzioni - `setup` e `loop`. Quando la scheda si avvia, il codice del framework Arduino eseguirà la funzione `setup` una volta, quindi eseguirà la funzione `loop` ripetutamente, eseguendola continuamente fino a quando l'alimentazione non viene spenta.
+
+Scriveresti il tuo codice di configurazione nella funzione `setup`, come la connessione al WiFi e ai servizi cloud o l'inizializzazione dei pin per input e output. Il tuo codice di elaborazione verrebbe poi inserito nella funzione `loop`, come la lettura da un sensore e l'invio del valore al cloud. Normalmente includeresti un ritardo in ogni ciclo, ad esempio, se desideri che i dati del sensore vengano inviati solo ogni 10 secondi, aggiungeresti un ritardo di 10 secondi alla fine del ciclo in modo che il microcontrollore possa dormire, risparmiando energia, quindi eseguire nuovamente il ciclo quando necessario 10 secondi dopo.
+
+![Uno sketch Arduino che esegue prima setup, poi loop ripetutamente](../../../../../translated_images/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.it.png)
+
+✅ Questa architettura del programma è conosciuta come *event loop* o *message loop*. Molte applicazioni utilizzano questo approccio dietro le quinte ed è lo standard per la maggior parte delle applicazioni desktop che funzionano su OS come Windows, macOS o Linux. Il `loop` ascolta i messaggi dai componenti dell'interfaccia utente come pulsanti, o dispositivi come la tastiera, e risponde a essi. Puoi leggere di più in questo [articolo sul ciclo degli eventi](https://wikipedia.org/wiki/Event_loop).
+
+Arduino fornisce librerie standard per interagire con i microcontrollori e i pin I/O, con diverse implementazioni sotto il cofano per funzionare su diversi microcontrollori. Ad esempio, la funzione [`delay`](https://www.arduino.cc/reference/en/language/functions/time/delay/) metterà in pausa il programma per un determinato periodo di tempo, la funzione [`digitalRead`](https://www.arduino.cc/reference/en/language/functions/digital-io/digitalread/) leggerà un valore di `HIGH` o `LOW` dal pin specificato, indipendentemente dalla scheda su cui viene eseguito il codice. Queste librerie standard significano che il codice Arduino scritto per una scheda può essere ricompilato per qualsiasi altra scheda Arduino e funzionerà, supponendo che i pin siano gli stessi e le schede supportino le stesse funzionalità.
+
+Esiste un vasto ecosistema di librerie Arduino di terze parti che ti consentono di aggiungere funzionalità extra ai tuoi progetti Arduino, come l'utilizzo di sensori e attuatori o la connessione ai servizi IoT cloud.
+
+##### Compito
+
+Esamina il terminale Wio.
+
+Se stai utilizzando un terminale Wio per queste lezioni, rileggi il codice che hai scritto nella lezione precedente. Trova le funzioni `setup` e `loop`. Monitora l'output seriale per verificare che la funzione `loop` venga chiamata ripetutamente. Prova ad aggiungere codice alla funzione `setup` per scrivere sulla porta seriale e osserva che questo codice viene chiamato solo una volta ogni volta che riavvii. Prova a riavviare il dispositivo con l'interruttore di alimentazione sul lato per mostrare che viene chiamato ogni volta che il dispositivo si riavvia.
+
+## Approfondimento sui computer a scheda singola
+
+Nella lezione precedente, abbiamo introdotto i computer a scheda singola. Ora approfondiamoli.
+
+### Raspberry Pi
+
+![Il logo Raspberry Pi](../../../../../translated_images/raspberry-pi-logo.4efaa16605cee05489d8fa53941e991b3757aa24c20a95abdcf8cfd761953596.it.png)
+
+La [Raspberry Pi Foundation](https://www.raspberrypi.org) è un'organizzazione benefica del Regno Unito fondata nel 2009 per promuovere lo studio dell'informatica, soprattutto a livello scolastico. Come parte di questa missione, hanno sviluppato un computer a scheda singola, chiamato Raspberry Pi. I Raspberry Pi sono attualmente disponibili in 3 varianti - una versione a grandezza naturale, il più piccolo Pi Zero, e un modulo di calcolo che può essere integrato nel tuo dispositivo IoT finale.
+
+![Un Raspberry Pi 4](../../../../../translated_images/raspberry-pi-4.fd4590d308c3d456db1327e86b395ddcd735513267aafd4879ea2785f7792eac.it.jpg)
+
+L'ultima iterazione del Raspberry Pi a grandezza naturale è il Raspberry Pi 4B. Questo ha una CPU quad-core (4 core) che funziona a 1.5GHz, 2, 4 o 8GB di RAM, gigabit ethernet, WiFi, 2 porte HDMI che supportano schermi 4k, una porta audio e video composito, porte USB (2 USB 2.0, 2 USB 3.0), 40 pin GPIO, un connettore per fotocamera per un modulo fotocamera Raspberry Pi e uno slot per schede SD. Tutto questo su una scheda che misura 88mm x 58mm x 19.5mm ed è alimentata da un alimentatore USB-C da 3A. Questi partono da 35 dollari USA, molto più economici di un PC o Mac.
+
+> 💁 C'è anche un Pi400, un computer all-in-one con un Pi4 integrato in una tastiera.
+
+![Un Raspberry Pi Zero](../../../../../translated_images/raspberry-pi-zero.f7a4133e1e7d54bb3dbb32319b217a53c5b94871995a54647f2894b54206b8d8.it.jpg)
+
+Il Pi Zero è molto più piccolo e con un consumo energetico inferiore. Ha una CPU single-core da 1GHz, 512MB di RAM, WiFi (nel modello Zero W), una singola porta HDMI, una porta micro-USB, 40 pin GPIO, un connettore per fotocamera per un modulo fotocamera Raspberry Pi e uno slot per schede SD. Misura 65mm x 30mm x 5mm e consuma pochissima energia. Il Zero costa 5 dollari USA, mentre la versione W con WiFi costa 10 dollari USA.
+
+> 🎓 Le CPU in entrambi questi modelli sono processori ARM, a differenza dei processori Intel/AMD x86 o x64 che trovi nella maggior parte dei PC e Mac. Questi sono simili alle CPU che trovi in alcuni microcontrollori, così come nella quasi totalità dei telefoni cellulari, nel Microsoft Surface X e nei nuovi Mac basati su Apple Silicon.
+
+Tutte le varianti del Raspberry Pi eseguono una versione di Debian Linux chiamata Raspberry Pi OS. Questa è disponibile in una versione lite senza desktop, perfetta per progetti 'headless' dove non è necessario uno schermo, o una versione completa con un ambiente desktop completo, con browser web, applicazioni per ufficio, strumenti di programmazione e giochi. Poiché il sistema operativo è una versione di Debian Linux, puoi installare qualsiasi applicazione o strumento che funziona su Debian e che è costruito per il processore ARM all'interno del Pi.
+
+#### Compito
+
+Esamina il Raspberry Pi.
+
+Se stai utilizzando un Raspberry Pi per queste lezioni, leggi i diversi componenti hardware sulla scheda.
+
+* Puoi trovare dettagli sui processori utilizzati nella [pagina di documentazione hardware del Raspberry Pi](https://www.raspberrypi.org/documentation/hardware/raspberrypi/). Leggi il processore utilizzato nel Pi che stai utilizzando.
+* Localizza i pin GPIO. Leggi di più su di essi nella [documentazione GPIO del Raspberry Pi](https://www.raspberrypi.org/documentation/hardware/raspberrypi/gpio/README.md). Usa la [guida all'uso dei pin GPIO](https://www.raspberrypi.org/documentation/usage/gpio/README.md) per identificare i diversi pin sul tuo Pi.
+
+### Programmazione dei computer a scheda singola
+
+I computer a scheda singola sono veri e propri computer, che eseguono un sistema operativo completo. Questo significa che c'è una vasta gamma di linguaggi di programmazione, framework e strumenti che puoi utilizzare per codificarli, a differenza dei microcontrollori che si affidano al supporto della scheda in framework come Arduino. La maggior parte dei linguaggi di programmazione ha librerie che possono accedere ai pin GPIO per inviare e ricevere dati da sensori e attuatori.
+
+✅ Quali linguaggi di programmazione conosci? Sono supportati su Linux?
+
+Il linguaggio di programmazione più comune per costruire applicazioni IoT su un Raspberry Pi è Python. Esiste un enorme ecosistema di hardware progettato per il Pi, e quasi tutti includono il codice necessario per utilizzarli come librerie Python. Alcuni di questi ecosistemi si basano su 'hats' - così chiamati perché si posizionano sopra il Pi come un cappello e si collegano con un grande connettore ai 40 pin GPIO. Questi hats forniscono capacità aggiuntive, come schermi, sensori, automobili telecomandate o adattatori per collegare sensori con cavi standardizzati.
+### Utilizzo di computer a scheda singola nelle implementazioni IoT professionali
+
+I computer a scheda singola vengono utilizzati per implementazioni IoT professionali, non solo come kit per sviluppatori. Possono offrire un modo potente per controllare l'hardware e gestire attività complesse, come l'esecuzione di modelli di machine learning. Ad esempio, esiste un [Raspberry Pi 4 compute module](https://www.raspberrypi.org/blog/raspberry-pi-compute-module-4/) che offre tutta la potenza di un Raspberry Pi 4 ma in una forma compatta e più economica, senza la maggior parte delle porte, progettato per essere installato in hardware personalizzato.
+
+---
+
+## 🚀 Sfida
+
+La sfida della lezione precedente era elencare quanti più dispositivi IoT possibile presenti nella tua casa, scuola o luogo di lavoro. Per ogni dispositivo in questa lista, pensi che siano basati su microcontrollori, computer a scheda singola o persino una combinazione di entrambi?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/4)
+
+## Revisione e studio autonomo
+
+* Leggi la [guida introduttiva di Arduino](https://www.arduino.cc/en/Guide/Introduction) per comprendere meglio la piattaforma Arduino.
+* Leggi l'[introduzione al Raspberry Pi 4](https://www.raspberrypi.org/products/raspberry-pi-4-model-b/) per saperne di più sui Raspberry Pi.
+* Approfondisci alcuni concetti e acronimi nell'[articolo "What the FAQ are CPUs, MPUs, MCUs, and GPUs" del Electrical Engineering Journal](https://www.eejournal.com/article/what-the-faq-are-cpus-mpus-mcus-and-gpus/).
+
+✅ Utilizza queste guide, insieme ai costi mostrati seguendo i link nella [guida hardware](../../../hardware.md), per decidere quale piattaforma hardware vuoi utilizzare o se preferisci utilizzare un dispositivo virtuale.
+
+## Compito
+
+[Confronta e metti a confronto microcontrollori e computer a scheda singola](assignment.md)
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/2-deeper-dive/assignment.md b/translations/it/1-getting-started/lessons/2-deeper-dive/assignment.md
new file mode 100644
index 00000000..0a726488
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/2-deeper-dive/assignment.md
@@ -0,0 +1,24 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "750bd75866471141f857240219084767",
+  "translation_date": "2025-08-25T17:35:37+00:00",
+  "source_file": "1-getting-started/lessons/2-deeper-dive/assignment.md",
+  "language_code": "it"
+}
+-->
+# Confronta e metti a confronto microcontrollori e computer a scheda singola
+
+## Istruzioni
+
+Questa lezione ha trattato i microcontrollori e i computer a scheda singola. Crea una tabella che li confronti e metta in evidenza le differenze, e annota almeno 2 motivi per cui utilizzeresti un microcontrollore invece di un computer a scheda singola, e almeno 2 motivi per cui utilizzeresti un computer a scheda singola invece di un microcontrollore.
+
+## Griglia di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Creare una tabella che confronti microcontrollori e computer a scheda singola | Creata una lista con più elementi che confrontano e mettono a confronto correttamente | Creata una lista con solo un paio di elementi | È stato in grado di fornire solo un elemento o nessun elemento per confrontare e mettere a confronto |
+| Motivi per utilizzare uno rispetto all'altro | È stato in grado di fornire 2 o più motivi per i microcontrollori e 2 o più per i computer a scheda singola | È stato in grado di fornire solo 1-2 motivi per un microcontrollore e 1-2 motivi per un computer a scheda singola | Non è stato in grado di fornire 1 o più motivi per un microcontrollore o per un computer a scheda singola |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/3-sensors-and-actuators/README.md b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/README.md
new file mode 100644
index 00000000..9df226b3
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/README.md
@@ -0,0 +1,228 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e9ee00eb5fc55922a73762acc542166b",
+  "translation_date": "2025-08-25T17:21:07+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/README.md",
+  "language_code": "it"
+}
+-->
+# Interagire con il mondo fisico con sensori e attuatori
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questa lezione è stata insegnata come parte della serie [Hello IoT](https://youtube.com/playlist?list=PLmsFUfdnGr3xRts0TIwyaHyQuHaNQcb6-) del [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn). La lezione è stata suddivisa in 2 video: una lezione di 1 ora e un'ora di approfondimento con domande e risposte.
+
+[![Lezione 3: Interagire con il mondo fisico con sensori e attuatori](https://img.youtube.com/vi/Lqalu1v6aF4/0.jpg)](https://youtu.be/Lqalu1v6aF4)
+
+[![Lezione 3: Interagire con il mondo fisico con sensori e attuatori - Sessione di approfondimento](https://img.youtube.com/vi/qR3ekcMlLWA/0.jpg)](https://youtu.be/qR3ekcMlLWA)
+
+> 🎥 Clicca sulle immagini sopra per guardare i video
+
+## Quiz preliminare
+
+[Quiz preliminare](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/5)
+
+## Introduzione
+
+Questa lezione introduce due concetti fondamentali per il tuo dispositivo IoT: sensori e attuatori. Avrai anche l'opportunità di sperimentarli direttamente, aggiungendo un sensore di luce al tuo progetto IoT e poi un LED controllato dai livelli di luce, creando di fatto una luce notturna.
+
+In questa lezione tratteremo:
+
+* [Cosa sono i sensori?](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+* [Utilizzare un sensore](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+* [Tipi di sensori](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+* [Cosa sono gli attuatori?](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+* [Utilizzare un attuatore](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+* [Tipi di attuatori](../../../../../1-getting-started/lessons/3-sensors-and-actuators)
+
+## Cosa sono i sensori?
+
+I sensori sono dispositivi hardware che percepiscono il mondo fisico, ovvero misurano una o più proprietà circostanti e inviano le informazioni a un dispositivo IoT. Esistono molti tipi di sensori, poiché ci sono molte cose che possono essere misurate, da proprietà naturali come la temperatura dell'aria a interazioni fisiche come il movimento.
+
+Alcuni sensori comuni includono:
+
+* Sensori di temperatura - misurano la temperatura dell'aria o di ciò in cui sono immersi. Per hobbisti e sviluppatori, spesso sono combinati con sensori di pressione atmosferica e umidità in un unico dispositivo.
+* Pulsanti - rilevano quando vengono premuti.
+* Sensori di luce - rilevano i livelli di luce e possono essere specifici per determinati colori, luce UV, luce IR o luce visibile generale.
+* Fotocamere - catturano una rappresentazione visiva del mondo scattando una foto o trasmettendo un video.
+* Accelerometri - rilevano il movimento in più direzioni.
+* Microfoni - rilevano il suono, sia i livelli generali che il suono direzionale.
+
+✅ Fai una ricerca. Quali sensori ha il tuo telefono?
+
+Tutti i sensori hanno una cosa in comune: convertono ciò che percepiscono in un segnale elettrico che può essere interpretato da un dispositivo IoT. Come questo segnale elettrico viene interpretato dipende dal sensore e dal protocollo di comunicazione utilizzato per comunicare con il dispositivo IoT.
+
+## Utilizzare un sensore
+
+Segui la guida pertinente qui sotto per aggiungere un sensore al tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-sensor.md)
+* [Computer a scheda singola - Raspberry Pi](pi-sensor.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-sensor.md)
+
+## Tipi di sensori
+
+I sensori possono essere analogici o digitali.
+
+### Sensori analogici
+
+Alcuni dei sensori più semplici sono analogici. Questi sensori ricevono una tensione dal dispositivo IoT, i componenti del sensore regolano questa tensione e la tensione restituita dal sensore viene misurata per ottenere il valore del sensore.
+
+> 🎓 La tensione è una misura di quanto "spinta" c'è per spostare l'elettricità da un punto all'altro, ad esempio dal terminale positivo di una batteria a quello negativo. Ad esempio, una batteria AA standard è di 1,5V (V è il simbolo per volt) e può spingere l'elettricità con una forza di 1,5V dal suo terminale positivo a quello negativo. Diversi componenti elettrici richiedono tensioni diverse per funzionare, ad esempio, un LED può accendersi con una tensione tra 2-3V, ma una lampadina a filamento da 100W richiederebbe 240V. Puoi leggere di più sulla tensione nella [pagina di Wikipedia sulla tensione](https://wikipedia.org/wiki/Voltage).
+
+Un esempio è un potenziometro. Questo è una manopola che puoi ruotare tra due posizioni e il sensore misura la rotazione.
+
+![Un potenziometro impostato a metà scala riceve 5 volt e restituisce 3,8 volt](../../../../../translated_images/potentiometer.35a348b9ce22f6ec1199ad37d68692d04185456ccbc2541a454bb6698be9f19c.it.png)
+
+Il dispositivo IoT invierà un segnale elettrico al potenziometro a una certa tensione, ad esempio 5 volt (5V). Man mano che il potenziometro viene regolato, cambia la tensione che esce dall'altro lato. Immagina di avere un potenziometro etichettato come una manopola che va da 0 a [11](https://wikipedia.org/wiki/Up_to_eleven), come una manopola del volume su un amplificatore. Quando il potenziometro è nella posizione completamente spenta (0), usciranno 0V (0 volt). Quando è nella posizione completamente accesa (11), usciranno 5V (5 volt).
+
+> 🎓 Questa è una semplificazione, e puoi leggere di più sui potenziometri e sui resistori variabili nella [pagina di Wikipedia sul potenziometro](https://wikipedia.org/wiki/Potentiometer).
+
+La tensione che esce dal sensore viene quindi letta dal dispositivo IoT, che può rispondere di conseguenza. A seconda del sensore, questa tensione può essere un valore arbitrario o può essere mappata a un'unità standard. Ad esempio, un sensore di temperatura analogico basato su un [termistore](https://wikipedia.org/wiki/Thermistor) cambia la sua resistenza in base alla temperatura. La tensione in uscita può quindi essere convertita in una temperatura in Kelvin, e corrispondentemente in °C o °F, tramite calcoli nel codice.
+
+✅ Cosa pensi che accada se il sensore restituisce una tensione più alta di quella inviata (ad esempio proveniente da un'alimentazione esterna)? ⛔️ NON testarlo.
+
+#### Conversione da analogico a digitale
+
+I dispositivi IoT sono digitali: non possono lavorare con valori analogici, ma solo con 0 e 1. Questo significa che i valori dei sensori analogici devono essere convertiti in un segnale digitale prima di poter essere elaborati. Molti dispositivi IoT hanno convertitori analogico-digitali (ADC) per convertire gli input analogici in rappresentazioni digitali del loro valore. I sensori possono anche funzionare con ADC tramite una scheda di connessione. Ad esempio, nell'ecosistema Seeed Grove con un Raspberry Pi, i sensori analogici si collegano a porte specifiche su un "hat" che si collega ai pin GPIO del Pi, e questo hat ha un ADC per convertire la tensione in un segnale digitale che può essere inviato dai pin GPIO del Pi.
+
+Immagina di avere un sensore di luce analogico collegato a un dispositivo IoT che utilizza 3,3V e restituisce un valore di 1V. Questo 1V non significa nulla nel mondo digitale, quindi deve essere convertito. La tensione verrà convertita in un valore analogico utilizzando una scala a seconda del dispositivo e del sensore. Un esempio è il sensore di luce Seeed Grove che restituisce valori da 0 a 1.023. Per questo sensore che funziona a 3,3V, un'uscita di 1V corrisponderebbe a un valore di 300. Un dispositivo IoT non può gestire 300 come valore analogico, quindi il valore verrebbe convertito in `0000000100101100`, la rappresentazione binaria di 300 dall'hat Grove. Questo verrebbe poi elaborato dal dispositivo IoT.
+
+✅ Se non conosci il sistema binario, fai una piccola ricerca per imparare come i numeri sono rappresentati con 0 e 1. La [lezione introduttiva al sistema binario di BBC Bitesize](https://www.bbc.co.uk/bitesize/guides/zwsbwmn/revision/1) è un ottimo punto di partenza.
+
+Dal punto di vista della programmazione, tutto questo è solitamente gestito da librerie che vengono fornite con i sensori, quindi non devi preoccuparti di questa conversione. Per il sensore di luce Grove, utilizzeresti la libreria Python e chiameresti la proprietà `light`, oppure utilizzeresti la libreria Arduino e chiameresti `analogRead` per ottenere un valore di 300.
+
+### Sensori digitali
+
+I sensori digitali, come quelli analogici, rilevano il mondo circostante utilizzando variazioni di tensione elettrica. La differenza è che restituiscono un segnale digitale, misurando solo due stati o utilizzando un ADC integrato. I sensori digitali stanno diventando sempre più comuni per evitare la necessità di utilizzare un ADC su una scheda di connessione o sul dispositivo IoT stesso.
+
+Il sensore digitale più semplice è un pulsante o un interruttore. Questo è un sensore con due stati: acceso o spento.
+
+![Un pulsante riceve 5 volt. Quando non è premuto restituisce 0 volt, quando è premuto restituisce 5 volt](../../../../../translated_images/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.it.png)
+
+I pin sui dispositivi IoT, come i pin GPIO, possono misurare direttamente questo segnale come 0 o 1. Se la tensione inviata è uguale a quella restituita, il valore letto è 1, altrimenti il valore letto è 0. Non c'è bisogno di convertire il segnale, può essere solo 1 o 0.
+
+> 💁 Le tensioni non sono mai esatte, specialmente perché i componenti di un sensore avranno una certa resistenza, quindi di solito c'è una tolleranza. Ad esempio, i pin GPIO di un Raspberry Pi funzionano a 3,3V e leggono un segnale di ritorno sopra 1,8V come 1, sotto 1,8V come 0.
+
+* 3,3V entrano nel pulsante. Il pulsante è spento, quindi escono 0V, dando un valore di 0.
+* 3,3V entrano nel pulsante. Il pulsante è acceso, quindi escono 3,3V, dando un valore di 1.
+
+Sensori digitali più avanzati leggono valori analogici, poi li convertono utilizzando ADC integrati in segnali digitali. Ad esempio, un sensore di temperatura digitale utilizzerà comunque un termocoppia nello stesso modo di un sensore analogico e misurerà comunque la variazione di tensione causata dalla resistenza del termocoppia alla temperatura corrente. Invece di restituire un valore analogico e fare affidamento sul dispositivo o sulla scheda di connessione per convertirlo in un segnale digitale, un ADC integrato nel sensore convertirà il valore e lo invierà come una serie di 0 e 1 al dispositivo IoT. Questi 0 e 1 vengono inviati nello stesso modo del segnale digitale per un pulsante, con 1 che rappresenta la tensione piena e 0 che rappresenta 0V.
+
+![Un sensore di temperatura digitale che converte una lettura analogica in dati binari con 0 come 0 volt e 1 come 5 volt prima di inviarli a un dispositivo IoT](../../../../../translated_images/temperature-as-digital.85004491b977bae1129707df107c0b19fe6fc6374210e9027e04acb34a640c78.it.png)
+
+L'invio di dati digitali consente ai sensori di diventare più complessi e di inviare dati più dettagliati, persino dati crittografati per sensori sicuri. Un esempio è una fotocamera. Questo è un sensore che cattura un'immagine e la invia come dati digitali contenenti quell'immagine, solitamente in un formato compresso come JPEG, per essere letta dal dispositivo IoT. Può persino trasmettere video catturando immagini e inviando o l'immagine completa fotogramma per fotogramma o un flusso video compresso.
+
+## Cosa sono gli attuatori?
+
+Gli attuatori sono l'opposto dei sensori: convertono un segnale elettrico dal tuo dispositivo IoT in un'interazione con il mondo fisico, come emettere luce o suono, o muovere un motore.
+
+Alcuni attuatori comuni includono:
+
+* LED - emettono luce quando accesi.
+* Altoparlanti - emettono suoni in base al segnale inviato, da un semplice cicalino a un altoparlante audio che può riprodurre musica.
+* Motori passo-passo - convertono un segnale in una quantità definita di rotazione, ad esempio ruotando una manopola di 90°.
+* Relè - sono interruttori che possono essere accesi o spenti da un segnale elettrico. Consentono a una piccola tensione di un dispositivo IoT di accendere tensioni più elevate.
+* Schermi - sono attuatori più complessi e mostrano informazioni su un display multi-segmento. Gli schermi variano da semplici display LED a monitor video ad alta risoluzione.
+
+✅ Fai una ricerca. Quali attuatori ha il tuo telefono?
+
+## Utilizzare un attuatore
+
+Segui la guida pertinente qui sotto per aggiungere un attuatore al tuo dispositivo IoT, controllato dal sensore, per costruire una luce notturna IoT. Raccoglierà i livelli di luce dal sensore di luce e utilizzerà un attuatore sotto forma di LED per emettere luce quando il livello di luce rilevato è troppo basso.
+
+![Un diagramma di flusso dell'assegnazione che mostra i livelli di luce letti e controllati, e il LED controllato](../../../../../translated_images/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.it.png)
+
+* [Arduino - Wio Terminal](wio-terminal-actuator.md)
+* [Computer a scheda singola - Raspberry Pi](pi-actuator.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-actuator.md)
+
+## Tipi di attuatori
+
+Come i sensori, gli attuatori possono essere analogici o digitali.
+
+### Attuatori analogici
+
+Gli attuatori analogici prendono un segnale analogico e lo convertono in un'interazione, dove l'interazione cambia in base alla tensione fornita.
+
+Un esempio è una luce dimmerabile, come quelle che potresti avere in casa. La quantità di tensione fornita alla luce determina quanto è luminosa.
+![Una luce attenuata a bassa tensione e più luminosa ad alta tensione](../../../../../translated_images/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.it.png)
+
+Come per i sensori, il dispositivo IoT effettivo funziona con segnali digitali, non analogici. Ciò significa che per inviare un segnale analogico, il dispositivo IoT necessita di un convertitore digitale-analogico (DAC), integrato direttamente nel dispositivo IoT o su una scheda di connessione. Questo converte gli 0 e 1 del dispositivo IoT in una tensione analogica che l'attuatore può utilizzare.
+
+✅ Cosa pensi che accada se il dispositivo IoT invia una tensione più alta di quella che l'attuatore può gestire?  
+⛔️ NON testare questa ipotesi.
+
+#### Modulazione a larghezza di impulso
+
+Un'altra opzione per convertire i segnali digitali di un dispositivo IoT in un segnale analogico è la modulazione a larghezza di impulso (PWM). Questo metodo prevede l'invio di molti impulsi digitali brevi che simulano un segnale analogico.
+
+Ad esempio, puoi utilizzare il PWM per controllare la velocità di un motore.
+
+Immagina di controllare un motore con un'alimentazione di 5V. Invi un breve impulso al motore, portando la tensione a 5V per due centesimi di secondo (0,02s). In quel tempo, il motore può ruotare di un decimo di giro, ovvero 36°. Il segnale poi si interrompe per due centesimi di secondo (0,02s), inviando un segnale basso (0V). Ogni ciclo di accensione e spegnimento dura 0,04s. Il ciclo si ripete.
+
+![Rotazione di un motore a modulazione di larghezza di impulso a 150 RPM](../../../../../translated_images/pwm-motor-150rpm.83347ac04ca38482bd120939b133803963c9c15ca9d8d484712a4bd92820f6a4.it.png)
+
+Ciò significa che in un secondo ci sono 25 impulsi di 5V della durata di 0,02s che fanno ruotare il motore, ciascuno seguito da una pausa di 0,02s a 0V in cui il motore non ruota. Ogni impulso fa ruotare il motore di un decimo di giro, il che significa che il motore completa 2,5 giri al secondo. Hai utilizzato un segnale digitale per far ruotare il motore a 2,5 giri al secondo, ovvero 150 [giri al minuto](https://wikipedia.org/wiki/Revolutions_per_minute) (una misura non standard di velocità di rotazione).
+
+```output
+25 pulses per second x 0.1 rotations per pulse = 2.5 rotations per second
+2.5 rotations per second x 60 seconds in a minute = 150rpm
+```
+
+> 🎓 Quando un segnale PWM è attivo per metà del tempo e inattivo per l'altra metà, si parla di [ciclo di lavoro al 50%](https://wikipedia.org/wiki/Duty_cycle). I cicli di lavoro sono misurati come la percentuale di tempo in cui il segnale è nello stato attivo rispetto allo stato inattivo.
+
+![Rotazione di un motore a modulazione di larghezza di impulso a 75 RPM](../../../../../translated_images/pwm-motor-75rpm.a5e4c939934b6e14fd9e98e4f2c9539d723da2b18f490eae0948dd044d18ff7e.it.png)
+
+Puoi modificare la velocità del motore cambiando la durata degli impulsi. Ad esempio, con lo stesso motore puoi mantenere lo stesso tempo di ciclo di 0,04s, dimezzando l'impulso attivo a 0,01s e aumentando l'impulso inattivo a 0,03s. Hai lo stesso numero di impulsi al secondo (25), ma ogni impulso attivo è lungo la metà. Un impulso di lunghezza dimezzata fa ruotare il motore di un ventesimo di giro, e con 25 impulsi al secondo il motore completerà 1,25 giri al secondo o 75rpm. Modificando la velocità degli impulsi di un segnale digitale, hai dimezzato la velocità di un motore analogico.
+
+```output
+25 pulses per second x 0.05 rotations per pulse = 1.25 rotations per second
+1.25 rotations per second x 60 seconds in a minute = 75rpm
+```
+
+✅ Come manterresti la rotazione del motore fluida, soprattutto a basse velocità? Utilizzeresti un numero ridotto di impulsi lunghi con pause lunghe o molti impulsi molto brevi con pause molto brevi?
+
+> 💁 Alcuni sensori utilizzano anche il PWM per convertire segnali analogici in segnali digitali.
+
+> 🎓 Puoi leggere di più sulla modulazione a larghezza di impulso nella [pagina Wikipedia sulla modulazione a larghezza di impulso](https://wikipedia.org/wiki/Pulse-width_modulation).
+
+### Attuatori digitali
+
+Gli attuatori digitali, come i sensori digitali, hanno due stati controllati da una tensione alta o bassa oppure hanno un DAC integrato che consente di convertire un segnale digitale in uno analogico.
+
+Un semplice attuatore digitale è un LED. Quando un dispositivo invia un segnale digitale di 1, viene inviata una tensione alta che accende il LED. Quando viene inviato un segnale digitale di 0, la tensione scende a 0V e il LED si spegne.
+
+![Un LED è spento a 0 volt e acceso a 5V](../../../../../translated_images/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.it.png)
+
+✅ Quali altri semplici attuatori a 2 stati ti vengono in mente? Un esempio è un solenoide, che è un elettromagnete che può essere attivato per fare cose come spostare un chiavistello di una porta per bloccarla/sbloccarla.
+
+Gli attuatori digitali più avanzati, come gli schermi, richiedono che i dati digitali vengano inviati in formati specifici. Di solito sono accompagnati da librerie che semplificano l'invio dei dati corretti per controllarli.
+
+---
+
+## 🚀 Sfida
+
+La sfida delle ultime due lezioni era elencare quanti più dispositivi IoT possibile presenti nella tua casa, scuola o luogo di lavoro e decidere se sono basati su microcontrollori o computer a scheda singola, o anche una combinazione di entrambi.
+
+Per ogni dispositivo elencato, quali sensori e attuatori sono collegati? Qual è lo scopo di ciascun sensore e attuatore collegato a questi dispositivi?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/6)
+
+## Revisione e studio autonomo
+
+* Leggi sull'elettricità e i circuiti su [ThingLearn](http://thinglearn.jenlooper.com/curriculum/).  
+* Leggi sui diversi tipi di sensori di temperatura nella [guida ai sensori di temperatura di Seeed Studios](https://www.seeedstudio.com/blog/2019/10/14/temperature-sensors-for-arduino-projects/)  
+* Leggi sui LED nella [pagina Wikipedia sui LED](https://wikipedia.org/wiki/Light-emitting_diode)  
+
+## Compito
+
+[Ricerca su sensori e attuatori](assignment.md)  
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/3-sensors-and-actuators/assignment.md b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/assignment.md
new file mode 100644
index 00000000..d315f83b
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/assignment.md
@@ -0,0 +1,29 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c5a568320b1159394108544807895337",
+  "translation_date": "2025-08-25T17:22:16+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/assignment.md",
+  "language_code": "it"
+}
+-->
+# Ricerca su sensori e attuatori
+
+## Istruzioni
+
+Questa lezione ha trattato i sensori e gli attuatori. Ricerca e descrivi un sensore e un attuatore che possono essere utilizzati con un kit di sviluppo IoT, includendo:
+
+* Cosa fa
+* L'elettronica/hardware utilizzato al suo interno
+* Se è analogico o digitale
+* Quali sono le unità e l'intervallo di input o misurazioni
+
+## Griglia di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Descrivere un sensore | Ha descritto un sensore includendo dettagli per tutte e 4 le sezioni elencate sopra. | Ha descritto un sensore, ma è riuscito a fornire dettagli solo per 2-3 delle sezioni sopra. | Ha descritto un sensore, ma è riuscito a fornire dettagli solo per 1 delle sezioni sopra. |
+| Descrivere un attuatore | Ha descritto un attuatore includendo dettagli per tutte e 4 le sezioni elencate sopra. | Ha descritto un attuatore, ma è riuscito a fornire dettagli solo per 2-3 delle sezioni sopra. | Ha descritto un attuatore, ma è riuscito a fornire dettagli solo per 1 delle sezioni sopra. |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
new file mode 100644
index 00000000..90bdae83
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md
@@ -0,0 +1,128 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4db8a3879a53490513571df2f6cf7641",
+  "translation_date": "2025-08-25T17:22:48+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/pi-actuator.md",
+  "language_code": "it"
+}
+-->
+# Costruire una luce notturna - Raspberry Pi
+
+In questa parte della lezione, aggiungerai un LED al tuo Raspberry Pi e lo utilizzerai per creare una luce notturna.
+
+## Hardware
+
+La luce notturna ora necessita di un attuatore.
+
+L'attuatore è un **LED**, un [diodo a emissione luminosa](https://wikipedia.org/wiki/Light-emitting_diode) che emette luce quando la corrente lo attraversa. Questo è un attuatore digitale che ha 2 stati, acceso e spento. Inviare un valore di 1 accende il LED, mentre inviare un valore di 0 lo spegne. Il LED è un attuatore esterno Grove e deve essere collegato al Grove Base hat sul Raspberry Pi.
+
+La logica della luce notturna in pseudo-codice è:
+
+```output
+Check the light level.
+If the light is less than 300
+    Turn the LED on
+Otherwise
+    Turn the LED off
+```
+
+### Collegare il LED
+
+Il Grove LED viene fornito come modulo con una selezione di LED, permettendoti di scegliere il colore.
+
+#### Attività - collegare il LED
+
+Collega il LED.
+
+![Un LED Grove](../../../../../translated_images/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.it.png)
+
+1. Scegli il tuo LED preferito e inserisci i piedini nei due fori sul modulo LED.
+
+    I LED sono diodi a emissione luminosa, e i diodi sono dispositivi elettronici che possono trasportare corrente solo in una direzione. Questo significa che il LED deve essere collegato nel verso corretto, altrimenti non funzionerà.
+
+    Uno dei piedini del LED è il pin positivo, l'altro è il pin negativo. Il LED non è perfettamente rotondo ed è leggermente più piatto su un lato. Il lato leggermente più piatto è il pin negativo. Quando colleghi il LED al modulo, assicurati che il pin dal lato arrotondato sia collegato alla presa contrassegnata **+** all'esterno del modulo, e il lato più piatto sia collegato alla presa più vicina al centro del modulo.
+
+1. Il modulo LED ha un pulsante rotante che ti permette di controllare la luminosità. Ruotalo completamente in senso antiorario per iniziare, utilizzando un piccolo cacciavite a croce.
+
+1. Inserisci un'estremità di un cavo Grove nella presa del modulo LED. Il cavo entrerà solo in un verso.
+
+1. Con il Raspberry Pi spento, collega l'altra estremità del cavo Grove alla presa digitale contrassegnata **D5** sul Grove Base hat collegato al Pi. Questa presa è la seconda da sinistra, nella fila di prese accanto ai pin GPIO.
+
+![Il LED Grove collegato alla presa D5](../../../../../translated_images/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.it.png)
+
+## Programmare la luce notturna
+
+Ora è possibile programmare la luce notturna utilizzando il sensore di luce Grove e il LED Grove.
+
+### Attività - programmare la luce notturna
+
+Programma la luce notturna.
+
+1. Accendi il Pi e attendi che si avvii.
+
+1. Apri il progetto della luce notturna in VS Code che hai creato nella parte precedente di questo compito, eseguendolo direttamente sul Pi o collegandoti utilizzando l'estensione Remote SSH.
+
+1. Aggiungi il seguente codice al file `app.py` per importare una libreria necessaria. Questo codice dovrebbe essere aggiunto in alto, sotto le altre righe di `import`.
+
+    ```python
+    from grove.grove_led import GroveLed
+    ```
+
+    L'istruzione `from grove.grove_led import GroveLed` importa il `GroveLed` dalle librerie Python Grove. Questa libreria contiene il codice per interagire con un LED Grove.
+
+1. Aggiungi il seguente codice dopo la dichiarazione di `light_sensor` per creare un'istanza della classe che gestisce il LED:
+
+    ```python
+    led = GroveLed(5)
+    ```
+
+    La riga `led = GroveLed(5)` crea un'istanza della classe `GroveLed` collegandosi al pin **D5** - il pin digitale Grove a cui è collegato il LED.
+
+    > 💁 Tutte le prese hanno numeri di pin univoci. I pin 0, 2, 4 e 6 sono pin analogici, mentre i pin 5, 16, 18, 22, 24 e 26 sono pin digitali.
+
+1. Aggiungi un controllo all'interno del ciclo `while`, e prima di `time.sleep`, per verificare i livelli di luce e accendere o spegnere il LED:
+
+    ```python
+    if light < 300:
+        led.on()
+    else:
+        led.off()
+    ```
+
+    Questo codice verifica il valore di `light`. Se è inferiore a 300, chiama il metodo `on` della classe `GroveLed`, che invia un valore digitale di 1 al LED, accendendolo. Se il valore della luce è maggiore o uguale a 300, chiama il metodo `off`, inviando un valore digitale di 0 al LED, spegnendolo.
+
+    > 💁 Questo codice dovrebbe essere indentato allo stesso livello della riga `print('Light level:', light)` per essere all'interno del ciclo while!
+
+    > 💁 Quando si inviano valori digitali agli attuatori, un valore di 0 corrisponde a 0V, mentre un valore di 1 corrisponde alla tensione massima per il dispositivo. Per il Raspberry Pi con sensori e attuatori Grove, la tensione di 1 è 3.3V.
+
+1. Dal terminale di VS Code, esegui il seguente comando per avviare la tua app Python:
+
+    ```sh
+    python3 app.py
+    ```
+
+    I valori di luce verranno visualizzati nella console.
+
+    ```output
+    pi@raspberrypi:~/nightlight $ python3 app.py 
+    Light level: 634
+    Light level: 634
+    Light level: 634
+    Light level: 230
+    Light level: 104
+    Light level: 290
+    ```
+
+1. Copri e scopri il sensore di luce. Nota come il LED si accende se il livello di luce è 300 o inferiore, e si spegne quando il livello di luce è maggiore di 300.
+
+    > 💁 Se il LED non si accende, assicurati che sia collegato nel verso corretto e che il pulsante rotante sia impostato al massimo.
+
+![Il LED collegato al Pi si accende e si spegne al variare del livello di luce](../../../../../images/pi-running-assignment-1-1.gif)
+
+> 💁 Puoi trovare questo codice nella cartella [code-actuator/pi](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-actuator/pi).
+
+😀 Il tuo programma per la luce notturna è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
new file mode 100644
index 00000000..f80972c1
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md
@@ -0,0 +1,108 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "ea733bd0cdf2479e082373f765a08678",
+  "translation_date": "2025-08-25T17:19:46+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/pi-sensor.md",
+  "language_code": "it"
+}
+-->
+# Costruisci una luce notturna - Raspberry Pi
+
+In questa parte della lezione, aggiungerai un sensore di luce al tuo Raspberry Pi.
+
+## Hardware
+
+Il sensore per questa lezione è un **sensore di luce** che utilizza un [fotodiodo](https://wikipedia.org/wiki/Photodiode) per convertire la luce in un segnale elettrico. Si tratta di un sensore analogico che invia un valore intero da 0 a 1.000, indicando una quantità relativa di luce che non corrisponde a nessuna unità di misura standard come il [lux](https://wikipedia.org/wiki/Lux).
+
+Il sensore di luce è un sensore Grove esterno e deve essere collegato al Grove Base hat sul Raspberry Pi.
+
+### Collega il sensore di luce
+
+Il sensore di luce Grove utilizzato per rilevare i livelli di luce deve essere collegato al Raspberry Pi.
+
+#### Attività - collega il sensore di luce
+
+Collega il sensore di luce.
+
+![Un sensore di luce Grove](../../../../../translated_images/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del modulo sensore di luce. Entrerà solo in un verso.
+
+1. Con il Raspberry Pi spento, collega l'altra estremità del cavo Grove alla presa analogica contrassegnata come **A0** sul Grove Base hat collegato al Pi. Questa presa è la seconda da destra, nella fila di prese accanto ai pin GPIO.
+
+![Il sensore di luce Grove collegato alla presa A0](../../../../../translated_images/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.it.png)
+
+## Programma il sensore di luce
+
+Ora il dispositivo può essere programmato utilizzando il sensore di luce Grove.
+
+### Attività - programma il sensore di luce
+
+Programma il dispositivo.
+
+1. Accendi il Raspberry Pi e attendi che si avvii.
+
+1. Apri il progetto della luce notturna in VS Code che hai creato nella parte precedente di questo compito, eseguendolo direttamente sul Pi o collegandoti tramite l'estensione Remote SSH.
+
+1. Apri il file `app.py` e rimuovi tutto il codice presente.
+
+1. Aggiungi il seguente codice al file `app.py` per importare alcune librerie necessarie:
+
+    ```python
+    import time
+    from grove.grove_light_sensor_v1_2 import GroveLightSensor
+    ```
+
+    L'istruzione `import time` importa il modulo `time`, che verrà utilizzato più avanti in questo compito.
+
+    L'istruzione `from grove.grove_light_sensor_v1_2 import GroveLightSensor` importa il `GroveLightSensor` dalle librerie Python di Grove. Questa libreria contiene il codice per interagire con un sensore di luce Grove ed è stata installata globalmente durante la configurazione del Pi.
+
+1. Aggiungi il seguente codice dopo il codice sopra per creare un'istanza della classe che gestisce il sensore di luce:
+
+    ```python
+    light_sensor = GroveLightSensor(0)
+    ```
+
+    La riga `light_sensor = GroveLightSensor(0)` crea un'istanza della classe `GroveLightSensor` collegandosi al pin **A0** - il pin analogico Grove a cui è collegato il sensore di luce.
+
+1. Aggiungi un ciclo infinito dopo il codice sopra per interrogare il valore del sensore di luce e stamparlo sulla console:
+
+    ```python
+    while True:
+        light = light_sensor.light
+        print('Light level:', light)
+    ```
+
+    Questo leggerà il livello di luce corrente su una scala da 0 a 1.023 utilizzando la proprietà `light` della classe `GroveLightSensor`. Questa proprietà legge il valore analogico dal pin. Questo valore viene poi stampato sulla console.
+
+1. Aggiungi una breve pausa di un secondo alla fine del `loop`, poiché i livelli di luce non devono essere controllati continuamente. Una pausa riduce il consumo energetico del dispositivo.
+
+    ```python
+    time.sleep(1)
+    ```
+
+1. Dal Terminale di VS Code, esegui il seguente comando per avviare la tua app Python:
+
+    ```sh
+    python3 app.py
+    ```
+
+    I valori della luce verranno visualizzati sulla console. Copri e scopri il sensore di luce, e i valori cambieranno:
+
+    ```output
+    pi@raspberrypi:~/nightlight $ python3 app.py 
+    Light level: 634
+    Light level: 634
+    Light level: 634
+    Light level: 230
+    Light level: 104
+    Light level: 290
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-sensor/pi](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-sensor/pi).
+
+😀 Aggiungere un sensore al tuo programma per la luce notturna è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
new file mode 100644
index 00000000..ce2aac3d
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md
@@ -0,0 +1,122 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9c640f93263fd9adbfda920739e09feb",
+  "translation_date": "2025-08-25T17:23:56+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/virtual-device-actuator.md",
+  "language_code": "it"
+}
+-->
+# Costruire una luce notturna - Hardware IoT Virtuale
+
+In questa parte della lezione, aggiungerai un LED al tuo dispositivo IoT virtuale e lo utilizzerai per creare una luce notturna.
+
+## Hardware Virtuale
+
+La luce notturna necessita di un attuatore, creato nell'app CounterFit.
+
+L'attuatore è un **LED**. In un dispositivo IoT fisico, sarebbe un [diodo a emissione luminosa](https://wikipedia.org/wiki/Diodo_a_emissione_luminosa) che emette luce quando una corrente lo attraversa. Questo è un attuatore digitale che ha 2 stati, acceso e spento. Inviare un valore di 1 accende il LED, mentre un valore di 0 lo spegne.
+
+La logica della luce notturna in pseudo-codice è:
+
+```output
+Check the light level.
+If the light is less than 300
+    Turn the LED on
+Otherwise
+    Turn the LED off
+```
+
+### Aggiungere l'attuatore a CounterFit
+
+Per utilizzare un LED virtuale, è necessario aggiungerlo all'app CounterFit.
+
+#### Attività - aggiungere l'attuatore a CounterFit
+
+Aggiungi il LED all'app CounterFit.
+
+1. Assicurati che l'app web CounterFit sia in esecuzione dalla parte precedente di questo compito. In caso contrario, avviala e riaggiungi il sensore di luce.
+
+1. Crea un LED:
+
+    1. Nella casella *Create actuator* nel pannello *Actuator*, apri il menu a tendina *Actuator type* e seleziona *LED*.
+
+    1. Imposta il *Pin* su *5*.
+
+    1. Seleziona il pulsante **Add** per creare il LED sul Pin 5.
+
+    ![Le impostazioni del LED](../../../../../translated_images/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.it.png)
+
+    Il LED verrà creato e apparirà nell'elenco degli attuatori.
+
+    ![Il LED creato](../../../../../translated_images/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.it.png)
+
+    Una volta creato il LED, puoi cambiarne il colore utilizzando il selettore *Color*. Seleziona il pulsante **Set** per cambiare il colore dopo averlo scelto.
+
+### Programmare la luce notturna
+
+Ora è possibile programmare la luce notturna utilizzando il sensore di luce e il LED di CounterFit.
+
+#### Attività - programmare la luce notturna
+
+Programma la luce notturna.
+
+1. Apri il progetto della luce notturna in VS Code che hai creato nella parte precedente di questo compito. Termina e ricrea il terminale per assicurarti che stia utilizzando l'ambiente virtuale, se necessario.
+
+1. Apri il file `app.py`.
+
+1. Aggiungi il seguente codice al file `app.py` per importare una libreria necessaria. Questo dovrebbe essere aggiunto in alto, sotto le altre righe di `import`.
+
+    ```python
+    from counterfit_shims_grove.grove_led import GroveLed
+    ```
+
+    L'istruzione `from counterfit_shims_grove.grove_led import GroveLed` importa il `GroveLed` dalle librerie Python CounterFit Grove shim. Questa libreria contiene il codice per interagire con un LED creato nell'app CounterFit.
+
+1. Aggiungi il seguente codice dopo la dichiarazione di `light_sensor` per creare un'istanza della classe che gestisce il LED:
+
+    ```python
+    led = GroveLed(5)
+    ```
+
+    La riga `led = GroveLed(5)` crea un'istanza della classe `GroveLed` collegandola al pin **5** - il pin Grove di CounterFit a cui è collegato il LED.
+
+1. Aggiungi un controllo all'interno del ciclo `while`, e prima di `time.sleep`, per verificare i livelli di luce e accendere o spegnere il LED:
+
+    ```python
+    if light < 300:
+        led.on()
+    else:
+        led.off()
+    ```
+
+    Questo codice controlla il valore di `light`. Se è inferiore a 300, chiama il metodo `on` della classe `GroveLed`, che invia un valore digitale di 1 al LED, accendendolo. Se il valore della luce è maggiore o uguale a 300, chiama il metodo `off`, inviando un valore digitale di 0 al LED, spegnendolo.
+
+    > 💁 Questo codice dovrebbe essere indentato allo stesso livello della riga `print('Light level:', light)` per essere all'interno del ciclo while!
+
+1. Dal Terminale di VS Code, esegui il seguente comando per avviare la tua app Python:
+
+    ```sh
+    python3 app.py
+    ```
+
+    I valori della luce verranno visualizzati nella console.
+
+    ```output
+    (.venv) ➜  GroveTest python3 app.py 
+    Light level: 143
+    Light level: 244
+    Light level: 246
+    Light level: 253
+    ```
+
+1. Modifica le impostazioni *Value* o *Random* per variare il livello di luce sopra e sotto 300. Il LED si accenderà e spegnerà.
+
+![Il LED nell'app CounterFit che si accende e spegne al variare del livello di luce](../../../../../images/virtual-device-running-assignment-1-1.gif)
+
+> 💁 Puoi trovare questo codice nella cartella [code-actuator/virtual-device](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-actuator/virtual-device).
+
+😀 Il tuo programma per la luce notturna è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
new file mode 100644
index 00000000..40ec9c6a
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md
@@ -0,0 +1,122 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "11f10c6760fb8202cf368422702fdf70",
+  "translation_date": "2025-08-25T17:24:33+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/virtual-device-sensor.md",
+  "language_code": "it"
+}
+-->
+# Costruire una luce notturna - Hardware IoT Virtuale
+
+In questa parte della lezione, aggiungerai un sensore di luce al tuo dispositivo IoT virtuale.
+
+## Hardware Virtuale
+
+La luce notturna necessita di un sensore, creato nell'app CounterFit.
+
+Il sensore è un **sensore di luce**. In un dispositivo IoT fisico, sarebbe un [fotodiodo](https://wikipedia.org/wiki/Photodiode) che converte la luce in un segnale elettrico. I sensori di luce sono sensori analogici che inviano un valore intero indicando una quantità relativa di luce, che non corrisponde a nessuna unità di misura standard come il [lux](https://wikipedia.org/wiki/Lux).
+
+### Aggiungere i sensori a CounterFit
+
+Per utilizzare un sensore di luce virtuale, devi aggiungerlo all'app CounterFit.
+
+#### Attività - aggiungere i sensori a CounterFit
+
+Aggiungi il sensore di luce all'app CounterFit.
+
+1. Assicurati che l'app web CounterFit sia in esecuzione dalla parte precedente di questo esercizio. Se non lo è, avviala.
+
+1. Crea un sensore di luce:
+
+    1. Nella casella *Create sensor* nel pannello *Sensors*, apri il menu a tendina *Sensor type* e seleziona *Light*.
+
+    1. Lascia l'opzione *Units* impostata su *NoUnits*.
+
+    1. Assicurati che il *Pin* sia impostato su *0*.
+
+    1. Seleziona il pulsante **Add** per creare il sensore di luce sul Pin 0.
+
+    ![Le impostazioni del sensore di luce](../../../../../translated_images/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.it.png)
+
+    Il sensore di luce verrà creato e apparirà nella lista dei sensori.
+
+    ![Il sensore di luce creato](../../../../../translated_images/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.it.png)
+
+## Programmare il sensore di luce
+
+Ora il dispositivo può essere programmato per utilizzare il sensore di luce integrato.
+
+### Attività - programmare il sensore di luce
+
+Programma il dispositivo.
+
+1. Apri il progetto della luce notturna in VS Code che hai creato nella parte precedente di questo esercizio. Termina e ricrea il terminale per assicurarti che stia utilizzando l'ambiente virtuale, se necessario.
+
+1. Apri il file `app.py`.
+
+1. Aggiungi il seguente codice all'inizio del file `app.py` insieme agli altri `import` per importare alcune librerie necessarie:
+
+    ```python
+    import time
+    from counterfit_shims_grove.grove_light_sensor_v1_2 import GroveLightSensor
+    ```
+
+    L'istruzione `import time` importa il modulo Python `time` che verrà utilizzato più avanti in questo esercizio.
+
+    L'istruzione `from counterfit_shims_grove.grove_light_sensor_v1_2 import GroveLightSensor` importa il `GroveLightSensor` dalle librerie Python CounterFit Grove shim. Questa libreria contiene il codice per interagire con un sensore di luce creato nell'app CounterFit.
+
+1. Aggiungi il seguente codice alla fine del file per creare istanze delle classi che gestiscono il sensore di luce:
+
+    ```python
+    light_sensor = GroveLightSensor(0)
+    ```
+
+    La riga `light_sensor = GroveLightSensor(0)` crea un'istanza della classe `GroveLightSensor` collegata al pin **0** - il pin Grove di CounterFit a cui è collegato il sensore di luce.
+
+1. Aggiungi un ciclo infinito dopo il codice sopra per interrogare il valore del sensore di luce e stamparlo sulla console:
+
+    ```python
+    while True:
+        light = light_sensor.light
+        print('Light level:', light)
+    ```
+
+    Questo leggerà il livello di luce corrente utilizzando la proprietà `light` della classe `GroveLightSensor`. Questa proprietà legge il valore analogico dal pin. Questo valore viene poi stampato sulla console.
+
+1. Aggiungi una piccola pausa di un secondo alla fine del ciclo `while`, poiché i livelli di luce non devono essere controllati continuamente. Una pausa riduce il consumo energetico del dispositivo.
+
+    ```python
+    time.sleep(1)
+    ```
+
+1. Dal terminale di VS Code, esegui il seguente comando per avviare la tua app Python:
+
+    ```sh
+    python3 app.py
+    ```
+
+    I valori della luce verranno visualizzati sulla console. Inizialmente questo valore sarà 0.
+
+1. Dall'app CounterFit, modifica il valore del sensore di luce che verrà letto dall'app. Puoi farlo in due modi:
+
+    * Inserisci un numero nella casella *Value* del sensore di luce, quindi seleziona il pulsante **Set**. Il numero inserito sarà il valore restituito dal sensore.
+
+    * Seleziona la casella *Random* e inserisci un valore *Min* e *Max*, quindi seleziona il pulsante **Set**. Ogni volta che il sensore legge un valore, leggerà un numero casuale tra *Min* e *Max*.
+
+    I valori impostati verranno visualizzati sulla console. Modifica il valore *Value* o le impostazioni *Random* per far cambiare il valore.
+
+    ```output
+    (.venv) ➜  GroveTest python3 app.py 
+    Light level: 143
+    Light level: 244
+    Light level: 246
+    Light level: 253
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-sensor/virtual-device](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-sensor/virtual-device).
+
+😀 Il tuo programma per la luce notturna è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
new file mode 100644
index 00000000..fc8aa30b
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md
@@ -0,0 +1,122 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "db44083b4dc6fb06eac83c4f16448940",
+  "translation_date": "2025-08-25T17:23:24+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-actuator.md",
+  "language_code": "it"
+}
+-->
+# Costruire una luce notturna - Wio Terminal
+
+In questa parte della lezione, aggiungerai un LED al tuo Wio Terminal e lo utilizzerai per creare una luce notturna.
+
+## Hardware
+
+La luce notturna ora necessita di un attuatore.
+
+L'attuatore è un **LED**, un [diodo a emissione luminosa](https://wikipedia.org/wiki/Light-emitting_diode) che emette luce quando la corrente lo attraversa. Questo è un attuatore digitale che ha 2 stati, acceso e spento. Inviare un valore di 1 accende il LED, mentre inviare un valore di 0 lo spegne. Questo è un attuatore esterno Grove e deve essere collegato al Wio Terminal.
+
+La logica della luce notturna in pseudo-codice è:
+
+```output
+Check the light level.
+If the light is less than 300
+    Turn the LED on
+Otherwise
+    Turn the LED off
+```
+
+### Collegare il LED
+
+Il Grove LED è fornito come modulo con una selezione di LED, permettendoti di scegliere il colore.
+
+#### Attività - collegare il LED
+
+Collega il LED.
+
+![Un LED Grove](../../../../../translated_images/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.it.png)
+
+1. Scegli il tuo LED preferito e inserisci i piedini nei due fori del modulo LED.
+
+    I LED sono diodi a emissione luminosa, e i diodi sono dispositivi elettronici che possono trasportare corrente solo in una direzione. Questo significa che il LED deve essere collegato nel verso corretto, altrimenti non funzionerà.
+
+    Uno dei piedini del LED è il pin positivo, l'altro è il pin negativo. Il LED non è perfettamente rotondo ed è leggermente più piatto su un lato. Il lato leggermente più piatto è il pin negativo. Quando colleghi il LED al modulo, assicurati che il pin dal lato arrotondato sia collegato alla presa contrassegnata con **+** all'esterno del modulo, e il lato più piatto sia collegato alla presa più vicina al centro del modulo.
+
+1. Il modulo LED ha un pulsante rotante che ti permette di controllare la luminosità. Ruotalo completamente verso l'alto all'inizio, girandolo in senso antiorario il più possibile con un piccolo cacciavite a croce.
+
+1. Inserisci un'estremità di un cavo Grove nella presa del modulo LED. Entrerà solo in un verso.
+
+1. Con il Wio Terminal scollegato dal computer o da un'altra fonte di alimentazione, collega l'altra estremità del cavo Grove alla presa Grove sul lato destro del Wio Terminal, guardando lo schermo. Questa è la presa più lontana dal pulsante di accensione.
+
+    > 💁 La presa Grove sul lato destro può essere utilizzata con sensori e attuatori analogici o digitali. La presa sul lato sinistro è per sensori e attuatori digitali soltanto. C sarà trattato in una lezione successiva.
+
+![Il LED Grove collegato alla presa sul lato destro](../../../../../translated_images/wio-led.265a1897e72d7f21c753257516a4b677d8e30ce2b95fee98189458b3275ba0a6.it.png)
+
+## Programmare la luce notturna
+
+Ora è possibile programmare la luce notturna utilizzando il sensore di luce integrato e il LED Grove.
+
+### Attività - programmare la luce notturna
+
+Programma la luce notturna.
+
+1. Apri il progetto della luce notturna in VS Code che hai creato nella parte precedente di questo compito.
+
+1. Aggiungi la seguente riga alla fine della funzione `setup`:
+
+    ```cpp
+    pinMode(D0, OUTPUT);
+    ```
+
+    Questa riga configura il pin utilizzato per comunicare con il LED tramite la porta Grove.
+
+    Il pin `D0` è il pin digitale per la presa Grove sul lato destro. Questo pin è impostato su `OUTPUT`, il che significa che si collega a un attuatore e i dati verranno scritti sul pin.
+
+1. Aggiungi il seguente codice immediatamente prima del `delay` nella funzione loop:
+
+    ```cpp
+    if (light < 300)
+    {
+        digitalWrite(D0, HIGH);
+    }
+    else
+    {
+        digitalWrite(D0, LOW);
+    }
+    ```
+
+    Questo codice controlla il valore `light`. Se è inferiore a 300, invia un valore `HIGH` al pin digitale `D0`. Questo `HIGH` è un valore di 1, che accende il LED. Se il valore della luce è maggiore o uguale a 300, viene inviato un valore `LOW` di 0 al pin, spegnendo il LED.
+
+    > 💁 Quando si inviano valori digitali agli attuatori, un valore LOW è 0v, mentre un valore HIGH è la tensione massima per il dispositivo. Per il Wio Terminal, la tensione HIGH è 3.3V.
+
+1. Ricollega il Wio Terminal al tuo computer e carica il nuovo codice come hai fatto in precedenza.
+
+1. Collega il Serial Monitor. I valori della luce verranno visualizzati nel terminale.
+
+    ```output
+    > Executing task: platformio device monitor <
+
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Light value: 4
+    Light value: 5
+    Light value: 4
+    Light value: 158
+    Light value: 343
+    Light value: 348
+    Light value: 344
+    ```
+
+1. Copri e scopri il sensore di luce. Nota come il LED si accende se il livello di luce è 300 o inferiore, e si spegne quando il livello di luce è maggiore di 300.
+
+![Il LED collegato al WIO si accende e si spegne al variare del livello di luce](../../../../../images/wio-running-assignment-1-1.gif)
+
+> 💁 Puoi trovare questo codice nella cartella [code-actuator/wio-terminal](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-actuator/wio-terminal).
+
+😀 Il tuo programma per la luce notturna è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-sensor.md b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-sensor.md
new file mode 100644
index 00000000..1df0fc8f
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-sensor.md
@@ -0,0 +1,85 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7f4ad0ef54f248b85b92187c94cf9dcb",
+  "translation_date": "2025-08-25T17:24:58+00:00",
+  "source_file": "1-getting-started/lessons/3-sensors-and-actuators/wio-terminal-sensor.md",
+  "language_code": "it"
+}
+-->
+# Aggiungere un sensore - Wio Terminal
+
+In questa parte della lezione, utilizzerai il sensore di luce sul tuo Wio Terminal.
+
+## Hardware
+
+Il sensore per questa lezione è un **sensore di luce** che utilizza un [fotodiodo](https://wikipedia.org/wiki/Photodiode) per convertire la luce in un segnale elettrico. Si tratta di un sensore analogico che invia un valore intero da 0 a 1.023, indicando una quantità relativa di luce che non corrisponde a nessuna unità di misura standard come il [lux](https://wikipedia.org/wiki/Lux).
+
+Il sensore di luce è integrato nel Wio Terminal ed è visibile attraverso la finestra di plastica trasparente sul retro.
+
+![Il sensore di luce sul retro del Wio Terminal](../../../../../translated_images/wio-light-sensor.b1f529f3c95f51654f2e2c1d2d4b55fe547d189f588c974f5c2462c728133840.it.png)
+
+## Programmare il sensore di luce
+
+Ora il dispositivo può essere programmato per utilizzare il sensore di luce integrato.
+
+### Attività
+
+Programma il dispositivo.
+
+1. Apri il progetto della luce notturna in VS Code che hai creato nella parte precedente di questo esercizio.
+
+1. Aggiungi la seguente riga alla fine della funzione `setup`:
+
+    ```cpp
+    pinMode(WIO_LIGHT, INPUT);
+    ```
+
+    Questa riga configura i pin utilizzati per comunicare con l'hardware del sensore.
+
+    Il pin `WIO_LIGHT` è il numero del pin GPIO collegato al sensore di luce integrato. Questo pin è impostato su `INPUT`, il che significa che è collegato a un sensore e i dati verranno letti dal pin.
+
+1. Elimina il contenuto della funzione `loop`.
+
+1. Aggiungi il seguente codice alla funzione `loop`, ora vuota.
+
+    ```cpp
+    int light = analogRead(WIO_LIGHT);
+    Serial.print("Light value: ");
+    Serial.println(light);
+    ```
+
+    Questo codice legge un valore analogico dal pin `WIO_LIGHT`. Legge un valore da 0 a 1.023 dal sensore di luce integrato. Questo valore viene poi inviato alla porta seriale, così potrai leggerlo nel Monitor Seriale quando questo codice è in esecuzione. `Serial.print` scrive il testo senza un ritorno a capo alla fine, quindi ogni riga inizierà con `Light value:` e terminerà con il valore effettivo della luce.
+
+1. Aggiungi un piccolo ritardo di un secondo (1.000ms) alla fine del `loop`, poiché i livelli di luce non devono essere controllati continuamente. Un ritardo riduce il consumo energetico del dispositivo.
+
+    ```cpp
+    delay(1000);
+    ```
+
+1. Riconnetti il Wio Terminal al tuo computer e carica il nuovo codice come hai fatto in precedenza.
+
+1. Connetti il Monitor Seriale. I valori della luce verranno visualizzati nel terminale. Copri e scopri il sensore di luce sul retro del Wio Terminal, e i valori cambieranno.
+
+    ```output
+    > Executing task: platformio device monitor <
+
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Light value: 4
+    Light value: 5
+    Light value: 4
+    Light value: 158
+    Light value: 343
+    Light value: 348
+    Light value: 344
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-sensor/wio-terminal](../../../../../1-getting-started/lessons/3-sensors-and-actuators/code-sensor/wio-terminal).
+
+😀 Aggiungere un sensore al tuo programma di luce notturna è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/4-connect-internet/README.md b/translations/it/1-getting-started/lessons/4-connect-internet/README.md
new file mode 100644
index 00000000..900523de
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/4-connect-internet/README.md
@@ -0,0 +1,464 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "71b5040e0b3472f1c0949c9b55f224c0",
+  "translation_date": "2025-08-25T17:15:35+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/README.md",
+  "language_code": "it"
+}
+-->
+# Collega il tuo dispositivo a Internet
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questa lezione è stata insegnata come parte della serie [Hello IoT](https://youtube.com/playlist?list=PLmsFUfdnGr3xRts0TIwyaHyQuHaNQcb6-) del [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn). La lezione è stata suddivisa in 2 video: una lezione di 1 ora e un'ora di sessione di domande e risposte per approfondire alcuni aspetti e rispondere alle domande.
+
+[![Lezione 4: Collega il tuo dispositivo a Internet](https://img.youtube.com/vi/O4dd172mZhs/0.jpg)](https://youtu.be/O4dd172mZhs)
+
+[![Lezione 4: Collega il tuo dispositivo a Internet - Sessione di domande e risposte](https://img.youtube.com/vi/j-cVCzRDE2Q/0.jpg)](https://youtu.be/j-cVCzRDE2Q)
+
+> 🎥 Clicca sulle immagini sopra per guardare i video
+
+## Quiz preliminare
+
+[Quiz preliminare](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/7)
+
+## Introduzione
+
+La **I** in IoT sta per **Internet** - la connettività cloud e i servizi che abilitano molte delle funzionalità dei dispositivi IoT, dalla raccolta di misurazioni dai sensori collegati al dispositivo, all'invio di messaggi per controllare gli attuatori. I dispositivi IoT si connettono tipicamente a un singolo servizio cloud IoT utilizzando un protocollo di comunicazione standard, e quel servizio è connesso al resto della tua applicazione IoT, dai servizi di intelligenza artificiale per prendere decisioni intelligenti sui tuoi dati, alle app web per il controllo o la reportistica.
+
+> 🎓 I dati raccolti dai sensori e inviati al cloud sono chiamati telemetria.
+
+I dispositivi IoT possono ricevere messaggi dal cloud. Spesso questi messaggi contengono comandi, ovvero istruzioni per eseguire un'azione internamente (come riavviare o aggiornare il firmware) o utilizzando un attuatore (come accendere una luce).
+
+Questa lezione introduce alcuni dei protocolli di comunicazione che i dispositivi IoT possono utilizzare per connettersi al cloud e i tipi di dati che potrebbero inviare o ricevere. Inoltre, avrai l'opportunità di sperimentarli direttamente, aggiungendo il controllo via Internet alla tua luce notturna, spostando la logica di controllo del LED al codice 'server' in esecuzione localmente.
+
+In questa lezione tratteremo:
+
+* [Protocolli di comunicazione](../../../../../1-getting-started/lessons/4-connect-internet)
+* [Message Queueing Telemetry Transport (MQTT)](../../../../../1-getting-started/lessons/4-connect-internet)
+* [Telemetria](../../../../../1-getting-started/lessons/4-connect-internet)
+* [Comandi](../../../../../1-getting-started/lessons/4-connect-internet)
+
+## Protocolli di comunicazione
+
+Esistono diversi protocolli di comunicazione popolari utilizzati dai dispositivi IoT per comunicare con Internet. I più comuni si basano sulla messaggistica publish/subscribe tramite un broker. I dispositivi IoT si connettono al broker, pubblicano telemetria e si iscrivono ai comandi. Anche i servizi cloud si connettono al broker, si iscrivono a tutti i messaggi di telemetria e pubblicano comandi a dispositivi specifici o a gruppi di dispositivi.
+
+![I dispositivi IoT si connettono a un broker, pubblicano telemetria e si iscrivono ai comandi. I servizi cloud si connettono al broker, si iscrivono a tutta la telemetria e inviano comandi a dispositivi specifici.](../../../../../translated_images/pub-sub.7c7ed43fe9fd15d4e1f81a3fd95440413c457acd9bcbe9a43341e30e88db5264.it.png)
+
+MQTT è il protocollo di comunicazione più popolare per i dispositivi IoT ed è trattato in questa lezione. Altri protocolli includono AMQP e HTTP/HTTPS.
+
+## Message Queueing Telemetry Transport (MQTT)
+
+[MQTT](http://mqtt.org) è un protocollo di messaggistica leggero e open standard che può inviare messaggi tra dispositivi. È stato progettato nel 1999 per monitorare oleodotti, prima di essere rilasciato come standard open 15 anni dopo da IBM.
+
+MQTT utilizza un singolo broker e più client. Tutti i client si connettono al broker, e il broker instrada i messaggi ai client pertinenti. I messaggi vengono instradati utilizzando argomenti denominati, piuttosto che essere inviati direttamente a un singolo client. Un client può pubblicare su un argomento, e tutti i client che si iscrivono a quell'argomento riceveranno il messaggio.
+
+![Dispositivo IoT che pubblica telemetria sull'argomento /telemetry, e il servizio cloud che si iscrive a quell'argomento](../../../../../translated_images/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.it.png)
+
+✅ Fai una ricerca. Se hai molti dispositivi IoT, come puoi assicurarti che il tuo broker MQTT sia in grado di gestire tutti i messaggi?
+
+### Collega il tuo dispositivo IoT a MQTT
+
+La prima parte per aggiungere il controllo via Internet alla tua luce notturna è connetterla a un broker MQTT.
+
+#### Compito
+
+Collega il tuo dispositivo a un broker MQTT.
+
+In questa parte della lezione, collegherai la tua luce notturna IoT a Internet per consentirne il controllo remoto. Più avanti nella lezione, il tuo dispositivo IoT invierà un messaggio di telemetria tramite MQTT a un broker MQTT pubblico con il livello di luce, dove sarà raccolto da un codice server che scriverai. Questo codice controllerà il livello di luce e invierà un messaggio di comando al dispositivo per accendere o spegnere il LED.
+
+Un caso d'uso reale per una configurazione del genere potrebbe essere raccogliere dati da più sensori di luce prima di decidere di accendere le luci, in un luogo con molte luci, come uno stadio. Questo potrebbe impedire l'accensione delle luci se solo un sensore fosse coperto da nuvole o da un uccello, ma gli altri sensori rilevassero abbastanza luce.
+
+✅ Quali altre situazioni richiederebbero la valutazione dei dati di più sensori prima di inviare comandi?
+
+Piuttosto che affrontare le complessità di configurare un broker MQTT come parte di questo compito, puoi utilizzare un server di test pubblico che esegue [Eclipse Mosquitto](https://www.mosquitto.org), un broker MQTT open-source. Questo broker di test è disponibile pubblicamente su [test.mosquitto.org](https://test.mosquitto.org) e non richiede la creazione di un account, rendendolo uno strumento ideale per testare client e server MQTT.
+
+> 💁 Questo broker di test è pubblico e non sicuro. Chiunque potrebbe ascoltare ciò che pubblichi, quindi non dovrebbe essere utilizzato con dati che devono rimanere privati.
+
+![Diagramma di flusso dell'assegnazione che mostra i livelli di luce letti e controllati, e il controllo del LED](../../../../../translated_images/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.it.png)
+
+Segui il passaggio pertinente qui sotto per connettere il tuo dispositivo al broker MQTT:
+
+* [Arduino - Wio Terminal](wio-terminal-mqtt.md)
+* [Computer a scheda singola - Raspberry Pi/Dispositivo IoT virtuale](single-board-computer-mqtt.md)
+
+### Un approfondimento su MQTT
+
+Gli argomenti possono avere una gerarchia, e i client possono iscriversi a diversi livelli della gerarchia utilizzando caratteri jolly. Ad esempio, puoi inviare messaggi di telemetria della temperatura all'argomento `/telemetry/temperature` e messaggi di umidità all'argomento `/telemetry/humidity`, quindi nella tua app cloud iscriverti all'argomento `/telemetry/*` per ricevere sia i messaggi di telemetria della temperatura che dell'umidità.
+
+I messaggi possono essere inviati con un livello di qualità del servizio (QoS), che determina la garanzia di ricezione del messaggio.
+
+* Al massimo una volta - il messaggio viene inviato solo una volta e il client e il broker non intraprendono ulteriori azioni per riconoscere la consegna (fire and forget).
+* Almeno una volta - il messaggio viene ritentato dal mittente più volte fino a quando non viene ricevuta una conferma (consegna riconosciuta).
+* Esattamente una volta - il mittente e il destinatario si impegnano in una stretta di mano a due livelli per garantire che venga ricevuta solo una copia del messaggio (consegna garantita).
+
+✅ Quali situazioni potrebbero richiedere un messaggio con consegna garantita rispetto a un messaggio fire and forget?
+
+Sebbene il nome sia Message Queueing (le iniziali in MQTT), in realtà non supporta le code di messaggi. Ciò significa che se un client si disconnette e poi si riconnette, non riceverà i messaggi inviati durante la disconnessione, tranne per quei messaggi che aveva già iniziato a elaborare utilizzando il processo QoS. I messaggi possono avere un flag di conservazione impostato su di essi. Se questo è impostato, il broker MQTT memorizzerà l'ultimo messaggio inviato su un argomento con questo flag e lo invierà a qualsiasi client che successivamente si iscrive all'argomento. In questo modo, i client riceveranno sempre l'ultimo messaggio.
+
+MQTT supporta anche una funzione di keep alive che controlla se la connessione è ancora attiva durante lunghi intervalli tra i messaggi.
+
+> 🦟 [Mosquitto della Eclipse Foundation](https://mosquitto.org) offre un broker MQTT gratuito che puoi eseguire per sperimentare MQTT, insieme a un broker MQTT pubblico che puoi utilizzare per testare il tuo codice, ospitato su [test.mosquitto.org](https://test.mosquitto.org).
+
+Le connessioni MQTT possono essere pubbliche e aperte, o crittografate e protette utilizzando nomi utente e password, o certificati.
+
+> 💁 MQTT comunica su TCP/IP, lo stesso protocollo di rete sottostante di HTTP, ma su una porta diversa. Puoi anche utilizzare MQTT su websocket per comunicare con app web in esecuzione in un browser, o in situazioni in cui firewall o altre regole di rete bloccano le connessioni MQTT standard.
+
+## Telemetria
+
+La parola telemetria deriva da radici greche che significano misurare a distanza. La telemetria è l'atto di raccogliere dati dai sensori e inviarli al cloud.
+
+> 💁 Uno dei primi dispositivi di telemetria fu inventato in Francia nel 1874 e inviava in tempo reale dati meteorologici e sulla neve dal Monte Bianco a Parigi. Utilizzava fili fisici poiché le tecnologie wireless non erano disponibili all'epoca.
+
+Torniamo all'esempio del termostato intelligente dalla Lezione 1.
+
+![Un termostato connesso a Internet che utilizza sensori in più stanze](../../../../../translated_images/telemetry.21e5d8b97649d2ebeb0f68d4b9691ab2d1f7bd629338e131465aff8a614e4d4a.it.png)
+
+Il termostato ha sensori di temperatura per raccogliere telemetria. Probabilmente avrebbe un sensore di temperatura integrato e potrebbe connettersi a più sensori di temperatura esterni tramite un protocollo wireless come il [Bluetooth Low Energy](https://wikipedia.org/wiki/Bluetooth_Low_Energy) (BLE).
+
+Un esempio di dati di telemetria che potrebbe inviare potrebbe essere:
+
+| Nome | Valore | Descrizione |
+| ---- | ----- | ----------- |
+| `thermostat_temperature` | 18°C | La temperatura misurata dal sensore di temperatura integrato del termostato |
+| `livingroom_temperature` | 19°C | La temperatura misurata da un sensore di temperatura remoto che è stato chiamato `livingroom` per identificare la stanza in cui si trova |
+| `bedroom_temperature` | 21°C | La temperatura misurata da un sensore di temperatura remoto che è stato chiamato `bedroom` per identificare la stanza in cui si trova |
+
+Il servizio cloud può quindi utilizzare questi dati di telemetria per prendere decisioni sui comandi da inviare per controllare il riscaldamento.
+
+### Invia telemetria dal tuo dispositivo IoT
+
+La prossima parte per aggiungere il controllo via Internet alla tua luce notturna è inviare la telemetria del livello di luce al broker MQTT su un argomento di telemetria.
+
+#### Compito - invia telemetria dal tuo dispositivo IoT
+
+Invia la telemetria del livello di luce al broker MQTT.
+
+I dati vengono inviati codificati come JSON - acronimo di JavaScript Object Notation, uno standard per codificare i dati in testo utilizzando coppie chiave/valore.
+
+✅ Se non hai mai sentito parlare di JSON prima, puoi saperne di più nella [documentazione di JSON.org](https://www.json.org/).
+
+Segui il passaggio pertinente qui sotto per inviare telemetria dal tuo dispositivo al broker MQTT:
+
+* [Arduino - Wio Terminal](wio-terminal-telemetry.md)
+* [Computer a scheda singola - Raspberry Pi/Dispositivo IoT virtuale](single-board-computer-telemetry.md)
+
+### Ricevi telemetria dal broker MQTT
+
+Non ha senso inviare telemetria se non c'è nulla dall'altra parte per ascoltarla. La telemetria del livello di luce ha bisogno di qualcosa che la ascolti per elaborare i dati. Questo codice 'server' è il tipo di codice che distribuirai a un servizio cloud come parte di un'applicazione IoT più ampia, ma qui eseguirai questo codice localmente sul tuo computer (o sul tuo Pi se stai programmando direttamente lì). Il codice server consiste in un'app Python che ascolta i messaggi di telemetria tramite MQTT con i livelli di luce. Più avanti in questa lezione, lo farai rispondere con un messaggio di comando con istruzioni per accendere o spegnere il LED.
+
+✅ Fai una ricerca: Cosa succede ai messaggi MQTT se non c'è nessun ascoltatore?
+
+#### Installa Python e VS Code
+
+Se non hai Python e VS Code installati localmente, dovrai installarli entrambi per scrivere il codice del server. Se stai utilizzando un dispositivo IoT virtuale o stai lavorando sul tuo Raspberry Pi, puoi saltare questo passaggio poiché dovresti già averli installati e configurati.
+
+##### Compito - installa Python e VS Code
+
+Installa Python e VS Code.
+
+1. Installa Python. Consulta la [pagina dei download di Python](https://www.python.org/downloads/) per le istruzioni su come installare l'ultima versione di Python.
+
+2. Installa Visual Studio Code (VS Code). Questo è l'editor che utilizzerai per scrivere il codice del dispositivo virtuale in Python. Consulta la [documentazione di VS Code](https://code.visualstudio.com?WT.mc_id=academic-17441-jabenn) per le istruzioni su come installare VS Code.
+💁 Sei libero di utilizzare qualsiasi IDE o editor Python per queste lezioni se hai uno strumento preferito, ma le lezioni forniranno istruzioni basate sull'uso di VS Code.
+1. Installa l'estensione Pylance per VS Code. Questa è un'estensione per VS Code che fornisce supporto per il linguaggio Python. Consulta la [documentazione dell'estensione Pylance](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=ms-python.vscode-pylance) per le istruzioni su come installare questa estensione in VS Code.
+
+#### Configurare un ambiente virtuale Python
+
+Una delle caratteristiche più potenti di Python è la possibilità di installare [pacchetti pip](https://pypi.org), ovvero pacchetti di codice scritti da altri e pubblicati su Internet. Puoi installare un pacchetto pip sul tuo computer con un solo comando e poi utilizzarlo nel tuo codice. Userai pip per installare un pacchetto per comunicare tramite MQTT.
+
+Per impostazione predefinita, quando installi un pacchetto, esso è disponibile ovunque sul tuo computer, e questo può causare problemi con le versioni dei pacchetti, ad esempio quando un'applicazione dipende da una versione di un pacchetto che smette di funzionare se installi una nuova versione per un'altra applicazione. Per risolvere questo problema, puoi utilizzare un [ambiente virtuale Python](https://docs.python.org/3/library/venv.html), essenzialmente una copia di Python in una cartella dedicata, e quando installi pacchetti pip, essi vengono installati solo in quella cartella.
+
+##### Attività - configurare un ambiente virtuale Python
+
+Configura un ambiente virtuale Python e installa i pacchetti pip per MQTT.
+
+1. Dal tuo terminale o dalla riga di comando, esegui il seguente comando in una posizione a tua scelta per creare e navigare in una nuova directory:
+
+    ```sh
+    mkdir nightlight-server
+    cd nightlight-server
+    ```
+
+1. Ora esegui il seguente comando per creare un ambiente virtuale nella cartella `.venv`:
+
+    ```sh
+    python3 -m venv .venv
+    ```
+
+    > 💁 Devi chiamare esplicitamente `python3` per creare l'ambiente virtuale nel caso in cui tu abbia installato Python 2 oltre a Python 3 (l'ultima versione). Se hai Python 2 installato, chiamando `python` verrà utilizzato Python 2 invece di Python 3.
+
+1. Attiva l'ambiente virtuale:
+
+    * Su Windows:
+        * Se stai usando il Prompt dei comandi o il Prompt dei comandi tramite Windows Terminal, esegui:
+
+            ```cmd
+            .venv\Scripts\activate.bat
+            ```
+
+        * Se stai usando PowerShell, esegui:
+
+            ```powershell
+            .\.venv\Scripts\Activate.ps1
+            ```
+
+    * Su macOS o Linux, esegui:
+
+        ```cmd
+        source ./.venv/bin/activate
+        ```
+
+    > 💁 Questi comandi devono essere eseguiti dalla stessa posizione in cui hai eseguito il comando per creare l'ambiente virtuale. Non sarà mai necessario navigare nella cartella `.venv`, dovresti sempre eseguire il comando di attivazione e qualsiasi comando per installare pacchetti o eseguire codice dalla cartella in cui ti trovavi quando hai creato l'ambiente virtuale.
+
+1. Una volta attivato l'ambiente virtuale, il comando predefinito `python` eseguirà la versione di Python utilizzata per creare l'ambiente virtuale. Esegui il seguente comando per ottenere la versione:
+
+    ```sh
+    python --version
+    ```
+
+    L'output sarà simile al seguente:
+
+    ```output
+    (.venv) ➜  nightlight-server python --version
+    Python 3.9.1
+    ```
+
+    > 💁 La tua versione di Python potrebbe essere diversa: finché è la versione 3.6 o superiore, va bene. In caso contrario, elimina questa cartella, installa una versione più recente di Python e riprova.
+
+1. Esegui i seguenti comandi per installare il pacchetto pip per [Paho-MQTT](https://pypi.org/project/paho-mqtt/), una libreria MQTT popolare.
+
+    ```sh
+    pip install paho-mqtt
+    ```
+
+    Questo pacchetto pip sarà installato solo nell'ambiente virtuale e non sarà disponibile al di fuori di esso.
+
+#### Scrivere il codice del server
+
+Ora è possibile scrivere il codice del server in Python.
+
+##### Attività - scrivere il codice del server
+
+Scrivi il codice del server.
+
+1. Dal tuo terminale o dalla riga di comando, esegui il seguente comando all'interno dell'ambiente virtuale per creare un file Python chiamato `app.py`:
+
+    * Su Windows, esegui:
+
+        ```cmd
+        type nul > app.py
+        ```
+
+    * Su macOS o Linux, esegui:
+
+        ```cmd
+        touch app.py
+        ```
+
+1. Apri la cartella corrente in VS Code:
+
+    ```sh
+    code .
+    ```
+
+1. Quando VS Code si avvia, attiverà l'ambiente virtuale Python. Questo sarà riportato nella barra di stato in basso:
+
+    ![VS Code che mostra l'ambiente virtuale selezionato](../../../../../translated_images/vscode-virtual-env.8ba42e04c3d533cf677e16cbe5ed9a3b80f62c6964472dc84b6f940800f0909f.it.png)
+
+1. Se il terminale di VS Code è già in esecuzione quando VS Code si avvia, non avrà l'ambiente virtuale attivato. La cosa più semplice da fare è chiudere il terminale utilizzando il pulsante **Kill the active terminal instance**:
+
+    ![Pulsante di chiusura del terminale attivo in VS Code](../../../../../translated_images/vscode-kill-terminal.1cc4de7c6f25ee08f423f0ead714e61d069fac1eb2089e97b8a7bbcb3d45fe5e.it.png)
+
+1. Avvia un nuovo terminale di VS Code selezionando *Terminal -> New Terminal*, o premendo `` CTRL+` ``. Il nuovo terminale caricherà l'ambiente virtuale, con la chiamata per attivarlo che apparirà nel terminale. Il nome dell'ambiente virtuale (`.venv`) sarà anche nel prompt:
+
+    ```output
+    ➜  nightlight-server source .venv/bin/activate
+    (.venv) ➜  nightlight 
+    ```
+
+1. Apri il file `app.py` dall'esploratore di VS Code e aggiungi il seguente codice:
+
+    ```python
+    import json
+    import time
+    
+    import paho.mqtt.client as mqtt
+    
+    id = '<ID>'
+    
+    client_telemetry_topic = id + '/telemetry'
+    client_name = id + 'nightlight_server'
+    
+    mqtt_client = mqtt.Client(client_name)
+    mqtt_client.connect('test.mosquitto.org')
+    
+    mqtt_client.loop_start()
+    
+    def handle_telemetry(client, userdata, message):
+        payload = json.loads(message.payload.decode())
+        print("Message received:", payload)
+    
+    mqtt_client.subscribe(client_telemetry_topic)
+    mqtt_client.on_message = handle_telemetry
+    
+    while True:
+        time.sleep(2)
+    ```
+
+    Sostituisci `<ID>` alla riga 6 con l'ID univoco che hai usato quando hai creato il codice del tuo dispositivo.
+
+    ⚠️ Questo **deve** essere lo stesso ID che hai usato sul tuo dispositivo, altrimenti il codice del server non si iscriverà o pubblicherà sul topic corretto.
+
+    Questo codice crea un client MQTT con un nome univoco e si connette al broker *test.mosquitto.org*. Successivamente avvia un ciclo di elaborazione che funziona su un thread in background ascoltando i messaggi su qualsiasi topic sottoscritto.
+
+    Il client si iscrive quindi ai messaggi sul topic di telemetria e definisce una funzione che viene chiamata quando un messaggio viene ricevuto. Quando un messaggio di telemetria viene ricevuto, la funzione `handle_telemetry` viene chiamata, stampando il messaggio ricevuto sulla console.
+
+    Infine, un ciclo infinito mantiene l'applicazione in esecuzione. Il client MQTT ascolta i messaggi su un thread in background e funziona per tutto il tempo in cui l'applicazione principale è in esecuzione.
+
+1. Dal terminale di VS Code, esegui il seguente comando per eseguire la tua app Python:
+
+    ```sh
+    python app.py
+    ```
+
+    L'app inizierà ad ascoltare i messaggi dal dispositivo IoT.
+
+1. Assicurati che il tuo dispositivo sia in esecuzione e stia inviando messaggi di telemetria. Regola i livelli di luce rilevati dal tuo dispositivo fisico o virtuale. I messaggi ricevuti verranno stampati nel terminale.
+
+    ```output
+    (.venv) ➜  nightlight-server python app.py
+    Message received: {'light': 0}
+    Message received: {'light': 400}
+    ```
+
+    Il file app.py nell'ambiente virtuale nightlight deve essere in esecuzione affinché il file app.py nell'ambiente virtuale nightlight-server riceva i messaggi inviati.
+
+> 💁 Puoi trovare questo codice nella cartella [code-server/server](../../../../../1-getting-started/lessons/4-connect-internet/code-server/server).
+
+### Con quale frequenza inviare la telemetria?
+
+Una considerazione importante con la telemetria è: con quale frequenza misurare e inviare i dati? La risposta è: dipende. Se misuri spesso, puoi rispondere più rapidamente ai cambiamenti, ma utilizzi più energia, più larghezza di banda, generi più dati e hai bisogno di più risorse cloud per elaborarli. Devi misurare abbastanza spesso, ma non troppo spesso.
+
+Per un termostato, misurare ogni pochi minuti è probabilmente più che sufficiente, poiché le temperature non cambiano così frequentemente. Se misuri solo una volta al giorno, potresti finire per riscaldare la tua casa per temperature notturne nel bel mezzo di una giornata di sole, mentre se misuri ogni secondo avrai migliaia di misurazioni duplicate inutilmente che consumeranno la velocità e la larghezza di banda di Internet degli utenti (un problema per chi ha piani di larghezza di banda limitata), utilizzeranno più energia, il che può essere un problema per dispositivi alimentati a batteria come i sensori remoti, e aumenteranno il costo delle risorse di elaborazione e archiviazione del cloud del fornitore.
+
+Se stai monitorando i dati di un macchinario in una fabbrica che, se si guasta, potrebbe causare danni catastrofici e milioni di dollari di perdite, allora potrebbe essere necessario misurare più volte al secondo. È meglio sprecare larghezza di banda che perdere telemetria che indica che una macchina deve essere fermata e riparata prima che si rompa.
+
+> 💁 In questa situazione, potresti considerare di avere un dispositivo edge per elaborare prima la telemetria e ridurre la dipendenza da Internet.
+
+### Perdita di connettività
+
+Le connessioni Internet possono essere inaffidabili, con interruzioni comuni. Cosa dovrebbe fare un dispositivo IoT in queste circostanze: perdere i dati o conservarli fino al ripristino della connettività? Ancora una volta, la risposta è: dipende.
+
+Per un termostato, i dati possono probabilmente essere persi non appena viene effettuata una nuova misurazione della temperatura. Il sistema di riscaldamento non si preoccupa che 20 minuti fa fosse 20,5°C se ora la temperatura è 19°C; è la temperatura attuale che determina se il riscaldamento deve essere acceso o spento.
+
+Per i macchinari, potresti voler conservare i dati, specialmente se vengono utilizzati per cercare tendenze. Esistono modelli di machine learning che possono rilevare anomalie nei flussi di dati osservando i dati di un determinato periodo di tempo (ad esempio l'ultima ora) e individuando dati anomali. Questo viene spesso utilizzato per la manutenzione predittiva, cercando indicazioni che qualcosa potrebbe rompersi presto in modo da poterlo riparare o sostituire prima che accada. Potresti voler inviare ogni bit di telemetria di una macchina affinché possa essere elaborata per il rilevamento delle anomalie, quindi una volta che il dispositivo IoT può riconnettersi, invierà tutta la telemetria generata durante l'interruzione di Internet.
+
+I progettisti di dispositivi IoT dovrebbero anche considerare se il dispositivo IoT può essere utilizzato durante un'interruzione di Internet o una perdita di segnale causata dalla posizione. Un termostato intelligente dovrebbe essere in grado di prendere alcune decisioni limitate per controllare il riscaldamento se non può inviare telemetria al cloud a causa di un'interruzione.
+
+[![Questa Ferrari è stata bloccata perché qualcuno ha provato ad aggiornarla sottoterra dove non c'è ricezione cellulare](../../../../../translated_images/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.it.png)](https://twitter.com/internetofshit/status/1315736960082808832)
+
+Per MQTT, per gestire una perdita di connettività, il codice del dispositivo e del server dovrà essere responsabile di garantire la consegna dei messaggi se necessario, ad esempio richiedendo che tutti i messaggi inviati siano risposti con messaggi aggiuntivi su un topic di risposta, e se non lo sono, vengono messi in coda manualmente per essere riprodotti in seguito.
+
+## Comandi
+
+I comandi sono messaggi inviati dal cloud a un dispositivo, che gli istruiscono di fare qualcosa. La maggior parte delle volte ciò comporta la generazione di un output tramite un attuatore, ma può essere un'istruzione per il dispositivo stesso, come riavviarsi o raccogliere telemetria aggiuntiva e restituirla come risposta al comando.
+
+![Un termostato connesso a Internet che riceve un comando per accendere il riscaldamento](../../../../../translated_images/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.it.png)
+
+Un termostato potrebbe ricevere un comando dal cloud per accendere il riscaldamento. Basandosi sui dati di telemetria di tutti i sensori, se il servizio cloud ha deciso che il riscaldamento deve essere acceso, invia il comando pertinente.
+
+### Inviare comandi al broker MQTT
+
+Il passo successivo per la nostra luce notturna controllata da Internet è che il codice del server invii un comando al dispositivo IoT per controllare la luce in base ai livelli di luce che rileva.
+
+1. Apri il codice del server in VS Code.
+
+1. Aggiungi la seguente riga dopo la dichiarazione del `client_telemetry_topic` per definire quale topic utilizzare per inviare comandi:
+
+    ```python
+    server_command_topic = id + '/commands'
+    ```
+
+1. Aggiungi il seguente codice alla fine della funzione `handle_telemetry`:
+
+    ```python
+    command = { 'led_on' : payload['light'] < 300 }
+    print("Sending message:", command)
+    
+    client.publish(server_command_topic, json.dumps(command))
+    ```
+
+    Questo invia un messaggio JSON al topic dei comandi con il valore di `led_on` impostato su true o false a seconda che la luce sia inferiore a 300 o meno. Se la luce è inferiore a 300, viene inviato true per istruire il dispositivo ad accendere il LED.
+
+1. Esegui il codice come prima.
+
+1. Regola i livelli di luce rilevati dal tuo dispositivo fisico o virtuale. I messaggi ricevuti e i comandi inviati verranno scritti nel terminale:
+
+    ```output
+    (.venv) ➜  nightlight-server python app.py
+    Message received: {'light': 0}
+    Sending message: {'led_on': True}
+    Message received: {'light': 400}
+    Sending message: {'led_on': False}
+    ```
+
+> 💁 La telemetria e i comandi vengono inviati su un singolo topic ciascuno. Ciò significa che la telemetria di più dispositivi apparirà sullo stesso topic di telemetria e i comandi per più dispositivi appariranno sullo stesso topic di comandi. Se volessi inviare un comando a un dispositivo specifico, potresti utilizzare più topic, nominati con un ID dispositivo univoco, come `/commands/device1`, `/commands/device2`. In questo modo un dispositivo può ascoltare solo i messaggi destinati a quel dispositivo specifico.
+
+> 💁 Puoi trovare questo codice nella cartella [code-commands/server](../../../../../1-getting-started/lessons/4-connect-internet/code-commands/server).
+
+### Gestire i comandi sul dispositivo IoT
+
+Ora che i comandi vengono inviati dal server, puoi aggiungere il codice al dispositivo IoT per gestirli e controllare il LED.
+
+Segui il passaggio pertinente qui sotto per ascoltare i comandi dal broker MQTT:
+
+* [Arduino - Wio Terminal](wio-terminal-commands.md)
+* [Single-board computer - Raspberry Pi/Virtual IoT device](single-board-computer-commands.md)
+
+Una volta che questo codice è stato scritto ed eseguito, sperimenta cambiando i livelli di luce. Osserva l'output dal server e dal dispositivo, e guarda il LED mentre cambi i livelli di luce.
+
+### Perdita di connettività
+
+Cosa dovrebbe fare un servizio cloud se deve inviare un comando a un dispositivo IoT che è offline? Ancora una volta, la risposta è: dipende.
+
+Se l'ultimo comando sovrascrive uno precedente, allora i comandi precedenti possono probabilmente essere ignorati. Se un servizio cloud invia un comando per accendere il riscaldamento, poi invia un comando per spegnerlo, allora il comando di accensione può essere ignorato e non reinviato.
+
+Se i comandi devono essere elaborati in sequenza, ad esempio spostare un braccio robotico verso l'alto e poi chiudere una pinza, allora devono essere inviati in ordine una volta ripristinata la connettività.
+
+✅ Come potrebbe il codice del dispositivo o del server garantire che i comandi vengano sempre inviati e gestiti in ordine tramite MQTT, se necessario?
+
+---
+
+## 🚀 Sfida
+
+La sfida nelle ultime tre lezioni era elencare quanti più dispositivi IoT possibile che si trovano nella tua casa, scuola o luogo di lavoro e decidere se sono basati su microcontrollori o single-board computer, o anche una combinazione di entrambi, e pensare a quali sensori e attuatori stanno utilizzando.
+Per questi dispositivi, pensa ai messaggi che potrebbero inviare o ricevere. Quali dati di telemetria inviano? Quali messaggi o comandi potrebbero ricevere? Pensi che siano sicuri?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/8)
+
+## Revisione e studio autonomo
+
+Leggi di più su MQTT nella [pagina Wikipedia di MQTT](https://wikipedia.org/wiki/MQTT).
+
+Prova a eseguire un broker MQTT da solo utilizzando [Mosquitto](https://www.mosquitto.org) e connettiti ad esso dal tuo dispositivo IoT e dal codice del server.
+
+> 💁 Suggerimento - per impostazione predefinita, Mosquitto non consente connessioni anonime (cioè connessioni senza nome utente e password) e non consente connessioni dall'esterno del computer su cui è in esecuzione.  
+> Puoi risolvere questo problema con un [`mosquitto.conf` file di configurazione](https://www.mosquitto.org/man/mosquitto-conf-5.html) con il seguente contenuto:  
+>
+> ```sh
+> listener 1883 0.0.0.0
+> allow_anonymous true
+> ```
+
+## Compito
+
+[Confronta e metti a confronto MQTT con altri protocolli di comunicazione](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/4-connect-internet/assignment.md b/translations/it/1-getting-started/lessons/4-connect-internet/assignment.md
new file mode 100644
index 00000000..47e2d2db
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/4-connect-internet/assignment.md
@@ -0,0 +1,26 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0d4033cdd7b5b5475c63770102e38480",
+  "translation_date": "2025-08-25T17:17:36+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/assignment.md",
+  "language_code": "it"
+}
+-->
+# Confronta e metti a confronto MQTT con altri protocolli di comunicazione
+
+## Istruzioni
+
+Questa lezione ha trattato MQTT come protocollo di comunicazione. Ce ne sono altri, tra cui AMQP e HTTP/HTTPS.
+
+Ricerca entrambi e confrontali con MQTT. Considera il consumo energetico, la sicurezza e la persistenza dei messaggi in caso di perdita di connessione.
+
+## Griglia di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ----------------- |
+| Confronta AMQP con MQTT | È in grado di confrontare e mettere a confronto AMQP con MQTT e copre consumo energetico, sicurezza e persistenza dei messaggi. | È parzialmente in grado di confrontare e mettere a confronto AMQP con MQTT e copre due tra consumo energetico, sicurezza e persistenza dei messaggi. | È parzialmente in grado di confrontare e mettere a confronto AMQP con MQTT e copre uno tra consumo energetico, sicurezza e persistenza dei messaggi. |
+| Confronta HTTP/HTTPS con MQTT | È in grado di confrontare e mettere a confronto HTTP/HTTPS con MQTT e copre consumo energetico, sicurezza e persistenza dei messaggi. | È parzialmente in grado di confrontare e mettere a confronto HTTP/HTTPS con MQTT e copre due tra consumo energetico, sicurezza e persistenza dei messaggi. | È parzialmente in grado di confrontare e mettere a confronto HTTP/HTTPS con MQTT e copre uno tra consumo energetico, sicurezza e persistenza dei messaggi. |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/4-connect-internet/single-board-computer-commands.md b/translations/it/1-getting-started/lessons/4-connect-internet/single-board-computer-commands.md
new file mode 100644
index 00000000..34ad15b6
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/4-connect-internet/single-board-computer-commands.md
@@ -0,0 +1,65 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c527ce85d69b1a3875366ec61cbed8aa",
+  "translation_date": "2025-08-25T17:13:19+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/single-board-computer-commands.md",
+  "language_code": "it"
+}
+-->
+# Controlla la tua luce notturna tramite Internet - Hardware IoT virtuale e Raspberry Pi
+
+In questa parte della lezione, ti iscriverai ai comandi inviati da un broker MQTT al tuo Raspberry Pi o dispositivo IoT virtuale.
+
+## Iscriviti ai comandi
+
+Il prossimo passo è iscriversi ai comandi inviati dal broker MQTT e rispondere ad essi.
+
+### Compito
+
+Iscriviti ai comandi.
+
+1. Apri il progetto della luce notturna in VS Code.
+
+1. Se stai utilizzando un dispositivo IoT virtuale, assicurati che il terminale stia eseguendo l'ambiente virtuale. Se stai utilizzando un Raspberry Pi, non utilizzerai un ambiente virtuale.
+
+1. Aggiungi il seguente codice dopo le definizioni di `client_telemetry_topic`:
+
+    ```python
+    server_command_topic = id + '/commands'
+    ```
+
+    Il `server_command_topic` è l'argomento MQTT a cui il dispositivo si iscriverà per ricevere i comandi LED.
+
+1. Aggiungi il seguente codice appena sopra il ciclo principale, dopo la riga `mqtt_client.loop_start()`:
+
+    ```python
+    def handle_command(client, userdata, message):
+        payload = json.loads(message.payload.decode())
+        print("Message received:", payload)
+    
+        if payload['led_on']:
+            led.on()
+        else:
+            led.off()
+    
+    mqtt_client.subscribe(server_command_topic)
+    mqtt_client.on_message = handle_command
+    ```
+
+    Questo codice definisce una funzione, `handle_command`, che legge un messaggio come documento JSON e cerca il valore della proprietà `led_on`. Se è impostato su `True`, il LED viene acceso, altrimenti viene spento.
+
+    Il client MQTT si iscrive all'argomento su cui il server invierà i messaggi e imposta la funzione `handle_command` per essere chiamata quando viene ricevuto un messaggio.
+
+    > 💁 Il gestore `on_message` viene chiamato per tutti gli argomenti a cui ci si iscrive. Se in seguito scrivi codice che ascolta più argomenti, puoi ottenere l'argomento a cui il messaggio è stato inviato dall'oggetto `message` passato alla funzione gestore.
+
+1. Esegui il codice nello stesso modo in cui hai eseguito il codice della parte precedente dell'assegnamento. Se stai utilizzando un dispositivo IoT virtuale, assicurati che l'app CounterFit sia in esecuzione e che il sensore di luce e il LED siano stati creati sui pin corretti.
+
+1. Regola i livelli di luce rilevati dal tuo dispositivo fisico o virtuale. I messaggi ricevuti e i comandi inviati verranno scritti nel terminale. Il LED verrà acceso e spento in base al livello di luce.
+
+> 💁 Puoi trovare questo codice nella cartella [code-commands/virtual-device](../../../../../1-getting-started/lessons/4-connect-internet/code-commands/virtual-device) o nella cartella [code-commands/pi](../../../../../1-getting-started/lessons/4-connect-internet/code-commands/pi).
+
+😀 Hai codificato con successo il tuo dispositivo per rispondere ai comandi di un broker MQTT.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione AI [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatizzate possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md b/translations/it/1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md
new file mode 100644
index 00000000..2e27de7a
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md
@@ -0,0 +1,91 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "90fb93446e03c38f3c0e4009c2471906",
+  "translation_date": "2025-08-25T17:18:01+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md",
+  "language_code": "it"
+}
+-->
+# Controlla la tua luce notturna su Internet - Hardware IoT virtuale e Raspberry Pi
+
+Il dispositivo IoT deve essere programmato per comunicare con *test.mosquitto.org* utilizzando MQTT, al fine di inviare valori di telemetria con la lettura del sensore di luce e ricevere comandi per controllare il LED.
+
+In questa parte della lezione, collegherai il tuo Raspberry Pi o dispositivo IoT virtuale a un broker MQTT.
+
+## Installa il pacchetto client MQTT
+
+Per comunicare con il broker MQTT, è necessario installare una libreria MQTT tramite pip, sia sul tuo Raspberry Pi che nel tuo ambiente virtuale, se stai utilizzando un dispositivo virtuale.
+
+### Attività
+
+Installa il pacchetto pip
+
+1. Apri il progetto della luce notturna in VS Code.
+
+1. Se stai utilizzando un dispositivo IoT virtuale, assicurati che il terminale stia eseguendo l'ambiente virtuale. Se stai utilizzando un Raspberry Pi, non utilizzerai un ambiente virtuale.
+
+1. Esegui il seguente comando per installare il pacchetto pip MQTT:
+
+    ```sh
+    pip3 install paho-mqtt
+    ```
+
+## Programma il dispositivo
+
+Il dispositivo è pronto per essere programmato.
+
+### Attività
+
+Scrivi il codice del dispositivo.
+
+1. Aggiungi il seguente import all'inizio del file `app.py`:
+
+    ```python
+    import paho.mqtt.client as mqtt
+    ```
+
+    La libreria `paho.mqtt.client` consente alla tua app di comunicare tramite MQTT.
+
+1. Aggiungi il seguente codice dopo le definizioni del sensore di luce e del LED:
+
+    ```python
+    id = '<ID>'
+
+    client_name = id + 'nightlight_client'
+    ```
+
+    Sostituisci `<ID>` con un ID univoco che verrà utilizzato come nome di questo client del dispositivo e successivamente per i topic che questo dispositivo pubblica e sottoscrive. Il broker *test.mosquitto.org* è pubblico e utilizzato da molte persone, inclusi altri studenti che stanno lavorando a questo compito. Avere un nome client MQTT e nomi di topic univoci garantisce che il tuo codice non entri in conflitto con quello di altri. Avrai bisogno di questo ID anche quando creerai il codice del server più avanti in questo compito.
+
+    > 💁 Puoi utilizzare un sito web come [GUIDGen](https://www.guidgen.com) per generare un ID univoco.
+
+    Il `client_name` è un nome univoco per questo client MQTT sul broker.
+
+1. Aggiungi il seguente codice sotto questo nuovo codice per creare un oggetto client MQTT e connetterti al broker MQTT:
+
+    ```python
+    mqtt_client = mqtt.Client(client_name)
+    mqtt_client.connect('test.mosquitto.org')
+    
+    mqtt_client.loop_start()
+
+    print("MQTT connected!")
+    ```
+
+    Questo codice crea l'oggetto client, si connette al broker MQTT pubblico e avvia un ciclo di elaborazione che viene eseguito in un thread in background, ascoltando i messaggi su qualsiasi topic sottoscritto.
+
+1. Esegui il codice nello stesso modo in cui hai eseguito il codice nella parte precedente del compito. Se stai utilizzando un dispositivo IoT virtuale, assicurati che l'app CounterFit sia in esecuzione e che il sensore di luce e il LED siano stati creati sui pin corretti.
+
+    ```output
+    (.venv) ➜  nightlight python app.py 
+    MQTT connected!
+    Light level: 0
+    Light level: 0
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-mqtt/virtual-device](../../../../../1-getting-started/lessons/4-connect-internet/code-mqtt/virtual-device) o nella cartella [code-mqtt/pi](../../../../../1-getting-started/lessons/4-connect-internet/code-mqtt/pi).
+
+😀 Hai collegato con successo il tuo dispositivo a un broker MQTT.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md b/translations/it/1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md
new file mode 100644
index 00000000..e5ad1caf
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md
@@ -0,0 +1,72 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "1226517aae5f5b6f904434670394c688",
+  "translation_date": "2025-08-25T17:13:46+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md",
+  "language_code": "it"
+}
+-->
+# Controlla la tua luce notturna tramite Internet - Hardware IoT virtuale e Raspberry Pi
+
+In questa parte della lezione, invierai telemetria con i livelli di luce dal tuo Raspberry Pi o dispositivo IoT virtuale a un broker MQTT.
+
+## Pubblica telemetria
+
+Il prossimo passo è creare un documento JSON con la telemetria e inviarlo al broker MQTT.
+
+### Attività
+
+Pubblica telemetria al broker MQTT.
+
+1. Apri il progetto della luce notturna in VS Code.
+
+1. Se stai utilizzando un dispositivo IoT virtuale, assicurati che il terminale stia eseguendo l'ambiente virtuale. Se stai utilizzando un Raspberry Pi, non utilizzerai un ambiente virtuale.
+
+1. Aggiungi il seguente import all'inizio del file `app.py`:
+
+    ```python
+    import json
+    ```
+
+    La libreria `json` viene utilizzata per codificare la telemetria come documento JSON.
+
+1. Aggiungi il seguente codice dopo la dichiarazione di `client_name`:
+
+    ```python
+    client_telemetry_topic = id + '/telemetry'
+    ```
+
+    Il `client_telemetry_topic` è l'argomento MQTT a cui il dispositivo pubblicherà i livelli di luce.
+
+1. Sostituisci il contenuto del ciclo `while True:` alla fine del file con il seguente:
+
+    ```python
+    while True:
+        light = light_sensor.light
+        telemetry = json.dumps({'light' : light})
+
+        print("Sending telemetry ", telemetry)
+    
+        mqtt_client.publish(client_telemetry_topic, telemetry)
+    
+        time.sleep(5)
+    ```
+
+    Questo codice impacchetta il livello di luce in un documento JSON e lo pubblica al broker MQTT. Successivamente, il programma si mette in pausa per ridurre la frequenza con cui i messaggi vengono inviati.
+
+1. Esegui il codice nello stesso modo in cui hai eseguito il codice nella parte precedente dell'assegnamento. Se stai utilizzando un dispositivo IoT virtuale, assicurati che l'app CounterFit sia in esecuzione e che il sensore di luce e il LED siano stati creati sui pin corretti.
+
+    ```output
+    (.venv) ➜  nightlight python app.py 
+    MQTT connected!
+    Sending telemetry  {"light": 0}
+    Sending telemetry  {"light": 0}
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-telemetry/virtual-device](../../../../../1-getting-started/lessons/4-connect-internet/code-telemetry/virtual-device) o nella cartella [code-telemetry/pi](../../../../../1-getting-started/lessons/4-connect-internet/code-telemetry/pi).
+
+😀 Hai inviato con successo la telemetria dal tuo dispositivo.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/4-connect-internet/wio-terminal-commands.md b/translations/it/1-getting-started/lessons/4-connect-internet/wio-terminal-commands.md
new file mode 100644
index 00000000..4b1dd5fa
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/4-connect-internet/wio-terminal-commands.md
@@ -0,0 +1,91 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "6754c915dae64ba70fcd5e52c37f3adf",
+  "translation_date": "2025-08-25T17:19:21+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/wio-terminal-commands.md",
+  "language_code": "it"
+}
+-->
+# Controlla la tua luce notturna tramite Internet - Wio Terminal
+
+In questa parte della lezione, ti iscriverai ai comandi inviati da un broker MQTT al tuo Wio Terminal.
+
+## Iscriviti ai comandi
+
+Il passo successivo è iscriversi ai comandi inviati dal broker MQTT e rispondere ad essi.
+
+### Attività
+
+Iscriviti ai comandi.
+
+1. Apri il progetto della luce notturna in VS Code.
+
+1. Aggiungi il seguente codice alla fine del file `config.h` per definire il nome del topic per i comandi:
+
+    ```cpp
+    const string SERVER_COMMAND_TOPIC = ID + "/commands";
+    ```
+
+    Il `SERVER_COMMAND_TOPIC` è il topic a cui il dispositivo si iscriverà per ricevere i comandi per il LED.
+
+1. Aggiungi la seguente riga alla fine della funzione `reconnectMQTTClient` per iscriverti al topic dei comandi quando il client MQTT viene riconnesso:
+
+    ```cpp
+    client.subscribe(SERVER_COMMAND_TOPIC.c_str());
+    ```
+
+1. Aggiungi il seguente codice sotto la funzione `reconnectMQTTClient`.
+
+    ```cpp
+    void clientCallback(char *topic, uint8_t *payload, unsigned int length)
+    {
+        char buff[length + 1];
+        for (int i = 0; i < length; i++)
+        {
+            buff[i] = (char)payload[i];
+        }
+        buff[length] = '\0';
+    
+        Serial.print("Message received:");
+        Serial.println(buff);
+    
+        DynamicJsonDocument doc(1024);
+        deserializeJson(doc, buff);
+        JsonObject obj = doc.as<JsonObject>();
+    
+        bool led_on = obj["led_on"];
+    
+        if (led_on)
+            digitalWrite(D0, HIGH);
+        else
+            digitalWrite(D0, LOW);
+    }
+    ```
+
+    Questa funzione sarà il callback che il client MQTT chiamerà quando riceverà un messaggio dal server.
+
+    Il messaggio viene ricevuto come un array di interi non firmati a 8 bit, quindi deve essere convertito in un array di caratteri per essere trattato come testo.
+
+    Il messaggio contiene un documento JSON, che viene decodificato utilizzando la libreria ArduinoJson. La proprietà `led_on` del documento JSON viene letta e, a seconda del valore, il LED viene acceso o spento.
+
+1. Aggiungi il seguente codice alla funzione `createMQTTClient`:
+
+    ```cpp
+    client.setCallback(clientCallback);
+    ```
+
+    Questo codice imposta il `clientCallback` come callback da chiamare quando un messaggio viene ricevuto dal broker MQTT.
+
+    > 💁 Il gestore `clientCallback` viene chiamato per tutti i topic a cui ci si è iscritti. Se in seguito scriverai codice che ascolta più topic, puoi ottenere il topic a cui il messaggio è stato inviato dal parametro `topic` passato alla funzione di callback.
+
+1. Carica il codice sul tuo Wio Terminal e utilizza il Serial Monitor per vedere i livelli di luce inviati al broker MQTT.
+
+1. Regola i livelli di luce rilevati dal tuo dispositivo fisico o virtuale. Vedrai i messaggi ricevuti e i comandi inviati nel terminale. Vedrai anche il LED accendersi e spegnersi a seconda del livello di luce.
+
+> 💁 Puoi trovare questo codice nella cartella [code-commands/wio-terminal](../../../../../1-getting-started/lessons/4-connect-internet/code-commands/wio-terminal).
+
+😀 Hai codificato con successo il tuo dispositivo per rispondere ai comandi di un broker MQTT.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md b/translations/it/1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md
new file mode 100644
index 00000000..9c9ead43
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md
@@ -0,0 +1,249 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "d6faf0e8d3c2d6d20c0aef2a305dab18",
+  "translation_date": "2025-08-25T17:18:42+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md",
+  "language_code": "it"
+}
+-->
+# Controlla la tua luce notturna tramite Internet - Wio Terminal
+
+Il dispositivo IoT deve essere programmato per comunicare con *test.mosquitto.org* utilizzando MQTT, al fine di inviare valori di telemetria con la lettura del sensore di luce e ricevere comandi per controllare il LED.
+
+In questa parte della lezione, collegherai il tuo Wio Terminal a un broker MQTT.
+
+## Installa le librerie Arduino per WiFi e MQTT
+
+Per comunicare con il broker MQTT, è necessario installare alcune librerie Arduino per utilizzare il chip WiFi del Wio Terminal e comunicare con MQTT. Quando si sviluppano dispositivi Arduino, è possibile utilizzare una vasta gamma di librerie che contengono codice open-source e implementano numerose funzionalità. Seeed pubblica librerie per il Wio Terminal che consentono la comunicazione tramite WiFi. Altri sviluppatori hanno pubblicato librerie per comunicare con broker MQTT, e utilizzerai queste librerie con il tuo dispositivo.
+
+Queste librerie sono fornite come codice sorgente che può essere importato automaticamente in PlatformIO e compilato per il tuo dispositivo. In questo modo, le librerie Arduino funzioneranno su qualsiasi dispositivo che supporta il framework Arduino, a condizione che il dispositivo disponga dell'hardware specifico richiesto da quella libreria. Alcune librerie, come le librerie WiFi di Seeed, sono specifiche per determinati hardware.
+
+Le librerie possono essere installate globalmente e compilate se necessario, oppure in un progetto specifico. Per questo compito, le librerie saranno installate nel progetto.
+
+✅ Puoi saperne di più sulla gestione delle librerie e su come trovarle e installarle nella [documentazione delle librerie di PlatformIO](https://docs.platformio.org/en/latest/librarymanager/index.html).
+
+### Attività - installa le librerie Arduino per WiFi e MQTT
+
+Installa le librerie Arduino.
+
+1. Apri il progetto della luce notturna in VS Code.
+
+1. Aggiungi quanto segue alla fine del file `platformio.ini`:
+
+    ```ini
+    lib_deps =
+        seeed-studio/Seeed Arduino rpcWiFi @ 1.0.5
+        seeed-studio/Seeed Arduino FS @ 2.1.1
+        seeed-studio/Seeed Arduino SFUD @ 2.0.2
+        seeed-studio/Seeed Arduino rpcUnified @ 2.1.3
+        seeed-studio/Seeed_Arduino_mbedtls @ 3.0.1
+    ```
+
+    Questo importa le librerie WiFi di Seeed. La sintassi `@ <numero>` si riferisce a una versione specifica della libreria.
+
+    > 💁 Puoi rimuovere `@ <numero>` per utilizzare sempre l'ultima versione delle librerie, ma non ci sono garanzie che le versioni successive funzionino con il codice sottostante. Il codice qui è stato testato con questa versione delle librerie.
+
+    Questo è tutto ciò che devi fare per aggiungere le librerie. La prossima volta che PlatformIO compila il progetto, scaricherà il codice sorgente di queste librerie e lo compilerà nel tuo progetto.
+
+1. Aggiungi quanto segue a `lib_deps`:
+
+    ```ini
+    knolleary/PubSubClient @ 2.8
+    ```
+
+    Questo importa [PubSubClient](https://github.com/knolleary/pubsubclient), un client MQTT per Arduino.
+
+## Connettersi al WiFi
+
+Ora il Wio Terminal può essere connesso al WiFi.
+
+### Attività - connettersi al WiFi
+
+Connetti il Wio Terminal al WiFi.
+
+1. Crea un nuovo file nella cartella `src` chiamato `config.h`. Puoi farlo selezionando la cartella `src`, o il file `main.cpp` al suo interno, e selezionando il pulsante **Nuovo file** dall'esploratore. Questo pulsante appare solo quando il cursore è sull'esploratore.
+
+    ![Il pulsante nuovo file](../../../../../translated_images/vscode-new-file-button.182702340fe6723c8cbb4cfa1a9a9fb0d0a5227643b4e46b91ff67b07a39a92f.it.png)
+
+1. Aggiungi il seguente codice a questo file per definire le costanti per le credenziali WiFi:
+
+    ```cpp
+    #pragma once
+
+    #include <string>
+    
+    using namespace std;
+    
+    // WiFi credentials
+    const char *SSID = "<SSID>";
+    const char *PASSWORD = "<PASSWORD>";
+    ```
+
+    Sostituisci `<SSID>` con l'SSID del tuo WiFi. Sostituisci `<PASSWORD>` con la password del tuo WiFi.
+
+1. Apri il file `main.cpp`.
+
+1. Aggiungi le seguenti direttive `#include` all'inizio del file:
+
+    ```cpp
+    #include <PubSubClient.h>
+    #include <rpcWiFi.h>
+    #include <SPI.h>
+    
+    #include "config.h"
+    ```
+
+    Questo include i file header per le librerie aggiunte in precedenza, oltre al file header di configurazione. Questi file header sono necessari per indicare a PlatformIO di includere il codice delle librerie. Senza includere esplicitamente questi file header, parte del codice non verrà compilato e otterrai errori di compilazione.
+
+1. Aggiungi il seguente codice sopra la funzione `setup`:
+
+    ```cpp
+    void connectWiFi()
+    {
+        while (WiFi.status() != WL_CONNECTED)
+        {
+            Serial.println("Connecting to WiFi..");
+            WiFi.begin(SSID, PASSWORD);
+            delay(500);
+        }
+    
+        Serial.println("Connected!");
+    }
+    ```
+
+    Questo codice esegue un ciclo finché il dispositivo non è connesso al WiFi e tenta di connettersi utilizzando l'SSID e la password dal file header di configurazione.
+
+1. Aggiungi una chiamata a questa funzione in fondo alla funzione `setup`, dopo che i pin sono stati configurati.
+
+    ```cpp
+    connectWiFi();
+    ```
+
+1. Carica questo codice sul tuo dispositivo per verificare che la connessione WiFi funzioni. Dovresti vedere questo nel monitor seriale.
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    ```
+
+## Connettersi a MQTT
+
+Una volta che il Wio Terminal è connesso al WiFi, può connettersi al broker MQTT.
+
+### Attività - connettersi a MQTT
+
+Connetti al broker MQTT.
+
+1. Aggiungi il seguente codice in fondo al file `config.h` per definire i dettagli di connessione per il broker MQTT:
+
+    ```cpp
+    // MQTT settings
+    const string ID = "<ID>";
+    
+    const string BROKER = "test.mosquitto.org";
+    const string CLIENT_NAME = ID + "nightlight_client";
+    ```
+
+    Sostituisci `<ID>` con un ID univoco che sarà utilizzato come nome di questo client dispositivo e successivamente per i topic che questo dispositivo pubblica e sottoscrive. Il broker *test.mosquitto.org* è pubblico e utilizzato da molte persone, inclusi altri studenti che lavorano su questo compito. Avere un nome client MQTT univoco e nomi di topic univoci garantisce che il tuo codice non entri in conflitto con quello di altri. Avrai anche bisogno di questo ID quando creerai il codice del server più avanti in questo compito.
+
+    > 💁 Puoi utilizzare un sito web come [GUIDGen](https://www.guidgen.com) per generare un ID univoco.
+
+    Il `BROKER` è l'URL del broker MQTT.
+
+    Il `CLIENT_NAME` è un nome univoco per questo client MQTT sul broker.
+
+1. Apri il file `main.cpp` e aggiungi il seguente codice sotto la funzione `connectWiFi` e sopra la funzione `setup`:
+
+    ```cpp
+    WiFiClient wioClient;
+    PubSubClient client(wioClient);
+    ```
+
+    Questo codice crea un client WiFi utilizzando le librerie WiFi del Wio Terminal e lo utilizza per creare un client MQTT.
+
+1. Sotto questo codice, aggiungi il seguente:
+
+    ```cpp
+    void reconnectMQTTClient()
+    {
+        while (!client.connected())
+        {
+            Serial.print("Attempting MQTT connection...");
+    
+            if (client.connect(CLIENT_NAME.c_str()))
+            {
+                Serial.println("connected");
+            }
+            else
+            {
+                Serial.print("Retying in 5 seconds - failed, rc=");
+                Serial.println(client.state());
+                
+                delay(5000);
+            }
+        }
+    }
+    ```
+
+    Questa funzione testa la connessione al broker MQTT e si riconnette se non è connessa. Esegue un ciclo finché non è connessa e tenta di connettersi utilizzando il nome client univoco definito nel file header di configurazione.
+
+    Se la connessione fallisce, riprova dopo 5 secondi.
+
+1. Aggiungi il seguente codice sotto la funzione `reconnectMQTTClient`:
+
+    ```cpp
+    void createMQTTClient()
+    {
+        client.setServer(BROKER.c_str(), 1883);
+        reconnectMQTTClient();
+    }
+    ```
+
+    Questo codice imposta il broker MQTT per il client, oltre a configurare il callback quando viene ricevuto un messaggio. Tenta quindi di connettersi al broker.
+
+1. Chiama la funzione `createMQTTClient` nella funzione `setup` dopo che il WiFi è connesso.
+
+1. Sostituisci l'intera funzione `loop` con il seguente codice:
+
+    ```cpp
+    void loop()
+    {
+        reconnectMQTTClient();
+        client.loop();
+    
+        delay(2000);
+    }
+    ```
+
+    Questo codice inizia riconnettendosi al broker MQTT. Queste connessioni possono essere interrotte facilmente, quindi vale la pena controllare regolarmente e riconnettersi se necessario. Chiama quindi il metodo `loop` sul client MQTT per elaborare eventuali messaggi in arrivo sul topic sottoscritto. Questa applicazione è single-threaded, quindi i messaggi non possono essere ricevuti su un thread in background; pertanto, è necessario allocare tempo sul thread principale per elaborare eventuali messaggi in attesa sulla connessione di rete.
+
+    Infine, un ritardo di 2 secondi garantisce che i livelli di luce non vengano inviati troppo frequentemente e riduce il consumo energetico del dispositivo.
+
+1. Carica il codice sul tuo Wio Terminal e utilizza il Monitor Serial per vedere il dispositivo connettersi al WiFi e a MQTT.
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    source /Users/jimbennett/GitHub/IoT-For-Beginners/1-getting-started/lessons/4-connect-internet/code-mqtt/wio-terminal/nightlight/.venv/bin/activate
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    Attempting MQTT connection...connected
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-mqtt/wio-terminal](../../../../../1-getting-started/lessons/4-connect-internet/code-mqtt/wio-terminal).
+
+😀 Hai connesso con successo il tuo dispositivo a un broker MQTT.
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/1-getting-started/lessons/4-connect-internet/wio-terminal-telemetry.md b/translations/it/1-getting-started/lessons/4-connect-internet/wio-terminal-telemetry.md
new file mode 100644
index 00000000..91effb41
--- /dev/null
+++ b/translations/it/1-getting-started/lessons/4-connect-internet/wio-terminal-telemetry.md
@@ -0,0 +1,91 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4bcc29fe2b65e56eada83d2476279227",
+  "translation_date": "2025-08-25T17:17:18+00:00",
+  "source_file": "1-getting-started/lessons/4-connect-internet/wio-terminal-telemetry.md",
+  "language_code": "it"
+}
+-->
+# Controlla la tua luce notturna tramite Internet - Wio Terminal
+
+In questa parte della lezione, invierai telemetria con i livelli di luce dal tuo Wio Terminal al broker MQTT.
+
+## Installa le librerie JSON per Arduino
+
+Un modo popolare per inviare messaggi tramite MQTT è utilizzare JSON. Esiste una libreria Arduino per JSON che semplifica la lettura e la scrittura di documenti JSON.
+
+### Attività
+
+Installa la libreria JSON per Arduino.
+
+1. Apri il progetto della luce notturna in VS Code.
+
+1. Aggiungi la seguente riga aggiuntiva alla lista `lib_deps` nel file `platformio.ini`:
+
+    ```ini
+    bblanchon/ArduinoJson @ 6.17.3
+    ```
+
+    Questo importa [ArduinoJson](https://arduinojson.org), una libreria JSON per Arduino.
+
+## Pubblica la telemetria
+
+Il passo successivo è creare un documento JSON con la telemetria e inviarlo al broker MQTT.
+
+### Attività - pubblica la telemetria
+
+Pubblica la telemetria sul broker MQTT.
+
+1. Aggiungi il seguente codice alla fine del file `config.h` per definire il nome del topic di telemetria per il broker MQTT:
+
+    ```cpp
+    const string CLIENT_TELEMETRY_TOPIC = ID + "/telemetry";
+    ```
+
+    Il `CLIENT_TELEMETRY_TOPIC` è il topic su cui il dispositivo pubblicherà i livelli di luce.
+
+1. Apri il file `main.cpp`.
+
+1. Aggiungi la seguente direttiva `#include` all'inizio del file:
+
+    ```cpp
+    #include <ArduinoJSON.h>
+    ```
+
+1. Aggiungi il seguente codice all'interno della funzione `loop`, appena prima del `delay`:
+
+    ```cpp
+    int light = analogRead(WIO_LIGHT);
+
+    DynamicJsonDocument doc(1024);
+    doc["light"] = light;
+
+    string telemetry;
+    serializeJson(doc, telemetry);
+
+    Serial.print("Sending telemetry ");
+    Serial.println(telemetry.c_str());
+
+    client.publish(CLIENT_TELEMETRY_TOPIC.c_str(), telemetry.c_str());
+    ```
+
+    Questo codice legge il livello di luce e crea un documento JSON utilizzando ArduinoJson che contiene questo livello. Successivamente, viene serializzato in una stringa e pubblicato sul topic MQTT di telemetria dal client MQTT.
+
+1. Carica il codice sul tuo Wio Terminal e utilizza il Serial Monitor per vedere i livelli di luce inviati al broker MQTT.
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Attempting MQTT connection...connected
+    Sending telemetry {"light":652}
+    Sending telemetry {"light":612}
+    Sending telemetry {"light":583}
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-telemetry/wio-terminal](../../../../../1-getting-started/lessons/4-connect-internet/code-telemetry/wio-terminal).
+
+😀 Hai inviato con successo la telemetria dal tuo dispositivo.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/README.md b/translations/it/2-farm/README.md
new file mode 100644
index 00000000..2d786dc6
--- /dev/null
+++ b/translations/it/2-farm/README.md
@@ -0,0 +1,32 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "428bda82d9e6016ecea7c797564bf081",
+  "translation_date": "2025-08-25T16:42:47+00:00",
+  "source_file": "2-farm/README.md",
+  "language_code": "it"
+}
+-->
+# Coltivare con l'IoT
+
+Con l'aumento della popolazione, cresce anche la domanda di prodotti agricoli. La quantità di terra disponibile non cambia, ma il clima sì, creando ulteriori sfide per gli agricoltori, in particolare per i 2 miliardi di [agricoltori di sussistenza](https://wikipedia.org/wiki/Subsistence_agriculture) che dipendono da ciò che coltivano per nutrirsi e sfamare le loro famiglie. L'IoT può aiutare gli agricoltori a prendere decisioni più intelligenti su cosa coltivare e quando raccogliere, aumentare i raccolti, ridurre il lavoro manuale e rilevare e affrontare i parassiti.
+
+In queste 6 lezioni imparerai come applicare l'Internet delle Cose per migliorare e automatizzare l'agricoltura.
+
+> 💁 Queste lezioni utilizzeranno alcune risorse cloud. Se non completi tutte le lezioni di questo progetto, assicurati di [Pulire il tuo progetto](../clean-up.md).
+
+## Argomenti
+
+1. [Prevedere la crescita delle piante con l'IoT](lessons/1-predict-plant-growth/README.md)  
+1. [Rilevare l'umidità del suolo](lessons/2-detect-soil-moisture/README.md)  
+1. [Irrigazione automatizzata delle piante](lessons/3-automated-plant-watering/README.md)  
+1. [Migrare la tua pianta al cloud](lessons/4-migrate-your-plant-to-the-cloud/README.md)  
+1. [Migrare la logica della tua applicazione al cloud](lessons/5-migrate-application-to-the-cloud/README.md)  
+1. [Mantenere la tua pianta sicura](lessons/6-keep-your-plant-secure/README.md)  
+
+## Crediti
+
+Tutte le lezioni sono state scritte con ♥️ da [Jim Bennett](https://GitHub.com/JimBobBennett)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/1-predict-plant-growth/README.md b/translations/it/2-farm/lessons/1-predict-plant-growth/README.md
new file mode 100644
index 00000000..9d855756
--- /dev/null
+++ b/translations/it/2-farm/lessons/1-predict-plant-growth/README.md
@@ -0,0 +1,145 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "d105b44deae539165855c976dcdeca99",
+  "translation_date": "2025-08-25T16:44:51+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/README.md",
+  "language_code": "it"
+}
+-->
+# Prevedere la crescita delle piante con IoT
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/9)
+
+## Introduzione
+
+Le piante necessitano di alcuni elementi per crescere: acqua, anidride carbonica, nutrienti, luce e calore. In questa lezione imparerai a calcolare i tassi di crescita e maturazione delle piante misurando la temperatura dell'aria.
+
+In questa lezione tratteremo:
+
+* [Agricoltura digitale](../../../../../2-farm/lessons/1-predict-plant-growth)
+* [Perché la temperatura è importante in agricoltura?](../../../../../2-farm/lessons/1-predict-plant-growth)
+* [Misurare la temperatura ambiente](../../../../../2-farm/lessons/1-predict-plant-growth)
+* [Giorni grado di crescita (GDD)](../../../../../2-farm/lessons/1-predict-plant-growth)
+* [Calcolare i GDD utilizzando i dati del sensore di temperatura](../../../../../2-farm/lessons/1-predict-plant-growth)
+
+## Agricoltura digitale
+
+L'agricoltura digitale sta trasformando il modo in cui coltiviamo, utilizzando strumenti per raccogliere, archiviare e analizzare i dati agricoli. Attualmente ci troviamo in un periodo descritto dal World Economic Forum come la "Quarta Rivoluzione Industriale", e l'ascesa dell'agricoltura digitale è stata definita la "Quarta Rivoluzione Agricola" o "Agricoltura 4.0".
+
+> 🎓 Il termine Agricoltura Digitale include anche l'intera "catena del valore agricolo", ovvero tutto il percorso dal campo alla tavola. Comprende il monitoraggio della qualità dei prodotti mentre vengono spediti e lavorati, i sistemi di magazzino e di e-commerce, persino le app per il noleggio di trattori!
+
+Questi cambiamenti permettono agli agricoltori di aumentare i raccolti, utilizzare meno fertilizzanti e pesticidi e ottimizzare l'uso dell'acqua. Sebbene principalmente utilizzati nei paesi più ricchi, i sensori e altri dispositivi stanno lentamente diminuendo di prezzo, rendendoli più accessibili nei paesi in via di sviluppo.
+
+Alcune tecniche rese possibili dall'agricoltura digitale sono:
+
+* Misurazione della temperatura - misurare la temperatura consente agli agricoltori di prevedere la crescita e la maturazione delle piante.
+* Irrigazione automatizzata - misurare l'umidità del suolo e attivare i sistemi di irrigazione quando il terreno è troppo secco, anziché irrigare a intervalli prestabiliti. L'irrigazione programmata può portare a una sotto-irrigazione durante un periodo caldo e secco, o a una sovra-irrigazione durante la pioggia. Irrigando solo quando il terreno ne ha bisogno, gli agricoltori possono ottimizzare l'uso dell'acqua.
+* Controllo dei parassiti - gli agricoltori possono utilizzare telecamere su robot automatizzati o droni per controllare la presenza di parassiti, applicando pesticidi solo dove necessario, riducendo la quantità di pesticidi utilizzati e il loro deflusso nelle riserve idriche locali.
+
+✅ Fai una ricerca. Quali altre tecniche vengono utilizzate per migliorare i raccolti agricoli?
+
+> 🎓 Il termine "Agricoltura di Precisione" si riferisce all'osservazione, misurazione e risposta alle colture su base per campo, o persino su parti di un campo. Questo include la misurazione dei livelli di acqua, nutrienti e parassiti e la risposta accurata, come irrigare solo una piccola parte di un campo.
+
+## Perché la temperatura è importante in agricoltura?
+
+Quando si studiano le piante, la maggior parte degli studenti impara la necessità di acqua, luce, anidride carbonica e nutrienti. Le piante hanno anche bisogno di calore per crescere - ecco perché fioriscono in primavera quando la temperatura aumenta, perché bucaneve o narcisi possono germogliare presto grazie a un breve periodo di caldo, e perché serre e hothouse sono così efficaci nel favorire la crescita delle piante.
+
+> 🎓 Le serre e le hothouse svolgono un lavoro simile, ma con una differenza importante. Le hothouse sono riscaldate artificialmente e permettono agli agricoltori di controllare la temperatura in modo più accurato, mentre le serre si affidano al sole per il calore e di solito l'unico controllo è rappresentato da finestre o altre aperture per far uscire il calore.
+
+Le piante hanno una temperatura base o minima, una temperatura ottimale e una temperatura massima, tutte basate sulle temperature medie giornaliere.
+
+* Temperatura base - è la temperatura media giornaliera minima necessaria affinché una pianta cresca.
+* Temperatura ottimale - è la temperatura media giornaliera ideale per ottenere la massima crescita.
+* Temperatura massima - è la temperatura massima che una pianta può sopportare. Al di sopra di questa, la pianta interrompe la crescita nel tentativo di conservare acqua e sopravvivere.
+
+> 💁 Queste sono temperature medie, calcolate come media tra le temperature diurne e notturne. Le piante necessitano anche di temperature diverse tra giorno e notte per fotosintetizzare in modo più efficiente e risparmiare energia di notte.
+
+Ogni specie di pianta ha valori diversi per la temperatura base, ottimale e massima. Questo spiega perché alcune piante prosperano in paesi caldi e altre in paesi freddi.
+
+✅ Fai una ricerca. Per le piante che hai nel tuo giardino, scuola o parco locale, cerca di trovare la temperatura base.
+
+![Un grafico che mostra il tasso di crescita aumentare con l'aumento della temperatura, per poi diminuire quando la temperatura diventa troppo alta](../../../../../translated_images/plant-growth-temp-graph.c6d69c9478e6ca832baa8dcb8d4adcbb67304074ce50e94ac8faae95975177f9.it.png)
+
+Il grafico sopra mostra un esempio di relazione tra tasso di crescita e temperatura. Fino alla temperatura base non c'è crescita. Il tasso di crescita aumenta fino alla temperatura ottimale, poi diminuisce dopo aver raggiunto il picco. Alla temperatura massima la crescita si interrompe.
+
+La forma di questo grafico varia da specie a specie. Alcune hanno cali più bruschi sopra la temperatura ottimale, altre hanno aumenti più graduali dalla temperatura base a quella ottimale.
+
+> 💁 Per ottenere la migliore crescita, un agricoltore deve conoscere i tre valori di temperatura e comprendere la forma dei grafici per le piante che sta coltivando.
+
+Se un agricoltore ha il controllo della temperatura, ad esempio in una hothouse commerciale, può ottimizzare per le sue piante. Una hothouse commerciale che coltiva pomodori, ad esempio, avrà la temperatura impostata intorno ai 25°C durante il giorno e 20°C di notte per ottenere la crescita più rapida.
+
+> 🍅 Combinando queste temperature con luci artificiali, fertilizzanti e livelli controllati di CO
+Questo codice apre il file CSV e aggiunge una nuova riga alla fine. La riga contiene la data e l'ora corrente formattate in un formato leggibile, seguite dalla temperatura ricevuta dal dispositivo IoT. I dati sono memorizzati nel [formato ISO 8601](https://wikipedia.org/wiki/ISO_8601) con il fuso orario, ma senza microsecondi.
+
+1. Esegui questo codice nello stesso modo di prima, assicurandoti che il tuo dispositivo IoT stia inviando dati. Verrà creato un file CSV chiamato `temperature.csv` nella stessa cartella. Se lo visualizzi, vedrai date/ore e misurazioni della temperatura:
+
+    ```output
+    date,temperature
+    2021-04-19T17:21:36-07:00,25
+    2021-04-19T17:31:36-07:00,24
+    2021-04-19T17:41:36-07:00,25
+    ```
+
+1. Esegui questo codice per un po' di tempo per catturare i dati. Idealmente, dovresti eseguirlo per un'intera giornata per raccogliere abbastanza dati per i calcoli GDD.
+
+    
+> 💁 Se stai utilizzando un dispositivo IoT virtuale, seleziona la casella di controllo casuale e imposta un intervallo per evitare di ottenere sempre la stessa temperatura ogni volta che viene restituito il valore della temperatura.
+    ![Seleziona la casella di controllo casuale e imposta un intervallo](../../../../../translated_images/select-the-random-checkbox-and-set-a-range.32cf4bc7c12e797f8c76616b10c7c23a6592321bb1a6310e0b481e72f97d23b3.it.png) 
+
+    > 💁 Se vuoi eseguirlo per un'intera giornata, devi assicurarti che il computer su cui gira il codice del server non vada in sospensione, modificando le impostazioni di alimentazione o eseguendo qualcosa come [questo script Python per mantenere il sistema attivo](https://github.com/jaqsparow/keep-system-active).
+    
+> 💁 Puoi trovare questo codice nella cartella [code-server/temperature-sensor-server](../../../../../2-farm/lessons/1-predict-plant-growth/code-server/temperature-sensor-server).
+
+### Compito - calcolare GDD utilizzando i dati memorizzati
+
+Una volta che il server ha catturato i dati sulla temperatura, è possibile calcolare i GDD per una pianta.
+
+I passaggi per farlo manualmente sono:
+
+1. Trova la temperatura base per la pianta. Ad esempio, per le fragole la temperatura base è 10°C.
+
+1. Dal file `temperature.csv`, trova le temperature massime e minime della giornata.
+
+1. Utilizza il calcolo GDD fornito in precedenza per calcolare i GDD.
+
+Ad esempio, se la temperatura massima della giornata è 25°C e la minima è 12°C:
+
+![GDD = 25 + 12 diviso per 2, poi sottrai 10 dal risultato ottenendo 8.5](../../../../../translated_images/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.it.png)
+
+* 25 + 12 = 37
+* 37 / 2 = 18.5
+* 18.5 - 10 = 8.5
+
+Pertanto, le fragole hanno ricevuto **8.5** GDD. Le fragole necessitano di circa 250 GDD per produrre frutti, quindi c'è ancora un po' di strada da fare.
+
+---
+
+## 🚀 Sfida
+
+Le piante hanno bisogno di più del calore per crescere. Quali altre cose sono necessarie?
+
+Per queste, trova se ci sono sensori che possono misurarle. E gli attuatori per controllare questi livelli? Come metteresti insieme uno o più dispositivi IoT per ottimizzare la crescita delle piante?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/10)
+
+## Revisione e studio autonomo
+
+* Leggi di più sull'agricoltura digitale sulla [pagina Wikipedia sull'agricoltura digitale](https://wikipedia.org/wiki/Digital_agriculture). Leggi anche di più sull'agricoltura di precisione sulla [pagina Wikipedia sull'agricoltura di precisione](https://wikipedia.org/wiki/Precision_agriculture).
+* Il calcolo completo dei gradi giorno di crescita è più complicato rispetto a quello semplificato fornito qui. Leggi di più sull'equazione più complessa e su come gestire le temperature al di sotto della soglia sulla [pagina Wikipedia sui gradi giorno di crescita](https://wikipedia.org/wiki/Growing_degree-day).
+* Il cibo potrebbe diventare scarso in futuro se continuiamo a utilizzare gli stessi metodi di coltivazione. Scopri di più sulle tecniche di agricoltura hi-tech in questo [video sulle fattorie hi-tech del futuro su YouTube](https://www.youtube.com/watch?v=KIEOuKD9KX8).
+
+## Compito
+
+[Visualizza i dati GDD utilizzando un Jupyter Notebook](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/1-predict-plant-growth/assignment.md b/translations/it/2-farm/lessons/1-predict-plant-growth/assignment.md
new file mode 100644
index 00000000..5bedaccf
--- /dev/null
+++ b/translations/it/2-farm/lessons/1-predict-plant-growth/assignment.md
@@ -0,0 +1,55 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "1e21b012c6685f8bf73e0e76cdca3347",
+  "translation_date": "2025-08-25T16:46:05+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/assignment.md",
+  "language_code": "it"
+}
+-->
+# Visualizza i dati GDD utilizzando un Jupyter Notebook
+
+## Istruzioni
+
+In questa lezione hai raccolto dati GDD utilizzando un sensore IoT. Per ottenere buoni dati GDD, è necessario raccogliere dati per più giorni. Per aiutarti a visualizzare i dati sulla temperatura e calcolare i GDD, puoi utilizzare strumenti come [Jupyter Notebooks](https://jupyter.org) per analizzare i dati.
+
+Inizia raccogliendo dati per alcuni giorni. Dovrai assicurarti che il codice del tuo server sia in esecuzione per tutto il tempo in cui il tuo dispositivo IoT è attivo, regolando le impostazioni di gestione dell'alimentazione o utilizzando qualcosa come [questo script Python per mantenere attivo il sistema](https://github.com/jaqsparow/keep-system-active).
+
+Una volta che hai i dati sulla temperatura, puoi utilizzare il Jupyter Notebook in questo repository per visualizzarli e calcolare i GDD. I Jupyter Notebook combinano codice e istruzioni in blocchi chiamati *celle*, spesso con codice in Python. Puoi leggere le istruzioni, quindi eseguire ogni blocco di codice, uno alla volta. Puoi anche modificare il codice. In questo notebook, ad esempio, puoi modificare la temperatura base utilizzata per calcolare i GDD per la tua pianta.
+
+1. Crea una cartella chiamata `gdd-calculation`
+
+1. Scarica il file [gdd.ipynb](../../../../../2-farm/lessons/1-predict-plant-growth/code-notebook/gdd.ipynb) e copialo nella cartella `gdd-calculation`.
+
+1. Copia il file `temperature.csv` creato dal server MQTT.
+
+1. Crea un nuovo ambiente virtuale Python nella cartella `gdd-calculation`.
+
+1. Installa alcuni pacchetti pip per i Jupyter Notebook, insieme alle librerie necessarie per gestire e rappresentare graficamente i dati:
+
+    ```sh
+    pip install --upgrade pip
+    pip install pandas
+    pip install matplotlib
+    pip install jupyter
+    ```
+
+1. Esegui il notebook in Jupyter:
+
+    ```sh
+    jupyter notebook gdd.ipynb
+    ```
+
+    Jupyter si avvierà e aprirà il notebook nel tuo browser. Segui le istruzioni nel notebook per visualizzare le temperature misurate e calcolare i gradi giorno di crescita.
+
+    ![Il jupyter notebook](../../../../../translated_images/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.it.png)
+
+## Rubrica
+
+| Criteri | Esemplare | Adeguato | Da Migliorare |
+| -------- | --------- | -------- | ------------- |
+| Raccolta dati | Raccogli almeno 2 giorni completi di dati | Raccogli almeno 1 giorno completo di dati | Raccogli alcuni dati |
+| Calcolo GDD | Esegui con successo il notebook e calcola i GDD | Esegui con successo il notebook | Non riesci a eseguire il notebook |
+
+**Disclaimer (Avviso di esclusione di responsabilità)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si consiglia una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/1-predict-plant-growth/pi-temp.md b/translations/it/2-farm/lessons/1-predict-plant-growth/pi-temp.md
new file mode 100644
index 00000000..e83250ce
--- /dev/null
+++ b/translations/it/2-farm/lessons/1-predict-plant-growth/pi-temp.md
@@ -0,0 +1,123 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7678f7c67b97ee52d5727496dcd7d346",
+  "translation_date": "2025-08-25T16:48:38+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/pi-temp.md",
+  "language_code": "it"
+}
+-->
+# Misurare la temperatura - Raspberry Pi
+
+In questa parte della lezione, aggiungerai un sensore di temperatura al tuo Raspberry Pi.
+
+## Hardware
+
+Il sensore che utilizzerai è un [sensore di umidità e temperatura DHT11](https://www.seeedstudio.com/Grove-Temperature-Humidity-Sensor-DHT11.html), che combina 2 sensori in un unico dispositivo. Questo sensore è abbastanza popolare e molti sensori disponibili in commercio combinano temperatura, umidità e talvolta pressione atmosferica. Il componente del sensore di temperatura è un termistore a coefficiente di temperatura negativo (NTC), un termistore in cui la resistenza diminuisce con l'aumentare della temperatura.
+
+Si tratta di un sensore digitale, quindi dispone di un ADC integrato per creare un segnale digitale contenente i dati di temperatura e umidità che il microcontrollore può leggere.
+
+### Collegare il sensore di temperatura
+
+Il sensore di temperatura Grove può essere collegato al Raspberry Pi.
+
+#### Attività
+
+Collega il sensore di temperatura
+
+![Un sensore di temperatura Grove](../../../../../translated_images/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del sensore di umidità e temperatura. Il cavo può essere inserito solo in un verso.
+
+1. Con il Raspberry Pi spento, collega l'altra estremità del cavo Grove alla presa digitale contrassegnata **D5** sul Grove Base Hat collegato al Pi. Questa presa è la seconda da sinistra, nella fila di prese accanto ai pin GPIO.
+
+![Il sensore di temperatura Grove collegato alla presa A0](../../../../../translated_images/pi-temperature-sensor.3ff82fff672c8e565ef25a39d26d111de006b825a7e0867227ef4e7fbff8553c.it.png)
+
+## Programmare il sensore di temperatura
+
+Ora il dispositivo può essere programmato per utilizzare il sensore di temperatura collegato.
+
+### Attività
+
+Programma il dispositivo.
+
+1. Accendi il Pi e attendi che si avvii.
+
+1. Avvia VS Code, direttamente sul Pi o connettendoti tramite l'estensione Remote SSH.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per configurare e avviare VS Code nella lezione 1, se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/pi.md).
+
+1. Dal terminale, crea una nuova cartella nella directory home dell'utente `pi` chiamata `temperature-sensor`. Crea un file in questa cartella chiamato `app.py`:
+
+    ```sh
+    mkdir temperature-sensor
+    cd temperature-sensor
+    touch app.py
+    ```
+
+1. Apri questa cartella in VS Code.
+
+1. Per utilizzare il sensore di temperatura e umidità, è necessario installare un pacchetto Pip aggiuntivo. Dal terminale in VS Code, esegui il seguente comando per installare questo pacchetto Pip sul Pi:
+
+    ```sh
+    pip3 install seeed-python-dht
+    ```
+
+1. Aggiungi il seguente codice al file `app.py` per importare le librerie necessarie:
+
+    ```python
+    import time
+    from seeed_dht import DHT
+    ```
+
+    L'istruzione `from seeed_dht import DHT` importa la classe `DHT` per interagire con un sensore di temperatura Grove dal modulo `seeed_dht`.
+
+1. Aggiungi il seguente codice dopo il codice sopra per creare un'istanza della classe che gestisce il sensore di temperatura:
+
+    ```python
+    sensor = DHT("11", 5)
+    ```
+
+    Questo dichiara un'istanza della classe `DHT` che gestisce il sensore digitale di umidità e temperatura (**D**igital **H**umidity and **T**emperature sensor). Il primo parametro indica al codice che il sensore utilizzato è il sensore *DHT11* - la libreria che stai utilizzando supporta altre varianti di questo sensore. Il secondo parametro indica al codice che il sensore è collegato alla porta digitale `D5` sul Grove Base Hat.
+
+    > ✅ Ricorda, tutte le prese hanno numeri di pin univoci. I pin 0, 2, 4 e 6 sono pin analogici, mentre i pin 5, 16, 18, 22, 24 e 26 sono pin digitali.
+
+1. Aggiungi un ciclo infinito dopo il codice sopra per interrogare il valore del sensore di temperatura e stamparlo sulla console:
+
+    ```python
+    while True:
+        _, temp = sensor.read()
+        print(f'Temperature {temp}°C')
+    ```
+
+    La chiamata a `sensor.read()` restituisce una tupla contenente umidità e temperatura. Hai bisogno solo del valore della temperatura, quindi l'umidità viene ignorata. Il valore della temperatura viene poi stampato sulla console.
+
+1. Aggiungi una breve pausa di dieci secondi alla fine del `loop`, poiché i livelli di temperatura non devono essere controllati continuamente. Una pausa riduce il consumo energetico del dispositivo.
+
+    ```python
+    time.sleep(10)
+    ```
+
+1. Dal terminale di VS Code, esegui il seguente comando per avviare la tua app Python:
+
+    ```sh
+    python3 app.py
+    ```
+
+    Dovresti vedere i valori di temperatura stampati sulla console. Usa qualcosa per riscaldare il sensore, come premere il pollice su di esso o utilizzare un ventilatore per vedere i valori cambiare:
+
+    ```output
+    pi@raspberrypi:~/temperature-sensor $ python3 app.py 
+    Temperature 26°C
+    Temperature 26°C
+    Temperature 28°C
+    Temperature 30°C
+    Temperature 32°C
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-temperature/pi](../../../../../2-farm/lessons/1-predict-plant-growth/code-temperature/pi).
+
+😀 Il tuo programma per il sensore di temperatura è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/1-predict-plant-growth/single-board-computer-temp-publish.md b/translations/it/2-farm/lessons/1-predict-plant-growth/single-board-computer-temp-publish.md
new file mode 100644
index 00000000..acacabec
--- /dev/null
+++ b/translations/it/2-farm/lessons/1-predict-plant-growth/single-board-computer-temp-publish.md
@@ -0,0 +1,69 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4efc74299e19f5d08f2f3f34451a11ba",
+  "translation_date": "2025-08-25T16:45:40+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/single-board-computer-temp-publish.md",
+  "language_code": "it"
+}
+-->
+# Pubblicare la temperatura - Hardware IoT Virtuale e Raspberry Pi
+
+In questa parte della lezione, pubblicherai i valori di temperatura rilevati dal Raspberry Pi o dal dispositivo IoT virtuale tramite MQTT, in modo che possano essere utilizzati successivamente per calcolare i GDD.
+
+## Pubblicare la temperatura
+
+Una volta letta la temperatura, può essere pubblicata tramite MQTT a un codice 'server' che leggerà i valori e li memorizzerà pronti per essere utilizzati nel calcolo dei GDD.
+
+### Attività - pubblicare la temperatura
+
+Programma il dispositivo per pubblicare i dati della temperatura.
+
+1. Apri il progetto dell'app `temperature-sensor` se non è già aperto.
+
+1. Ripeti i passaggi che hai eseguito nella lezione 4 per connetterti a MQTT e inviare telemetria. Utilizzerai lo stesso broker pubblico Mosquitto.
+
+    I passaggi sono:
+
+    - Aggiungi il pacchetto pip MQTT
+    - Aggiungi il codice per connetterti al broker MQTT
+    - Aggiungi il codice per pubblicare la telemetria
+
+    > ⚠️ Consulta le [istruzioni per connettersi a MQTT](../../../1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md) e le [istruzioni per inviare telemetria](../../../1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md) dalla lezione 4, se necessario.
+
+1. Assicurati che il `client_name` rifletta il nome di questo progetto:
+
+    ```python
+    client_name = id + 'temperature_sensor_client'
+    ```
+
+1. Per la telemetria, invece di inviare un valore di luce, invia il valore della temperatura letto dal sensore DHT in una proprietà del documento JSON chiamata `temperature`:
+
+    ```python
+    _, temp = sensor.read()
+    telemetry = json.dumps({'temperature' : temp})
+    ```
+
+1. Non è necessario leggere il valore della temperatura molto spesso, poiché non cambierà molto in un breve periodo di tempo. Imposta quindi il `time.sleep` a 10 minuti:
+
+    ```cpp
+    time.sleep(10 * 60);
+    ```
+
+    > 💁 La funzione `sleep` prende il tempo in secondi, quindi per renderlo più leggibile il valore viene passato come risultato di un calcolo. 60 secondi in un minuto, quindi 10 x (60 secondi in un minuto) dà un ritardo di 10 minuti.
+
+1. Esegui il codice nello stesso modo in cui hai eseguito il codice della parte precedente dell'assegnamento. Se stai utilizzando un dispositivo IoT virtuale, assicurati che l'app CounterFit sia in esecuzione e che i sensori di umidità e temperatura siano stati creati sui pin corretti.
+
+    ```output
+    pi@raspberrypi:~/temperature-sensor $ python3 app.py
+    MQTT connected!
+    Sending telemetry  {"temperature": 25}
+    Sending telemetry  {"temperature": 25}
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-publish-temperature/virtual-device](../../../../../2-farm/lessons/1-predict-plant-growth/code-publish-temperature/virtual-device) o nella cartella [code-publish-temperature/pi](../../../../../2-farm/lessons/1-predict-plant-growth/code-publish-temperature/pi).
+
+😀 Hai pubblicato con successo la temperatura come telemetria dal tuo dispositivo.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione AI [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md b/translations/it/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
new file mode 100644
index 00000000..3829d63c
--- /dev/null
+++ b/translations/it/2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md
@@ -0,0 +1,152 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "70e5a428b607cd5a9a4f422c2a4df03d",
+  "translation_date": "2025-08-25T16:48:00+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/virtual-device-temp.md",
+  "language_code": "it"
+}
+-->
+# Misurare la temperatura - Hardware IoT Virtuale
+
+In questa parte della lezione, aggiungerai un sensore di temperatura al tuo dispositivo IoT virtuale.
+
+## Hardware Virtuale
+
+Il dispositivo IoT virtuale utilizzerà un sensore simulato Grove Digital Humidity and Temperature. Questo mantiene il laboratorio simile all'utilizzo di un Raspberry Pi con un sensore fisico Grove DHT11.
+
+Il sensore combina un **sensore di temperatura** con un **sensore di umidità**, ma in questo laboratorio ti interesserà solo la componente del sensore di temperatura. In un dispositivo IoT fisico, il sensore di temperatura sarebbe un [termistore](https://wikipedia.org/wiki/Thermistor) che misura la temperatura rilevando un cambiamento di resistenza al variare della temperatura. I sensori di temperatura sono solitamente sensori digitali che convertono internamente la resistenza misurata in una temperatura in gradi Celsius (o Kelvin, o Fahrenheit).
+
+### Aggiungere i sensori a CounterFit
+
+Per utilizzare un sensore virtuale di umidità e temperatura, devi aggiungere i due sensori all'app CounterFit.
+
+#### Attività - aggiungere i sensori a CounterFit
+
+Aggiungi i sensori di umidità e temperatura all'app CounterFit.
+
+1. Crea una nuova app Python sul tuo computer in una cartella chiamata `temperature-sensor` con un singolo file chiamato `app.py`, un ambiente virtuale Python, e aggiungi i pacchetti pip di CounterFit.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per creare e configurare un progetto Python CounterFit nella lezione 1 se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/virtual-device.md).
+
+1. Installa un pacchetto Pip aggiuntivo per installare uno shim CounterFit per il sensore DHT11. Assicurati di installarlo da un terminale con l'ambiente virtuale attivato.
+
+    ```sh
+    pip install counterfit-shims-seeed-python-dht
+    ```
+
+1. Assicurati che l'app web CounterFit sia in esecuzione.
+
+1. Crea un sensore di umidità:
+
+    1. Nella casella *Create sensor* nel pannello *Sensors*, apri il menu a tendina *Sensor type* e seleziona *Humidity*.
+
+    1. Lascia le *Units* impostate su *Percentage*.
+
+    1. Assicurati che il *Pin* sia impostato su *5*.
+
+    1. Seleziona il pulsante **Add** per creare il sensore di umidità sul Pin 5.
+
+    ![Impostazioni del sensore di umidità](../../../../../translated_images/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.it.png)
+
+    Il sensore di umidità verrà creato e apparirà nella lista dei sensori.
+
+    ![Sensore di umidità creato](../../../../../translated_images/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.it.png)
+
+1. Crea un sensore di temperatura:
+
+    1. Nella casella *Create sensor* nel pannello *Sensors*, apri il menu a tendina *Sensor type* e seleziona *Temperature*.
+
+    1. Lascia le *Units* impostate su *Celsius*.
+
+    1. Assicurati che il *Pin* sia impostato su *6*.
+
+    1. Seleziona il pulsante **Add** per creare il sensore di temperatura sul Pin 6.
+
+    ![Impostazioni del sensore di temperatura](../../../../../translated_images/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.it.png)
+
+    Il sensore di temperatura verrà creato e apparirà nella lista dei sensori.
+
+    ![Sensore di temperatura creato](../../../../../translated_images/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.it.png)
+
+## Programmare l'app del sensore di temperatura
+
+Ora puoi programmare l'app del sensore di temperatura utilizzando i sensori di CounterFit.
+
+### Attività - programmare l'app del sensore di temperatura
+
+Programma l'app del sensore di temperatura.
+
+1. Assicurati che l'app `temperature-sensor` sia aperta in VS Code.
+
+1. Apri il file `app.py`.
+
+1. Aggiungi il seguente codice all'inizio di `app.py` per connettere l'app a CounterFit:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+1. Aggiungi il seguente codice al file `app.py` per importare le librerie necessarie:
+
+    ```python
+    import time
+    from counterfit_shims_seeed_python_dht import DHT
+    ```
+
+    L'istruzione `from seeed_dht import DHT` importa la classe `DHT` per interagire con un sensore virtuale Grove di temperatura utilizzando uno shim dal modulo `counterfit_shims_seeed_python_dht`.
+
+1. Aggiungi il seguente codice dopo quello sopra per creare un'istanza della classe che gestisce il sensore virtuale di umidità e temperatura:
+
+    ```python
+    sensor = DHT("11", 5)
+    ```
+
+    Questo dichiara un'istanza della classe `DHT` che gestisce il sensore virtuale di **U**midità e **T**emperatura **D**igitale. Il primo parametro indica che il sensore utilizzato è un sensore virtuale *DHT11*. Il secondo parametro indica che il sensore è connesso alla porta `5`.
+
+    > 💁 CounterFit simula questo sensore combinato di umidità e temperatura collegandosi a 2 sensori: un sensore di umidità sul pin indicato quando viene creata la classe `DHT`, e un sensore di temperatura che funziona sul pin successivo. Se il sensore di umidità è sul pin 5, lo shim si aspetta che il sensore di temperatura sia sul pin 6.
+
+1. Aggiungi un ciclo infinito dopo il codice sopra per interrogare il valore del sensore di temperatura e stamparlo sulla console:
+
+    ```python
+    while True:
+        _, temp = sensor.read()
+        print(f'Temperature {temp}°C')
+    ```
+
+    La chiamata a `sensor.read()` restituisce una tupla di umidità e temperatura. Ti serve solo il valore della temperatura, quindi l'umidità viene ignorata. Il valore della temperatura viene poi stampato sulla console.
+
+1. Aggiungi una pausa di dieci secondi alla fine del `loop`, poiché i livelli di temperatura non devono essere controllati continuamente. Una pausa riduce il consumo energetico del dispositivo.
+
+    ```python
+    time.sleep(10)
+    ```
+
+1. Dal terminale di VS Code con un ambiente virtuale attivato, esegui il seguente comando per avviare la tua app Python:
+
+    ```sh
+    python app.py
+    ```
+
+1. Dall'app CounterFit, modifica il valore del sensore di temperatura che verrà letto dall'app. Puoi farlo in due modi:
+
+    * Inserisci un numero nella casella *Value* del sensore di temperatura, quindi seleziona il pulsante **Set**. Il numero inserito sarà il valore restituito dal sensore.
+
+    * Seleziona la casella *Random*, inserisci un valore *Min* e *Max*, quindi seleziona il pulsante **Set**. Ogni volta che il sensore legge un valore, leggerà un numero casuale tra *Min* e *Max*.
+
+    Dovresti vedere i valori impostati apparire nella console. Modifica il *Value* o le impostazioni *Random* per vedere il valore cambiare.
+
+    ```output
+    (.venv) ➜  temperature-sensor python app.py
+    Temperature 28.25°C
+    Temperature 30.71°C
+    Temperature 25.17°C
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-temperature/virtual-device](../../../../../2-farm/lessons/1-predict-plant-growth/code-temperature/virtual-device).
+
+😀 Il tuo programma del sensore di temperatura è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp-publish.md b/translations/it/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp-publish.md
new file mode 100644
index 00000000..451742ad
--- /dev/null
+++ b/translations/it/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp-publish.md
@@ -0,0 +1,80 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "df28cd649cd892bcce034e064913b2f3",
+  "translation_date": "2025-08-25T16:47:22+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/wio-terminal-temp-publish.md",
+  "language_code": "it"
+}
+-->
+# Pubblicare la temperatura - Wio Terminal
+
+In questa parte della lezione, pubblicherai i valori di temperatura rilevati dal Wio Terminal tramite MQTT, in modo che possano essere utilizzati successivamente per calcolare il GDD.
+
+## Pubblicare la temperatura
+
+Una volta letta la temperatura, questa può essere pubblicata tramite MQTT a un codice 'server' che leggerà i valori e li memorizzerà pronti per essere utilizzati nel calcolo del GDD. I microcontrollori non leggono l'ora da Internet né tengono traccia del tempo con un orologio in tempo reale di default; il dispositivo deve essere programmato per farlo, supponendo che disponga dell'hardware necessario.
+
+Per semplificare le cose in questa lezione, l'ora non verrà inviata insieme ai dati del sensore; invece, potrà essere aggiunta dal codice server quando riceve i messaggi.
+
+### Attività
+
+Programma il dispositivo per pubblicare i dati della temperatura.
+
+1. Apri il progetto `temperature-sensor` per il Wio Terminal.
+
+1. Ripeti i passaggi che hai eseguito nella lezione 4 per connetterti a MQTT e inviare telemetria. Utilizzerai lo stesso broker pubblico Mosquitto.
+
+    I passaggi sono i seguenti:
+
+    - Aggiungi le librerie Seeed WiFi e MQTT al file `.ini`
+    - Aggiungi il file di configurazione e il codice per connetterti al WiFi
+    - Aggiungi il codice per connetterti al broker MQTT
+    - Aggiungi il codice per pubblicare la telemetria
+
+    > ⚠️ Consulta le [istruzioni per connettersi a MQTT](../../../1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md) e le [istruzioni per inviare telemetria](../../../1-getting-started/lessons/4-connect-internet/wio-terminal-telemetry.md) dalla lezione 4, se necessario.
+
+1. Assicurati che il `CLIENT_NAME` nel file header `config.h` rifletta questo progetto:
+
+    ```cpp
+    const string CLIENT_NAME = ID + "temperature_sensor_client";
+    ```
+
+1. Per la telemetria, invece di inviare un valore di luce, invia il valore della temperatura letto dal sensore DHT in una proprietà del documento JSON chiamata `temperature`, modificando la funzione `loop` in `main.cpp`:
+
+    ```cpp
+    float temp_hum_val[2] = {0};
+    dht.readTempAndHumidity(temp_hum_val);
+
+    DynamicJsonDocument doc(1024);
+    doc["temperature"] = temp_hum_val[1];
+    ```
+
+1. Non è necessario leggere il valore della temperatura molto spesso, poiché non cambierà molto in un breve intervallo di tempo. Imposta quindi il `delay` nella funzione `loop` a 10 minuti:
+
+    ```cpp
+    delay(10 * 60 * 1000);
+    ```
+
+    > 💁 La funzione `delay` prende il tempo in millisecondi, quindi per renderlo più leggibile il valore viene passato come risultato di un calcolo. 1.000 ms in un secondo, 60 secondi in un minuto, quindi 10 x (60 secondi in un minuto) x (1.000 ms in un secondo) dà un ritardo di 10 minuti.
+
+1. Carica il codice sul tuo Wio Terminal e utilizza il monitor seriale per vedere la temperatura inviata al broker MQTT.
+
+    ```output
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    Attempting MQTT connection...connected
+    Sending telemetry {"temperature":25}
+    Sending telemetry {"temperature":25}
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-publish-temperature/wio-terminal](../../../../../2-farm/lessons/1-predict-plant-growth/code-publish-temperature/wio-terminal).
+
+😀 Hai pubblicato con successo la temperatura come telemetria dal tuo dispositivo.
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md b/translations/it/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
new file mode 100644
index 00000000..40228395
--- /dev/null
+++ b/translations/it/2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md
@@ -0,0 +1,141 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "59263d094f20b302053888cd236880c3",
+  "translation_date": "2025-08-25T16:46:53+00:00",
+  "source_file": "2-farm/lessons/1-predict-plant-growth/wio-terminal-temp.md",
+  "language_code": "it"
+}
+-->
+# Misurare la temperatura - Wio Terminal
+
+In questa parte della lezione, aggiungerai un sensore di temperatura al tuo Wio Terminal e leggerai i valori di temperatura da esso.
+
+## Hardware
+
+Il Wio Terminal necessita di un sensore di temperatura.
+
+Il sensore che utilizzerai è un [sensore di umidità e temperatura DHT11](https://www.seeedstudio.com/Grove-Temperature-Humidity-Sensor-DHT11.html), che combina 2 sensori in un unico dispositivo. Questo sensore è abbastanza popolare e molti sensori disponibili in commercio combinano temperatura, umidità e talvolta pressione atmosferica. Il componente del sensore di temperatura è un termistore a coefficiente di temperatura negativo (NTC), un termistore in cui la resistenza diminuisce con l'aumentare della temperatura.
+
+Si tratta di un sensore digitale, quindi dispone di un ADC integrato per creare un segnale digitale contenente i dati di temperatura e umidità che il microcontrollore può leggere.
+
+### Collegare il sensore di temperatura
+
+Il sensore di temperatura Grove può essere collegato alla porta digitale del Wio Terminal.
+
+#### Attività - collegare il sensore di temperatura
+
+Collega il sensore di temperatura.
+
+![Un sensore di temperatura Grove](../../../../../translated_images/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del sensore di umidità e temperatura. Può essere inserito solo in un verso.
+
+1. Con il Wio Terminal scollegato dal computer o da altre fonti di alimentazione, collega l'altra estremità del cavo Grove alla presa Grove sul lato destro del Wio Terminal, guardando lo schermo. Questa è la presa più lontana dal pulsante di accensione.
+
+![Il sensore di temperatura Grove collegato alla presa destra](../../../../../translated_images/wio-temperature-sensor.2934928f38c7f79a68d24879d2c8986c78244696f931e2e33c293f426ecdc0ad.it.png)
+
+## Programmare il sensore di temperatura
+
+Ora il Wio Terminal può essere programmato per utilizzare il sensore di temperatura collegato.
+
+### Attività - programmare il sensore di temperatura
+
+Programma il dispositivo.
+
+1. Crea un nuovo progetto Wio Terminal utilizzando PlatformIO. Chiama questo progetto `temperature-sensor`. Aggiungi il codice nella funzione `setup` per configurare la porta seriale.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per creare un progetto PlatformIO nel progetto 1, lezione 1, se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md#create-a-platformio-project).
+
+1. Aggiungi una dipendenza della libreria per la libreria Seeed Grove Humidity and Temperature sensor al file `platformio.ini` del progetto:
+
+    ```ini
+    lib_deps =
+        seeed-studio/Grove Temperature And Humidity Sensor @ 1.0.1
+    ```
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per aggiungere librerie a un progetto PlatformIO nel progetto 1, lezione 4, se necessario](../../../1-getting-started/lessons/4-connect-internet/wio-terminal-mqtt.md#install-the-wifi-and-mqtt-arduino-libraries).
+
+1. Aggiungi le seguenti direttive `#include` all'inizio del file, sotto l'esistente `#include <Arduino.h>`:
+
+    ```cpp
+    #include <DHT.h>
+    #include <SPI.h>
+    ```
+
+    Questo importa i file necessari per interagire con il sensore. Il file di intestazione `DHT.h` contiene il codice per il sensore stesso, e aggiungere l'intestazione `SPI.h` garantisce che il codice necessario per comunicare con il sensore venga collegato durante la compilazione dell'app.
+
+1. Prima della funzione `setup`, dichiara il sensore DHT:
+
+    ```cpp
+    DHT dht(D0, DHT11);
+    ```
+
+    Questo dichiara un'istanza della classe `DHT` che gestisce il sensore digitale di umidità e temperatura. Questo è collegato alla porta `D0`, la presa Grove sul lato destro del Wio Terminal. Il secondo parametro indica al codice che il sensore utilizzato è il sensore *DHT11* - la libreria che stai utilizzando supporta altre varianti di questo sensore.
+
+1. Nella funzione `setup`, aggiungi il codice per configurare la connessione seriale:
+
+    ```cpp
+    void setup()
+    {
+        Serial.begin(9600);
+    
+        while (!Serial)
+            ; // Wait for Serial to be ready
+    
+        delay(1000);
+    }
+    ```
+
+1. Alla fine della funzione `setup`, dopo l'ultimo `delay`, aggiungi una chiamata per avviare il sensore DHT:
+
+    ```cpp
+    dht.begin();
+    ```
+
+1. Nella funzione `loop`, aggiungi il codice per chiamare il sensore e stampare la temperatura sulla porta seriale:
+
+    ```cpp
+    void loop()
+    {
+        float temp_hum_val[2] = {0};
+        dht.readTempAndHumidity(temp_hum_val);
+        Serial.print("Temperature: ");
+        Serial.print(temp_hum_val[1]);
+        Serial.println ("°C");
+    
+        delay(10000);
+    }
+    ```
+
+    Questo codice dichiara un array vuoto di 2 float e lo passa alla chiamata `readTempAndHumidity` sull'istanza `DHT`. Questa chiamata popola l'array con 2 valori: l'umidità va nel primo elemento dell'array (indice 0, poiché in C++ gli array sono basati su zero), e la temperatura va nel secondo elemento (indice 1).
+
+    La temperatura viene letta dal secondo elemento dell'array e stampata sulla porta seriale.
+
+    > 🇺🇸 La temperatura viene letta in gradi Celsius. Per gli americani, per convertirla in Fahrenheit, dividi il valore in Celsius per 5, poi moltiplica per 9 e aggiungi 32. Ad esempio, una lettura di temperatura di 20°C diventa ((20/5)*9) + 32 = 68°F.
+
+1. Compila e carica il codice sul Wio Terminal.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per creare un progetto PlatformIO nel progetto 1, lezione 1, se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md#write-the-hello-world-app).
+
+1. Una volta caricato, puoi monitorare la temperatura utilizzando il monitor seriale:
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Temperature: 25.00°C
+    Temperature: 25.00°C
+    Temperature: 25.00°C
+    Temperature: 24.00°C
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-temperature/wio-terminal](../../../../../2-farm/lessons/1-predict-plant-growth/code-temperature/wio-terminal).
+
+😀 Il tuo programma per il sensore di temperatura è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/2-detect-soil-moisture/README.md b/translations/it/2-farm/lessons/2-detect-soil-moisture/README.md
new file mode 100644
index 00000000..157a0a0f
--- /dev/null
+++ b/translations/it/2-farm/lessons/2-detect-soil-moisture/README.md
@@ -0,0 +1,167 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4fb20273d299dc8d07a8f06c9cd0cdd9",
+  "translation_date": "2025-08-25T17:00:25+00:00",
+  "source_file": "2-farm/lessons/2-detect-soil-moisture/README.md",
+  "language_code": "it"
+}
+-->
+C, pronunciato *I-squared-C*, è un protocollo multi-controller e multi-periferica, in cui qualsiasi dispositivo connesso può agire come controller o periferica comunicando tramite il bus I²C (il nome per un sistema di comunicazione che trasferisce dati). I dati vengono inviati sotto forma di pacchetti indirizzati, con ogni pacchetto contenente l'indirizzo del dispositivo connesso a cui è destinato.
+
+> 💁 Questo modello era precedentemente noto come master/slave, ma questa terminologia sta venendo abbandonata a causa della sua associazione con la schiavitù. La [Open Source Hardware Association ha adottato i termini controller/peripheral](https://www.oshwa.org/a-resolution-to-redefine-spi-signal-names/), ma potresti ancora trovare riferimenti alla vecchia terminologia.
+
+I dispositivi hanno un indirizzo che viene utilizzato quando si connettono al bus I²C, e di solito è codificato direttamente sul dispositivo. Ad esempio, ogni tipo di sensore Grove di Seeed ha lo stesso indirizzo, quindi tutti i sensori di luce hanno lo stesso indirizzo, tutti i pulsanti hanno un indirizzo diverso da quello dei sensori di luce. Alcuni dispositivi offrono modi per modificare l'indirizzo, cambiando le impostazioni dei jumper o saldando i pin insieme.
+
+I²C ha un bus composto da 2 fili principali, insieme a 2 fili di alimentazione:
+
+| Filo | Nome | Descrizione |
+| ---- | --------- | ----------- |
+| SDA | Serial Data | Questo filo serve per inviare dati tra i dispositivi. |
+| SCL | Serial Clock | Questo filo invia un segnale di clock a una velocità impostata dal controller. |
+| VCC | Voltage common collector | L'alimentazione per i dispositivi. Questo è collegato ai fili SDA e SCL per fornire loro energia tramite una resistenza pull-up che spegne il segnale quando nessun dispositivo è il controller. |
+| GND | Ground | Fornisce una massa comune per il circuito elettrico. |
+
+![Bus I2C con 3 dispositivi collegati ai fili SDA e SCL, condividendo un filo di massa comune](../../../../../translated_images/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.it.png)
+
+Per inviare dati, un dispositivo emette una condizione di avvio per indicare che è pronto a inviare dati. Diventerà quindi il controller. Il controller invia l'indirizzo del dispositivo con cui vuole comunicare, insieme all'indicazione se vuole leggere o scrivere dati. Dopo che i dati sono stati trasmessi, il controller invia una condizione di stop per indicare che ha terminato. Dopo di ciò, un altro dispositivo può diventare il controller e inviare o ricevere dati.
+
+2</sup>C ha limiti di velocità, con 3 modalità diverse che funzionano a velocità fisse. La più veloce è la modalità ad alta velocità con una velocità massima di 3,4 Mbps (megabit al secondo), anche se pochissimi dispositivi supportano questa velocità. Il Raspberry Pi, ad esempio, è limitato alla modalità veloce a 400 Kbps (kilobit al secondo). La modalità standard funziona a 100 Kbps.
+
+> 💁 Se stai utilizzando un Raspberry Pi con un Grove Base hat come hardware IoT, potrai vedere un certo numero di prese I<sup>2</sup>C sulla scheda che puoi utilizzare per comunicare con i sensori I<sup>2</sup>C. I sensori analogici Grove utilizzano anche I<sup>2</sup>C con un ADC per inviare valori analogici come dati digitali, quindi il sensore di luce che hai utilizzato simulava un pin analogico, con il valore inviato tramite I<sup>2</sup>C poiché il Raspberry Pi supporta solo pin digitali.
+
+### Ricevitore-trasmettitore asincrono universale (UART)
+
+UART coinvolge circuiti fisici che permettono a due dispositivi di comunicare. Ogni dispositivo ha 2 pin di comunicazione - trasmettitore (Tx) e ricevitore (Rx), con il pin Tx del primo dispositivo collegato al pin Rx del secondo, e con il pin Tx del secondo dispositivo collegato al pin Rx del primo. Questo consente di inviare dati in entrambe le direzioni.
+
+* Il dispositivo 1 trasmette dati dal suo pin Tx, che vengono ricevuti dal dispositivo 2 sul suo pin Rx
+* Il dispositivo 1 riceve dati sul suo pin Rx che vengono trasmessi dal dispositivo 2 dal suo pin Tx
+
+![UART con il pin Tx su un chip collegato al pin Rx su un altro, e viceversa](../../../../../translated_images/uart.d0dbd3fb9e3728c6ee1995c8206f3cdb13cdfd208f13745e8ef6854cab75e421.it.png)
+
+> 🎓 I dati vengono inviati un bit alla volta, e questo è noto come comunicazione *seriale*. La maggior parte dei sistemi operativi e microcontrollori ha *porte seriali*, ovvero connessioni che possono inviare e ricevere dati seriali disponibili per il tuo codice.
+
+I dispositivi UART hanno una [velocità di trasmissione](https://wikipedia.org/wiki/Symbol_rate) (nota anche come Symbol rate), che è la velocità con cui i dati vengono inviati e ricevuti in bit al secondo. Una velocità di trasmissione comune è 9.600, il che significa che 9.600 bit (0 e 1) di dati vengono inviati ogni secondo.
+
+UART utilizza bit di inizio e fine - ovvero invia un bit di inizio per indicare che sta per inviare un byte (8 bit) di dati, quindi un bit di fine dopo aver inviato gli 8 bit.
+
+La velocità di UART dipende dall'hardware, ma anche le implementazioni più veloci non superano i 6,5 Mbps (megabit al secondo, o milioni di bit, 0 o 1, inviati al secondo).
+
+Puoi utilizzare UART sui pin GPIO - puoi impostare un pin come Tx e un altro come Rx, quindi collegarli a un altro dispositivo.
+
+> 💁 Se stai utilizzando un Raspberry Pi con un Grove Base hat come hardware IoT, potrai vedere una presa UART sulla scheda che puoi utilizzare per comunicare con sensori che utilizzano il protocollo UART.
+
+### Interfaccia periferica seriale (SPI)
+
+SPI è progettata per comunicare su brevi distanze, ad esempio su un microcontrollore per parlare con un dispositivo di archiviazione come la memoria flash. Si basa su un modello controller/periferica con un singolo controller (di solito il processore del dispositivo IoT) che interagisce con più periferiche. Il controller controlla tutto selezionando una periferica e inviando o richiedendo dati.
+
+> 💁 Come I<sup>2</sup>C, i termini controller e periferica sono cambiamenti recenti, quindi potresti vedere ancora i termini più vecchi utilizzati.
+
+I controller SPI utilizzano 3 fili, insieme a 1 filo extra per periferica. Le periferiche utilizzano 4 fili. Questi fili sono:
+
+| Filo | Nome | Descrizione |
+| ---- | --------- | ----------- |
+| COPI | Controller Output, Peripheral Input | Questo filo serve per inviare dati dal controller alla periferica. |
+| CIPO | Controller Input, Peripheral Output | Questo filo serve per inviare dati dalla periferica al controller. |
+| SCLK | Serial Clock | Questo filo invia un segnale di clock a una velocità impostata dal controller. |
+| CS   | Chip Select | Il controller ha più fili, uno per periferica, e ogni filo si collega al filo CS sulla periferica corrispondente. |
+
+![SPI con un controller e due periferiche](../../../../../translated_images/spi.297431d6f98b386b4ff88aea44ce9c1e7acfb1ef69c7e4e388a7aa97b6948e24.it.png)
+
+Il filo CS viene utilizzato per attivare una periferica alla volta, comunicando tramite i fili COPI e CIPO. Quando il controller deve cambiare periferica, disattiva il filo CS collegato alla periferica attualmente attiva, quindi attiva il filo collegato alla periferica con cui vuole comunicare successivamente.
+
+SPI è *full-duplex*, il che significa che il controller può inviare e ricevere dati contemporaneamente dalla stessa periferica utilizzando i fili COPI e CIPO. SPI utilizza un segnale di clock sul filo SCLK per mantenere i dispositivi sincronizzati, quindi a differenza dell'invio diretto tramite UART non ha bisogno di bit di inizio e fine.
+
+Non ci sono limiti di velocità definiti per SPI, con implementazioni spesso in grado di trasmettere più megabyte di dati al secondo.
+
+I kit di sviluppo IoT spesso supportano SPI su alcuni dei pin GPIO. Ad esempio, su un Raspberry Pi puoi utilizzare i pin GPIO 19, 21, 23, 24 e 26 per SPI.
+
+### Wireless
+
+Alcuni sensori possono comunicare tramite protocolli wireless standard, come Bluetooth (principalmente Bluetooth Low Energy, o BLE), LoRaWAN (un protocollo di rete a basso consumo a **Lo**nga **Ra**ggia), o WiFi. Questi permettono di avere sensori remoti non fisicamente collegati a un dispositivo IoT.
+
+Un esempio è nei sensori commerciali di umidità del suolo. Questi misurano l'umidità del suolo in un campo, quindi inviano i dati tramite LoRaWAN a un dispositivo hub, che elabora i dati o li invia su Internet. Questo permette al sensore di essere lontano dal dispositivo IoT che gestisce i dati, riducendo il consumo energetico e la necessità di grandi reti WiFi o cavi lunghi.
+
+BLE è popolare per sensori avanzati come i tracker di fitness che funzionano sul polso. Questi combinano più sensori e inviano i dati dei sensori a un dispositivo IoT sotto forma del tuo telefono tramite BLE.
+
+✅ Hai sensori Bluetooth con te, nella tua casa o nella tua scuola? Questi potrebbero includere sensori di temperatura, sensori di occupazione, tracker di dispositivi e dispositivi di fitness.
+
+Un modo popolare per i dispositivi commerciali di connettersi è Zigbee. Zigbee utilizza il WiFi per formare reti mesh tra dispositivi, dove ogni dispositivo si connette a quanti più dispositivi vicini possibile, formando un gran numero di connessioni come una ragnatela. Quando un dispositivo vuole inviare un messaggio su Internet può inviarlo ai dispositivi più vicini, che poi lo inoltrano ad altri dispositivi vicini e così via, fino a raggiungere un coordinatore e poter essere inviato su Internet.
+
+> 🐝 Il nome Zigbee si riferisce alla danza delle api dopo il loro ritorno all'alveare.
+
+## Misurare i livelli di umidità nel suolo
+
+Puoi misurare il livello di umidità nel suolo utilizzando un sensore di umidità del suolo, un dispositivo IoT e una pianta domestica o un pezzo di terreno vicino.
+
+### Compito - misurare l'umidità del suolo
+
+Segui la guida pertinente per misurare l'umidità del suolo utilizzando il tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-soil-moisture.md)
+* [Computer a scheda singola - Raspberry Pi](pi-soil-moisture.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-soil-moisture.md)
+
+## Calibrazione del sensore
+
+I sensori si basano sulla misurazione di proprietà elettriche come la resistenza o la capacità.
+
+> 🎓 La resistenza, misurata in ohm (Ω), è quanto ostacolo c'è al passaggio della corrente elettrica attraverso qualcosa. Quando una tensione viene applicata a un materiale, la quantità di corrente che lo attraversa dipende dalla resistenza del materiale. Puoi leggere di più sulla [pagina della resistenza elettrica su Wikipedia](https://wikipedia.org/wiki/Electrical_resistance_and_conductance).
+
+> 🎓 La capacità, misurata in farad (F), è la capacità di un componente o circuito di raccogliere e immagazzinare energia elettrica. Puoi leggere di più sulla capacità sulla [pagina della capacità su Wikipedia](https://wikipedia.org/wiki/Capacitance).
+
+Queste misurazioni non sono sempre utili - immagina un sensore di temperatura che ti dia una misurazione di 22,5KΩ! Invece il valore misurato deve essere convertito in un'unità utile tramite la calibrazione - ovvero abbinare i valori misurati alla quantità misurata per consentire la conversione di nuove misurazioni nell'unità corretta.
+
+Alcuni sensori vengono pre-calibrati. Ad esempio, il sensore di temperatura che hai utilizzato nella lezione precedente era già calibrato in modo da poter restituire una misurazione della temperatura in °C. In fabbrica il primo sensore creato verrebbe esposto a una gamma di temperature note e la resistenza misurata. Questo verrebbe poi utilizzato per costruire un calcolo che può convertire dal valore misurato in Ω (l'unità di resistenza) a °C.
+
+> 💁 La formula per calcolare la resistenza dalla temperatura si chiama [equazione di Steinhart–Hart](https://wikipedia.org/wiki/Steinhart–Hart_equation).
+
+### Calibrazione del sensore di umidità del suolo
+
+L'umidità del suolo viene misurata utilizzando il contenuto d'acqua gravimetrico o volumetrico.
+
+* Gravimetrico è il peso dell'acqua in un'unità di peso del suolo misurato, come il numero di chilogrammi di acqua per chilogrammo di suolo secco
+* Volumetrico è il volume di acqua in un'unità di volume del suolo misurato, come il numero di metri cubi di acqua per metri cubi di suolo secco
+
+> 🇺🇸 Per gli americani, grazie alla coerenza delle unità, questi possono essere misurati in libbre invece di chilogrammi o piedi cubi invece di metri cubi.
+
+I sensori di umidità del suolo misurano la resistenza elettrica o la capacità - questo non varia solo in base all'umidità del suolo, ma anche al tipo di suolo poiché i componenti nel suolo possono cambiare le sue caratteristiche elettriche. Idealmente i sensori dovrebbero essere calibrati - ovvero prendere letture dal sensore e confrontarle con misurazioni ottenute utilizzando un approccio più scientifico. Ad esempio, un laboratorio può calcolare l'umidità gravimetrica del suolo utilizzando campioni di un campo specifico prelevati alcune volte all'anno, e questi numeri utilizzati per calibrare il sensore, abbinando la lettura del sensore all'umidità gravimetrica del suolo.
+
+![Un grafico della tensione rispetto al contenuto di umidità del suolo](../../../../../translated_images/soil-moisture-to-voltage.df86d80cda1587008f312431ed5f79eb6c50c58d4fbc25a6763c5e9127c3106b.it.png)
+
+Il grafico sopra mostra come calibrare un sensore. La tensione viene catturata per un campione di suolo che viene poi misurato in laboratorio confrontando il peso umido con il peso secco (misurando il peso umido, poi asciugandolo in un forno e misurando il peso secco). Una volta prese alcune letture, queste possono essere tracciate su un grafico e una linea adattata ai punti. Questa linea può poi essere utilizzata per convertire le letture del sensore di umidità del suolo prese da un dispositivo IoT in misurazioni effettive dell'umidità del suolo.
+
+💁 Per i sensori resistivi di umidità del suolo, la tensione aumenta con l'aumento dell'umidità del suolo. Per i sensori capacitivi di umidità del suolo, la tensione diminuisce con l'aumento dell'umidità del suolo, quindi i grafici per questi avrebbero una pendenza verso il basso, non verso l'alto.
+
+![Un valore di umidità del suolo interpolato dal grafico](../../../../../translated_images/soil-moisture-to-voltage-with-reading.681cb3e1f8b68caf5547dbf1415851c82e201edfb78face16fc98da4051ed9b2.it.png)
+
+Il grafico sopra mostra una lettura di tensione da un sensore di umidità del suolo, e seguendo quella linea sul grafico, l'umidità effettiva del suolo può essere calcolata.
+
+Questo approccio significa che l'agricoltore deve solo ottenere alcune misurazioni di laboratorio per un campo, quindi può utilizzare dispositivi IoT per misurare l'umidità del suolo - accelerando drasticamente il tempo necessario per prendere misurazioni.
+
+---
+
+## 🚀 Sfida
+
+I sensori resistivi e capacitivi di umidità del suolo hanno una serie di differenze. Quali sono queste differenze, e quale tipo (se esiste) è il migliore per un agricoltore? Questa risposta cambia tra paesi in via di sviluppo e paesi sviluppati?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/12)
+
+## Revisione e studio autonomo
+
+Leggi sull'hardware e i protocolli utilizzati dai sensori e dagli attuatori:
+
+* [Pagina Wikipedia GPIO](https://wikipedia.org/wiki/General-purpose_input/output)
+* [Pagina Wikipedia UART](https://wikipedia.org/wiki/Universal_asynchronous_receiver-transmitter)
+* [Pagina Wikipedia SPI](https://wikipedia.org/wiki/Serial_Peripheral_Interface)
+* [Pagina Wikipedia I<sup>2</sup>C](https://wikipedia.org/wiki/I²C)
+* [Pagina Wikipedia Zigbee](https://wikipedia.org/wiki/Zigbee)
+
+## Compito
+
+[Calibra il tuo sensore](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/2-detect-soil-moisture/assignment.md b/translations/it/2-farm/lessons/2-detect-soil-moisture/assignment.md
new file mode 100644
index 00000000..e6404ea1
--- /dev/null
+++ b/translations/it/2-farm/lessons/2-detect-soil-moisture/assignment.md
@@ -0,0 +1,61 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "506d21b544d5de47406c89ad496a21cd",
+  "translation_date": "2025-08-25T17:01:59+00:00",
+  "source_file": "2-farm/lessons/2-detect-soil-moisture/assignment.md",
+  "language_code": "it"
+}
+-->
+# Calibra il tuo sensore
+
+## Istruzioni
+
+In questa lezione hai raccolto letture del sensore di umidità del suolo, misurate come valori da 0 a 1023. Per convertirle in letture effettive di umidità del suolo, devi calibrare il tuo sensore. Puoi farlo prendendo letture da campioni di terreno e calcolando il contenuto di umidità gravimetrica del suolo da questi campioni.
+
+Dovrai ripetere questi passaggi più volte per ottenere le letture necessarie, con diversi livelli di umidità del suolo ogni volta.
+
+1. Prendi una lettura di umidità del suolo utilizzando il sensore di umidità del suolo. Annota questa lettura.
+
+1. Prendi un campione di terreno e pesalo. Annota questo peso.
+
+1. Asciuga il terreno - un forno caldo a 110°C (230°F) per alcune ore è il metodo migliore, puoi farlo alla luce del sole o posizionarlo in un luogo caldo e asciutto fino a quando il terreno è completamente asciutto. Dovrebbe essere polveroso e sciolto.
+
+    > 💁 In un laboratorio, per ottenere risultati più accurati, dovresti asciugare il terreno in un forno per 48-72 ore. Se nella tua scuola ci sono forni per essiccazione, verifica se puoi usarli per un periodo più lungo. Più lungo è il tempo di essiccazione, più asciutto sarà il campione e più accurati saranno i risultati.
+
+1. Pesa di nuovo il terreno.
+
+    > 🔥 Se lo hai asciugato in un forno, assicurati che si sia raffreddato prima!
+
+L'umidità gravimetrica del suolo si calcola come:
+
+![% di umidità del suolo è il peso del terreno bagnato meno il peso del terreno asciutto, diviso per il peso del terreno asciutto, moltiplicato per 100](../../../../../translated_images/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.it.png)
+
+* W  
+- il peso del terreno bagnato  
+* W  
+- il peso del terreno asciutto  
+
+Ad esempio, supponiamo di avere un campione di terreno che pesa 212g bagnato e 197g asciutto.
+
+![Calcolo compilato](../../../../../translated_images/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.it.png)
+
+* W = 212g  
+* W = 197g  
+* 212 - 197 = 15  
+* 15 / 197 = 0,076  
+* 0,076 * 100 = 7,6%
+
+In questo esempio, il terreno ha un'umidità gravimetrica del suolo del 7,6%.
+
+Una volta ottenute le letture di almeno 3 campioni, traccia un grafico della % di umidità del suolo rispetto alla lettura del sensore di umidità del suolo e aggiungi una linea che meglio si adatta ai punti. Puoi quindi utilizzare questa linea per calcolare il contenuto di umidità gravimetrica del suolo per una determinata lettura del sensore leggendo il valore dalla linea.
+
+## Rubrica
+
+| Criteri | Esemplare | Adeguato | Necessita miglioramenti |
+| -------- | --------- | -------- | ----------------------- |
+| Raccogli dati di calibrazione | Raccogli almeno 3 campioni di calibrazione | Raccogli almeno 2 campioni di calibrazione | Raccogli almeno 1 campione di calibrazione |
+| Effettua una lettura calibrata | Traccia con successo il grafico di calibrazione e effettua una lettura dal sensore, convertendola in contenuto di umidità gravimetrica del suolo | Traccia con successo il grafico di calibrazione | Non riesce a tracciare il grafico |
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md b/translations/it/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
new file mode 100644
index 00000000..aa8386f0
--- /dev/null
+++ b/translations/it/2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md
@@ -0,0 +1,106 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9d4d00a47d5d0f3e6ce42c0d1020064a",
+  "translation_date": "2025-08-25T17:03:02+00:00",
+  "source_file": "2-farm/lessons/2-detect-soil-moisture/pi-soil-moisture.md",
+  "language_code": "it"
+}
+-->
+# Misurare l'umidità del suolo - Raspberry Pi
+
+In questa parte della lezione, aggiungerai un sensore capacitivo di umidità del suolo al tuo Raspberry Pi e leggerai i valori da esso.
+
+## Hardware
+
+Il Raspberry Pi necessita di un sensore capacitivo di umidità del suolo.
+
+Il sensore che utilizzerai è un [Sensore Capacitivo di Umidità del Suolo](https://www.seeedstudio.com/Grove-Capacitive-Moisture-Sensor-Corrosion-Resistant.html), che misura l'umidità del suolo rilevando la capacità del terreno, una proprietà che cambia con il variare dell'umidità. All'aumentare dell'umidità del suolo, la tensione diminuisce.
+
+Questo è un sensore analogico, quindi utilizza un pin analogico e il convertitore ADC a 10 bit presente nel Grove Base Hat sul Raspberry Pi per convertire la tensione in un segnale digitale compreso tra 1 e 1.023. Questo segnale viene poi inviato tramite I²C attraverso i pin GPIO del Raspberry Pi.
+
+### Collegare il sensore di umidità del suolo
+
+Il sensore Grove di umidità del suolo può essere collegato al Raspberry Pi.
+
+#### Attività - collegare il sensore di umidità del suolo
+
+Collega il sensore di umidità del suolo.
+
+![Un sensore Grove di umidità del suolo](../../../../../translated_images/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del sensore di umidità del suolo. Il cavo può essere inserito solo in un verso.
+
+1. Con il Raspberry Pi spento, collega l'altra estremità del cavo Grove alla presa analogica contrassegnata come **A0** sul Grove Base Hat collegato al Raspberry Pi. Questa presa è la seconda da destra, nella fila di prese accanto ai pin GPIO.
+
+![Il sensore Grove di umidità del suolo collegato alla presa A0](../../../../../translated_images/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.it.png)
+
+1. Inserisci il sensore di umidità del suolo nel terreno. Il sensore ha una "linea di posizione massima" - una linea bianca che attraversa il sensore. Inserisci il sensore fino a questa linea, ma non oltre.
+
+![Il sensore Grove di umidità del suolo nel terreno](../../../../../translated_images/soil-moisture-sensor-in-soil.bfad91002bda5e960f8c51ee64b02ee59b32c8c717e3515a2c945f33e614e403.it.png)
+
+## Programmare il sensore di umidità del suolo
+
+Ora il Raspberry Pi può essere programmato per utilizzare il sensore di umidità del suolo collegato.
+
+### Attività - programmare il sensore di umidità del suolo
+
+Programma il dispositivo.
+
+1. Accendi il Raspberry Pi e attendi che si avvii.
+
+1. Avvia VS Code, direttamente sul Raspberry Pi o connettendoti tramite l'estensione Remote SSH.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per configurare e avviare VS Code in nightlight - lezione 1, se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/pi.md).
+
+1. Dal terminale, crea una nuova cartella nella directory home dell'utente `pi` chiamata `soil-moisture-sensor`. Crea un file in questa cartella chiamato `app.py`.
+
+1. Apri questa cartella in VS Code.
+
+1. Aggiungi il seguente codice al file `app.py` per importare alcune librerie necessarie:
+
+    ```python
+    import time
+    from grove.adc import ADC
+    ```
+
+    L'istruzione `import time` importa il modulo `time`, che verrà utilizzato più avanti in questa attività.
+
+    L'istruzione `from grove.adc import ADC` importa l'`ADC` dalle librerie Python di Grove. Questa libreria contiene il codice per interagire con il convertitore analogico-digitale sul Grove Base Hat e leggere le tensioni dai sensori analogici.
+
+1. Aggiungi il seguente codice sotto per creare un'istanza della classe `ADC`:
+
+    ```python
+    adc = ADC()
+    ```
+
+1. Aggiungi un ciclo infinito che legge dall'ADC sul pin A0 e scrive il risultato nella console. Questo ciclo può poi attendere 10 secondi tra una lettura e l'altra.
+
+    ```python
+    while True:
+        soil_moisture = adc.read(0)
+        print("Soil moisture:", soil_moisture)
+
+        time.sleep(10)
+    ```
+
+1. Esegui l'app Python. Vedrai le misurazioni dell'umidità del suolo scritte nella console. Aggiungi dell'acqua al terreno o rimuovi il sensore dal terreno e osserva il cambiamento del valore.
+
+    ```output
+    pi@raspberrypi:~/soil-moisture-sensor $ python3 app.py 
+    Soil moisture: 615
+    Soil moisture: 612
+    Soil moisture: 498
+    Soil moisture: 493
+    Soil moisture: 490
+    Soil Moisture: 388
+    ```
+
+    Nell'esempio di output sopra, puoi vedere la tensione diminuire quando viene aggiunta acqua.
+
+> 💁 Puoi trovare questo codice nella cartella [code/pi](../../../../../2-farm/lessons/2-detect-soil-moisture/code/pi).
+
+😀 Il tuo programma per il sensore di umidità del suolo è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md b/translations/it/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
new file mode 100644
index 00000000..20f9500a
--- /dev/null
+++ b/translations/it/2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md
@@ -0,0 +1,121 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "2bf65f162bcebd35fbcba5fd245afac4",
+  "translation_date": "2025-08-25T17:02:30+00:00",
+  "source_file": "2-farm/lessons/2-detect-soil-moisture/virtual-device-soil-moisture.md",
+  "language_code": "it"
+}
+-->
+# Misurare l'umidità del suolo - Hardware IoT Virtuale
+
+In questa parte della lezione, aggiungerai un sensore capacitivo di umidità del suolo al tuo dispositivo IoT virtuale e leggerai i valori da esso.
+
+## Hardware Virtuale
+
+Il dispositivo IoT virtuale utilizzerà un sensore capacitivo di umidità del suolo simulato Grove. Questo mantiene il laboratorio identico all'utilizzo di un Raspberry Pi con un sensore capacitivo di umidità del suolo fisico.
+
+In un dispositivo IoT fisico, il sensore di umidità del suolo sarebbe un sensore capacitivo che misura l'umidità del suolo rilevando la capacità del terreno, una proprietà che cambia con il variare dell'umidità del suolo. Quando l'umidità del suolo aumenta, la tensione diminuisce.
+
+Questo è un sensore analogico, quindi utilizza un ADC simulato a 10 bit per riportare un valore da 1 a 1.023.
+
+### Aggiungere il sensore di umidità del suolo a CounterFit
+
+Per utilizzare un sensore di umidità del suolo virtuale, è necessario aggiungerlo all'app CounterFit.
+
+#### Attività - Aggiungere il sensore di umidità del suolo a CounterFit
+
+Aggiungi il sensore di umidità del suolo all'app CounterFit.
+
+1. Crea una nuova app Python sul tuo computer in una cartella chiamata `soil-moisture-sensor` con un unico file chiamato `app.py`, un ambiente virtuale Python e aggiungi i pacchetti pip di CounterFit.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per creare e configurare un progetto Python CounterFit nella lezione 1, se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/virtual-device.md).
+
+1. Assicurati che l'app web CounterFit sia in esecuzione.
+
+1. Crea un sensore di umidità del suolo:
+
+    1. Nella casella *Create sensor* nel pannello *Sensors*, apri il menu a tendina *Sensor type* e seleziona *Soil Moisture*.
+
+    1. Lascia le *Units* impostate su *NoUnits*.
+
+    1. Assicurati che il *Pin* sia impostato su *0*.
+
+    1. Seleziona il pulsante **Add** per creare il sensore *Soil Moisture* sul Pin 0.
+
+    ![Le impostazioni del sensore di umidità del suolo](../../../../../translated_images/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.it.png)
+
+    Il sensore di umidità del suolo verrà creato e apparirà nella lista dei sensori.
+
+    ![Il sensore di umidità del suolo creato](../../../../../translated_images/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.it.png)
+
+## Programmare l'app del sensore di umidità del suolo
+
+Ora è possibile programmare l'app del sensore di umidità del suolo utilizzando i sensori di CounterFit.
+
+### Attività - Programmare l'app del sensore di umidità del suolo
+
+Programma l'app del sensore di umidità del suolo.
+
+1. Assicurati che l'app `soil-moisture-sensor` sia aperta in VS Code.
+
+1. Apri il file `app.py`.
+
+1. Aggiungi il seguente codice all'inizio di `app.py` per connettere l'app a CounterFit:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+1. Aggiungi il seguente codice al file `app.py` per importare alcune librerie necessarie:
+
+    ```python
+    import time
+    from counterfit_shims_grove.adc import ADC
+    ```
+
+    L'istruzione `import time` importa il modulo `time`, che verrà utilizzato più avanti in questa attività.
+
+    L'istruzione `from counterfit_shims_grove.adc import ADC` importa la classe `ADC` per interagire con un convertitore analogico-digitale virtuale che può connettersi a un sensore CounterFit.
+
+1. Aggiungi il seguente codice sotto questo per creare un'istanza della classe `ADC`:
+
+    ```python
+    adc = ADC()
+    ```
+
+1. Aggiungi un ciclo infinito che legge da questo ADC sul pin 0 e scrive il risultato sulla console. Questo ciclo può poi dormire per 10 secondi tra una lettura e l'altra.
+
+    ```python
+    while True:
+        soil_moisture = adc.read(0)
+        print("Soil moisture:", soil_moisture)
+    
+        time.sleep(10)
+    ```
+
+1. Dall'app CounterFit, modifica il valore del sensore di umidità del suolo che verrà letto dall'app. Puoi farlo in due modi:
+
+    * Inserisci un numero nella casella *Value* del sensore di umidità del suolo, quindi seleziona il pulsante **Set**. Il numero inserito sarà il valore restituito dal sensore.
+
+    * Seleziona la casella *Random* e inserisci un valore *Min* e *Max*, quindi seleziona il pulsante **Set**. Ogni volta che il sensore legge un valore, leggerà un numero casuale tra *Min* e *Max*.
+
+1. Esegui l'app Python. Vedrai le misurazioni dell'umidità del suolo scritte sulla console. Modifica il *Value* o le impostazioni *Random* per vedere il valore cambiare.
+
+    ```output
+    (.venv) ➜ soil-moisture-sensor $ python app.py 
+    Soil moisture: 615
+    Soil moisture: 612
+    Soil moisture: 498
+    Soil moisture: 493
+    Soil moisture: 490
+    Soil Moisture: 388
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code/virtual-device](../../../../../2-farm/lessons/2-detect-soil-moisture/code/virtual-device).
+
+😀 Il tuo programma per il sensore di umidità del suolo è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md b/translations/it/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
new file mode 100644
index 00000000..05c9009c
--- /dev/null
+++ b/translations/it/2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md
@@ -0,0 +1,115 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0d55caa8c23d73635b7559102cd17b8a",
+  "translation_date": "2025-08-25T17:01:27+00:00",
+  "source_file": "2-farm/lessons/2-detect-soil-moisture/wio-terminal-soil-moisture.md",
+  "language_code": "it"
+}
+-->
+# Misurare l'umidità del suolo - Wio Terminal
+
+In questa parte della lezione, aggiungerai un sensore capacitivo di umidità del suolo al tuo Wio Terminal e leggerai i valori da esso.
+
+## Hardware
+
+Il Wio Terminal necessita di un sensore capacitivo di umidità del suolo.
+
+Il sensore che utilizzerai è un [Sensore Capacitivo di Umidità del Suolo](https://www.seeedstudio.com/Grove-Capacitive-Moisture-Sensor-Corrosion-Resistant.html), che misura l'umidità del suolo rilevando la capacità del terreno, una proprietà che cambia con il variare dell'umidità. All'aumentare dell'umidità del suolo, la tensione diminuisce.
+
+Questo è un sensore analogico, quindi si collega ai pin analogici del Wio Terminal, utilizzando un ADC integrato per creare un valore da 0 a 1.023.
+
+### Collegare il sensore di umidità del suolo
+
+Il sensore Grove di umidità del suolo può essere collegato alla porta analogica/digitale configurabile del Wio Terminal.
+
+#### Attività - collegare il sensore di umidità del suolo
+
+Collega il sensore di umidità del suolo.
+
+![Un sensore Grove di umidità del suolo](../../../../../translated_images/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del sensore di umidità del suolo. Può essere inserito solo in un verso.
+
+1. Con il Wio Terminal scollegato dal computer o da altre fonti di alimentazione, collega l'altra estremità del cavo Grove alla presa Grove sul lato destro del Wio Terminal, guardando lo schermo. Questa è la presa più lontana dal pulsante di accensione.
+
+![Il sensore Grove di umidità del suolo collegato alla presa destra](../../../../../translated_images/wio-soil-moisture-sensor.46919b61c3f6cb7497662251b29038ee0e57a4c8b9d071feb996c3b0d7f65aaf.it.png)
+
+1. Inserisci il sensore di umidità del suolo nel terreno. Ha una "linea di posizione massima" - una linea bianca sul sensore. Inserisci il sensore fino a questa linea, ma non oltre.
+
+![Il sensore Grove di umidità del suolo nel terreno](../../../../../translated_images/soil-moisture-sensor-in-soil.bfad91002bda5e960f8c51ee64b02ee59b32c8c717e3515a2c945f33e614e403.it.png)
+
+1. Ora puoi collegare il Wio Terminal al tuo computer.
+
+## Programmare il sensore di umidità del suolo
+
+Ora il Wio Terminal può essere programmato per utilizzare il sensore di umidità del suolo collegato.
+
+### Attività - programmare il sensore di umidità del suolo
+
+Programma il dispositivo.
+
+1. Crea un nuovo progetto Wio Terminal utilizzando PlatformIO. Chiama questo progetto `soil-moisture-sensor`. Aggiungi del codice nella funzione `setup` per configurare la porta seriale.
+
+    > ⚠️ Puoi fare riferimento a [le istruzioni per creare un progetto PlatformIO nel progetto 1, lezione 1, se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md#create-a-platformio-project).
+
+1. Non esiste una libreria per questo sensore, ma puoi leggere dal pin analogico utilizzando la funzione [`analogRead`](https://www.arduino.cc/reference/en/language/functions/analog-io/analogread/) integrata di Arduino. Inizia configurando il pin analogico come input in modo che i valori possano essere letti da esso, aggiungendo il seguente codice alla funzione `setup`.
+
+    ```cpp
+    pinMode(A0, INPUT);
+    ```
+
+    Questo imposta il pin `A0`, il pin combinato analogico/digitale, come un pin di input da cui può essere letta la tensione.
+
+1. Aggiungi il seguente codice alla funzione `loop` per leggere la tensione da questo pin:
+
+    ```cpp
+    int soil_moisture = analogRead(A0);
+    ```
+
+1. Sotto questo codice, aggiungi il seguente codice per stampare il valore sulla porta seriale:
+
+    ```cpp
+    Serial.print("Soil Moisture: ");
+    Serial.println(soil_moisture);
+    ```
+
+1. Infine, aggiungi un ritardo di 10 secondi alla fine:
+
+    ```cpp
+    delay(10000);
+    ```
+
+1. Compila e carica il codice sul Wio Terminal.
+
+    > ⚠️ Puoi fare riferimento a [le istruzioni per creare un progetto PlatformIO nel progetto 1, lezione 1, se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/wio-terminal.md#write-the-hello-world-app).
+
+1. Una volta caricato, puoi monitorare l'umidità del suolo utilizzando il monitor seriale. Aggiungi dell'acqua al terreno o rimuovi il sensore dal terreno e osserva il cambiamento del valore.
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Soil Moisture: 526
+    Soil Moisture: 529
+    Soil Moisture: 521
+    Soil Moisture: 494
+    Soil Moisture: 454
+    Soil Moisture: 456
+    Soil Moisture: 395
+    Soil Moisture: 388
+    Soil Moisture: 394
+    Soil Moisture: 391
+    ```
+
+    Nell'esempio di output sopra, puoi vedere la tensione diminuire man mano che viene aggiunta acqua.
+
+> 💁 Puoi trovare questo codice nella cartella [code/wio-terminal](../../../../../2-farm/lessons/2-detect-soil-moisture/code/wio-terminal).
+
+😀 Il tuo programma per il sensore di umidità del suolo è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/3-automated-plant-watering/README.md b/translations/it/2-farm/lessons/3-automated-plant-watering/README.md
new file mode 100644
index 00000000..f0c14624
--- /dev/null
+++ b/translations/it/2-farm/lessons/3-automated-plant-watering/README.md
@@ -0,0 +1,312 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "f7bb24ba53fb627ddb38a8b24a05e594",
+  "translation_date": "2025-08-25T16:50:20+00:00",
+  "source_file": "2-farm/lessons/3-automated-plant-watering/README.md",
+  "language_code": "it"
+}
+-->
+# Irrigazione automatica delle piante
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questa lezione è stata insegnata come parte della serie [IoT for Beginners Project 2 - Digital Agriculture](https://youtube.com/playlist?list=PLmsFUfdnGr3yCutmcVg6eAUEfsGiFXgcx) del [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn).
+
+[![Irrigazione automatica delle piante alimentata da IoT](https://img.youtube.com/vi/g9FfZwv9R58/0.jpg)](https://youtu.be/g9FfZwv9R58)
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/13)
+
+## Introduzione
+
+Nella lezione precedente, hai imparato a monitorare l'umidità del terreno. In questa lezione imparerai a costruire i componenti principali di un sistema di irrigazione automatizzato che risponde ai livelli di umidità del terreno. Inoltre, scoprirai l'importanza del tempo di risposta: i sensori possono impiegare un po' di tempo per rispondere ai cambiamenti, e gli attuatori possono richiedere tempo per modificare le proprietà misurate dai sensori.
+
+In questa lezione tratteremo:
+
+* [Controllare dispositivi ad alta potenza da un dispositivo IoT a bassa potenza](../../../../../2-farm/lessons/3-automated-plant-watering)
+* [Controllare un relè](../../../../../2-farm/lessons/3-automated-plant-watering)
+* [Controllare la tua pianta tramite MQTT](../../../../../2-farm/lessons/3-automated-plant-watering)
+* [Tempi di risposta di sensori e attuatori](../../../../../2-farm/lessons/3-automated-plant-watering)
+* [Aggiungere il tempo di risposta al server di controllo della pianta](../../../../../2-farm/lessons/3-automated-plant-watering)
+
+## Controllare dispositivi ad alta potenza da un dispositivo IoT a bassa potenza
+
+I dispositivi IoT utilizzano una tensione bassa. Sebbene questa sia sufficiente per sensori e attuatori a bassa potenza come i LED, non è sufficiente per controllare hardware più grande, come una pompa d'acqua utilizzata per l'irrigazione. Anche le piccole pompe che potresti usare per le piante da appartamento richiedono troppa corrente per un kit di sviluppo IoT e potrebbero danneggiare la scheda.
+
+> 🎓 La corrente, misurata in Ampere (A), è la quantità di elettricità che scorre attraverso un circuito. La tensione fornisce la spinta, mentre la corrente rappresenta quanto viene spinto. Puoi leggere di più sulla corrente nella [pagina dedicata su Wikipedia](https://wikipedia.org/wiki/Electric_current).
+
+La soluzione consiste nel collegare una pompa a un alimentatore esterno e utilizzare un attuatore per accendere la pompa, simile a come accenderesti una luce. Serve una quantità minima di energia (sotto forma di energia del tuo corpo) per il tuo dito per azionare un interruttore, e questo collega la luce all'elettricità di rete che funziona a 110v/240v.
+
+![Un interruttore accende una luce](../../../../../translated_images/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.it.png)
+
+> 🎓 [Elettricità di rete](https://wikipedia.org/wiki/Mains_electricity) si riferisce all'elettricità fornita a case e aziende attraverso infrastrutture nazionali in molte parti del mondo.
+
+✅ I dispositivi IoT possono solitamente fornire 3.3V o 5V, con meno di 1 ampere (1A) di corrente. Confronta questo con l'elettricità di rete che è più spesso a 230V (120V in Nord America e 100V in Giappone) e può fornire energia per dispositivi che richiedono 30A.
+
+Esistono diversi attuatori che possono fare questo, inclusi dispositivi meccanici che puoi collegare agli interruttori esistenti per simulare un dito che li accende. Il più popolare è il relè.
+
+### Relè
+
+Un relè è un interruttore elettromeccanico che converte un segnale elettrico in un movimento meccanico che accende un interruttore. Il cuore di un relè è un elettromagnete.
+
+> 🎓 [Elettromagneti](https://wikipedia.org/wiki/Electromagnet) sono magneti creati facendo passare elettricità attraverso una bobina di filo. Quando l'elettricità è accesa, la bobina si magnetizza. Quando l'elettricità è spenta, la bobina perde il suo magnetismo.
+
+![Quando è acceso, l'elettromagnete crea un campo magnetico, accendendo l'interruttore per il circuito di uscita](../../../../../translated_images/relay-on.4db16a0fd6b669262fd6699aff3fbcd31b6057c06d90411b6bddc06326d1cf75.it.png)
+
+In un relè, un circuito di controllo alimenta l'elettromagnete. Quando l'elettromagnete è acceso, tira una leva che muove un interruttore, chiudendo un paio di contatti e completando un circuito di uscita.
+
+![Quando è spento, l'elettromagnete non crea un campo magnetico, spegnendo l'interruttore per il circuito di uscita](../../../../../translated_images/relay-off.c34a178a2960fecdc3c6400d43e633ed11c6746cd653cfb4a768fa097c40394c.it.png)
+
+Quando il circuito di controllo è spento, l'elettromagnete si spegne, rilasciando la leva e aprendo i contatti, spegnendo il circuito di uscita. I relè sono attuatori digitali: un segnale alto al relè lo accende, un segnale basso lo spegne.
+
+Il circuito di uscita può essere utilizzato per alimentare hardware aggiuntivo, come un sistema di irrigazione. Il dispositivo IoT può accendere il relè, completando il circuito di uscita che alimenta il sistema di irrigazione, e le piante vengono irrigate. Il dispositivo IoT può quindi spegnere il relè, interrompendo l'alimentazione al sistema di irrigazione e spegnendo l'acqua.
+
+![Un relè che si accende, accendendo una pompa che invia acqua a una pianta](../../../../../images/strawberry-pump.gif)
+
+Nel video sopra, un relè viene acceso. Un LED sul relè si illumina per indicare che è acceso (alcune schede relè hanno LED per indicare se il relè è acceso o spento), e l'alimentazione viene inviata alla pompa, accendendola e pompando acqua in una pianta.
+
+> 💁 I relè possono anche essere utilizzati per passare da un circuito di uscita a un altro invece di accenderne o spegnerne uno. Quando la leva si muove, sposta un interruttore da un circuito di uscita a un altro, solitamente condividendo una connessione di alimentazione comune o una connessione di massa comune.
+
+✅ Fai una ricerca: Esistono diversi tipi di relè, con differenze come se il circuito di controllo accende o spegne il relè quando viene applicata l'alimentazione, o circuiti di uscita multipli. Scopri di più su questi diversi tipi.
+
+Quando la leva si muove, di solito puoi sentirla fare contatto con l'elettromagnete con un rumore ben definito di clic.
+
+> 💁 Un relè può essere cablato in modo che la connessione effettivamente interrompa l'alimentazione al relè, spegnendolo, il che poi invia alimentazione al relè riaccendendolo, e così via. Questo significa che il relè cliccherà molto velocemente producendo un rumore di ronzio. Questo è il modo in cui funzionavano alcuni dei primi campanelli elettrici.
+
+### Alimentazione del relè
+
+L'elettromagnete non necessita di molta energia per attivarsi e tirare la leva, può essere controllato utilizzando l'uscita a 3.3V o 5V di un kit di sviluppo IoT. Il circuito di uscita può trasportare molta più energia, a seconda del relè, inclusa la tensione di rete o livelli di potenza ancora più elevati per uso industriale. In questo modo un kit di sviluppo IoT può controllare un sistema di irrigazione, da una piccola pompa per una singola pianta, fino a un sistema industriale massiccio per un'intera azienda agricola commerciale.
+
+![Un relè Grove con il circuito di controllo, il circuito di uscita e il relè etichettati](../../../../../translated_images/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.it.png)
+
+L'immagine sopra mostra un relè Grove. Il circuito di controllo si collega a un dispositivo IoT e accende o spegne il relè utilizzando 3.3V o 5V. Il circuito di uscita ha due terminali, uno può essere alimentazione o massa. Il circuito di uscita può gestire fino a 250V a 10A, sufficiente per una gamma di dispositivi alimentati dalla rete. Puoi trovare relè che possono gestire livelli di potenza ancora più elevati.
+
+![Una pompa cablata attraverso un relè](../../../../../translated_images/pump-wired-to-relay.66c5cfc0d89189900cd601777f5caeb39ee35c6250f6c86bf38feaceedb21fe9.it.png)
+
+Nell'immagine sopra, l'alimentazione viene fornita a una pompa tramite un relè. C'è un filo rosso che collega il terminale +5V di un alimentatore USB a un terminale del circuito di uscita del relè, e un altro filo rosso che collega l'altro terminale del circuito di uscita alla pompa. Un filo nero collega la pompa alla massa dell'alimentatore USB. Quando il relè si accende, completa il circuito, inviando 5V alla pompa e accendendola.
+
+## Controllare un relè
+
+Puoi controllare un relè dal tuo kit di sviluppo IoT.
+
+### Attività - controllare un relè
+
+Segui la guida pertinente per controllare un relè utilizzando il tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-relay.md)
+* [Computer a scheda singola - Raspberry Pi](pi-relay.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-relay.md)
+
+## Controllare la tua pianta tramite MQTT
+
+Finora il tuo relè è stato controllato direttamente dal dispositivo IoT basandosi su una singola lettura dell'umidità del terreno. In un sistema di irrigazione commerciale, la logica di controllo sarà centralizzata, permettendo di prendere decisioni sull'irrigazione utilizzando dati provenienti da più sensori e consentendo di modificare qualsiasi configurazione in un unico luogo. Per simulare questo, puoi controllare il relè tramite MQTT.
+
+### Attività - controllare il relè tramite MQTT
+
+1. Aggiungi le librerie MQTT/pacchetti pip pertinenti e il codice al tuo progetto `soil-moisture-sensor` per connetterti a MQTT. Nomina l'ID client come `soilmoisturesensor_client` preceduto dal tuo ID.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per connettersi a MQTT nel progetto 1, lezione 4 se necessario](../../../1-getting-started/lessons/4-connect-internet/README.md#connect-your-iot-device-to-mqtt).
+
+1. Aggiungi il codice del dispositivo pertinente per inviare telemetria con le impostazioni di umidità del terreno. Per il messaggio di telemetria, nomina la proprietà `soil_moisture`.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per inviare telemetria a MQTT nel progetto 1, lezione 4 se necessario](../../../1-getting-started/lessons/4-connect-internet/README.md#send-telemetry-from-your-iot-device).
+
+1. Crea del codice server locale per sottoscrivere la telemetria e inviare un comando per controllare il relè in una cartella chiamata `soil-moisture-sensor-server`. Nomina la proprietà nel messaggio di comando `relay_on` e imposta l'ID client come `soilmoisturesensor_server` preceduto dal tuo ID. Mantieni la stessa struttura del codice server che hai scritto per il progetto 1, lezione 4, poiché aggiungerai a questo codice più avanti in questa lezione.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per inviare telemetria a MQTT](../../../1-getting-started/lessons/4-connect-internet/README.md#write-the-server-code) e [inviare comandi tramite MQTT](../../../1-getting-started/lessons/4-connect-internet/README.md#send-commands-to-the-mqtt-broker) nel progetto 1, lezione 4 se necessario.
+
+1. Aggiungi il codice del dispositivo pertinente per controllare il relè dai comandi ricevuti, utilizzando la proprietà `relay_on` dal messaggio. Invia true per `relay_on` se il valore di `soil_moisture` è maggiore di 450, altrimenti invia false, seguendo la stessa logica che hai aggiunto al dispositivo IoT in precedenza.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per rispondere ai comandi da MQTT nel progetto 1, lezione 4 se necessario](../../../1-getting-started/lessons/4-connect-internet/README.md#handle-commands-on-the-iot-device).
+
+> 💁 Puoi trovare questo codice nella cartella [code-mqtt](../../../../../2-farm/lessons/3-automated-plant-watering/code-mqtt).
+
+Assicurati che il codice sia in esecuzione sul tuo dispositivo e sul server locale, e testalo modificando i livelli di umidità del terreno, sia cambiando i valori inviati dal sensore virtuale, sia modificando i livelli di umidità del terreno aggiungendo acqua o rimuovendo il sensore dal terreno.
+
+## Tempi di risposta di sensori e attuatori
+
+Nella lezione 3 hai costruito una luce notturna: un LED che si accende non appena un livello basso di luce viene rilevato da un sensore di luce. Il sensore di luce rilevava un cambiamento nei livelli di luce istantaneamente, e il dispositivo era in grado di rispondere rapidamente, limitato solo dalla lunghezza del ritardo nella funzione `loop` o nel ciclo `while True:`. Come sviluppatore IoT, non puoi sempre fare affidamento su un ciclo di feedback così veloce.
+
+### Tempi di risposta per l'umidità del terreno
+
+Se hai seguito la lezione precedente sull'umidità del terreno utilizzando un sensore fisico, avrai notato che ci sono voluti alcuni secondi affinché la lettura dell'umidità del terreno diminuisse dopo aver irrigato la tua pianta. Questo non è dovuto alla lentezza del sensore, ma al tempo necessario affinché l'acqua si diffonda nel terreno.
+💁 Se hai annaffiato troppo vicino al sensore, potresti aver notato che la lettura è diminuita rapidamente per poi risalire - questo accade perché l'acqua vicino al sensore si diffonde nel resto del terreno, riducendo l'umidità del suolo rilevata dal sensore.
+![Una misurazione dell'umidità del suolo di 658 non cambia durante l'irrigazione, ma scende a 320 dopo che l'acqua ha attraversato il terreno](../../../../../translated_images/soil-moisture-travel.a0e31af222cf14385de5380dfc32c7b8213960965228b8e4f7b7ab7f73b310a3.it.png)
+
+Nel diagramma sopra, una lettura dell'umidità del suolo mostra 658. La pianta viene irrigata, ma questa lettura non cambia immediatamente, poiché l'acqua non ha ancora raggiunto il sensore. L'irrigazione può persino terminare prima che l'acqua raggiunga il sensore e il valore scenda per riflettere il nuovo livello di umidità.
+
+Se stai scrivendo del codice per controllare un sistema di irrigazione tramite un relè basato sui livelli di umidità del suolo, dovresti tenere in considerazione questo ritardo e costruire una logica temporale più intelligente nel tuo dispositivo IoT.
+
+✅ Prenditi un momento per pensare a come potresti fare questo.
+
+### Controllare il tempo del sensore e dell'attuatore
+
+Immagina di dover costruire un sistema di irrigazione per una fattoria. In base al tipo di terreno, il livello ideale di umidità del suolo per le piante coltivate corrisponde a una lettura di tensione analogica compresa tra 400 e 450.
+
+Potresti programmare il dispositivo nello stesso modo di una luce notturna: ogni volta che il sensore legge un valore superiore a 450, accendi un relè per attivare una pompa. Il problema è che l'acqua impiega del tempo per passare dalla pompa, attraverso il terreno, fino al sensore. Il sensore interromperà l'acqua quando rileva un livello di 450, ma il livello di umidità continuerà a scendere poiché l'acqua pompata continua a infiltrarsi nel terreno. Il risultato finale è uno spreco d'acqua e il rischio di danneggiare le radici.
+
+✅ Ricorda: troppa acqua può essere dannosa per le piante quanto troppo poca, oltre a sprecare una risorsa preziosa.
+
+La soluzione migliore è comprendere che c'è un ritardo tra l'attivazione dell'attuatore e il cambiamento della proprietà rilevata dal sensore. Questo significa che non solo il sensore dovrebbe attendere un po' prima di misurare nuovamente il valore, ma l'attuatore deve spegnersi per un po' prima che venga effettuata la prossima misurazione del sensore.
+
+Quanto tempo dovrebbe rimanere acceso il relè ogni volta? È meglio essere prudenti e accendere il relè solo per un breve periodo, quindi attendere che l'acqua si infiltri, e poi ricontrollare i livelli di umidità. Dopotutto, puoi sempre riaccendere il relè per aggiungere più acqua, ma non puoi rimuovere l'acqua dal terreno.
+
+> 💁 Questo tipo di controllo temporale è molto specifico per il dispositivo IoT che stai costruendo, la proprietà che stai misurando e i sensori e attuatori utilizzati.
+
+![Una pianta di fragole collegata a un sistema di irrigazione tramite una pompa, con la pompa collegata a un relè. Il relè e un sensore di umidità del suolo nella pianta sono entrambi collegati a un Raspberry Pi](../../../../../translated_images/strawberry-with-pump.b410fc72ac6aabad3e28de9775bf2393ead73dcfec6fd8c9bc01cf107ecd171a.it.png)
+
+Ad esempio, ho una pianta di fragole con un sensore di umidità del suolo e una pompa controllata da un relè. Ho osservato che quando aggiungo acqua ci vogliono circa 20 secondi affinché la lettura dell'umidità del suolo si stabilizzi. Questo significa che devo spegnere il relè e attendere 20 secondi prima di controllare i livelli di umidità. Preferisco avere poca acqua piuttosto che troppa: posso sempre riaccendere la pompa, ma non posso togliere l'acqua dalla pianta.
+
+![Passo 1: prendi una misurazione. Passo 2: aggiungi acqua. Passo 3: attendi che l'acqua si infiltri nel terreno. Passo 4: riprendi la misurazione](../../../../../translated_images/soil-moisture-delay.865f3fae206db01d5f8f100f4f44040215d44a0412dd3450aef7ff7b93b6d273.it.png)
+
+Questo significa che il miglior processo sarebbe un ciclo di irrigazione simile a:
+
+* Accendi la pompa per 5 secondi
+* Attendi 20 secondi
+* Controlla l'umidità del suolo
+* Se il livello è ancora superiore a quello necessario, ripeti i passaggi sopra
+
+5 secondi potrebbero essere troppo lunghi per la pompa, specialmente se i livelli di umidità sono solo leggermente superiori al livello richiesto. Il modo migliore per sapere quale tempistica utilizzare è provarla, quindi regolarla quando hai i dati del sensore, con un ciclo di feedback costante. Questo può persino portare a una tempistica più granulare, come accendere la pompa per 1 secondo per ogni 100 sopra il livello di umidità richiesto, invece di un valore fisso di 5 secondi.
+
+✅ Fai una ricerca: Ci sono altre considerazioni temporali? La pianta può essere irrigata in qualsiasi momento in cui l'umidità del suolo è troppo bassa, o ci sono momenti specifici della giornata che sono buoni o cattivi per irrigare le piante?
+
+> 💁 Anche le previsioni meteorologiche possono essere prese in considerazione quando si controllano sistemi di irrigazione automatizzati per coltivazioni all'aperto. Se è prevista pioggia, l'irrigazione può essere sospesa fino a dopo la pioggia. A quel punto il terreno potrebbe essere sufficientemente umido da non richiedere irrigazione, molto più efficiente che sprecare acqua irrigando poco prima della pioggia.
+
+## Aggiungi la temporizzazione al server di controllo della pianta
+
+Il codice del server può essere modificato per aggiungere il controllo attorno alla temporizzazione del ciclo di irrigazione e attendere che i livelli di umidità del suolo cambino. La logica del server per controllare la temporizzazione del relè è:
+
+1. Messaggio di telemetria ricevuto
+1. Controlla il livello di umidità del suolo
+1. Se è ok, non fare nulla. Se la lettura è troppo alta (significa che l'umidità del suolo è troppo bassa), allora:
+    1. Invia un comando per accendere il relè
+    1. Attendi 5 secondi
+    1. Invia un comando per spegnere il relè
+    1. Attendi 20 secondi affinché i livelli di umidità del suolo si stabilizzino
+
+Il ciclo di irrigazione, il processo che va dalla ricezione del messaggio di telemetria fino a essere pronti a elaborare nuovamente i livelli di umidità del suolo, dura circa 25 secondi. Stiamo inviando i livelli di umidità del suolo ogni 10 secondi, quindi c'è una sovrapposizione in cui un messaggio viene ricevuto mentre il server sta aspettando che i livelli di umidità del suolo si stabilizzino, il che potrebbe avviare un altro ciclo di irrigazione.
+
+Ci sono due opzioni per risolvere questo problema:
+
+* Modificare il codice del dispositivo IoT per inviare la telemetria solo ogni minuto, in modo che il ciclo di irrigazione venga completato prima che venga inviato il messaggio successivo
+* Annullare l'iscrizione alla telemetria durante il ciclo di irrigazione
+
+La prima opzione non è sempre una buona soluzione per grandi fattorie. Il contadino potrebbe voler acquisire i livelli di umidità del suolo mentre il terreno viene irrigato per un'analisi successiva, ad esempio per essere consapevole del flusso d'acqua in diverse aree della fattoria e guidare un'irrigazione più mirata. La seconda opzione è migliore: il codice ignora semplicemente la telemetria quando non può utilizzarla, ma la telemetria è comunque disponibile per altri servizi che potrebbero iscriversi ad essa.
+
+> 💁 I dati IoT non vengono inviati da un solo dispositivo a un solo servizio, ma molti dispositivi possono inviare dati a un broker, e molti servizi possono ascoltare i dati dal broker. Ad esempio, un servizio potrebbe ascoltare i dati sull'umidità del suolo e archiviarli in un database per un'analisi successiva. Un altro servizio può anche ascoltare la stessa telemetria per controllare un sistema di irrigazione.
+
+### Compito - aggiungi la temporizzazione al server di controllo della pianta
+
+Aggiorna il codice del server per far funzionare il relè per 5 secondi, quindi attendere 20 secondi.
+
+1. Apri la cartella `soil-moisture-sensor-server` in VS Code se non è già aperta. Assicurati che l'ambiente virtuale sia attivato.
+
+1. Apri il file `app.py`
+
+1. Aggiungi il seguente codice al file `app.py` sotto gli import esistenti:
+
+    ```python
+    import threading
+    ```
+
+    Questa istruzione importa `threading` dalle librerie Python, permettendo a Python di eseguire altro codice mentre aspetta.
+
+1. Aggiungi il seguente codice prima della funzione `handle_telemetry` che gestisce i messaggi di telemetria ricevuti dal codice del server:
+
+    ```python
+    water_time = 5
+    wait_time = 20
+    ```
+
+    Questo definisce quanto tempo far funzionare il relè (`water_time`) e quanto tempo attendere successivamente per controllare l'umidità del suolo (`wait_time`).
+
+1. Sotto questo codice, aggiungi il seguente:
+
+    ```python
+    def send_relay_command(client, state):
+        command = { 'relay_on' : state }
+        print("Sending message:", command)
+        client.publish(server_command_topic, json.dumps(command))
+    ```
+
+    Questo codice definisce una funzione chiamata `send_relay_command` che invia un comando tramite MQTT per controllare il relè. La telemetria viene creata come un dizionario, quindi convertita in una stringa JSON. Il valore passato in `state` determina se il relè deve essere acceso o spento.
+
+1. Dopo la funzione `send_relay_code`, aggiungi il seguente codice:
+
+    ```python
+    def control_relay(client):
+        print("Unsubscribing from telemetry")
+        mqtt_client.unsubscribe(client_telemetry_topic)
+    
+        send_relay_command(client, True)
+        time.sleep(water_time)
+        send_relay_command(client, False)
+    
+        time.sleep(wait_time)
+    
+        print("Subscribing to telemetry")
+        mqtt_client.subscribe(client_telemetry_topic)
+    ```
+
+    Questo definisce una funzione per controllare il relè in base alla temporizzazione richiesta. Inizia annullando l'iscrizione alla telemetria in modo che i messaggi sull'umidità del suolo non vengano elaborati durante l'irrigazione. Successivamente invia un comando per accendere il relè. Poi attende per il tempo definito in `water_time` prima di inviare un comando per spegnere il relè. Infine attende che i livelli di umidità del suolo si stabilizzino per il tempo definito in `wait_time`. Poi si riscrive alla telemetria.
+
+1. Modifica la funzione `handle_telemetry` come segue:
+
+    ```python
+    def handle_telemetry(client, userdata, message):
+        payload = json.loads(message.payload.decode())
+        print("Message received:", payload)
+    
+        if payload['soil_moisture'] > 450:
+            threading.Thread(target=control_relay, args=(client,)).start()
+    ```
+
+    Questo codice controlla il livello di umidità del suolo. Se è maggiore di 450, il suolo necessita di irrigazione, quindi chiama la funzione `control_relay`. Questa funzione viene eseguita su un thread separato, in esecuzione in background.
+
+1. Assicurati che il tuo dispositivo IoT sia in esecuzione, quindi esegui questo codice. Modifica i livelli di umidità del suolo e osserva cosa succede al relè: dovrebbe accendersi per 5 secondi, quindi rimanere spento per almeno 20 secondi, accendendosi solo se i livelli di umidità del suolo non sono sufficienti.
+
+    ```output
+    (.venv) ➜  soil-moisture-sensor-server ✗ python app.py
+    Message received: {'soil_moisture': 457}
+    Unsubscribing from telemetry
+    Sending message: {'relay_on': True}
+    Sending message: {'relay_on': False}
+    Subscribing to telemetry
+    Message received: {'soil_moisture': 302}
+    ```
+
+    Un buon modo per testare questo in un sistema di irrigazione simulato è utilizzare terreno asciutto, quindi versare acqua manualmente mentre il relè è acceso, interrompendo il versamento quando il relè si spegne.
+
+> 💁 Puoi trovare questo codice nella cartella [code-timing](../../../../../2-farm/lessons/3-automated-plant-watering/code-timing).
+
+> 💁 Se vuoi utilizzare una pompa per costruire un sistema di irrigazione reale, puoi utilizzare una [pompa d'acqua da 6V](https://www.seeedstudio.com/6V-Mini-Water-Pump-p-1945.html) con un [alimentatore USB](https://www.adafruit.com/product/3628). Assicurati che l'alimentazione verso o dalla pompa sia collegata tramite il relè.
+
+---
+
+## 🚀 Sfida
+
+Riesci a pensare ad altri dispositivi IoT o elettrici che hanno un problema simile, in cui ci vuole del tempo affinché i risultati dell'attuatore raggiungano il sensore? Probabilmente ne hai un paio in casa o a scuola.
+
+* Quali proprietà misurano?
+* Quanto tempo impiega la proprietà a cambiare dopo l'uso di un attuatore?
+* È accettabile che la proprietà cambi oltre il valore richiesto?
+* Come può essere riportata al valore richiesto, se necessario?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/14)
+
+## Revisione e studio autonomo
+
+* Leggi di più sui relè, inclusi i loro usi storici negli scambi telefonici, sulla [pagina Wikipedia sui relè](https://wikipedia.org/wiki/Relay).
+
+## Compito
+
+[Costruisci un ciclo di irrigazione più efficiente](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/3-automated-plant-watering/assignment.md b/translations/it/2-farm/lessons/3-automated-plant-watering/assignment.md
new file mode 100644
index 00000000..4dc0fce5
--- /dev/null
+++ b/translations/it/2-farm/lessons/3-automated-plant-watering/assignment.md
@@ -0,0 +1,52 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "ed0fbd6aed084bfba7d5e2f206968c50",
+  "translation_date": "2025-08-25T16:51:51+00:00",
+  "source_file": "2-farm/lessons/3-automated-plant-watering/assignment.md",
+  "language_code": "it"
+}
+-->
+# Costruire un ciclo di irrigazione più efficiente
+
+## Istruzioni
+
+Questa lezione ha trattato come controllare un relè tramite i dati di un sensore, e quel relè potrebbe a sua volta controllare una pompa per un sistema di irrigazione. Per una determinata quantità di terreno, far funzionare una pompa per un periodo di tempo fisso dovrebbe sempre avere lo stesso impatto sull'umidità del suolo. Questo significa che puoi avere un'idea di quanti secondi di irrigazione corrispondono a una certa diminuzione nella lettura dell'umidità del suolo. Utilizzando questi dati, puoi costruire un sistema di irrigazione più controllato.
+
+Per questo compito, calcolerai quanto tempo la pompa dovrebbe funzionare per ottenere un determinato aumento dell'umidità del suolo.
+
+> ⚠️ Se stai utilizzando hardware IoT virtuale, puoi seguire questo processo, ma simulare i risultati aumentando manualmente la lettura dell'umidità del suolo di una quantità fissa per ogni secondo in cui il relè è attivo.
+
+1. Inizia con il terreno asciutto. Misura l'umidità del suolo.
+
+1. Aggiungi una quantità fissa di acqua, sia facendo funzionare la pompa per 1 secondo sia versando una quantità fissa.
+
+    > La pompa dovrebbe sempre funzionare a una velocità costante, quindi ogni secondo che la pompa funziona dovrebbe fornire la stessa quantità di acqua.
+
+1. Aspetta che il livello di umidità del suolo si stabilizzi e prendi una lettura.
+
+1. Ripeti questo processo più volte e crea una tabella con i risultati. Un esempio di questa tabella è fornito qui sotto.
+
+    | Tempo totale della pompa | Umidità del suolo | Diminuzione |
+    | --- | --: | -: |
+    | Asciutto | 643 |  0 |
+    | 1s  | 621 | 22 |
+    | 2s  | 601 | 20 |
+    | 3s  | 579 | 22 |
+    | 4s  | 560 | 19 |
+    | 5s  | 539 | 21 |
+    | 6s  | 521 | 18 |
+
+1. Calcola un aumento medio dell'umidità del suolo per ogni secondo di acqua. Nell'esempio sopra, ogni secondo di acqua diminuisce la lettura di una media di 20,3.
+
+1. Utilizza questi dati per migliorare l'efficienza del codice del tuo server, facendo funzionare la pompa per il tempo necessario per portare l'umidità del suolo al livello desiderato.
+
+## Rubrica
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Acquisizione dei dati sull'umidità del suolo | È in grado di acquisire più letture dopo aver aggiunto quantità fisse di acqua | È in grado di acquisire alcune letture con quantità fisse di acqua | È in grado di acquisire solo una o due letture, o non è in grado di utilizzare quantità fisse di acqua |
+| Calibrazione del codice del server | È in grado di calcolare una diminuzione media nella lettura dell'umidità del suolo e aggiornare il codice del server per utilizzarla | È in grado di calcolare una diminuzione media, ma non può aggiornare il codice del server, o non è in grado di calcolare correttamente una media, ma utilizza questo valore per aggiornare correttamente il codice del server | Non è in grado di calcolare una media o aggiornare il codice del server |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/3-automated-plant-watering/pi-relay.md b/translations/it/2-farm/lessons/3-automated-plant-watering/pi-relay.md
new file mode 100644
index 00000000..e3d4e02a
--- /dev/null
+++ b/translations/it/2-farm/lessons/3-automated-plant-watering/pi-relay.md
@@ -0,0 +1,121 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "66b81165e60f8f169bd52a401b6a0f8b",
+  "translation_date": "2025-08-25T16:52:58+00:00",
+  "source_file": "2-farm/lessons/3-automated-plant-watering/pi-relay.md",
+  "language_code": "it"
+}
+-->
+# Controllare un relè - Raspberry Pi
+
+In questa parte della lezione, aggiungerai un relè al tuo Raspberry Pi, oltre al sensore di umidità del suolo, e lo controllerai in base al livello di umidità del suolo.
+
+## Hardware
+
+Il Raspberry Pi necessita di un relè.
+
+Il relè che utilizzerai è un [Grove relay](https://www.seeedstudio.com/Grove-Relay.html), un relè normalmente aperto (il che significa che il circuito di uscita è aperto, o disconnesso, quando non viene inviato alcun segnale al relè) che può gestire circuiti di uscita fino a 250V e 10A.
+
+Questo è un attuatore digitale, quindi si collega a un pin digitale sul Grove Base Hat.
+
+### Collegare il relè
+
+Il relè Grove può essere collegato al Raspberry Pi.
+
+#### Attività
+
+Collega il relè.
+
+![Un relè Grove](../../../../../translated_images/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del relè. Entrerà solo in un verso.
+
+1. Con il Raspberry Pi spento, collega l'altra estremità del cavo Grove alla presa digitale contrassegnata **D5** sul Grove Base Hat collegato al Pi. Questa presa è la seconda da sinistra, nella fila di prese accanto ai pin GPIO. Lascia il sensore di umidità del suolo collegato alla presa **A0**.
+
+![Il relè Grove collegato alla presa D5 e il sensore di umidità del suolo collegato alla presa A0](../../../../../translated_images/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.it.png)
+
+1. Inserisci il sensore di umidità del suolo nel terreno, se non lo hai già fatto dalla lezione precedente.
+
+## Programmare il relè
+
+Ora il Raspberry Pi può essere programmato per utilizzare il relè collegato.
+
+### Attività
+
+Programma il dispositivo.
+
+1. Accendi il Pi e attendi che si avvii.
+
+1. Apri il progetto `soil-moisture-sensor` dalla lezione precedente in VS Code, se non è già aperto. Aggiungerai del codice a questo progetto.
+
+1. Aggiungi il seguente codice al file `app.py` sotto gli import esistenti:
+
+    ```python
+    from grove.grove_relay import GroveRelay
+    ```
+
+    Questa istruzione importa il `GroveRelay` dalle librerie Python di Grove per interagire con il relè Grove.
+
+1. Aggiungi il seguente codice sotto la dichiarazione della classe `ADC` per creare un'istanza di `GroveRelay`:
+
+    ```python
+    relay = GroveRelay(5)
+    ```
+
+    Questo crea un relè utilizzando il pin **D5**, il pin digitale a cui hai collegato il relè.
+
+1. Per testare che il relè funzioni, aggiungi il seguente codice al ciclo `while True:`:
+
+    ```python
+    relay.on()
+    time.sleep(.5)
+    relay.off()
+    ```
+
+    Il codice accende il relè, attende 0,5 secondi, quindi spegne il relè.
+
+1. Esegui l'app Python. Il relè si accenderà e spegnerà ogni 10 secondi, con un ritardo di mezzo secondo tra accensione e spegnimento. Sentirai il relè fare clic quando si accende e spegne. Un LED sulla scheda Grove si accenderà quando il relè è acceso e si spegnerà quando il relè è spento.
+
+    ![Il relè che si accende e si spegne](../../../../../images/relay-turn-on-off.gif)
+
+## Controllare il relè in base all'umidità del suolo
+
+Ora che il relè funziona, può essere controllato in risposta alle letture dell'umidità del suolo.
+
+### Attività
+
+Controlla il relè.
+
+1. Elimina le 3 righe di codice che hai aggiunto per testare il relè. Sostituiscile con il seguente codice:
+
+    ```python
+    if soil_moisture > 450:
+        print("Soil Moisture is too low, turning relay on.")
+        relay.on()
+    else:
+        print("Soil Moisture is ok, turning relay off.")
+        relay.off()
+    ```
+
+    Questo codice controlla il livello di umidità del suolo dal sensore di umidità del suolo. Se è superiore a 450, accende il relè, e lo spegne quando scende sotto 450.
+
+    > 💁 Ricorda che il sensore capacitivo di umidità del suolo legge: più basso è il livello di umidità del suolo, maggiore è l'umidità presente nel terreno e viceversa.
+
+1. Esegui l'app Python. Vedrai il relè accendersi o spegnersi a seconda del livello di umidità del suolo. Prova con terreno asciutto, poi aggiungi acqua.
+
+    ```output
+    Soil Moisture: 638
+    Soil Moisture is too low, turning relay on.
+    Soil Moisture: 452
+    Soil Moisture is too low, turning relay on.
+    Soil Moisture: 347
+    Soil Moisture is ok, turning relay off.
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-relay/pi](../../../../../2-farm/lessons/3-automated-plant-watering/code-relay/pi).
+
+😀 Il tuo programma per controllare un relè con il sensore di umidità del suolo è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md b/translations/it/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
new file mode 100644
index 00000000..2632dc03
--- /dev/null
+++ b/translations/it/2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md
@@ -0,0 +1,125 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "f8f541ee945545017a51aaf309aa37c3",
+  "translation_date": "2025-08-25T16:53:35+00:00",
+  "source_file": "2-farm/lessons/3-automated-plant-watering/virtual-device-relay.md",
+  "language_code": "it"
+}
+-->
+# Controllare un relè - Hardware IoT Virtuale
+
+In questa parte della lezione, aggiungerai un relè al tuo dispositivo IoT virtuale, oltre al sensore di umidità del suolo, e lo controllerai in base al livello di umidità del suolo.
+
+## Hardware Virtuale
+
+Il dispositivo IoT virtuale utilizzerà un relè Grove simulato. Questo mantiene il laboratorio simile all'utilizzo di un Raspberry Pi con un relè Grove fisico.
+
+In un dispositivo IoT fisico, il relè sarebbe un relè normalmente aperto (il circuito di uscita è aperto o disconnesso quando non viene inviato alcun segnale al relè). Un relè di questo tipo può gestire circuiti di uscita fino a 250V e 10A.
+
+### Aggiungere il relè a CounterFit
+
+Per utilizzare un relè virtuale, è necessario aggiungerlo all'app CounterFit.
+
+#### Attività
+
+Aggiungi il relè all'app CounterFit.
+
+1. Apri il progetto `soil-moisture-sensor` dalla lezione precedente in VS Code, se non è già aperto. Aggiungerai a questo progetto.
+
+1. Assicurati che l'app web CounterFit sia in esecuzione.
+
+1. Crea un relè:
+
+    1. Nella casella *Create actuator* nel pannello *Actuators*, apri il menu a tendina *Actuator type* e seleziona *Relay*.
+
+    1. Imposta il *Pin* su *5*.
+
+    1. Seleziona il pulsante **Add** per creare il relè sul Pin 5.
+
+    ![Le impostazioni del relè](../../../../../translated_images/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.it.png)
+
+    Il relè verrà creato e apparirà nella lista degli attuatori.
+
+    ![Il relè creato](../../../../../translated_images/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.it.png)
+
+## Programmare il relè
+
+L'app del sensore di umidità del suolo può ora essere programmata per utilizzare il relè virtuale.
+
+### Attività
+
+Programma il dispositivo virtuale.
+
+1. Apri il progetto `soil-moisture-sensor` dalla lezione precedente in VS Code, se non è già aperto. Aggiungerai a questo progetto.
+
+1. Aggiungi il seguente codice al file `app.py` sotto gli import esistenti:
+
+    ```python
+    from counterfit_shims_grove.grove_relay import GroveRelay
+    ```
+
+    Questa istruzione importa il `GroveRelay` dalle librerie shim Python Grove per interagire con il relè Grove virtuale.
+
+1. Aggiungi il seguente codice sotto la dichiarazione della classe `ADC` per creare un'istanza di `GroveRelay`:
+
+    ```python
+    relay = GroveRelay(5)
+    ```
+
+    Questo crea un relè utilizzando il pin **5**, il pin a cui hai collegato il relè.
+
+1. Per testare che il relè funzioni, aggiungi il seguente codice al ciclo `while True:`:
+
+    ```python
+    relay.on()
+    time.sleep(.5)
+    relay.off()
+    ```
+
+    Il codice accende il relè, aspetta 0,5 secondi, quindi spegne il relè.
+
+1. Esegui l'app Python. Il relè si accenderà e spegnerà ogni 10 secondi, con un ritardo di mezzo secondo tra accensione e spegnimento. Vedrai il relè virtuale nell'app CounterFit chiudersi e aprirsi mentre il relè si accende e si spegne.
+
+    ![Il relè virtuale che si accende e spegne](../../../../../images/virtual-relay-turn-on-off.gif)
+
+## Controllare il relè in base all'umidità del suolo
+
+Ora che il relè funziona, può essere controllato in risposta alle letture di umidità del suolo.
+
+### Attività
+
+Controlla il relè.
+
+1. Elimina le 3 righe di codice che hai aggiunto per testare il relè. Sostituiscile con il seguente codice al loro posto:
+
+    ```python
+    if soil_moisture > 450:
+        print("Soil Moisture is too low, turning relay on.")
+        relay.on()
+    else:
+        print("Soil Moisture is ok, turning relay off.")
+        relay.off()
+    ```
+
+    Questo codice controlla il livello di umidità del suolo dal sensore di umidità del suolo. Se è superiore a 450, accende il relè, spegnendolo se scende sotto 450.
+
+    > 💁 Ricorda che il sensore capacitivo di umidità del suolo legge: più basso è il livello di umidità del suolo, maggiore è l'umidità nel terreno e viceversa.
+
+1. Esegui l'app Python. Vedrai il relè accendersi o spegnersi a seconda dei livelli di umidità del suolo. Modifica le impostazioni *Value* o *Random* per il sensore di umidità del suolo per vedere il valore cambiare.
+
+    ```output
+    Soil Moisture: 638
+    Soil Moisture is too low, turning relay on.
+    Soil Moisture: 452
+    Soil Moisture is too low, turning relay on.
+    Soil Moisture: 347
+    Soil Moisture is ok, turning relay off.
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-relay/virtual-device](../../../../../2-farm/lessons/3-automated-plant-watering/code-relay/virtual-device).
+
+😀 Il tuo programma per controllare un relè con un sensore di umidità del suolo virtuale è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md b/translations/it/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md
new file mode 100644
index 00000000..8861513c
--- /dev/null
+++ b/translations/it/2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md
@@ -0,0 +1,119 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "f3c5d8afa2ef6a0b425ef8ff20615cb4",
+  "translation_date": "2025-08-25T16:52:16+00:00",
+  "source_file": "2-farm/lessons/3-automated-plant-watering/wio-terminal-relay.md",
+  "language_code": "it"
+}
+-->
+# Controllare un relè - Wio Terminal
+
+In questa parte della lezione, aggiungerai un relè al tuo Wio Terminal, oltre al sensore di umidità del suolo, e lo controllerai in base al livello di umidità del suolo.
+
+## Hardware
+
+Il Wio Terminal necessita di un relè.
+
+Il relè che utilizzerai è un [Grove relay](https://www.seeedstudio.com/Grove-Relay.html), un relè normalmente aperto (ciò significa che il circuito di uscita è aperto, o disconnesso, quando non viene inviato alcun segnale al relè) che può gestire circuiti di uscita fino a 250V e 10A.
+
+Questo è un attuatore digitale, quindi si collega ai pin digitali del Wio Terminal. La porta combinata analogica/digitale è già in uso con il sensore di umidità del suolo, quindi questo si collega all'altra porta, che è una porta combinata I²C e digitale.
+
+### Collegare il relè
+
+Il Grove relay può essere collegato alla porta digitale del Wio Terminal.
+
+#### Attività
+
+Collega il relè.
+
+![Un Grove relay](../../../../../translated_images/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del relè. Può essere inserito solo in un modo.
+
+1. Con il Wio Terminal scollegato dal computer o da un'altra fonte di alimentazione, collega l'altra estremità del cavo Grove alla presa Grove sul lato sinistro del Wio Terminal, guardando lo schermo. Lascia il sensore di umidità del suolo collegato alla presa destra.
+
+![Il Grove relay collegato alla presa sinistra e il sensore di umidità del suolo collegato alla presa destra](../../../../../translated_images/wio-relay-and-soil-moisture-sensor.ed722202d42babe0be5f4518cf13e8c2c81e8df21d37839266cbdb60cf30172d.it.png)
+
+1. Inserisci il sensore di umidità del suolo nel terreno, se non è già stato fatto nella lezione precedente.
+
+## Programmare il relè
+
+Ora il Wio Terminal può essere programmato per utilizzare il relè collegato.
+
+### Attività
+
+Programma il dispositivo.
+
+1. Apri il progetto `soil-moisture-sensor` dalla lezione precedente in VS Code, se non è già aperto. Aggiungerai codice a questo progetto.
+
+2. Non esiste una libreria per questo attuatore: è un attuatore digitale controllato da un segnale alto o basso. Per accenderlo, invii un segnale alto al pin (3.3V), per spegnerlo invii un segnale basso (0V). Puoi farlo utilizzando la funzione [`digitalWrite`](https://www.arduino.cc/reference/en/language/functions/digital-io/digitalwrite/) integrata di Arduino. Inizia aggiungendo il seguente codice alla fine della funzione `setup` per configurare la porta combinata I²C/digitale come pin di uscita per inviare una tensione al relè:
+
+    ```cpp
+    pinMode(PIN_WIRE_SCL, OUTPUT);
+    ```
+
+    `PIN_WIRE_SCL` è il numero di porta per la porta combinata I²C/digitale.
+
+1. Per testare che il relè funzioni, aggiungi il seguente codice alla funzione `loop`, sotto l'ultimo `delay`:
+
+    ```cpp
+    digitalWrite(PIN_WIRE_SCL, HIGH);
+    delay(500);
+    digitalWrite(PIN_WIRE_SCL, LOW);
+    ```
+
+    Il codice invia un segnale alto al pin a cui è collegato il relè per accenderlo, attende 500ms (mezzo secondo), quindi invia un segnale basso per spegnerlo.
+
+1. Compila e carica il codice sul Wio Terminal.
+
+1. Una volta caricato, il relè si accenderà e spegnerà ogni 10 secondi, con un ritardo di mezzo secondo tra accensione e spegnimento. Sentirai il relè fare clic quando si accende e spegne. Un LED sulla scheda Grove si illuminerà quando il relè è acceso e si spegnerà quando il relè è spento.
+
+    ![Il relè che si accende e spegne](../../../../../images/relay-turn-on-off.gif)
+
+## Controllare il relè in base all'umidità del suolo
+
+Ora che il relè funziona, può essere controllato in risposta alle letture del sensore di umidità del suolo.
+
+### Attività
+
+Controlla il relè.
+
+1. Elimina le 3 righe di codice che hai aggiunto per testare il relè. Sostituiscile con il seguente codice:
+
+    ```cpp
+    if (soil_moisture > 450)
+    {
+        Serial.println("Soil Moisture is too low, turning relay on.");
+        digitalWrite(PIN_WIRE_SCL, HIGH);
+    }
+    else
+    {
+        Serial.println("Soil Moisture is ok, turning relay off.");
+        digitalWrite(PIN_WIRE_SCL, LOW);
+    }
+    ```
+
+    Questo codice controlla il livello di umidità del suolo dal sensore di umidità. Se è superiore a 450, accende il relè, e lo spegne quando scende sotto 450.
+
+    > 💁 Ricorda che il sensore capacitivo di umidità del suolo legge: più basso è il livello di umidità, maggiore è l'umidità nel terreno e viceversa.
+
+1. Compila e carica il codice sul Wio Terminal.
+
+1. Monitora il dispositivo tramite il monitor seriale. Vedrai il relè accendersi o spegnersi a seconda del livello di umidità del suolo. Prova con terreno asciutto, poi aggiungi acqua.
+
+    ```output
+    Soil Moisture: 638
+    Soil Moisture is too low, turning relay on.
+    Soil Moisture: 452
+    Soil Moisture is too low, turning relay on.
+    Soil Moisture: 347
+    Soil Moisture is ok, turning relay off.
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-relay/wio-terminal](../../../../../2-farm/lessons/3-automated-plant-watering/code-relay/wio-terminal).
+
+😀 Il tuo programma per controllare un relè con il sensore di umidità del suolo è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md b/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
new file mode 100644
index 00000000..ee18aa94
--- /dev/null
+++ b/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md
@@ -0,0 +1,449 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4d8e7a066d75b625e7a979c14157041d",
+  "translation_date": "2025-08-25T17:05:24+00:00",
+  "source_file": "2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md",
+  "language_code": "it"
+}
+-->
+# Migra la tua pianta al cloud
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questa lezione è stata insegnata come parte della serie [IoT for Beginners Project 2 - Digital Agriculture](https://youtube.com/playlist?list=PLmsFUfdnGr3yCutmcVg6eAUEfsGiFXgcx) del [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn).
+
+[![Collega il tuo dispositivo al cloud con Azure IoT Hub](https://img.youtube.com/vi/bNxjopXkhvk/0.jpg)](https://youtu.be/bNxjopXkhvk)
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/15)
+
+## Introduzione
+
+Nella lezione precedente, hai imparato a collegare la tua pianta a un broker MQTT e a controllare un relè tramite codice server in esecuzione localmente. Questo rappresenta il nucleo di un sistema di irrigazione automatizzato connesso a Internet, utilizzato sia per piante singole a casa che per aziende agricole commerciali.
+
+Il dispositivo IoT ha comunicato con un broker MQTT pubblico per dimostrare i principi di base, ma questo non è il metodo più affidabile o sicuro. In questa lezione imparerai cos'è il cloud e le capacità IoT offerte dai servizi cloud pubblici. Inoltre, scoprirai come migrare la tua pianta da un broker MQTT pubblico a uno di questi servizi cloud.
+
+In questa lezione tratteremo:
+
+* [Cos'è il cloud?](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+* [Crea un abbonamento al cloud](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+* [Servizi IoT nel cloud](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+* [Crea un servizio IoT nel cloud](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+* [Comunica con IoT Hub](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+* [Collega il tuo dispositivo al servizio IoT](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud)
+
+## Cos'è il cloud?
+
+Prima del cloud, quando un'azienda voleva fornire servizi ai propri dipendenti (come database o archiviazione file) o al pubblico (come siti web), doveva costruire e gestire un data center. Questo poteva variare da una stanza con pochi computer a un edificio con molti computer. L'azienda doveva gestire tutto, inclusi:
+
+* Acquisto dei computer
+* Manutenzione dell'hardware
+* Alimentazione e raffreddamento
+* Rete
+* Sicurezza, sia dell'edificio che del software sui computer
+* Installazione e aggiornamenti del software
+
+Questo poteva essere molto costoso, richiedere una vasta gamma di competenze e risultare molto lento da adattare ai cambiamenti. Ad esempio, se un negozio online doveva prepararsi per una stagione di vacanze intensa, doveva pianificare mesi in anticipo per acquistare più hardware, configurarlo, installarlo e installare il software necessario per gestire le vendite. Dopo la stagione intensa, con il calo delle vendite, si ritrovava con computer inutilizzati fino alla prossima stagione.
+
+✅ Pensi che questo permettesse alle aziende di muoversi rapidamente? Se un rivenditore di abbigliamento online diventasse improvvisamente popolare perché una celebrità indossa i suoi vestiti, sarebbe in grado di aumentare rapidamente la potenza di calcolo per gestire l'afflusso improvviso di ordini?
+
+### Il computer di qualcun altro
+
+Il cloud viene spesso scherzosamente definito "il computer di qualcun altro". L'idea iniziale era semplice: invece di acquistare computer, si affittano quelli di qualcun altro. Un fornitore di cloud computing gestisce enormi data center, occupandosi di acquistare e installare l'hardware, gestire alimentazione e raffreddamento, rete, sicurezza dell'edificio, aggiornamenti hardware e software, tutto. Come cliente, affitti i computer di cui hai bisogno, aumentando il numero durante i picchi di domanda e riducendolo quando la domanda cala. Questi data center cloud sono distribuiti in tutto il mondo.
+
+![Un data center cloud di Microsoft](../../../../../translated_images/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.it.png)
+![Espansione pianificata di un data center cloud di Microsoft](../../../../../translated_images/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.it.png)
+
+Questi data center possono occupare diversi chilometri quadrati. Le immagini sopra, scattate alcuni anni fa in un data center cloud di Microsoft, mostrano le dimensioni iniziali e un'espansione pianificata. L'area destinata all'espansione supera i 5 chilometri quadrati.
+
+> 💁 Questi data center richiedono così tanta energia che alcuni hanno proprie centrali elettriche. Grazie alle loro dimensioni e agli investimenti dei fornitori di cloud, sono solitamente molto ecologici. Sono più efficienti rispetto a numerosi piccoli data center, funzionano principalmente con energia rinnovabile e i fornitori di cloud lavorano per ridurre gli sprechi, limitare l'uso dell'acqua e ripiantare foreste per compensare quelle abbattute per costruire i data center. Puoi leggere di più su come un fornitore di cloud sta lavorando sulla sostenibilità sul sito [Azure sustainability](https://azure.microsoft.com/global-infrastructure/sustainability/?WT.mc_id=academic-17441-jabenn).
+
+✅ Fai una ricerca: Leggi sui principali fornitori di cloud come [Azure di Microsoft](https://azure.microsoft.com/?WT.mc_id=academic-17441-jabenn) o [GCP di Google](https://cloud.google.com). Quanti data center hanno e dove si trovano nel mondo?
+
+Utilizzare il cloud riduce i costi per le aziende e consente loro di concentrarsi su ciò che sanno fare meglio, lasciando l'expertise sul cloud computing nelle mani del fornitore. Le aziende non devono più affittare o acquistare spazi per data center, pagare diversi fornitori per connettività e alimentazione o assumere esperti. Invece, possono pagare una sola fattura mensile al fornitore di cloud per avere tutto gestito.
+
+Il fornitore di cloud può quindi sfruttare le economie di scala per ridurre i costi, acquistando computer in grandi quantità a prezzi più bassi, investendo in strumenti per ridurre il carico di lavoro per la manutenzione e persino progettando e costruendo il proprio hardware per migliorare l'offerta cloud.
+
+### Microsoft Azure
+
+Azure è il cloud per sviluppatori di Microsoft, ed è il cloud che utilizzerai in queste lezioni. Il video qui sotto offre una breve panoramica di Azure:
+
+[![Video panoramica di Azure](../../../../../translated_images/what-is-azure-video-thumbnail.20174db09e03bbb87d213f928d3cb27410305d2e567e952827de8478dbda959b.it.png)](https://www.microsoft.com/videoplayer/embed/RE4Ibng?WT.mc_id=academic-17441-jabenn)
+
+## Crea un abbonamento al cloud
+
+Per utilizzare i servizi nel cloud, dovrai registrarti per un abbonamento con un fornitore di cloud. In questa lezione, ti registrerai per un abbonamento a Microsoft Azure. Se hai già un abbonamento Azure, puoi saltare questa attività. I dettagli dell'abbonamento descritti qui sono corretti al momento della scrittura, ma potrebbero cambiare.
+
+> 💁 Se stai seguendo queste lezioni tramite la tua scuola, potresti già avere un abbonamento Azure disponibile. Controlla con il tuo insegnante.
+
+Esistono due tipi di abbonamento gratuito a Azure a cui puoi registrarti:
+
+* **Azure for Students** - Questo abbonamento è pensato per studenti di età pari o superiore a 18 anni. Non è necessaria una carta di credito per registrarsi e si utilizza l'indirizzo email scolastico per convalidare lo stato di studente. Quando ti registri, ricevi 100 USD da spendere in risorse cloud, oltre a servizi gratuiti, incluso una versione gratuita di un servizio IoT. Questo abbonamento dura 12 mesi e può essere rinnovato ogni anno in cui rimani studente.
+
+* **Abbonamento gratuito Azure** - Questo abbonamento è per chiunque non sia studente. È necessaria una carta di credito per registrarsi, ma la carta non verrà addebitata, serve solo per verificare che tu sia una persona reale e non un bot. Ricevi 200 USD di credito da utilizzare nei primi 30 giorni su qualsiasi servizio, oltre a livelli gratuiti di servizi Azure. Una volta esaurito il credito, la carta non verrà addebitata a meno che tu non converta l'abbonamento in uno a consumo.
+
+> 💁 Microsoft offre un abbonamento Azure for Students Starter per studenti sotto i 18 anni, ma al momento della scrittura non supporta servizi IoT.
+
+### Attività - registrati per un abbonamento cloud gratuito
+
+Se sei uno studente di età pari o superiore a 18 anni, puoi registrarti per un abbonamento Azure for Students. Dovrai convalidare con un indirizzo email scolastico. Puoi farlo in due modi:
+
+* Registrati per un pacchetto GitHub Student Developer Pack su [education.github.com/pack](https://education.github.com/pack). Questo ti dà accesso a una gamma di strumenti e offerte, incluso GitHub e Microsoft Azure. Una volta registrato per il pacchetto sviluppatore, puoi attivare l'offerta Azure for Students.
+
+* Registrati direttamente per un account Azure for Students su [azure.microsoft.com/free/students](https://azure.microsoft.com/free/students/?WT.mc_id=academic-17441-jabenn).
+
+> ⚠️ Se il tuo indirizzo email scolastico non viene riconosciuto, apri un [issue in questo repository](https://github.com/Microsoft/IoT-For-Beginners/issues) e vedremo se può essere aggiunto alla lista consentita di Azure for Students.
+
+Se non sei uno studente o non hai un indirizzo email scolastico valido, puoi registrarti per un abbonamento gratuito Azure.
+
+* Registrati per un abbonamento gratuito Azure su [azure.microsoft.com/free](https://azure.microsoft.com/free/?WT.mc_id=academic-17441-jabenn)
+
+## Servizi IoT nel cloud
+
+Il broker MQTT pubblico che hai utilizzato è uno strumento eccellente per imparare, ma presenta diversi svantaggi per un utilizzo in ambito commerciale:
+
+* Affidabilità - è un servizio gratuito senza garanzie, che può essere disattivato in qualsiasi momento
+* Sicurezza - è pubblico, quindi chiunque potrebbe intercettare la tua telemetria o inviare comandi per controllare il tuo hardware
+* Prestazioni - è progettato per pochi messaggi di test, quindi non sarebbe in grado di gestire un grande volume di messaggi
+* Scoperta - non c'è modo di sapere quali dispositivi sono connessi
+
+I servizi IoT nel cloud risolvono questi problemi. Sono gestiti da grandi fornitori di cloud che investono molto nell'affidabilità e sono pronti a risolvere eventuali problemi. Hanno la sicurezza integrata per impedire agli hacker di leggere i tuoi dati o inviare comandi non autorizzati. Inoltre, offrono alte prestazioni, essendo in grado di gestire milioni di messaggi ogni giorno, sfruttando il cloud per scalare secondo necessità.
+
+> 💁 Sebbene questi vantaggi abbiano un costo mensile, la maggior parte dei fornitori di cloud offre una versione gratuita del proprio servizio IoT con un numero limitato di messaggi al giorno o dispositivi che possono connettersi. Questa versione gratuita è solitamente più che sufficiente per uno sviluppatore che vuole imparare a utilizzare il servizio. In questa lezione utilizzerai una versione gratuita.
+
+I dispositivi IoT si connettono a un servizio cloud utilizzando un SDK per dispositivi (una libreria che fornisce codice per lavorare con le funzionalità del servizio) o direttamente tramite un protocollo di comunicazione come MQTT o HTTP. L'SDK per dispositivi è solitamente la strada più semplice, poiché gestisce tutto per te, come sapere a quali topic pubblicare o sottoscriversi e come gestire la sicurezza.
+
+![I dispositivi si connettono a un servizio utilizzando un SDK per dispositivi. Anche il codice server si connette al servizio tramite un SDK](../../../../../translated_images/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.it.png)
+
+Il tuo dispositivo comunica quindi con altre parti della tua applicazione tramite questo servizio, in modo simile a come hai inviato telemetria e ricevuto comandi tramite MQTT. Questo avviene solitamente utilizzando un SDK per servizi o una libreria simile. I messaggi arrivano dal tuo dispositivo al servizio, dove altre componenti della tua applicazione possono leggerli, e i messaggi possono essere inviati al tuo dispositivo.
+
+![I dispositivi senza una chiave segreta valida non possono connettersi al servizio IoT](../../../../../translated_images/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.it.png)
+
+Questi servizi implementano la sicurezza conoscendo tutti i dispositivi che possono connettersi e inviare dati, sia registrando i dispositivi in anticipo, sia fornendo loro chiavi segrete o certificati che possono utilizzare per registrarsi al servizio la prima volta che si connettono. I dispositivi sconosciuti non possono connettersi: se ci provano, il servizio rifiuta la connessione e ignora i messaggi inviati da loro.
+
+✅ Fai una ricerca: Qual è lo svantaggio di avere un servizio IoT aperto dove qualsiasi dispositivo o codice può connettersi? Riesci a trovare esempi specifici di hacker che hanno sfruttato questa situazione?
+
+Altre componenti della tua applicazione possono connettersi al servizio IoT e conoscere tutti i dispositivi connessi o registrati, comunicando con loro direttamente, sia in massa che individualmente.
+💁 I servizi IoT implementano anche funzionalità aggiuntive, e i provider cloud offrono ulteriori servizi e applicazioni che possono essere collegati al servizio. Ad esempio, se desideri archiviare tutti i messaggi di telemetria inviati da tutti i dispositivi in un database, di solito bastano pochi clic nello strumento di configurazione del provider cloud per collegare il servizio a un database e trasmettere i dati.
+## Crea un servizio IoT nel cloud
+
+Ora che hai un abbonamento Azure, puoi iscriverti a un servizio IoT. Il servizio IoT di Microsoft si chiama Azure IoT Hub.
+
+![Il logo di Azure IoT Hub](../../../../../translated_images/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.it.png)
+
+Il video qui sotto offre una breve panoramica di Azure IoT Hub:
+
+[![Video panoramica di Azure IoT Hub](https://img.youtube.com/vi/smuZaZZXKsU/0.jpg)](https://www.youtube.com/watch?v=smuZaZZXKsU)
+
+> 🎥 Clicca sull'immagine sopra per guardare il video
+
+✅ Dedica un momento a fare qualche ricerca e leggi la panoramica di IoT Hub nella [documentazione di Microsoft IoT Hub](https://docs.microsoft.com/azure/iot-hub/about-iot-hub?WT.mc_id=academic-17441-jabenn).
+
+I servizi cloud disponibili in Azure possono essere configurati tramite un portale web o un'interfaccia a riga di comando (CLI). Per questo compito, utilizzerai la CLI.
+
+### Compito - installare Azure CLI
+
+Per utilizzare Azure CLI, devi prima installarla sul tuo PC o Mac.
+
+1. Segui le istruzioni nella [documentazione di Azure CLI](https://docs.microsoft.com/cli/azure/install-azure-cli?WT.mc_id=academic-17441-jabenn) per installare la CLI.
+
+1. Azure CLI supporta una serie di estensioni che aggiungono funzionalità per gestire una vasta gamma di servizi Azure. Installa l'estensione IoT eseguendo il seguente comando dalla tua riga di comando o terminale:
+
+    ```sh
+    az extension add --name azure-iot
+    ```
+
+1. Dalla tua riga di comando o terminale, esegui il seguente comando per accedere al tuo abbonamento Azure tramite Azure CLI.
+
+    ```sh
+    az login
+    ```
+
+    Si aprirà una pagina web nel tuo browser predefinito. Accedi utilizzando l'account che hai usato per registrarti al tuo abbonamento Azure. Una volta effettuato l'accesso, puoi chiudere la scheda del browser.
+
+1. Se hai più abbonamenti Azure, come uno fornito dalla scuola e uno tuo personale Azure for Students, dovrai selezionare quello che desideri utilizzare. Esegui il seguente comando per elencare tutti gli abbonamenti a cui hai accesso:
+
+    ```sh
+    az account list --output table
+    ```
+
+    Nell'output, vedrai il nome di ciascun abbonamento insieme al suo `SubscriptionId`.
+
+    ```output
+    ➜  ~ az account list --output table
+    Name                    CloudName    SubscriptionId                        State    IsDefault
+    ----------------------  -----------  ------------------------------------  -------  -----------
+    School-subscription     AzureCloud   cb30cde9-814a-42f0-a111-754cb788e4e1  Enabled  True
+    Azure for Students      AzureCloud   fa51c31b-162c-4599-add6-781def2e1fbf  Enabled  False
+    ```
+
+    Per selezionare l'abbonamento che desideri utilizzare, usa il seguente comando:
+
+    ```sh
+    az account set --subscription <SubscriptionId>
+    ```
+
+    Sostituisci `<SubscriptionId>` con l'Id dell'abbonamento che desideri utilizzare. Dopo aver eseguito questo comando, esegui nuovamente il comando per elencare i tuoi account. Vedrai che la colonna `IsDefault` sarà contrassegnata come `True` per l'abbonamento appena impostato.
+
+### Compito - creare un gruppo di risorse
+
+I servizi Azure, come le istanze di IoT Hub, le macchine virtuali, i database o i servizi di intelligenza artificiale, sono chiamati **risorse**. Ogni risorsa deve appartenere a un **gruppo di risorse**, un raggruppamento logico di una o più risorse.
+
+> 💁 Utilizzare i gruppi di risorse significa che puoi gestire più servizi contemporaneamente. Ad esempio, una volta completate tutte le lezioni di questo progetto, puoi eliminare il gruppo di risorse e tutte le risorse al suo interno verranno eliminate automaticamente.
+
+1. Esistono diversi data center Azure in tutto il mondo, suddivisi in regioni. Quando crei una risorsa o un gruppo di risorse Azure, devi specificare dove desideri che venga creato. Esegui il seguente comando per ottenere l'elenco delle posizioni:
+
+    ```sh
+    az account list-locations --output table
+    ```
+
+    Vedrai un elenco di posizioni. Questo elenco sarà lungo.
+
+    > 💁 Al momento della scrittura, ci sono 65 posizioni in cui puoi distribuire.
+
+    ```output
+        ➜  ~ az account list-locations --output table
+    DisplayName               Name                 RegionalDisplayName
+    ------------------------  -------------------  -------------------------------------
+    East US                   eastus               (US) East US
+    East US 2                 eastus2              (US) East US 2
+    South Central US          southcentralus       (US) South Central US
+    ...
+    ```
+
+    Annota il valore della colonna `Name` della regione più vicina a te. Puoi trovare le regioni su una mappa nella [pagina delle geografie di Azure](https://azure.microsoft.com/global-infrastructure/geographies/?WT.mc_id=academic-17441-jabenn).
+
+1. Esegui il seguente comando per creare un gruppo di risorse chiamato `soil-moisture-sensor`. I nomi dei gruppi di risorse devono essere unici nel tuo abbonamento.
+
+    ```sh
+    az group create --name soil-moisture-sensor \
+                    --location <location>
+    ```
+
+    Sostituisci `<location>` con la posizione selezionata nel passaggio precedente.
+
+### Compito - creare un IoT Hub
+
+Ora puoi creare una risorsa IoT Hub nel tuo gruppo di risorse.
+
+1. Usa il seguente comando per creare la tua risorsa IoT Hub:
+
+    ```sh
+    az iot hub create --resource-group soil-moisture-sensor \
+                      --sku F1 \
+                      --partition-count 2 \
+                      --name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con un nome per il tuo hub. Questo nome deve essere univoco a livello globale - cioè nessun altro IoT Hub creato da chiunque può avere lo stesso nome. Questo nome viene utilizzato in un URL che punta all'hub, quindi deve essere univoco. Usa qualcosa come `soil-moisture-sensor-` e aggiungi un identificatore univoco alla fine, come alcune parole casuali o il tuo nome.
+
+    L'opzione `--sku F1` indica di utilizzare un livello gratuito. Il livello gratuito supporta 8.000 messaggi al giorno insieme alla maggior parte delle funzionalità dei livelli a pagamento.
+
+    > 🎓 I diversi livelli di prezzo dei servizi Azure sono chiamati tier. Ogni tier ha un costo diverso e offre funzionalità o volumi di dati differenti.
+
+    > 💁 Se vuoi saperne di più sui prezzi, puoi consultare la [guida ai prezzi di Azure IoT Hub](https://azure.microsoft.com/pricing/details/iot-hub/?WT.mc_id=academic-17441-jabenn).
+
+    L'opzione `--partition-count 2` definisce quante stream di dati l'IoT Hub supporta. Più partizioni riducono i blocchi di dati quando più dispositivi leggono e scrivono dall'IoT Hub. Le partizioni sono al di fuori dello scopo di queste lezioni, ma questo valore deve essere impostato per creare un IoT Hub di livello gratuito.
+
+    > 💁 Puoi avere solo un IoT Hub di livello gratuito per abbonamento.
+
+L'IoT Hub verrà creato. Potrebbe volerci un minuto o due per completare l'operazione.
+
+## Comunicare con IoT Hub
+
+Nella lezione precedente, hai utilizzato MQTT per inviare messaggi avanti e indietro su diversi topic, con i diversi topic che avevano scopi differenti. Invece di inviare messaggi su diversi topic, IoT Hub ha una serie di modalità definite per consentire al dispositivo di comunicare con l'Hub o viceversa.
+
+> 💁 Dietro le quinte, questa comunicazione tra IoT Hub e il tuo dispositivo può utilizzare MQTT, HTTPS o AMQP.
+
+* Messaggi da dispositivo a cloud (D2C) - questi sono messaggi inviati da un dispositivo a IoT Hub, come la telemetria. Possono poi essere letti dall'IoT Hub tramite il codice della tua applicazione.
+
+    > 🎓 Dietro le quinte, IoT Hub utilizza un servizio Azure chiamato [Event Hubs](https://docs.microsoft.com/azure/event-hubs/?WT.mc_id=academic-17441-jabenn). Quando scrivi codice per leggere i messaggi inviati all'hub, questi sono spesso chiamati eventi.
+
+* Messaggi da cloud a dispositivo (C2D) - questi sono messaggi inviati dal codice dell'applicazione, tramite un IoT Hub, a un dispositivo IoT.
+
+* Richieste di metodo diretto - questi sono messaggi inviati dal codice dell'applicazione tramite un IoT Hub a un dispositivo IoT per richiedere che il dispositivo esegua un'azione, come controllare un attuatore. Questi messaggi richiedono una risposta affinché il codice dell'applicazione possa sapere se sono stati elaborati con successo.
+
+* Device twins - questi sono documenti JSON mantenuti sincronizzati tra il dispositivo e IoT Hub, e vengono utilizzati per memorizzare impostazioni o altre proprietà segnalate dal dispositivo o che devono essere impostate sul dispositivo (note come desiderate) da IoT Hub.
+
+IoT Hub può memorizzare messaggi e richieste di metodo diretto per un periodo di tempo configurabile (di default un giorno), quindi se un dispositivo o il codice dell'applicazione perde la connessione, può comunque recuperare i messaggi inviati mentre era offline una volta riconnesso. I device twins vengono mantenuti permanentemente in IoT Hub, quindi in qualsiasi momento un dispositivo può riconnettersi e ottenere l'ultimo device twin.
+
+✅ Fai qualche ricerca: Leggi di più su questi tipi di messaggi nella [guida alla comunicazione da dispositivo a cloud](https://docs.microsoft.com/azure/iot-hub/iot-hub-devguide-d2c-guidance?WT.mc_id=academic-17441-jabenn) e nella [guida alla comunicazione da cloud a dispositivo](https://docs.microsoft.com/azure/iot-hub/iot-hub-devguide-c2d-guidance?WT.mc_id=academic-17441-jabenn) nella documentazione di IoT Hub.
+
+## Connettere il tuo dispositivo al servizio IoT
+
+Una volta creato l'hub, il tuo dispositivo IoT può connettersi ad esso. Solo i dispositivi registrati possono connettersi a un servizio, quindi dovrai registrare il tuo dispositivo per primo. Quando lo registri, otterrai una stringa di connessione che il dispositivo può utilizzare per connettersi. Questa stringa di connessione è specifica per il dispositivo e contiene informazioni sull'IoT Hub, sul dispositivo e una chiave segreta che consentirà a questo dispositivo di connettersi.
+
+> 🎓 Una stringa di connessione è un termine generico per un testo che contiene dettagli di connessione. Vengono utilizzate per connettersi a IoT Hub, database e molti altri servizi. Di solito consistono in un identificatore per il servizio, come un URL, e informazioni di sicurezza come una chiave segreta. Queste vengono passate agli SDK per connettersi al servizio.
+
+> ⚠️ Le stringhe di connessione devono essere mantenute sicure! La sicurezza verrà trattata in modo più dettagliato in una lezione futura.
+
+### Compito - registrare il tuo dispositivo IoT
+
+Il dispositivo IoT può essere registrato con il tuo IoT Hub utilizzando Azure CLI.
+
+1. Esegui il seguente comando per registrare un dispositivo:
+
+    ```sh
+    az iot hub device-identity create --device-id soil-moisture-sensor \
+                                      --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome che hai usato per il tuo IoT Hub.
+
+    Questo creerà un dispositivo con un ID di `soil-moisture-sensor`.
+
+1. Quando il tuo dispositivo IoT si connette al tuo IoT Hub utilizzando l'SDK, deve utilizzare una stringa di connessione che fornisce l'URL dell'hub, insieme a una chiave segreta. Esegui il seguente comando per ottenere la stringa di connessione:
+
+    ```sh
+    az iot hub device-identity connection-string show --device-id soil-moisture-sensor \
+                                                      --output table \
+                                                      --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome che hai usato per il tuo IoT Hub.
+
+1. Conserva la stringa di connessione mostrata nell'output poiché ti servirà più avanti.
+
+### Compito - connettere il tuo dispositivo IoT al cloud
+
+Segui la guida pertinente per connettere il tuo dispositivo IoT al cloud:
+
+* [Arduino - Wio Terminal](wio-terminal-connect-hub.md)
+* [Single-board computer - Raspberry Pi/Virtual IoT device](single-board-computer-connect-hub.md)
+
+### Compito - monitorare gli eventi
+
+Per ora, non aggiornerai il codice del server. Invece, puoi utilizzare Azure CLI per monitorare gli eventi dal tuo dispositivo IoT.
+
+1. Assicurati che il tuo dispositivo IoT sia in esecuzione e stia inviando valori di telemetria sull'umidità del suolo.
+
+1. Esegui il seguente comando nel tuo prompt dei comandi o terminale per monitorare i messaggi inviati al tuo IoT Hub:
+
+    ```sh
+    az iot hub monitor-events --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome che hai usato per il tuo IoT Hub.
+
+    Vedrai i messaggi apparire nell'output della console man mano che vengono inviati dal tuo dispositivo IoT.
+
+    ```output
+    Starting event monitor, use ctrl-c to stop...
+    {
+        "event": {
+            "origin": "soil-moisture-sensor",
+            "module": "",
+            "interface": "",
+            "component": "",
+            "payload": "{\"soil_moisture\": 376}"
+        }
+    },
+    {
+        "event": {
+            "origin": "soil-moisture-sensor",
+            "module": "",
+            "interface": "",
+            "component": "",
+            "payload": "{\"soil_moisture\": 381}"
+        }
+    }
+    ```
+
+    Il contenuto del `payload` corrisponderà al messaggio inviato dal tuo dispositivo IoT.
+
+    > Al momento della scrittura, l'estensione `az iot` non funziona completamente su Apple Silicon. Se stai utilizzando un dispositivo Apple Silicon, dovrai monitorare i messaggi in un modo diverso, ad esempio utilizzando gli [Azure IoT Tools per Visual Studio Code](https://docs.microsoft.com/en-us/azure/iot-hub/iot-hub-vscode-iot-toolkit-cloud-device-messaging).
+
+1. Questi messaggi hanno un certo numero di proprietà allegate automaticamente, come il timestamp in cui sono stati inviati. Queste sono note come *annotazioni*. Per visualizzare tutte le annotazioni dei messaggi, utilizza il seguente comando:
+
+    ```sh
+    az iot hub monitor-events --properties anno --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome che hai usato per il tuo IoT Hub.
+
+    Vedrai i messaggi apparire nell'output della console man mano che vengono inviati dal tuo dispositivo IoT.
+
+    ```output
+    Starting event monitor, use ctrl-c to stop...
+    {
+        "event": {
+            "origin": "soil-moisture-sensor",
+            "module": "",
+            "interface": "",
+            "component": "",
+            "properties": {},
+            "annotations": {
+                "iothub-connection-device-id": "soil-moisture-sensor",
+                "iothub-connection-auth-method": "{\"scope\":\"device\",\"type\":\"sas\",\"issuer\":\"iothub\",\"acceptingIpFilterRule\":null}",
+                "iothub-connection-auth-generation-id": "637553997165220462",
+                "iothub-enqueuedtime": 1619976150288,
+                "iothub-message-source": "Telemetry",
+                "x-opt-sequence-number": 1379,
+                "x-opt-offset": "550576",
+                "x-opt-enqueued-time": 1619976150277
+            },
+            "payload": "{\"soil_moisture\": 381}"
+        }
+    }
+    ```
+
+    I valori temporali nelle annotazioni sono in [tempo UNIX](https://wikipedia.org/wiki/Unix_time), che rappresenta il numero di secondi trascorsi dalla mezzanotte del 1° gennaio 1970.
+
+    Esci dal monitor eventi quando hai finito.
+
+### Compito - controllare il tuo dispositivo IoT
+
+Puoi anche utilizzare Azure CLI per chiamare metodi diretti sul tuo dispositivo IoT.
+
+1. Esegui il seguente comando nel tuo prompt dei comandi o terminale per invocare il metodo `relay_on` sul dispositivo IoT:
+
+    ```sh
+    az iot hub invoke-device-method --device-id soil-moisture-sensor \
+                                    --method-name relay_on \
+                                    --method-payload '{}' \
+                                    --hub-name <hub_name>
+    ```
+
+    Sostituisci `
+<hub_name>
+` con il nome che hai usato per il tuo IoT Hub.
+
+    Questo invia una richiesta di metodo diretto per il metodo specificato da `method-name`. I metodi diretti possono accettare un payload contenente dati per il metodo, e questo può essere specificato nel parametro `method-payload` come JSON.
+
+    Vedrai il relè accendersi e l'output corrispondente dal tuo dispositivo IoT:
+
+    ```output
+    Direct method received -  relay_on
+    ```
+
+1. Ripeti il passaggio precedente, ma imposta `--method-name` su `relay_off`. Vedrai il relè spegnersi e l'output corrispondente dal dispositivo IoT.
+
+---
+
+## 🚀 Sfida
+
+Il livello gratuito di IoT Hub consente 8.000 messaggi al giorno. Il codice che hai scritto invia messaggi di telemetria ogni 10 secondi. Quanti messaggi al giorno corrispondono a un messaggio ogni 10 secondi?
+
+Pensa a quanto spesso dovrebbero essere inviati i dati sull'umidità del suolo. Come puoi modificare il tuo codice per rimanere entro il limite del livello gratuito e controllare con la frequenza necessaria ma non troppo spesso? E se volessi aggiungere un secondo dispositivo?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/16)
+
+## Revisione e studio autonomo
+
+L'SDK di IoT Hub è open source sia per Arduino che per Python. Nei repository di codice su GitHub ci sono numerosi esempi che mostrano come lavorare con diverse funzionalità di IoT Hub.
+
+* Se stai usando un Wio Terminal, dai un'occhiata agli [esempi Arduino su GitHub](https://github.com/Azure/azure-iot-pal-arduino/tree/master/pal/samples)
+* Se stai usando un Raspberry Pi o un dispositivo virtuale, dai un'occhiata agli [esempi Python su GitHub](https://github.com/Azure/azure-iot-sdk-python/tree/master/azure-iot-hub/samples)
+
+## Compito
+
+[Scopri i servizi cloud](assignment.md)
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali malintesi o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/assignment.md b/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/assignment.md
new file mode 100644
index 00000000..a7923444
--- /dev/null
+++ b/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/assignment.md
@@ -0,0 +1,31 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "bfd35499bd68d7d740242bfea784bbeb",
+  "translation_date": "2025-08-25T17:07:13+00:00",
+  "source_file": "2-farm/lessons/4-migrate-your-plant-to-the-cloud/assignment.md",
+  "language_code": "it"
+}
+-->
+# Scopri i servizi cloud
+
+## Istruzioni
+
+I cloud, come Azure di Microsoft, offrono molto più che semplici risorse di calcolo da noleggiare. I principali tipi di offerte cloud includono:
+
+* Infrastructure as a service (IaaS)
+* Platform as a service (PaaS)
+* Serverless
+* Software as a service (SaaS)
+
+Scopri questi diversi tipi di offerte e spiega cosa sono e in che modo si differenziano. Spiega quali offerte sono rilevanti per gli sviluppatori IoT.
+
+## Griglia di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Spiegare i diversi tipi di offerte cloud | Ha fornito spiegazioni chiare di tutti e 4 i tipi di offerte | È stato in grado di spiegare 3 tipi di offerte | È stato in grado di spiegare solo 1 o 2 tipi di offerte |
+| Spiegare quale offerta è rilevante per l'IoT | Ha descritto quale offerta è rilevante per gli sviluppatori IoT e perché | Ha descritto quale offerta è rilevante per gli sviluppatori IoT ma non il perché | Non è stato in grado di descrivere quale offerta è rilevante per gli sviluppatori IoT |
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/single-board-computer-connect-hub.md b/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/single-board-computer-connect-hub.md
new file mode 100644
index 00000000..c33698e8
--- /dev/null
+++ b/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/single-board-computer-connect-hub.md
@@ -0,0 +1,128 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3ac42e284a7222c0e83d2d43231a364f",
+  "translation_date": "2025-08-25T17:07:37+00:00",
+  "source_file": "2-farm/lessons/4-migrate-your-plant-to-the-cloud/single-board-computer-connect-hub.md",
+  "language_code": "it"
+}
+-->
+# Collega il tuo dispositivo IoT al cloud - Hardware IoT virtuale e Raspberry Pi
+
+In questa parte della lezione, collegherai il tuo dispositivo IoT virtuale o Raspberry Pi al tuo IoT Hub, per inviare telemetria e ricevere comandi.
+
+## Collega il tuo dispositivo a IoT Hub
+
+Il prossimo passo è collegare il tuo dispositivo a IoT Hub.
+
+### Attività - collegarsi a IoT Hub
+
+1. Apri la cartella `soil-moisture-sensor` in VS Code. Assicurati che l'ambiente virtuale sia in esecuzione nel terminale se stai utilizzando un dispositivo IoT virtuale.
+
+1. Installa alcuni pacchetti aggiuntivi di Pip:
+
+    ```sh
+    pip3 install azure-iot-device
+    ```
+
+    `azure-iot-device` è una libreria per comunicare con il tuo IoT Hub.
+
+1. Aggiungi i seguenti import all'inizio del file `app.py`, sotto gli import esistenti:
+
+    ```python
+    from azure.iot.device import IoTHubDeviceClient, Message, MethodResponse
+    ```
+
+    Questo codice importa l'SDK per comunicare con il tuo IoT Hub.
+
+1. Rimuovi la riga `import paho.mqtt.client as mqtt` poiché questa libreria non è più necessaria. Rimuovi tutto il codice MQTT, inclusi i nomi dei topic, tutto il codice che utilizza `mqtt_client` e `handle_command`. Mantieni il ciclo `while True:`, ma elimina la riga `mqtt_client.publish` da questo ciclo.
+
+1. Aggiungi il seguente codice sotto le dichiarazioni di import:
+
+    ```python
+    connection_string = "<connection string>"
+    ```
+
+    Sostituisci `<connection string>` con la stringa di connessione che hai recuperato per il dispositivo in precedenza in questa lezione.
+
+    > 💁 Questo non è una buona pratica. Le stringhe di connessione non dovrebbero mai essere memorizzate nel codice sorgente, poiché potrebbero essere salvate nel controllo del codice sorgente e trovate da chiunque. Lo stiamo facendo qui per semplicità. Idealmente, dovresti utilizzare qualcosa come una variabile d'ambiente e uno strumento come [`python-dotenv`](https://pypi.org/project/python-dotenv/). Imparerai di più su questo in una lezione futura.
+
+1. Sotto questo codice, aggiungi il seguente per creare un oggetto client del dispositivo che possa comunicare con IoT Hub e connetterlo:
+
+    ```python
+    device_client = IoTHubDeviceClient.create_from_connection_string(connection_string)
+
+    print('Connecting')
+    device_client.connect()
+    print('Connected')
+    ```
+
+1. Esegui questo codice. Vedrai il tuo dispositivo connettersi.
+
+    ```output
+    pi@raspberrypi:~/soil-moisture-sensor $ python3 app.py 
+    Connecting
+    Connected
+    Soil moisture: 379
+    ```
+
+## Invia telemetria
+
+Ora che il tuo dispositivo è connesso, puoi inviare telemetria a IoT Hub invece che al broker MQTT.
+
+### Attività - invia telemetria
+
+1. Aggiungi il seguente codice all'interno del ciclo `while True`, appena prima del comando sleep:
+
+    ```python
+    message = Message(json.dumps({ 'soil_moisture': soil_moisture }))
+    device_client.send_message(message)
+    ```
+
+    Questo codice crea un `Message` di IoT Hub contenente la lettura dell'umidità del suolo come stringa JSON, quindi lo invia a IoT Hub come messaggio da dispositivo a cloud.
+
+## Gestisci comandi
+
+Il tuo dispositivo deve gestire un comando dal codice del server per controllare il relè. Questo viene inviato come richiesta di metodo diretto.
+
+## Attività - gestire una richiesta di metodo diretto
+
+1. Aggiungi il seguente codice prima del ciclo `while True`:
+
+    ```python
+    def handle_method_request(request):
+        print("Direct method received - ", request.name)
+    
+        if request.name == "relay_on":
+            relay.on()
+        elif request.name == "relay_off":
+            relay.off()    
+    ```
+
+    Questo definisce un metodo, `handle_method_request`, che verrà chiamato quando un metodo diretto viene chiamato da IoT Hub. Ogni metodo diretto ha un nome, e questo codice si aspetta un metodo chiamato `relay_on` per accendere il relè e `relay_off` per spegnerlo.
+
+    > 💁 Questo potrebbe anche essere implementato in un singolo metodo diretto, passando lo stato desiderato del relè in un payload che può essere passato con la richiesta del metodo e disponibile dall'oggetto `request`.
+
+1. I metodi diretti richiedono una risposta per informare il codice chiamante che sono stati gestiti. Aggiungi il seguente codice alla fine della funzione `handle_method_request` per creare una risposta alla richiesta:
+
+    ```python
+    method_response = MethodResponse.create_from_method_request(request, 200)
+    device_client.send_method_response(method_response)
+    ```
+
+    Questo codice invia una risposta alla richiesta di metodo diretto con un codice di stato HTTP 200 e lo invia a IoT Hub.
+
+1. Aggiungi il seguente codice sotto questa definizione di funzione:
+
+    ```python
+    device_client.on_method_request_received = handle_method_request
+    ```
+
+    Questo codice dice al client di IoT Hub di chiamare la funzione `handle_method_request` quando viene chiamato un metodo diretto.
+
+> 💁 Puoi trovare questo codice nella cartella [code/pi](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/code/pi) o [code/virtual-device](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/code/virtual-device).
+
+😀 Il tuo programma del sensore di umidità del suolo è connesso al tuo IoT Hub!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/wio-terminal-connect-hub.md b/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/wio-terminal-connect-hub.md
new file mode 100644
index 00000000..17cf818e
--- /dev/null
+++ b/translations/it/2-farm/lessons/4-migrate-your-plant-to-the-cloud/wio-terminal-connect-hub.md
@@ -0,0 +1,304 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "28320305a35ea3bc59c41fe146a2e6ed",
+  "translation_date": "2025-08-25T17:08:23+00:00",
+  "source_file": "2-farm/lessons/4-migrate-your-plant-to-the-cloud/wio-terminal-connect-hub.md",
+  "language_code": "it"
+}
+-->
+# Collega il tuo dispositivo IoT al cloud - Wio Terminal
+
+In questa parte della lezione, collegherai il tuo Wio Terminal al tuo IoT Hub per inviare telemetria e ricevere comandi.
+
+## Collega il tuo dispositivo a IoT Hub
+
+Il prossimo passo è collegare il tuo dispositivo a IoT Hub.
+
+### Attività - collegamento a IoT Hub
+
+1. Apri il progetto `soil-moisture-sensor` in VS Code.
+
+1. Apri il file `platformio.ini`. Rimuovi la dipendenza della libreria `knolleary/PubSubClient`. Questa veniva utilizzata per connettersi al broker MQTT pubblico e non è necessaria per connettersi a IoT Hub.
+
+1. Aggiungi le seguenti dipendenze di libreria:
+
+    ```ini
+    seeed-studio/Seeed Arduino RTC @ 2.0.0
+    arduino-libraries/AzureIoTHub @ 1.6.0
+    azure/AzureIoTUtility @ 1.6.1
+    azure/AzureIoTProtocol_MQTT @ 1.6.0
+    azure/AzureIoTProtocol_HTTP @ 1.6.0
+    azure/AzureIoTSocket_WiFi @ 1.0.2
+    ```
+
+    La libreria `Seeed Arduino RTC` fornisce il codice per interagire con un orologio in tempo reale nel Wio Terminal, utilizzato per tenere traccia del tempo. Le altre librerie consentono al tuo dispositivo IoT di connettersi a IoT Hub.
+
+1. Aggiungi quanto segue alla fine del file `platformio.ini`:
+
+    ```ini
+    build_flags =
+        -DDONT_USE_UPLOADTOBLOB
+    ```
+
+    Questo imposta un flag del compilatore necessario per compilare il codice di Arduino IoT Hub.
+
+1. Apri il file header `config.h`. Rimuovi tutte le impostazioni MQTT e aggiungi la seguente costante per la stringa di connessione del dispositivo:
+
+    ```cpp
+    // IoT Hub settings
+    const char *CONNECTION_STRING = "<connection string>";
+    ```
+
+    Sostituisci `<connection string>` con la stringa di connessione del tuo dispositivo che hai copiato in precedenza.
+
+1. La connessione a IoT Hub utilizza un token basato sul tempo. Questo significa che il dispositivo IoT deve conoscere l'ora corrente. A differenza dei sistemi operativi come Windows, macOS o Linux, i microcontrollori non sincronizzano automaticamente l'ora corrente tramite Internet. Questo significa che dovrai aggiungere del codice per ottenere l'ora corrente da un [server NTP](https://wikipedia.org/wiki/Network_Time_Protocol). Una volta ottenuta l'ora, può essere memorizzata in un orologio in tempo reale nel Wio Terminal, consentendo di richiedere l'ora corretta in un secondo momento, a meno che il dispositivo non perda alimentazione. Aggiungi un nuovo file chiamato `ntp.h` con il seguente codice:
+
+    ```cpp
+    #pragma once
+    
+    #include "DateTime.h"
+    #include <time.h>
+    #include "samd/NTPClientAz.h"
+    #include <sys/time.h>
+
+    static void initTime()
+    {
+        WiFiUDP _udp;
+        time_t epochTime = (time_t)-1;
+        NTPClientAz ntpClient;
+
+        ntpClient.begin();
+
+        while (true)
+        {
+            epochTime = ntpClient.getEpochTime("0.pool.ntp.org");
+
+            if (epochTime == (time_t)-1)
+            {
+                Serial.println("Fetching NTP epoch time failed! Waiting 2 seconds to retry.");
+                delay(2000);
+            }
+            else
+            {
+                Serial.print("Fetched NTP epoch time is: ");
+
+                char buff[32];
+                sprintf(buff, "%.f", difftime(epochTime, (time_t)0));
+                Serial.println(buff);
+                break;
+            }
+        }
+
+        ntpClient.end();
+
+        struct timeval tv;
+        tv.tv_sec = epochTime;
+        tv.tv_usec = 0;
+
+        settimeofday(&tv, NULL);
+    }
+    ```
+
+    I dettagli di questo codice sono al di fuori dello scopo di questa lezione. Definisce una funzione chiamata `initTime` che ottiene l'ora corrente da un server NTP e la utilizza per impostare l'orologio sul Wio Terminal.
+
+1. Apri il file `main.cpp` e rimuovi tutto il codice MQTT, inclusi il file header `PubSubClient.h`, la dichiarazione della variabile `PubSubClient`, i metodi `reconnectMQTTClient` e `createMQTTClient`, e qualsiasi chiamata a queste variabili e metodi. Questo file dovrebbe contenere solo il codice per connettersi al WiFi, ottenere l'umidità del suolo e creare un documento JSON con questi dati.
+
+1. Aggiungi le seguenti direttive `#include` all'inizio del file `main.cpp` per includere i file header delle librerie IoT Hub e per impostare l'ora:
+
+    ```cpp
+    #include <AzureIoTHub.h>
+    #include <AzureIoTProtocol_MQTT.h>
+    #include <iothubtransportmqtt.h>
+    #include "ntp.h"
+    ```
+
+1. Aggiungi la seguente chiamata alla fine della funzione `setup` per impostare l'ora corrente:
+
+    ```cpp
+    initTime();
+    ```
+
+1. Aggiungi la seguente dichiarazione di variabile all'inizio del file, appena sotto le direttive include:
+
+    ```cpp
+    IOTHUB_DEVICE_CLIENT_LL_HANDLE _device_ll_handle;
+    ```
+
+    Questo dichiara un `IOTHUB_DEVICE_CLIENT_LL_HANDLE`, un handle per una connessione a IoT Hub.
+
+1. Sotto questa, aggiungi il seguente codice:
+
+    ```cpp
+    static void connectionStatusCallback(IOTHUB_CLIENT_CONNECTION_STATUS result, IOTHUB_CLIENT_CONNECTION_STATUS_REASON reason, void *user_context)
+    {
+        if (result == IOTHUB_CLIENT_CONNECTION_AUTHENTICATED)
+        {
+            Serial.println("The device client is connected to iothub");
+        }
+        else
+        {
+            Serial.println("The device client has been disconnected");
+        }
+    }
+    ```
+
+    Questo dichiara una funzione di callback che verrà chiamata quando la connessione a IoT Hub cambia stato, ad esempio durante la connessione o la disconnessione. Lo stato viene inviato alla porta seriale.
+
+1. Sotto questa, aggiungi una funzione per connettersi a IoT Hub:
+
+    ```cpp
+    void connectIoTHub()
+    {
+        IoTHub_Init();
+    
+        _device_ll_handle = IoTHubDeviceClient_LL_CreateFromConnectionString(CONNECTION_STRING, MQTT_Protocol);
+        
+        if (_device_ll_handle == NULL)
+        {
+            Serial.println("Failure creating Iothub device. Hint: Check your connection string.");
+            return;
+        }
+    
+        IoTHubDeviceClient_LL_SetConnectionStatusCallback(_device_ll_handle, connectionStatusCallback, NULL);
+    }
+    ```
+
+    Questo codice inizializza il codice della libreria IoT Hub, quindi crea una connessione utilizzando la stringa di connessione nel file header `config.h`. Questa connessione si basa su MQTT. Se la connessione fallisce, questo viene inviato alla porta seriale - se vedi questo nell'output, controlla la stringa di connessione. Infine, viene configurato il callback dello stato della connessione.
+
+1. Chiama questa funzione nella funzione `setup` sotto la chiamata a `initTime`:
+
+    ```cpp
+    connectIoTHub();
+    ```
+
+1. Come per il client MQTT, questo codice viene eseguito su un singolo thread e necessita di tempo per elaborare i messaggi inviati dall'hub e all'hub. Aggiungi quanto segue all'inizio della funzione `loop` per fare ciò:
+
+    ```cpp
+    IoTHubDeviceClient_LL_DoWork(_device_ll_handle);
+    ```
+
+1. Compila e carica questo codice. Vedrai la connessione nel monitor seriale:
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Fetched NTP epoch time is: 1619983687
+    Sending telemetry {"soil_moisture":391}
+    The device client is connected to iothub
+    ```
+
+    Nell'output puoi vedere l'ora NTP che viene recuperata, seguita dalla connessione del client del dispositivo. Potrebbero essere necessari alcuni secondi per connettersi, quindi potresti vedere l'umidità del suolo nell'output mentre il dispositivo si sta connettendo.
+
+    > 💁 Puoi convertire l'ora UNIX dell'NTP in una versione più leggibile utilizzando un sito web come [unixtimestamp.com](https://www.unixtimestamp.com)
+
+## Invia telemetria
+
+Ora che il tuo dispositivo è connesso, puoi inviare telemetria a IoT Hub invece che al broker MQTT.
+
+### Attività - invia telemetria
+
+1. Aggiungi la seguente funzione sopra la funzione `setup`:
+
+    ```cpp
+    void sendTelemetry(const char *telemetry)
+    {
+        IOTHUB_MESSAGE_HANDLE message_handle = IoTHubMessage_CreateFromString(telemetry);
+        IoTHubDeviceClient_LL_SendEventAsync(_device_ll_handle, message_handle, NULL, NULL);
+        IoTHubMessage_Destroy(message_handle);
+    }
+    ```
+
+    Questo codice crea un messaggio IoT Hub da una stringa passata come parametro, lo invia all'hub, quindi pulisce l'oggetto del messaggio.
+
+1. Chiama questo codice nella funzione `loop`, subito dopo la riga in cui la telemetria viene inviata alla porta seriale:
+
+    ```cpp
+    sendTelemetry(telemetry.c_str());
+    ```
+
+## Gestisci i comandi
+
+Il tuo dispositivo deve gestire un comando dal codice server per controllare il relè. Questo viene inviato come una richiesta di metodo diretto.
+
+## Attività - gestisci una richiesta di metodo diretto
+
+1. Aggiungi il seguente codice prima della funzione `connectIoTHub`:
+
+    ```cpp
+    int directMethodCallback(const char *method_name, const unsigned char *payload, size_t size, unsigned char **response, size_t *response_size, void *userContextCallback)
+    {
+        Serial.printf("Direct method received %s\r\n", method_name);
+    
+        if (strcmp(method_name, "relay_on") == 0)
+        {
+            digitalWrite(PIN_WIRE_SCL, HIGH);
+        }
+        else if (strcmp(method_name, "relay_off") == 0)
+        {
+            digitalWrite(PIN_WIRE_SCL, LOW);
+        }
+    }
+    ```
+
+    Questo codice definisce un metodo di callback che la libreria IoT Hub può chiamare quando riceve una richiesta di metodo diretto. Il metodo richiesto viene inviato nel parametro `method_name`. Questa funzione stampa il metodo chiamato sulla porta seriale, quindi accende o spegne il relè a seconda del nome del metodo.
+
+    > 💁 Questo potrebbe anche essere implementato in un singolo metodo diretto, passando lo stato desiderato del relè in un payload che può essere passato con la richiesta del metodo e disponibile dal parametro `payload`.
+
+1. Aggiungi il seguente codice alla fine della funzione `directMethodCallback`:
+
+    ```cpp
+    char resultBuff[16];
+    sprintf(resultBuff, "{\"Result\":\"\"}");
+    *response_size = strlen(resultBuff);
+    *response = (unsigned char *)malloc(*response_size);
+    memcpy(*response, resultBuff, *response_size);
+
+    return IOTHUB_CLIENT_OK;
+    ```
+
+    Le richieste di metodo diretto necessitano di una risposta, e la risposta è composta da due parti: una risposta come testo e un codice di ritorno. Questo codice creerà un risultato come il seguente documento JSON:
+
+    ```JSON
+    {
+        "Result": ""
+    }
+    ```
+
+    Questo viene quindi copiato nel parametro `response`, e la dimensione di questa risposta viene impostata nel parametro `response_size`. Questo codice quindi restituisce `IOTHUB_CLIENT_OK` per indicare che il metodo è stato gestito correttamente.
+
+1. Collega il callback aggiungendo quanto segue alla fine della funzione `connectIoTHub`:
+
+    ```cpp
+    IoTHubClient_LL_SetDeviceMethodCallback(_device_ll_handle, directMethodCallback, NULL);
+    ```
+
+1. La funzione `loop` chiamerà la funzione `IoTHubDeviceClient_LL_DoWork` per elaborare gli eventi inviati da IoT Hub. Questo viene chiamato solo ogni 10 secondi a causa del `delay`, il che significa che i metodi diretti vengono elaborati solo ogni 10 secondi. Per rendere questo più efficiente, il ritardo di 10 secondi può essere implementato come molti ritardi più brevi, chiamando `IoTHubDeviceClient_LL_DoWork` ogni volta. Per fare ciò, aggiungi il seguente codice sopra la funzione `loop`:
+
+    ```cpp
+    void work_delay(int delay_time)
+    {
+        int current = 0;
+        do
+        {
+            IoTHubDeviceClient_LL_DoWork(_device_ll_handle);
+            delay(100);
+            current += 100;
+        } while (current < delay_time);
+    }
+    ```
+
+    Questo codice eseguirà un ciclo ripetutamente, chiamando `IoTHubDeviceClient_LL_DoWork` e ritardando di 100ms ogni volta. Lo farà tante volte quanto necessario per ritardare per il tempo specificato nel parametro `delay_time`. Questo significa che il dispositivo aspetta al massimo 100ms per elaborare le richieste di metodo diretto.
+
+1. Nella funzione `loop`, rimuovi la chiamata a `IoTHubDeviceClient_LL_DoWork` e sostituisci la chiamata `delay(10000)` con il seguente codice per chiamare questa nuova funzione:
+
+    ```cpp
+    work_delay(10000);
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code/wio-terminal](../../../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/code/wio-terminal).
+
+😀 Il tuo programma per il sensore di umidità del suolo è connesso al tuo IoT Hub!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/5-migrate-application-to-the-cloud/README.md b/translations/it/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
new file mode 100644
index 00000000..0de26551
--- /dev/null
+++ b/translations/it/2-farm/lessons/5-migrate-application-to-the-cloud/README.md
@@ -0,0 +1,654 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5f2d2f4a5a023c93ab34a0cc5b47c0c4",
+  "translation_date": "2025-08-25T16:55:45+00:00",
+  "source_file": "2-farm/lessons/5-migrate-application-to-the-cloud/README.md",
+  "language_code": "it"
+}
+-->
+# Migrare la logica della tua applicazione al cloud
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questa lezione è stata insegnata come parte del [Progetto IoT per Principianti 2 - Serie sull'Agricoltura Digitale](https://youtube.com/playlist?list=PLmsFUfdnGr3yCutmcVg6eAUEfsGiFXgcx) del [Microsoft Reactor](https://developer.microsoft.com/reactor/?WT.mc_id=academic-17441-jabenn).
+
+[![Controlla il tuo dispositivo IoT con codice serverless](https://img.youtube.com/vi/VVZDcs5u1_I/0.jpg)](https://youtu.be/VVZDcs5u1_I)
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/17)
+
+## Introduzione
+
+Nella lezione precedente, hai imparato a connettere il monitoraggio dell'umidità del suolo delle piante e il controllo del relè a un servizio IoT basato sul cloud. Il passo successivo è spostare il codice server che controlla il timing del relè nel cloud. In questa lezione imparerai come farlo utilizzando funzioni serverless.
+
+In questa lezione tratteremo:
+
+* [Cos'è il serverless?](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud)
+* [Creare un'applicazione serverless](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud)
+* [Creare un trigger di evento per IoT Hub](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud)
+* [Inviare richieste di metodo diretto dal codice serverless](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud)
+* [Distribuire il tuo codice serverless nel cloud](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud)
+
+## Cos'è il serverless?
+
+Il serverless, o calcolo serverless, consiste nel creare piccoli blocchi di codice che vengono eseguiti nel cloud in risposta a diversi tipi di eventi. Quando si verifica l'evento, il tuo codice viene eseguito e riceve i dati relativi all'evento. Questi eventi possono provenire da molte fonti diverse, inclusi richieste web, messaggi messi in una coda, modifiche ai dati in un database o messaggi inviati a un servizio IoT da dispositivi IoT.
+
+![Eventi inviati da un servizio IoT a un servizio serverless, tutti elaborati contemporaneamente da più funzioni in esecuzione](../../../../../translated_images/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.it.png)
+
+> 💁 Se hai già utilizzato trigger di database, puoi pensare a questo come qualcosa di simile: codice attivato da un evento come l'inserimento di una riga.
+
+![Quando molti eventi vengono inviati contemporaneamente, il servizio serverless si scala per eseguirli tutti contemporaneamente](../../../../../translated_images/serverless-scaling.f8c769adf0413fd17be1af4f07ff63016b347e2ff869be6c4abb211f9e93909d.it.png)
+
+Il tuo codice viene eseguito solo quando si verifica l'evento, non c'è nulla che mantenga il tuo codice attivo in altri momenti. L'evento si verifica, il tuo codice viene caricato ed eseguito. Questo rende il serverless molto scalabile: se molti eventi si verificano contemporaneamente, il provider cloud può eseguire la tua funzione tutte le volte necessarie contemporaneamente su qualsiasi server disponibile. Lo svantaggio è che, se hai bisogno di condividere informazioni tra eventi, devi salvarle da qualche parte, come in un database, piuttosto che conservarle in memoria.
+
+Il tuo codice è scritto come una funzione che prende i dettagli dell'evento come parametro. Puoi utilizzare una vasta gamma di linguaggi di programmazione per scrivere queste funzioni serverless.
+
+> 🎓 Il serverless è anche noto come Functions as a Service (FaaS), poiché ogni trigger di evento è implementato come una funzione nel codice.
+
+Nonostante il nome, il serverless utilizza effettivamente server. Il nome deriva dal fatto che, come sviluppatore, non ti preoccupi dei server necessari per eseguire il tuo codice; tutto ciò che ti interessa è che il tuo codice venga eseguito in risposta a un evento. Il provider cloud ha un *runtime* serverless che gestisce l'allocazione dei server, la rete, lo storage, la CPU, la memoria e tutto il necessario per eseguire il tuo codice. Questo modello significa che non puoi pagare per server, poiché non c'è un server dedicato. Invece, paghi per il tempo in cui il tuo codice è in esecuzione e per la quantità di memoria utilizzata.
+
+> 💰 Il serverless è uno dei modi più economici per eseguire codice nel cloud. Ad esempio, al momento della scrittura, un provider cloud consente a tutte le tue funzioni serverless di essere eseguite un totale combinato di 1.000.000 di volte al mese prima di iniziare a addebitarti, e dopo di ciò ti addebita 0,20 USD per ogni 1.000.000 di esecuzioni. Quando il tuo codice non è in esecuzione, non paghi.
+
+Come sviluppatore IoT, il modello serverless è ideale. Puoi scrivere una funzione che viene chiamata in risposta ai messaggi inviati da qualsiasi dispositivo IoT connesso al tuo servizio IoT ospitato nel cloud. Il tuo codice gestirà tutti i messaggi inviati, ma sarà in esecuzione solo quando necessario.
+
+✅ Riguarda il codice che hai scritto come server per ascoltare i messaggi tramite MQTT. Come potrebbe funzionare nel cloud utilizzando il serverless? Come pensi che il codice potrebbe essere modificato per supportare il calcolo serverless?
+
+> 💁 Il modello serverless si sta espandendo ad altri servizi cloud oltre all'esecuzione del codice. Ad esempio, i database serverless sono disponibili nel cloud utilizzando un modello di prezzo serverless, dove paghi per ogni richiesta effettuata contro il database, come una query o un inserimento, solitamente con prezzi basati sulla quantità di lavoro necessario per soddisfare la richiesta. Ad esempio, una singola selezione di una riga contro una chiave primaria costerà meno di un'operazione complessa che unisce molte tabelle e restituisce migliaia di righe.
+
+## Creare un'applicazione serverless
+
+Il servizio di calcolo serverless di Microsoft si chiama Azure Functions.
+
+![Il logo di Azure Functions](../../../../../translated_images/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.it.png)
+
+Il breve video qui sotto offre una panoramica di Azure Functions.
+
+[![Video panoramica di Azure Functions](https://img.youtube.com/vi/8-jz5f_JyEQ/0.jpg)](https://www.youtube.com/watch?v=8-jz5f_JyEQ)
+
+> 🎥 Clicca sull'immagine sopra per guardare il video.
+
+✅ Prenditi un momento per fare qualche ricerca e leggi la panoramica di Azure Functions nella [documentazione di Microsoft Azure Functions](https://docs.microsoft.com/azure/azure-functions/functions-overview?WT.mc_id=academic-17441-jabenn).
+
+Per scrivere Azure Functions, inizi con un'app Azure Functions nel linguaggio di tua scelta. Azure Functions supporta nativamente Python, JavaScript, TypeScript, C#, F#, Java e Powershell. In questa lezione imparerai a scrivere un'app Azure Functions in Python.
+
+> 💁 Azure Functions supporta anche gestori personalizzati, quindi puoi scrivere le tue funzioni in qualsiasi linguaggio che supporti richieste HTTP, inclusi linguaggi più vecchi come COBOL.
+
+Le app di funzioni consistono in uno o più *trigger* - funzioni che rispondono agli eventi. Puoi avere più trigger all'interno di un'unica app di funzioni, tutte condividendo una configurazione comune. Ad esempio, nel file di configurazione della tua app di funzioni puoi avere i dettagli di connessione del tuo IoT Hub, e tutte le funzioni nell'app possono usarli per connettersi e ascoltare gli eventi.
+
+### Attività - installare gli strumenti di Azure Functions
+
+> Al momento della scrittura, gli strumenti di codice di Azure Functions non funzionano completamente su Apple Silicon con progetti Python. Dovrai utilizzare un Mac basato su Intel, un PC Windows o un PC Linux.
+
+Una grande caratteristica di Azure Functions è che puoi eseguirle localmente. Lo stesso runtime utilizzato nel cloud può essere eseguito sul tuo computer, permettendoti di scrivere codice che risponde ai messaggi IoT ed eseguirlo localmente. Puoi persino eseguire il debug del tuo codice mentre gli eventi vengono gestiti. Una volta che sei soddisfatto del tuo codice, può essere distribuito nel cloud.
+
+Gli strumenti di Azure Functions sono disponibili come CLI, noto come Azure Functions Core Tools.
+
+1. Installa gli strumenti core di Azure Functions seguendo le istruzioni nella [documentazione di Azure Functions Core Tools](https://docs.microsoft.com/azure/azure-functions/functions-run-local?WT.mc_id=academic-17441-jabenn).
+
+1. Installa l'estensione Azure Functions per VS Code. Questa estensione fornisce supporto per la creazione, il debug e la distribuzione di funzioni Azure. Consulta la [documentazione dell'estensione Azure Functions](https://marketplace.visualstudio.com/items?WT.mc_id=academic-17441-jabenn&itemName=ms-azuretools.vscode-azurefunctions) per le istruzioni su come installare questa estensione in VS Code.
+
+Quando distribuisci la tua app Azure Functions nel cloud, essa deve utilizzare una piccola quantità di storage cloud per archiviare cose come i file dell'applicazione e i file di log. Quando esegui la tua app di funzioni localmente, devi comunque connetterti allo storage cloud, ma invece di utilizzare uno storage cloud reale, puoi utilizzare un emulatore di storage chiamato [Azurite](https://github.com/Azure/Azurite). Questo viene eseguito localmente ma agisce come uno storage cloud.
+
+> 🎓 In Azure, lo storage che Azure Functions utilizza è un Azure Storage Account. Questi account possono archiviare file, blob, dati in tabelle o dati in code. Puoi condividere un account di storage tra molte app, come un'app di funzioni e un'app web.
+
+1. Azurite è un'app Node.js, quindi dovrai installare Node.js. Puoi trovare le istruzioni per il download e l'installazione sul [sito web di Node.js](https://nodejs.org/). Se stai utilizzando un Mac, puoi anche installarlo da [Homebrew](https://formulae.brew.sh/formula/node).
+
+1. Installa Azurite utilizzando il seguente comando (`npm` è uno strumento che viene installato quando installi Node.js):
+
+    ```sh
+    npm install -g azurite
+    ```
+
+1. Crea una cartella chiamata `azurite` per Azurite da utilizzare per archiviare i dati:
+
+    ```sh
+    mkdir azurite
+    ```
+
+1. Esegui Azurite, passandogli questa nuova cartella:
+
+    ```sh
+    azurite --location azurite
+    ```
+
+    L'emulatore di storage Azurite verrà avviato e sarà pronto per la connessione al runtime locale delle funzioni.
+
+    ```output
+    ➜  ~ azurite --location azurite  
+    Azurite Blob service is starting at http://127.0.0.1:10000
+    Azurite Blob service is successfully listening at http://127.0.0.1:10000
+    Azurite Queue service is starting at http://127.0.0.1:10001
+    Azurite Queue service is successfully listening at http://127.0.0.1:10001
+    Azurite Table service is starting at http://127.0.0.1:10002
+    Azurite Table service is successfully listening at http://127.0.0.1:10002
+    ```
+
+### Attività - creare un progetto Azure Functions
+
+La CLI di Azure Functions può essere utilizzata per creare una nuova app di funzioni.
+
+1. Crea una cartella per la tua app di funzioni e naviga al suo interno. Chiamala `soil-moisture-trigger`.
+
+    ```sh
+    mkdir soil-moisture-trigger
+    cd soil-moisture-trigger
+    ```
+
+1. Crea un ambiente virtuale Python all'interno di questa cartella:
+
+    ```sh
+    python3 -m venv .venv
+    ```
+
+1. Attiva l'ambiente virtuale:
+
+    * Su Windows:
+        * Se stai utilizzando il Prompt dei Comandi, o il Prompt dei Comandi tramite Windows Terminal, esegui:
+
+            ```cmd
+            .venv\Scripts\activate.bat
+            ```
+
+        * Se stai utilizzando PowerShell, esegui:
+
+            ```powershell
+            .\.venv\Scripts\Activate.ps1
+            ```
+
+    * Su macOS o Linux, esegui:
+
+        ```cmd
+        source ./.venv/bin/activate
+        ```
+
+    > 💁 Questi comandi devono essere eseguiti dalla stessa posizione in cui hai eseguito il comando per creare l'ambiente virtuale. Non dovrai mai navigare nella cartella `.venv`; dovresti sempre eseguire il comando di attivazione e qualsiasi comando per installare pacchetti o eseguire codice dalla cartella in cui ti trovavi quando hai creato l'ambiente virtuale.
+
+1. Esegui il seguente comando per creare un'app di funzioni in questa cartella:
+
+    ```sh
+    func init --worker-runtime python soil-moisture-trigger
+    ```
+
+    Questo creerà tre file all'interno della cartella corrente:
+
+    * `host.json` - questo documento JSON contiene le impostazioni per la tua app di funzioni. Non sarà necessario modificare queste impostazioni.
+    * `local.settings.json` - questo documento JSON contiene le impostazioni che la tua app utilizzerà quando verrà eseguita localmente, come le stringhe di connessione per il tuo IoT Hub. Queste impostazioni sono solo locali e non dovrebbero essere aggiunte al controllo del codice sorgente. Quando distribuisci l'app nel cloud, queste impostazioni non vengono distribuite; invece, le tue impostazioni vengono caricate dalle impostazioni dell'applicazione. Questo sarà trattato più avanti in questa lezione.
+    * `requirements.txt` - questo è un [file di requisiti Pip](https://pip.pypa.io/en/stable/user_guide/#requirements-files) che contiene i pacchetti Pip necessari per eseguire la tua app di funzioni.
+
+1. Il file `local.settings.json` ha un'impostazione per l'account di storage che l'app di funzioni utilizzerà. Questo valore predefinito è vuoto, quindi deve essere impostato. Per connettersi all'emulatore di storage locale Azurite, imposta questo valore come segue:
+
+    ```json
+    "AzureWebJobsStorage": "UseDevelopmentStorage=true",
+    ```
+
+1. Installa i pacchetti Pip necessari utilizzando il file dei requisiti:
+
+    ```sh
+    pip install -r requirements.txt
+    ```
+
+    > 💁 I pacchetti Pip richiesti devono essere in questo file, in modo che quando l'app di funzioni viene distribuita nel cloud, il runtime possa assicurarsi di installare i pacchetti corretti.
+
+1. Per verificare che tutto funzioni correttamente, puoi avviare il runtime delle funzioni. Esegui il seguente comando per farlo:
+
+    ```sh
+    func start
+    ```
+
+    Vedrai il runtime avviarsi e segnalare che non ha trovato funzioni di lavoro (trigger).
+
+    ```output
+    (.venv) ➜  soil-moisture-trigger func start
+    Found Python version 3.9.1 (python3).
+    
+    Azure Functions Core Tools
+    Core Tools Version:       3.0.3442 Commit hash: 6bfab24b2743f8421475d996402c398d2fe4a9e0  (64-bit)
+    Function Runtime Version: 3.0.15417.0
+    
+    [2021-05-05T01:24:46.795Z] No job functions found.
+    ```
+> ⚠️ Se ricevi una notifica del firewall, concedi l'accesso poiché l'applicazione `func` deve essere in grado di leggere e scrivere sulla tua rete.
+> ⚠️ Se stai utilizzando macOS, potrebbero esserci avvisi nell'output:
+>
+> ```output
+    > (.venv) ➜  soil-moisture-trigger func start
+    > Found Python version 3.9.1 (python3).
+    >
+    > Azure Functions Core Tools
+    > Core Tools Version:       3.0.3442 Commit hash: 6bfab24b2743f8421475d996402c398d2fe4a9e0  (64-bit)
+    > Function Runtime Version: 3.0.15417.0
+    >
+    > [2021-06-16T08:18:28.315Z] Cannot create directory for shared memory usage: /dev/shm/AzureFunctions
+    > [2021-06-16T08:18:28.316Z] System.IO.FileSystem: Access to the path '/dev/shm/AzureFunctions' is denied. Operation not permitted.
+    > [2021-06-16T08:18:30.361Z] No job functions found.
+    > ```
+>
+> Puoi ignorarli purché l'app Functions si avvii correttamente e mostri le funzioni in esecuzione. Come indicato in [questa domanda su Microsoft Docs Q&A](https://docs.microsoft.com/answers/questions/396617/azure-functions-core-tools-error-osx-devshmazurefu.html?WT.mc_id=academic-17441-jabenn), possono essere ignorati.
+
+1. Arresta l'app Functions premendo `ctrl+c`.
+
+1. Apri la cartella corrente in VS Code, o aprendo VS Code e poi questa cartella, oppure eseguendo il seguente comando:
+
+    ```sh
+    code .
+    ```
+
+    VS Code rileverà il tuo progetto Functions e mostrerà una notifica che dice:
+
+    ```output
+    Detected an Azure Functions Project in folder "soil-moisture-trigger" that may have been created outside of
+    VS Code. Initialize for optimal use with VS Code?
+    ```
+
+    ![La notifica](../../../../../translated_images/vscode-azure-functions-init-notification.bd19b49229963edb5311fb3a79445ea469424759d2917ee2f2eb6f92d65d5086.it.png)
+
+    Seleziona **Sì** da questa notifica.
+
+1. Assicurati che l'ambiente virtuale Python sia in esecuzione nel terminale di VS Code. Termina e riavvia se necessario.
+
+## Creare un trigger per eventi IoT Hub
+
+L'app Functions è il contenitore del tuo codice serverless. Per rispondere agli eventi di IoT Hub, puoi aggiungere un trigger IoT Hub a questa app. Questo trigger deve connettersi al flusso di messaggi inviati a IoT Hub e rispondere a essi. Per ottenere questo flusso di messaggi, il trigger deve connettersi all'*endpoint compatibile con Event Hub* di IoT Hub.
+
+IoT Hub si basa su un altro servizio Azure chiamato Azure Event Hubs. Event Hubs è un servizio che consente di inviare e ricevere messaggi, e IoT Hub lo estende aggiungendo funzionalità per dispositivi IoT. Il modo in cui ti connetti per leggere i messaggi da IoT Hub è lo stesso che utilizzeresti con Event Hubs.
+
+✅ Fai una ricerca: Leggi la panoramica di Event Hubs nella [documentazione di Azure Event Hubs](https://docs.microsoft.com/azure/event-hubs/event-hubs-about?WT.mc_id=academic-17441-jabenn). Come si confrontano le funzionalità di base con IoT Hub?
+
+Per connettersi a IoT Hub, un dispositivo IoT deve utilizzare una chiave segreta che garantisce che solo i dispositivi autorizzati possano connettersi. Lo stesso vale per la connessione per leggere i messaggi: il tuo codice avrà bisogno di una stringa di connessione che contenga una chiave segreta, insieme ai dettagli di IoT Hub.
+
+> 💁 La stringa di connessione predefinita che ottieni ha permessi **iothubowner**, che danno a qualsiasi codice che la utilizza permessi completi su IoT Hub. Idealmente, dovresti connetterti con il livello più basso di permessi necessario. Questo sarà trattato nella prossima lezione.
+
+Una volta che il trigger è connesso, il codice all'interno della funzione verrà chiamato per ogni messaggio inviato a IoT Hub, indipendentemente dal dispositivo che lo ha inviato. Il trigger riceverà il messaggio come parametro.
+
+### Attività - ottenere la stringa di connessione dell'endpoint compatibile con Event Hub
+
+1. Dal terminale di VS Code, esegui il seguente comando per ottenere la stringa di connessione per l'endpoint compatibile con Event Hub di IoT Hub:
+
+    ```sh
+    az iot hub connection-string show --default-eventhub \
+                                      --output table \
+                                      --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome che hai usato per il tuo IoT Hub.
+
+1. In VS Code, apri il file `local.settings.json`. Aggiungi il seguente valore aggiuntivo all'interno della sezione `Values`:
+
+    ```json
+    "IOT_HUB_CONNECTION_STRING": "<connection string>"
+    ```
+
+    Sostituisci `<connection string>` con il valore ottenuto nel passaggio precedente. Dovrai aggiungere una virgola dopo la riga precedente per rendere valido il JSON.
+
+### Attività - creare un trigger per eventi
+
+Ora sei pronto per creare il trigger per eventi.
+
+1. Dal terminale di VS Code, esegui il seguente comando dalla cartella `soil-moisture-trigger`:
+
+    ```sh
+    func new --name iot-hub-trigger --template "Azure Event Hub trigger"
+    ```
+
+    Questo crea una nuova funzione chiamata `iot-hub-trigger`. Il trigger si connetterà all'endpoint compatibile con Event Hub su IoT Hub, quindi puoi utilizzare un trigger di Event Hub. Non esiste un trigger specifico per IoT Hub.
+
+Questo creerà una cartella all'interno della cartella `soil-moisture-trigger` chiamata `iot-hub-trigger` che contiene questa funzione. Questa cartella avrà i seguenti file al suo interno:
+
+* `__init__.py` - questo è il file di codice Python che contiene il trigger, utilizzando la convenzione standard dei nomi dei file Python per trasformare questa cartella in un modulo Python.
+
+    Questo file conterrà il seguente codice:
+
+    ```python
+    import logging
+
+    import azure.functions as func
+
+
+    def main(event: func.EventHubEvent):
+        logging.info('Python EventHub trigger processed an event: %s',
+                    event.get_body().decode('utf-8'))
+    ```
+
+    Il cuore del trigger è la funzione `main`. È questa funzione che viene chiamata con gli eventi da IoT Hub. Questa funzione ha un parametro chiamato `event` che contiene un `EventHubEvent`. Ogni volta che un messaggio viene inviato a IoT Hub, questa funzione viene chiamata passando quel messaggio come `event`, insieme alle proprietà che sono le stesse delle annotazioni viste nella lezione precedente.
+
+    Il cuore di questa funzione registra l'evento.
+
+* `function.json` - questo contiene la configurazione per il trigger. La configurazione principale è in una sezione chiamata `bindings`. Un binding è il termine per una connessione tra Azure Functions e altri servizi Azure. Questa funzione ha un binding di input a un Event Hub - si connette a un Event Hub e riceve dati.
+
+    > 💁 Puoi anche avere binding di output in modo che l'output di una funzione venga inviato a un altro servizio. Ad esempio, potresti aggiungere un binding di output a un database e restituire l'evento di IoT Hub dalla funzione, e verrà automaticamente inserito nel database.
+
+    ✅ Fai una ricerca: Leggi i binding nella [documentazione sui concetti di trigger e binding di Azure Functions](https://docs.microsoft.com/azure/azure-functions/functions-triggers-bindings?WT.mc_id=academic-17441-jabenn&tabs=python).
+
+    La sezione `bindings` include la configurazione per il binding. I valori di interesse sono:
+
+  * `"type": "eventHubTrigger"` - indica alla funzione che deve ascoltare eventi da un Event Hub
+  * `"name": "events"` - questo è il nome del parametro da utilizzare per gli eventi di Event Hub. Questo corrisponde al nome del parametro nella funzione `main` nel codice Python.
+  * `"direction": "in"` - questo è un binding di input, i dati dall'Event Hub entrano nella funzione
+  * `"connection": ""` - definisce il nome dell'impostazione da cui leggere la stringa di connessione. Quando si esegue localmente, questa impostazione verrà letta dal file `local.settings.json`.
+
+    > 💁 La stringa di connessione non può essere memorizzata nel file `function.json`, deve essere letta dalle impostazioni. Questo per evitare di esporre accidentalmente la stringa di connessione.
+
+1. A causa di [un bug nel template di Azure Functions](https://github.com/Azure/azure-functions-templates/issues/1250), il file `function.json` ha un valore errato per il campo `cardinality`. Aggiorna questo campo da `many` a `one`:
+
+    ```json
+    "cardinality": "one",
+    ```
+
+1. Aggiorna il valore di `"connection"` nel file `function.json` per puntare al nuovo valore che hai aggiunto al file `local.settings.json`:
+
+    ```json
+    "connection": "IOT_HUB_CONNECTION_STRING",
+    ```
+
+    > 💁 Ricorda - questo deve puntare all'impostazione, non contenere la stringa di connessione effettiva.
+
+1. La stringa di connessione contiene il valore `eventHubName`, quindi il valore per questo nel file `function.json` deve essere svuotato. Aggiorna questo valore a una stringa vuota:
+
+    ```json
+    "eventHubName": "",
+    ```
+
+### Attività - eseguire il trigger per eventi
+
+1. Assicurati di non eseguire il monitor degli eventi di IoT Hub. Se questo è in esecuzione contemporaneamente all'app Functions, l'app Functions non sarà in grado di connettersi e consumare eventi.
+
+    > 💁 Più app possono connettersi agli endpoint di IoT Hub utilizzando diversi *consumer group*. Questi saranno trattati in una lezione successiva.
+
+1. Per eseguire l'app Functions, esegui il seguente comando dal terminale di VS Code:
+
+    ```sh
+    func start
+    ```
+
+    L'app Functions si avvierà e scoprirà la funzione `iot-hub-trigger`. Elaborerà quindi tutti gli eventi che sono stati già inviati a IoT Hub nell'ultimo giorno.
+
+    ```output
+    (.venv) ➜  soil-moisture-trigger func start
+    Found Python version 3.9.1 (python3).
+    
+    Azure Functions Core Tools
+    Core Tools Version:       3.0.3442 Commit hash: 6bfab24b2743f8421475d996402c398d2fe4a9e0  (64-bit)
+    Function Runtime Version: 3.0.15417.0
+    
+    Functions:
+    
+            iot-hub-trigger: eventHubTrigger
+    
+    For detailed output, run func with --verbose flag.
+    [2021-05-05T02:44:07.517Z] Worker process started and initialized.
+    [2021-05-05T02:44:09.202Z] Executing 'Functions.iot-hub-trigger' (Reason='(null)', Id=802803a5-eae9-4401-a1f4-176631456ce4)
+    [2021-05-05T02:44:09.205Z] Trigger Details: PartitionId: 0, Offset: 1011240-1011632, EnqueueTimeUtc: 2021-05-04T19:04:04.2030000Z-2021-05-04T19:04:04.3900000Z, SequenceNumber: 2546-2547, Count: 2
+    [2021-05-05T02:44:09.352Z] Python EventHub trigger processed an event: {"soil_moisture":628}
+    [2021-05-05T02:44:09.354Z] Python EventHub trigger processed an event: {"soil_moisture":624}
+    [2021-05-05T02:44:09.395Z] Executed 'Functions.iot-hub-trigger' (Succeeded, Id=802803a5-eae9-4401-a1f4-176631456ce4, Duration=245ms)
+    ```
+
+    Ogni chiamata alla funzione sarà circondata da un blocco `Executing 'Functions.iot-hub-trigger'`/`Executed 'Functions.iot-hub-trigger'` nell'output, così potrai vedere quanti messaggi sono stati elaborati in ogni chiamata alla funzione.
+
+1. Assicurati che il tuo dispositivo IoT sia in esecuzione. Vedrai nuovi messaggi di umidità del suolo apparire nell'app Functions.
+
+1. Arresta e riavvia l'app Functions. Vedrai che non elaborerà di nuovo i messaggi precedenti, ma solo i nuovi messaggi.
+
+> 💁 VS Code supporta anche il debug delle tue Functions. Puoi impostare punti di interruzione cliccando sul bordo all'inizio di ogni riga di codice, oppure posizionando il cursore su una riga di codice e selezionando *Esegui -> Attiva punto di interruzione*, o premendo `F9`. Puoi avviare il debugger selezionando *Esegui -> Avvia debug*, premendo `F5`, o selezionando il pannello *Esegui e debug* e cliccando sul pulsante **Avvia debug**. In questo modo puoi vedere i dettagli degli eventi elaborati.
+
+#### Risoluzione dei problemi
+
+* Se ricevi il seguente errore:
+
+    ```output
+    The listener for function 'Functions.iot-hub-trigger' was unable to start. Microsoft.WindowsAzure.Storage: Connection refused. System.Net.Http: Connection refused. System.Private.CoreLib: Connection refused.
+    ```
+
+    Controlla che Azurite sia in esecuzione e che tu abbia impostato `AzureWebJobsStorage` nel file `local.settings.json` su `UseDevelopmentStorage=true`.
+
+* Se ricevi il seguente errore:
+
+    ```output
+    System.Private.CoreLib: Exception while executing function: Functions.iot-hub-trigger. System.Private.CoreLib: Result: Failure Exception: AttributeError: 'list' object has no attribute 'get_body'
+    ```
+
+    Controlla che tu abbia impostato `cardinality` nel file `function.json` su `one`.
+
+* Se ricevi il seguente errore:
+
+    ```output
+    Azure.Messaging.EventHubs: The path to an Event Hub may be specified as part of the connection string or as a separate value, but not both.  Please verify that your connection string does not have the `EntityPath` token if you are passing an explicit Event Hub name. (Parameter 'connectionString').
+    ```
+
+    Controlla che tu abbia impostato `eventHubName` nel file `function.json` su una stringa vuota.
+
+## Inviare richieste di metodo diretto dal codice serverless
+
+Finora la tua app Functions sta ascoltando i messaggi da IoT Hub utilizzando l'endpoint compatibile con Event Hub. Ora devi inviare comandi al dispositivo IoT. Questo viene fatto utilizzando una connessione diversa a IoT Hub tramite il *Registry Manager*. Il Registry Manager è uno strumento che ti consente di vedere quali dispositivi sono registrati con IoT Hub e comunicare con quei dispositivi inviando messaggi cloud-to-device, richieste di metodo diretto o aggiornando il device twin. Puoi anche usarlo per registrare, aggiornare o eliminare dispositivi IoT da IoT Hub.
+
+Per connetterti al Registry Manager, hai bisogno di una stringa di connessione.
+
+### Attività - ottenere la stringa di connessione del Registry Manager
+
+1. Per ottenere la stringa di connessione, esegui il seguente comando:
+
+    ```sh
+    az iot hub connection-string show --policy-name service \
+                                      --output table \
+                                      --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome che hai usato per il tuo IoT Hub.
+
+    La stringa di connessione viene richiesta per la policy *ServiceConnect* utilizzando il parametro `--policy-name service`. Quando richiedi una stringa di connessione, puoi specificare quali permessi quella stringa di connessione consentirà. La policy ServiceConnect consente al tuo codice di connettersi e inviare messaggi ai dispositivi IoT.
+
+    ✅ Fai una ricerca: Leggi le diverse policy nella [documentazione sui permessi di IoT Hub](https://docs.microsoft.com/azure/iot-hub/iot-hub-devguide-security#iot-hub-permissions?WT.mc_id=academic-17441-jabenn)
+
+1. In VS Code, apri il file `local.settings.json`. Aggiungi il seguente valore aggiuntivo all'interno della sezione `Values`:
+
+    ```json
+    "REGISTRY_MANAGER_CONNECTION_STRING": "<connection string>"
+    ```
+
+    Sostituisci `<connection string>` con il valore ottenuto nel passaggio precedente. Dovrai aggiungere una virgola dopo la riga precedente per rendere valido il JSON.
+
+### Attività - inviare una richiesta di metodo diretto a un dispositivo
+
+1. L'SDK per il Registry Manager è disponibile tramite un pacchetto Pip. Aggiungi la seguente riga al file `requirements.txt` per aggiungere la dipendenza da questo pacchetto:
+
+    ```sh
+    azure-iot-hub
+    ```
+
+1. Assicurati che il terminale di VS Code abbia l'ambiente virtuale attivato ed esegui il seguente comando per installare i pacchetti Pip:
+
+    ```sh
+    pip install -r requirements.txt
+    ```
+
+1. Aggiungi i seguenti import al file `__init__.py`:
+
+    ```python
+    import json
+    import os
+    from azure.iot.hub import IoTHubRegistryManager
+    from azure.iot.hub.models import CloudToDeviceMethod
+    ```
+
+    Questo importa alcune librerie di sistema, oltre alle librerie per interagire con il Registry Manager e inviare richieste di metodo diretto.
+
+1. Rimuovi il codice dall'interno del metodo `main`, ma mantieni il metodo stesso.
+
+1. Nel metodo `main`, aggiungi il seguente codice:
+
+    ```python
+    body = json.loads(event.get_body().decode('utf-8'))
+    device_id = event.iothub_metadata['connection-device-id']
+
+    logging.info(f'Received message: {body} from {device_id}')
+    ```
+
+    Questo codice estrae il corpo dell'evento che contiene il messaggio JSON inviato dal dispositivo IoT.
+
+    Ottiene quindi l'ID del dispositivo dalle annotazioni passate con il messaggio. Il corpo dell'evento contiene il messaggio inviato come telemetria, il dizionario `iothub_metadata` contiene proprietà impostate da IoT Hub come l'ID del dispositivo del mittente e l'ora in cui il messaggio è stato inviato.
+
+    Queste informazioni vengono quindi registrate. Vedrai questa registrazione nel terminale quando esegui l'app Functions localmente.
+
+1. Sotto questo, aggiungi il seguente codice:
+
+    ```python
+    soil_moisture = body['soil_moisture']
+
+    if soil_moisture > 450:
+        direct_method = CloudToDeviceMethod(method_name='relay_on', payload='{}')
+    else:
+        direct_method = CloudToDeviceMethod(method_name='relay_off', payload='{}')
+    ```
+
+    Questo codice ottiene l'umidità del suolo dal messaggio. Quindi controlla l'umidità del suolo e, a seconda del valore, crea una classe helper per la richiesta di metodo diretto per il metodo diretto `relay_on` o `relay_off`. La richiesta del metodo non necessita di un payload, quindi viene inviato un documento JSON vuoto.
+
+1. Sotto questo, aggiungi il seguente codice:
+
+    ```python
+    logging.info(f'Sending direct method request for {direct_method.method_name} for device {device_id}')
+
+    registry_manager_connection_string = os.environ['REGISTRY_MANAGER_CONNECTION_STRING']
+    registry_manager = IoTHubRegistryManager(registry_manager_connection_string)
+    ```
+Questo codice carica la `REGISTRY_MANAGER_CONNECTION_STRING` dal file `local.settings.json`. I valori in questo file sono resi disponibili come variabili d'ambiente e possono essere letti utilizzando la funzione `os.environ`, una funzione che restituisce un dizionario di tutte le variabili d'ambiente.
+
+> 💁 Quando questo codice viene distribuito nel cloud, i valori nel file `local.settings.json` saranno impostati come *Application Settings* e potranno essere letti dalle variabili d'ambiente.
+
+Il codice crea quindi un'istanza della classe helper Registry Manager utilizzando la stringa di connessione.
+
+1. Aggiungi il seguente codice:
+
+    ```python
+    registry_manager.invoke_device_method(device_id, direct_method)
+
+    logging.info('Direct method request sent!')
+    ```
+
+    Questo codice indica al registry manager di inviare la richiesta di metodo diretto al dispositivo che ha inviato la telemetria.
+
+    > 💁 Nelle versioni dell'app che hai creato nelle lezioni precedenti utilizzando MQTT, i comandi di controllo del relè venivano inviati a tutti i dispositivi. Il codice presupponeva che avessi un solo dispositivo. Questa versione del codice invia la richiesta di metodo a un singolo dispositivo, quindi funzionerebbe se avessi più configurazioni di sensori di umidità e relè, inviando la richiesta di metodo diretto al dispositivo corretto.
+
+1. Esegui l'app Functions e assicurati che il tuo dispositivo IoT stia inviando dati. Vedrai i messaggi elaborati e le richieste di metodo diretto inviate. Sposta il sensore di umidità del terreno dentro e fuori dal terreno per vedere i valori cambiare e il relè accendersi e spegnersi.
+
+> 💁 Puoi trovare questo codice nella cartella [code/functions](../../../../../2-farm/lessons/5-migrate-application-to-the-cloud/code/functions).
+
+## Distribuisci il tuo codice serverless nel cloud
+
+Il tuo codice ora funziona localmente, quindi il prossimo passo è distribuire l'app Functions nel cloud.
+
+### Attività - crea le risorse cloud
+
+La tua app Functions deve essere distribuita in una risorsa Functions App in Azure, all'interno del Resource Group che hai creato per il tuo IoT Hub. Avrai anche bisogno di un Storage Account creato in Azure per sostituire quello emulato che stai eseguendo localmente.
+
+1. Esegui il seguente comando per creare un account di archiviazione:
+
+    ```sh
+    az storage account create --resource-group soil-moisture-sensor \
+                              --sku Standard_LRS \
+                              --name <storage_name> 
+    ```
+
+    Sostituisci `<storage_name>` con un nome per il tuo account di archiviazione. Questo dovrà essere univoco a livello globale poiché fa parte dell'URL utilizzato per accedere all'account di archiviazione. Puoi utilizzare solo lettere minuscole e numeri per questo nome, nessun altro carattere, ed è limitato a 24 caratteri. Usa qualcosa come `sms` e aggiungi un identificatore univoco alla fine, come alcune parole casuali o il tuo nome.
+
+    L'opzione `--sku Standard_LRS` seleziona il livello di prezzo, scegliendo l'account generale a costo più basso. Non esiste un livello gratuito di archiviazione e paghi per ciò che utilizzi. I costi sono relativamente bassi, con l'archiviazione più costosa a meno di 0,05 USD al mese per gigabyte archiviato.
+
+    ✅ Leggi i dettagli sui prezzi nella [pagina dei prezzi di Azure Storage Account](https://azure.microsoft.com/pricing/details/storage/?WT.mc_id=academic-17441-jabenn)
+
+1. Esegui il seguente comando per creare un'app Functions:
+
+    ```sh
+    az functionapp create --resource-group soil-moisture-sensor \
+                          --runtime python \
+                          --functions-version 3 \
+                          --os-type Linux \
+                          --consumption-plan-location <location> \
+                          --storage-account <storage_name> \
+                          --name <functions_app_name>
+    ```
+
+    Sostituisci `<location>` con la posizione che hai utilizzato quando hai creato il Resource Group nella lezione precedente.
+
+    Sostituisci `<storage_name>` con il nome dell'account di archiviazione che hai creato nel passaggio precedente.
+
+    Sostituisci `<functions_app_name>` con un nome univoco per la tua app Functions. Questo dovrà essere univoco a livello globale poiché fa parte di un URL che può essere utilizzato per accedere all'app Functions. Usa qualcosa come `soil-moisture-sensor-` e aggiungi un identificatore univoco alla fine, come alcune parole casuali o il tuo nome.
+
+    L'opzione `--functions-version 3` imposta la versione di Azure Functions da utilizzare. La versione 3 è l'ultima versione.
+
+    L'opzione `--os-type Linux` indica al runtime di Functions di utilizzare Linux come sistema operativo per ospitare queste funzioni. Le funzioni possono essere ospitate su Linux o Windows, a seconda del linguaggio di programmazione utilizzato. Le app Python sono supportate solo su Linux.
+
+### Attività - carica le impostazioni dell'applicazione
+
+Quando hai sviluppato la tua app Functions, hai memorizzato alcune impostazioni nel file `local.settings.json` per le stringhe di connessione del tuo IoT Hub. Queste devono essere scritte nelle Application Settings della tua app Functions in Azure in modo che possano essere utilizzate dal tuo codice.
+
+> 🎓 Il file `local.settings.json` è solo per le impostazioni di sviluppo locale e non dovrebbe essere inserito nel controllo del codice sorgente, come GitHub. Quando distribuito nel cloud, vengono utilizzate le Application Settings. Le Application Settings sono coppie chiave/valore ospitate nel cloud e vengono lette dalle variabili d'ambiente, sia nel tuo codice che dal runtime quando collega il tuo codice all'IoT Hub.
+
+1. Esegui il seguente comando per impostare la configurazione `IOT_HUB_CONNECTION_STRING` nelle Application Settings della tua app Functions:
+
+    ```sh
+    az functionapp config appsettings set --resource-group soil-moisture-sensor \
+                                          --name <functions_app_name> \
+                                          --settings "IOT_HUB_CONNECTION_STRING=<connection string>"
+    ```
+
+    Sostituisci `<functions_app_name>` con il nome che hai utilizzato per la tua app Functions.
+
+    Sostituisci `<connection string>` con il valore di `IOT_HUB_CONNECTION_STRING` dal tuo file `local.settings.json`.
+
+1. Ripeti il passaggio sopra, ma imposta il valore di `REGISTRY_MANAGER_CONNECTION_STRING` al valore corrispondente dal tuo file `local.settings.json`.
+
+Quando esegui questi comandi, verrà anche visualizzato un elenco di tutte le Application Settings per l'app Functions. Puoi utilizzare questo elenco per verificare che i tuoi valori siano impostati correttamente.
+
+> 💁 Vedrai un valore già impostato per `AzureWebJobsStorage`. Nel tuo file `local.settings.json`, questo era impostato su un valore per utilizzare l'emulatore di archiviazione locale. Quando hai creato l'app Functions, hai passato l'account di archiviazione come parametro, e questo viene impostato automaticamente in questa configurazione.
+
+### Attività - distribuisci la tua app Functions nel cloud
+
+Ora che l'app Functions è pronta, il tuo codice può essere distribuito.
+
+1. Esegui il seguente comando dal terminale di VS Code per pubblicare la tua app Functions:
+
+    ```sh
+    func azure functionapp publish <functions_app_name>
+    ```
+
+    Sostituisci `<functions_app_name>` con il nome che hai utilizzato per la tua app Functions.
+
+Il codice verrà impacchettato e inviato all'app Functions, dove verrà distribuito e avviato. Ci sarà molto output nella console, che terminerà con la conferma della distribuzione e un elenco delle funzioni distribuite. In questo caso, l'elenco conterrà solo il trigger.
+
+```output
+Deployment successful.
+Remote build succeeded!
+Syncing triggers...
+Functions in soil-moisture-sensor:
+    iot-hub-trigger - [eventHubTrigger]
+```
+
+Assicurati che il tuo dispositivo IoT sia in esecuzione. Modifica i livelli di umidità regolando l'umidità del terreno o spostando il sensore dentro e fuori dal terreno. Vedrai il relè accendersi e spegnersi mentre l'umidità del terreno cambia.
+
+---
+
+## 🚀 Sfida
+
+Nella lezione precedente, hai gestito il tempo per il relè disiscrivendoti dai messaggi MQTT mentre il relè era acceso e per un breve periodo dopo che era stato spento. Non puoi utilizzare questo metodo qui: non puoi disiscriverti dal trigger del tuo IoT Hub.
+
+Pensa a modi diversi per gestire questa situazione nella tua app Functions.
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/18)
+
+## Revisione e studio autonomo
+
+* Leggi informazioni sul computing serverless nella [pagina Serverless Computing su Wikipedia](https://wikipedia.org/wiki/Serverless_computing)
+* Leggi sull'utilizzo del serverless in Azure, inclusi alcuni esempi, nel [post del blog di Azure "Go serverless for your IoT needs"](https://azure.microsoft.com/blog/go-serverless-for-your-iot-needs/?WT.mc_id=academic-17441-jabenn)
+* Scopri di più su Azure Functions nel [canale YouTube di Azure Functions](https://www.youtube.com/c/AzureFunctions)
+
+## Compito
+
+[Controllo manuale del relè](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/5-migrate-application-to-the-cloud/assignment.md b/translations/it/2-farm/lessons/5-migrate-application-to-the-cloud/assignment.md
new file mode 100644
index 00000000..decbe3e3
--- /dev/null
+++ b/translations/it/2-farm/lessons/5-migrate-application-to-the-cloud/assignment.md
@@ -0,0 +1,68 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c24b6e4d90501c9199f2ceb6a648a337",
+  "translation_date": "2025-08-25T16:57:40+00:00",
+  "source_file": "2-farm/lessons/5-migrate-application-to-the-cloud/assignment.md",
+  "language_code": "it"
+}
+-->
+# Aggiungere il controllo manuale del relè
+
+## Istruzioni
+
+Il codice serverless può essere attivato da molteplici eventi, inclusi richieste HTTP. Puoi utilizzare i trigger HTTP per aggiungere un controllo manuale al tuo relè, permettendo a qualcuno di accendere o spegnere il relè tramite una richiesta web.
+
+Per questo compito, devi aggiungere due trigger HTTP alla tua Functions App per accendere e spegnere il relè, riutilizzando ciò che hai imparato in questa lezione per inviare comandi al dispositivo.
+
+Alcuni suggerimenti:
+
+* Puoi aggiungere un trigger HTTP alla tua Functions App esistente con il seguente comando:
+
+    ```sh
+    func new --name <trigger name> --template "HTTP trigger"
+    ```
+
+    Sostituisci `<trigger name>` con il nome del tuo trigger HTTP. Usa qualcosa come `relay_on` e `relay_off`.
+
+* I trigger HTTP possono avere un controllo di accesso. Per impostazione predefinita, richiedono una chiave API specifica della funzione da passare con l'URL per essere eseguiti. Per questo compito, puoi rimuovere questa restrizione in modo che chiunque possa eseguire la funzione. Per farlo, aggiorna l'impostazione `authLevel` nel file `function.json` per i trigger HTTP con il seguente valore:
+
+    ```json
+    "authLevel": "anonymous"
+    ```
+
+    > 💁 Puoi leggere di più su questo controllo di accesso nella [documentazione sulle chiavi di accesso delle funzioni](https://docs.microsoft.com/azure/azure-functions/functions-bindings-http-webhook-trigger?WT.mc_id=academic-17441-jabenn#authorization-keys).
+
+* I trigger HTTP supportano di default richieste GET e POST. Questo significa che puoi chiamarli utilizzando il tuo browser web - i browser web effettuano richieste GET.
+
+    Quando esegui la tua Functions App localmente, vedrai l'URL del trigger:
+
+    ```output
+    Functions:
+
+        relay_off: [GET,POST] http://localhost:7071/api/relay_off
+
+        relay_on: [GET,POST] http://localhost:7071/api/relay_on
+
+        iot-hub-trigger: eventHubTrigger
+    ```
+
+    Incolla l'URL nel tuo browser e premi `Invio`, oppure `Ctrl+clic` (`Cmd+clic` su macOS) sul link nella finestra del terminale in VS Code per aprirlo nel browser predefinito. Questo eseguirà il trigger.
+
+    > 💁 Nota che l'URL contiene `/api` - i trigger HTTP sono di default nel sottodominio `api`.
+
+* Quando distribuisci la Functions App, l'URL del trigger HTTP sarà:
+
+    `https://<functions app name>.azurewebsites.net/api/<trigger name>`
+
+    Dove `<functions app name>` è il nome della tua Functions App, e `<trigger name>` è il nome del tuo trigger.
+
+## Rubrica
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Creare trigger HTTP | Creati 2 trigger per accendere e spegnere il relè, con nomi appropriati | Creato un trigger con un nome appropriato | Non è stato possibile creare alcun trigger |
+| Controllare il relè dai trigger HTTP | È stato possibile collegare entrambi i trigger a IoT Hub e controllare il relè correttamente | È stato possibile collegare un trigger a IoT Hub e controllare il relè correttamente | Non è stato possibile collegare i trigger a IoT Hub |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa deve essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/6-keep-your-plant-secure/README.md b/translations/it/2-farm/lessons/6-keep-your-plant-secure/README.md
new file mode 100644
index 00000000..6cb203fe
--- /dev/null
+++ b/translations/it/2-farm/lessons/6-keep-your-plant-secure/README.md
@@ -0,0 +1,243 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "81c437c568eee1b0dda1f04e88150d37",
+  "translation_date": "2025-08-25T17:10:23+00:00",
+  "source_file": "2-farm/lessons/6-keep-your-plant-secure/README.md",
+  "language_code": "it"
+}
+-->
+# Mantieni la tua pianta al sicuro
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.it.jpg)
+
+> Schizzo di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/19)
+
+## Introduzione
+
+Nelle ultime lezioni hai creato un dispositivo IoT per il monitoraggio del suolo e lo hai connesso al cloud. Ma cosa succederebbe se hacker al servizio di un agricoltore rivale riuscissero a prendere il controllo dei tuoi dispositivi IoT? E se inviassero letture elevate di umidità del suolo, impedendo alle tue piante di essere irrigate, o accendessero il sistema di irrigazione continuamente, uccidendo le tue piante per eccesso di acqua e facendoti spendere una fortuna in bollette?
+
+In questa lezione imparerai a proteggere i dispositivi IoT. Essendo l'ultima lezione di questo progetto, imparerai anche come pulire le risorse cloud, riducendo eventuali costi.
+
+In questa lezione tratteremo:
+
+* [Perché è necessario proteggere i dispositivi IoT?](../../../../../2-farm/lessons/6-keep-your-plant-secure)
+* [Crittografia](../../../../../2-farm/lessons/6-keep-your-plant-secure)
+* [Proteggi i tuoi dispositivi IoT](../../../../../2-farm/lessons/6-keep-your-plant-secure)
+* [Genera e utilizza un certificato X.509](../../../../../2-farm/lessons/6-keep-your-plant-secure)
+
+> 🗑 Questa è l'ultima lezione di questo progetto, quindi dopo aver completato la lezione e l'esercizio, non dimenticare di pulire i tuoi servizi cloud. Avrai bisogno dei servizi per completare l'esercizio, quindi assicurati di farlo prima.
+>
+> Consulta [la guida per pulire il progetto](../../../clean-up.md) se necessario per istruzioni su come farlo.
+
+## Perché è necessario proteggere i dispositivi IoT?
+
+La sicurezza IoT consiste nel garantire che solo i dispositivi previsti possano connettersi al tuo servizio cloud IoT e inviare telemetria, e che solo il tuo servizio cloud possa inviare comandi ai tuoi dispositivi. I dati IoT possono anche essere personali, inclusi dati medici o intimi, quindi tutta la tua applicazione deve considerare la sicurezza per evitare che questi dati vengano divulgati.
+
+Se la tua applicazione IoT non è sicura, ci sono diversi rischi:
+
+* Un dispositivo falso potrebbe inviare dati errati, causando una risposta errata della tua applicazione. Ad esempio, potrebbe inviare letture costanti di alta umidità del suolo, impedendo al sistema di irrigazione di accendersi e facendo morire le tue piante per mancanza di acqua.
+* Utenti non autorizzati potrebbero leggere dati dai dispositivi IoT, inclusi dati personali o critici per l'azienda.
+* Gli hacker potrebbero inviare comandi per controllare un dispositivo in modo da danneggiare il dispositivo o l'hardware connesso.
+* Collegandosi a un dispositivo IoT, gli hacker potrebbero accedere a reti aggiuntive per ottenere accesso a sistemi privati.
+* Utenti malintenzionati potrebbero accedere a dati personali e usarli per ricatti.
+
+Questi sono scenari reali e accadono continuamente. Alcuni esempi sono stati forniti nelle lezioni precedenti, ma eccone altri:
+
+* Nel 2018, gli hacker hanno utilizzato un punto di accesso WiFi aperto su un termostato di un acquario per accedere alla rete di un casinò e rubare dati. [The Hacker News - Casino Gets Hacked Through Its Internet-Connected Fish Tank Thermometer](https://thehackernews.com/2018/04/iot-hacking-thermometer.html)
+* Nel 2016, il botnet Mirai ha lanciato un attacco di negazione del servizio contro Dyn, un fornitore di servizi Internet, causando il blocco di ampie porzioni di Internet. Questo botnet ha utilizzato malware per connettersi a dispositivi IoT come DVR e telecamere che utilizzavano nomi utente e password predefiniti, e da lì ha lanciato l'attacco. [The Guardian - DDoS attack that disrupted internet was largest of its kind in history, experts say](https://www.theguardian.com/technology/2016/oct/26/ddos-attack-dyn-mirai-botnet)
+* Spiral Toys aveva un database di utenti dei loro giocattoli CloudPets connessi, disponibile pubblicamente su Internet. [Troy Hunt - Data from connected CloudPets teddy bears leaked and ransomed, exposing kids' voice messages](https://www.troyhunt.com/data-from-connected-cloudpets-teddy-bears-leaked-and-ransomed-exposing-kids-voice-messages/).
+* Strava taggava i corridori che incontravi lungo il percorso e mostrava i loro itinerari, permettendo agli estranei di vedere dove vivi. [Kim Komndo - Fitness app could lead a stranger right to your home — change this setting](https://www.komando.com/security-privacy/strava-fitness-app-privacy/755349/).
+
+✅ Fai una ricerca: Cerca altri esempi di attacchi IoT e violazioni di dati IoT, soprattutto con oggetti personali come spazzolini da denti o bilance connesse a Internet. Pensa all'impatto che questi attacchi potrebbero avere sulle vittime o sui clienti.
+
+> 💁 La sicurezza è un argomento vasto, e questa lezione toccherà solo alcune delle basi relative alla connessione del tuo dispositivo al cloud. Altri argomenti che non verranno trattati includono il monitoraggio delle modifiche ai dati in transito, l'hacking diretto dei dispositivi o le modifiche alle configurazioni dei dispositivi. L'hacking IoT è una minaccia così grande che sono stati sviluppati strumenti come [Azure Defender for IoT](https://azure.microsoft.com/services/azure-defender-for-iot/?WT.mc_id=academic-17441-jabenn). Questi strumenti sono simili agli antivirus e agli strumenti di sicurezza che potresti avere sul tuo computer, ma progettati per piccoli dispositivi IoT a basso consumo.
+
+## Crittografia
+
+Quando un dispositivo si connette a un servizio IoT, utilizza un ID per identificarsi. Il problema è che questo ID può essere clonato: un hacker potrebbe configurare un dispositivo dannoso che utilizza lo stesso ID di un dispositivo reale ma invia dati falsi.
+
+![Sia i dispositivi validi che quelli dannosi potrebbero utilizzare lo stesso ID per inviare telemetria](../../../../../translated_images/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.it.png)
+
+La soluzione è convertire i dati inviati in un formato criptato, utilizzando un valore noto solo al dispositivo e al cloud. Questo processo si chiama *crittografia*, e il valore utilizzato per crittografare i dati è chiamato *chiave di crittografia*.
+
+![Se viene utilizzata la crittografia, solo i messaggi crittografati saranno accettati, gli altri saranno rifiutati](../../../../../translated_images/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.it.png)
+
+Il servizio cloud può quindi convertire i dati in un formato leggibile, utilizzando un processo chiamato *decrittografia*, utilizzando la stessa chiave di crittografia o una *chiave di decrittografia*. Se il messaggio crittografato non può essere decrittato dalla chiave, il dispositivo è stato hackerato e il messaggio viene rifiutato.
+
+La tecnica per eseguire crittografia e decrittografia si chiama *crittografia*.
+
+### Crittografia antica
+
+I primi tipi di crittografia erano cifrari di sostituzione, risalenti a 3.500 anni fa. I cifrari di sostituzione prevedono la sostituzione di una lettera con un'altra. Ad esempio, il [cifrario di Cesare](https://wikipedia.org/wiki/Caesar_cipher) prevede lo spostamento dell'alfabeto di una quantità definita, con solo il mittente del messaggio crittografato e il destinatario previsto che conoscono il numero di lettere da spostare.
+
+Il [cifrario di Vigenère](https://wikipedia.org/wiki/Vigenère_cipher) ha portato questo concetto oltre, utilizzando parole per crittografare il testo, in modo che ogni lettera nel testo originale fosse spostata di una quantità diversa, anziché sempre dello stesso numero di lettere.
+
+La crittografia è stata utilizzata per una vasta gamma di scopi, come proteggere una ricetta per la smaltatura della ceramica nell'antica Mesopotamia, scrivere biglietti d'amore segreti in India o mantenere segreti incantesimi magici nell'antico Egitto.
+
+### Crittografia moderna
+
+La crittografia moderna è molto più avanzata, rendendo più difficile da decifrare rispetto ai metodi antichi. La crittografia moderna utilizza complicati calcoli matematici per crittografare i dati con un numero di chiavi possibili troppo elevato per rendere praticabili gli attacchi a forza bruta.
+
+La crittografia viene utilizzata in molti modi per comunicazioni sicure. Se stai leggendo questa pagina su GitHub, potresti notare che l'indirizzo del sito web inizia con *HTTPS*, il che significa che la comunicazione tra il tuo browser e i server web di GitHub è crittografata. Se qualcuno fosse in grado di leggere il traffico Internet tra il tuo browser e GitHub, non sarebbe in grado di leggere i dati poiché sono crittografati. Il tuo computer potrebbe persino crittografare tutti i dati sul tuo disco rigido, così se qualcuno lo rubasse, non potrebbe leggere nessuno dei tuoi dati senza la tua password.
+
+> 🎓 HTTPS sta per HyperText Transfer Protocol **Secure**
+
+Purtroppo, non tutto è sicuro. Alcuni dispositivi non hanno alcuna sicurezza, altri sono protetti con chiavi facili da decifrare, o a volte tutti i dispositivi dello stesso tipo utilizzano la stessa chiave. Ci sono stati casi di dispositivi IoT molto personali che hanno tutti la stessa password per connettersi tramite WiFi o Bluetooth. Se puoi connetterti al tuo dispositivo, puoi connetterti anche a quello di qualcun altro. Una volta connesso, potresti accedere a dati molto privati o avere il controllo sul loro dispositivo.
+
+> 💁 Nonostante le complessità della crittografia moderna e le affermazioni che decifrare la crittografia possa richiedere miliardi di anni, l'ascesa del calcolo quantistico ha portato alla possibilità di decifrare tutta la crittografia conosciuta in un tempo molto breve!
+
+### Chiavi simmetriche e asimmetriche
+
+La crittografia si divide in due tipi: simmetrica e asimmetrica.
+
+La crittografia **simmetrica** utilizza la stessa chiave per crittografare e decrittografare i dati. Sia il mittente che il destinatario devono conoscere la stessa chiave. Questo è il tipo meno sicuro, poiché la chiave deve essere condivisa in qualche modo. Per un mittente che invia un messaggio crittografato a un destinatario, il mittente potrebbe prima dover inviare al destinatario la chiave.
+
+![La crittografia con chiave simmetrica utilizza la stessa chiave per crittografare e decrittografare un messaggio](../../../../../translated_images/send-message-symmetric-key.a2e8ad0d495896ffcdf15d25bb4491c695a5cb851457b359fb0f0c89d67707c9.it.png)
+
+Se la chiave viene rubata durante il transito, o il mittente o il destinatario vengono hackerati e la chiave viene trovata, la crittografia può essere violata.
+
+![La crittografia con chiave simmetrica è sicura solo se un hacker non ottiene la chiave - in caso contrario può intercettare e decrittografare il messaggio](../../../../../translated_images/send-message-symmetric-key-hacker.e7cb53db1707adfb1486a8144060cb76435fe8dbdede8cecc09e7d15b2d9a251.it.png)
+
+La crittografia **asimmetrica** utilizza 2 chiavi: una chiave di crittografia e una chiave di decrittografia, chiamate coppia di chiavi pubblica/privata. La chiave pubblica viene utilizzata per crittografare il messaggio, ma non può essere utilizzata per decrittografarlo; la chiave privata viene utilizzata per decrittografare il messaggio, ma non può essere utilizzata per crittografarlo.
+
+![La crittografia asimmetrica utilizza una chiave diversa per crittografare e decrittografare. La chiave di crittografia viene inviata ai mittenti dei messaggi affinché possano crittografare un messaggio prima di inviarlo al destinatario che possiede le chiavi](../../../../../translated_images/send-message-asymmetric.7abe327c62615b8c19805252af5d4b6c5e7aaeb8fbc455efeff866fe2d300b62.it.png)
+
+Il destinatario condivide la propria chiave pubblica, e il mittente la utilizza per crittografare il messaggio. Una volta inviato il messaggio, il destinatario lo decrittografa con la propria chiave privata. La crittografia asimmetrica è più sicura poiché la chiave privata viene mantenuta privata dal destinatario e non viene mai condivisa. Chiunque può avere la chiave pubblica, poiché può essere utilizzata solo per crittografare i messaggi.
+
+La crittografia simmetrica è più veloce di quella asimmetrica, mentre quella asimmetrica è più sicura. Alcuni sistemi utilizzano entrambe: la crittografia asimmetrica per crittografare e condividere la chiave simmetrica, e la crittografia simmetrica per crittografare tutti i dati. Questo rende più sicuro condividere la chiave simmetrica tra mittente e destinatario, e più veloce crittografare e decrittografare i dati.
+
+## Proteggi i tuoi dispositivi IoT
+
+I dispositivi IoT possono essere protetti utilizzando crittografia simmetrica o asimmetrica. La crittografia simmetrica è più semplice, ma meno sicura.
+
+### Chiavi simmetriche
+
+Quando hai configurato il tuo dispositivo IoT per interagire con IoT Hub, hai utilizzato una stringa di connessione. Un esempio di stringa di connessione è:
+
+```output
+HostName=soil-moisture-sensor.azure-devices.net;DeviceId=soil-moisture-sensor;SharedAccessKey=Bhry+ind7kKEIDxubK61RiEHHRTrPl7HUow8cEm/mU0=
+```
+
+Questa stringa di connessione è composta da tre parti separate da punti e virgola, con ciascuna parte costituita da una chiave e un valore:
+
+| Chiave | Valore | Descrizione |
+| --- | ----- | ----------- |
+| HostName | `soil-moisture-sensor.azure-devices.net` | L'URL di IoT Hub |
+| DeviceId | `soil-moisture-sensor` | L'ID univoco del dispositivo |
+| SharedAccessKey | `Bhry+ind7kKEIDxubK61RiEHHRTrPl7HUow8cEm/mU0=` | Una chiave simmetrica nota al dispositivo e a IoT Hub |
+
+L'ultima parte di questa stringa di connessione, la `SharedAccessKey`, è la chiave simmetrica nota sia al dispositivo che a IoT Hub. Questa chiave non viene mai inviata dal dispositivo al cloud, né dal cloud al dispositivo. Viene invece utilizzata per crittografare i dati inviati o ricevuti.
+
+✅ Fai un esperimento. Cosa pensi che accadrà se modifichi la parte `SharedAccessKey` della stringa di connessione quando connetti il tuo dispositivo IoT? Provalo.
+
+Quando il dispositivo tenta di connettersi per la prima volta, invia un token di firma di accesso condiviso (SAS) composto dall'URL di IoT Hub, un timestamp che indica quando la firma di accesso scadrà (di solito 1 giorno dal momento attuale) e una firma. Questa firma consiste nell'URL e nel tempo di scadenza crittografati con la chiave di accesso condivisa della stringa di connessione.
+
+IoT Hub decrittografa questa firma con la chiave di accesso condivisa e, se il valore decrittografato corrisponde all'URL e alla scadenza, il dispositivo è autorizzato a connettersi. Verifica anche che l'ora corrente sia precedente alla scadenza, per impedire a un dispositivo dannoso di catturare il token SAS di un dispositivo reale e utilizzarlo.
+
+Questo è un modo elegante per verificare che il mittente sia il dispositivo corretto. Inviando alcuni dati noti sia in forma decrittografata che crittografata, il server può verificare il dispositivo assicurandosi che, quando decrittografa i dati crittografati, il risultato corrisponda alla versione decrittografata inviata. Se corrisponde, allora sia il mittente che il destinatario hanno la stessa chiave di crittografia simmetrica.
+💁 Poiché il dispositivo IoT ha un tempo di scadenza, è necessario che conosca l'ora esatta, solitamente letta da un server [NTP](https://wikipedia.org/wiki/Network_Time_Protocol). Se l'ora non è precisa, la connessione fallirà.
+Dopo la connessione, tutti i dati inviati all'IoT Hub dal dispositivo, o al dispositivo dall'IoT Hub, saranno crittografati con la chiave di accesso condivisa.
+
+✅ Cosa pensi che accada se più dispositivi condividono la stessa stringa di connessione?
+
+> 💁 È una cattiva pratica di sicurezza memorizzare questa chiave nel codice. Se un hacker ottiene il tuo codice sorgente, può ottenere la tua chiave. Inoltre, diventa più complicato durante il rilascio del codice, poiché sarebbe necessario ricompilare con una chiave aggiornata per ogni dispositivo. È meglio caricare questa chiave da un modulo di sicurezza hardware - un chip sul dispositivo IoT che memorizza valori crittografati che possono essere letti dal tuo codice.
+>
+> Quando si impara l'IoT, spesso è più semplice inserire la chiave nel codice, come hai fatto in una lezione precedente, ma devi assicurarti che questa chiave non venga controllata in un sistema di controllo del codice sorgente pubblico.
+
+I dispositivi hanno 2 chiavi e 2 stringhe di connessione corrispondenti. Questo consente di ruotare le chiavi, ovvero passare da una chiave all'altra se la prima viene compromessa, e rigenerare la prima chiave.
+
+### Certificati X.509
+
+Quando utilizzi la crittografia asimmetrica con una coppia di chiavi pubblica/privata, devi fornire la tua chiave pubblica a chiunque voglia inviarti dati. Il problema è: come può il destinatario della tua chiave essere sicuro che sia effettivamente la tua chiave pubblica e non quella di qualcun altro che finge di essere te? Invece di fornire una chiave, puoi fornire la tua chiave pubblica all'interno di un certificato che è stato verificato da una terza parte fidata, chiamato certificato X.509.
+
+I certificati X.509 sono documenti digitali che contengono la parte pubblica della coppia di chiavi pubblica/privata. Di solito vengono emessi da una serie di organizzazioni fidate chiamate [Autorità di certificazione](https://wikipedia.org/wiki/Certificate_authority) (CA) e firmati digitalmente dalla CA per indicare che la chiave è valida e proviene da te. Si ha fiducia nel certificato e che la chiave pubblica provenga da chi il certificato dichiara, perché si ha fiducia nella CA, in modo simile a come si avrebbe fiducia in un passaporto o una patente di guida perché si ha fiducia nel paese che li emette. I certificati hanno un costo, ma è anche possibile "auto-firmarli", ovvero creare un certificato da soli che viene firmato da te stesso, per scopi di test.
+
+> 💁 Non dovresti mai utilizzare un certificato auto-firmato per una versione di produzione.
+
+Questi certificati contengono diversi campi, tra cui chi ha emesso la chiave pubblica, i dettagli della CA che l'ha emesso, la durata della validità e la chiave pubblica stessa. Prima di utilizzare un certificato, è buona pratica verificarlo controllando che sia stato firmato dalla CA originale.
+
+✅ Puoi leggere un elenco completo dei campi del certificato nel [tutorial Microsoft Understanding X.509 Public Key Certificates](https://docs.microsoft.com/azure/iot-hub/tutorial-x509-certificates?WT.mc_id=academic-17441-jabenn#certificate-fields).
+
+Quando utilizzi certificati X.509, sia il mittente che il destinatario avranno le proprie chiavi pubbliche e private, oltre a certificati X.509 che contengono la chiave pubblica. Scambiano quindi i certificati X.509 in qualche modo, utilizzando le chiavi pubbliche reciproche per crittografare i dati che inviano e le proprie chiavi private per decrittografare i dati che ricevono.
+
+![Invece di condividere una chiave pubblica, puoi condividere un certificato. L'utente del certificato può verificare che provenga da te controllando con l'autorità di certificazione che lo ha firmato.](../../../../../translated_images/send-message-certificate.9cc576ac1e46b76eb58ebc8eedaa522566fa0700076da46f5180aad78c2435db.it.png)
+
+Un grande vantaggio dell'utilizzo dei certificati X.509 è che possono essere condivisi tra dispositivi. Puoi creare un certificato, caricarlo su IoT Hub e utilizzarlo per tutti i tuoi dispositivi. Ogni dispositivo deve solo conoscere la chiave privata per decrittografare i messaggi che riceve da IoT Hub.
+
+Il certificato utilizzato dal tuo dispositivo per crittografare i messaggi che invia all'IoT Hub è pubblicato da Microsoft. È lo stesso certificato che molti servizi Azure utilizzano ed è talvolta integrato negli SDK.
+
+> 💁 Ricorda, una chiave pubblica è proprio questo - pubblica. La chiave pubblica di Azure può essere utilizzata solo per crittografare i dati inviati ad Azure, non per decrittografarli, quindi può essere condivisa ovunque, incluso nel codice sorgente. Ad esempio, puoi vederla nel [codice sorgente Azure IoT C SDK](https://github.com/Azure/azure-iot-sdk-c/blob/master/certs/certs.c).
+
+✅ Ci sono molti termini tecnici legati ai certificati X.509. Puoi leggere le definizioni di alcuni dei termini che potresti incontrare in [La guida semplice al gergo dei certificati X.509](https://techcommunity.microsoft.com/t5/internet-of-things/the-layman-s-guide-to-x-509-certificate-jargon/ba-p/2203540?WT.mc_id=academic-17441-jabenn).
+
+## Generare e utilizzare un certificato X.509
+
+I passaggi per generare un certificato X.509 sono:
+
+1. Creare una coppia di chiavi pubblica/privata. Uno degli algoritmi più utilizzati per generare una coppia di chiavi pubblica/privata è chiamato [Rivest–Shamir–Adleman](https://wikipedia.org/wiki/RSA_(cryptosystem))(RSA).
+
+1. Inviare la chiave pubblica con i dati associati per la firma, sia da una CA che tramite auto-firma.
+
+L'Azure CLI ha comandi per creare una nuova identità del dispositivo in IoT Hub e generare automaticamente la coppia di chiavi pubblica/privata e creare un certificato auto-firmato.
+
+> 💁 Se vuoi vedere i passaggi in dettaglio, invece di utilizzare l'Azure CLI, puoi trovarli nel [tutorial sull'utilizzo di OpenSSL per creare certificati auto-firmati nella documentazione Microsoft IoT Hub](https://docs.microsoft.com/azure/iot-hub/tutorial-x509-self-sign?WT.mc_id=academic-17441-jabenn).
+
+### Attività - creare un'identità del dispositivo utilizzando un certificato X.509
+
+1. Esegui il seguente comando per registrare la nuova identità del dispositivo, generando automaticamente le chiavi e i certificati:
+
+    ```sh
+    az iot hub device-identity create --device-id soil-moisture-sensor-x509 \
+                                      --am x509_thumbprint \
+                                      --output-dir . \
+                                      --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome che hai utilizzato per il tuo IoT Hub.
+
+    Questo creerà un dispositivo con un ID di `soil-moisture-sensor-x509` per distinguerlo dall'identità del dispositivo che hai creato nella lezione precedente. Questo comando creerà anche 2 file nella directory corrente:
+
+    * `soil-moisture-sensor-x509-key.pem` - questo file contiene la chiave privata per il dispositivo.
+    * `soil-moisture-sensor-x509-cert.pem` - questo è il file del certificato X.509 per il dispositivo.
+
+    Tieni questi file al sicuro! Il file della chiave privata non dovrebbe essere controllato in un sistema di controllo del codice sorgente pubblico.
+
+### Attività - utilizzare il certificato X.509 nel codice del tuo dispositivo
+
+Segui la guida pertinente per connettere il tuo dispositivo IoT al cloud utilizzando il certificato X.509:
+
+* [Arduino - Wio Terminal](wio-terminal-x509.md)
+* [Computer a scheda singola - Raspberry Pi/Dispositivo IoT virtuale](single-board-computer-x509.md)
+
+---
+
+## 🚀 Sfida
+
+Esistono diversi modi per creare, gestire e eliminare servizi Azure come Gruppi di Risorse e IoT Hub. Uno di questi è il [Portale Azure](https://portal.azure.com?WT.mc_id=academic-17441-jabenn) - un'interfaccia web che ti offre una GUI per gestire i tuoi servizi Azure.
+
+Vai su [portal.azure.com](https://portal.azure.com?WT.mc_id=academic-17441-jabenn) e esplora il portale. Vedi se riesci a creare un IoT Hub utilizzando il portale, quindi eliminarlo.
+
+**Suggerimento** - quando crei servizi tramite il portale, non è necessario creare un Gruppo di Risorse in anticipo, uno può essere creato durante la creazione del servizio. Assicurati di eliminarlo quando hai finito!
+
+Puoi trovare molta documentazione, tutorial e guide sul Portale Azure nella [documentazione del portale Azure](https://docs.microsoft.com/azure/azure-portal/?WT.mc_id=academic-17441-jabenn).
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/20)
+
+## Revisione e studio autonomo
+
+* Leggi la storia della crittografia sulla [pagina Storia della crittografia su Wikipedia](https://wikipedia.org/wiki/History_of_cryptography).
+* Leggi sui certificati X.509 sulla [pagina X.509 su Wikipedia](https://wikipedia.org/wiki/X.509).
+
+## Compito
+
+[Costruisci un nuovo dispositivo IoT](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/6-keep-your-plant-secure/assignment.md b/translations/it/2-farm/lessons/6-keep-your-plant-secure/assignment.md
new file mode 100644
index 00000000..c9416ff6
--- /dev/null
+++ b/translations/it/2-farm/lessons/6-keep-your-plant-secure/assignment.md
@@ -0,0 +1,27 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "34010c663d96d5f419eda6ac2366a78d",
+  "translation_date": "2025-08-25T17:11:41+00:00",
+  "source_file": "2-farm/lessons/6-keep-your-plant-secure/assignment.md",
+  "language_code": "it"
+}
+-->
+# Costruire un nuovo dispositivo IoT
+
+## Istruzioni
+
+Negli ultimi 6 lezioni hai imparato l'agricoltura digitale e come utilizzare dispositivi IoT per raccogliere dati, prevedere la crescita delle piante e automatizzare l'irrigazione basandoti sulle letture dell'umidità del suolo.
+
+Usa ciò che hai imparato per costruire un nuovo dispositivo IoT utilizzando un sensore e un attuatore a tua scelta. Invia la telemetria a un IoT Hub e utilizza questi dati per controllare un attuatore tramite codice serverless. Puoi utilizzare un sensore e un attuatore che hai già usato in questo o nel progetto precedente, oppure, se hai altro hardware, prova qualcosa di nuovo.
+
+## Criteri di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ----------------- |
+| Programmare un dispositivo IoT per utilizzare un sensore e un attuatore | Programmato un dispositivo IoT che funziona con un sensore e un attuatore | Programmato un dispositivo IoT che funziona con un sensore o un attuatore | Non è stato in grado di programmare un dispositivo IoT per utilizzare un sensore o un attuatore |
+| Collegare il dispositivo IoT a IoT Hub | È stato in grado di distribuire un IoT Hub e inviare telemetria ad esso, e ricevere comandi da esso | È stato in grado di distribuire un IoT Hub e inviare telemetria o ricevere comandi | Non è stato in grado di distribuire un IoT Hub e comunicare con esso da un dispositivo IoT |
+| Controllare l'attuatore utilizzando codice serverless | È stato in grado di distribuire una Azure Function per controllare il dispositivo attivata da eventi di telemetria | È stato in grado di distribuire una Azure Function attivata da eventi di telemetria ma non è stato in grado di controllare l'attuatore | Non è stato in grado di distribuire una Azure Function |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/6-keep-your-plant-secure/single-board-computer-x509.md b/translations/it/2-farm/lessons/6-keep-your-plant-secure/single-board-computer-x509.md
new file mode 100644
index 00000000..b15ce067
--- /dev/null
+++ b/translations/it/2-farm/lessons/6-keep-your-plant-secure/single-board-computer-x509.md
@@ -0,0 +1,69 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9aea84bcc7520222b0e1c50469d62d6a",
+  "translation_date": "2025-08-25T17:12:06+00:00",
+  "source_file": "2-farm/lessons/6-keep-your-plant-secure/single-board-computer-x509.md",
+  "language_code": "it"
+}
+-->
+# Utilizzare il certificato X.509 nel codice del dispositivo - Hardware IoT Virtuale e Raspberry Pi
+
+In questa parte della lezione, collegherai il tuo dispositivo IoT virtuale o Raspberry Pi al tuo IoT Hub utilizzando il certificato X.509.
+
+## Collegare il dispositivo a IoT Hub
+
+Il prossimo passo è collegare il tuo dispositivo a IoT Hub utilizzando i certificati X.509.
+
+### Attività - collegarsi a IoT Hub
+
+1. Copia i file della chiave e del certificato nella cartella contenente il codice del tuo dispositivo IoT. Se stai utilizzando un Raspberry Pi tramite VS Code Remote SSH e hai creato le chiavi sul tuo PC o Mac, puoi trascinare e rilasciare i file nell'esploratore di VS Code per copiarli.
+
+1. Apri il file `app.py`
+
+1. Per connetterti utilizzando un certificato X.509, avrai bisogno del nome host dell'IoT Hub e del certificato X.509. Inizia creando una variabile contenente il nome host aggiungendo il seguente codice prima che venga creato il client del dispositivo:
+
+    ```python
+    host_name = "<host_name>"
+    ```
+
+    Sostituisci `<host_name>` con il nome host del tuo IoT Hub. Puoi ottenerlo dalla sezione `HostName` nella `connection_string`. Sarà il nome del tuo IoT Hub, terminando con `.azure-devices.net`.
+
+1. Sotto questo, dichiara una variabile con l'ID del dispositivo:
+
+    ```python
+    device_id = "soil-moisture-sensor-x509"
+    ```
+
+1. Avrai bisogno di un'istanza della classe `X509` contenente i file X.509. Aggiungi `X509` alla lista delle classi importate dal modulo `azure.iot.device`:
+
+    ```python
+    from azure.iot.device import IoTHubDeviceClient, Message, MethodResponse, X509
+    ```
+
+1. Crea un'istanza della classe `X509` utilizzando i tuoi file di certificato e chiave aggiungendo questo codice sotto la dichiarazione di `host_name`:
+
+    ```python
+    x509 = X509("./soil-moisture-sensor-x509-cert.pem", "./soil-moisture-sensor-x509-key.pem")
+    ```
+
+    Questo creerà la classe `X509` utilizzando i file `soil-moisture-sensor-x509-cert.pem` e `soil-moisture-sensor-x509-key.pem` creati in precedenza.
+
+1. Sostituisci la riga di codice che crea il `device_client` da una connection string con il seguente:
+
+    ```python
+    device_client = IoTHubDeviceClient.create_from_x509_certificate(x509, host_name, device_id)
+    ```
+
+    Questo si connetterà utilizzando il certificato X.509 invece di una connection string.
+
+1. Elimina la riga con la variabile `connection_string`.
+
+1. Esegui il tuo codice. Monitora i messaggi inviati a IoT Hub e invia richieste di metodo diretto come prima. Vedrai il dispositivo connettersi e inviare letture di umidità del suolo, oltre a ricevere richieste di metodo diretto.
+
+> 💁 Puoi trovare questo codice nella cartella [code/pi](../../../../../2-farm/lessons/6-keep-your-plant-secure/code/pi) o [code/virtual-device](../../../../../2-farm/lessons/6-keep-your-plant-secure/code/virtual-device).
+
+😀 Il programma del tuo sensore di umidità del suolo è connesso al tuo IoT Hub utilizzando un certificato X.509!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/2-farm/lessons/6-keep-your-plant-secure/wio-terminal-x509.md b/translations/it/2-farm/lessons/6-keep-your-plant-secure/wio-terminal-x509.md
new file mode 100644
index 00000000..59182004
--- /dev/null
+++ b/translations/it/2-farm/lessons/6-keep-your-plant-secure/wio-terminal-x509.md
@@ -0,0 +1,15 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "8a74f789f3c1bf41a13c007190360c19",
+  "translation_date": "2025-08-25T17:12:28+00:00",
+  "source_file": "2-farm/lessons/6-keep-your-plant-secure/wio-terminal-x509.md",
+  "language_code": "it"
+}
+-->
+# Utilizzare il certificato X.509 nel codice del dispositivo - Wio Terminal
+
+Al momento della stesura, l'SDK Azure per Arduino non supporta i certificati X.509. Se desideri sperimentare con i certificati X.509, puoi fare riferimento alle [istruzioni per il dispositivo IoT virtuale utilizzando l'SDK Python](single-board-computer-x509.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/README.md b/translations/it/3-transport/README.md
new file mode 100644
index 00000000..4f8d2c49
--- /dev/null
+++ b/translations/it/3-transport/README.md
@@ -0,0 +1,36 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e978534a245b000725ed2a048f943213",
+  "translation_date": "2025-08-25T17:59:16+00:00",
+  "source_file": "3-transport/README.md",
+  "language_code": "it"
+}
+-->
+# Trasporto dalla fattoria alla fabbrica - utilizzare l'IoT per tracciare le consegne alimentari
+
+Molti agricoltori coltivano cibo per venderlo - possono essere agricoltori commerciali che vendono tutto ciò che producono, oppure agricoltori di sussistenza che vendono il surplus per acquistare beni di prima necessità. In qualche modo, il cibo deve arrivare dalla fattoria al consumatore, e questo di solito avviene tramite trasporto in grandi quantità dalle fattorie, ai centri di raccolta o agli impianti di lavorazione, e poi ai negozi. Ad esempio, un agricoltore di pomodori raccoglierà i pomodori, li metterà in scatole, caricherà le scatole su un camion e le consegnerà a un impianto di lavorazione. I pomodori verranno poi selezionati e, da lì, consegnati ai consumatori sotto forma di cibo lavorato, vendite al dettaglio o consumati nei ristoranti.
+
+L'IoT può aiutare questa catena di approvvigionamento tracciando il cibo durante il trasporto - assicurandosi che i conducenti seguano il percorso previsto, monitorando la posizione dei veicoli e ricevendo notifiche quando i veicoli arrivano, in modo che il cibo possa essere scaricato e pronto per la lavorazione il prima possibile.
+
+> 🎓 Una *catena di approvvigionamento* è la sequenza di attività necessarie per produrre e consegnare qualcosa. Ad esempio, nella coltivazione dei pomodori, include i semi, il terreno, i fertilizzanti e l'acqua, la coltivazione dei pomodori, la consegna dei pomodori a un centro di raccolta, il trasporto a un hub locale del supermercato, il trasporto al singolo supermercato, l'esposizione sugli scaffali, la vendita al consumatore e il trasporto a casa per essere consumati. Ogni passaggio è come un anello di una catena.
+
+> 🎓 La parte di trasporto della catena di approvvigionamento è conosciuta come *logistica*.
+
+In queste 4 lezioni, imparerai come applicare l'Internet of Things per migliorare la catena di approvvigionamento monitorando il cibo mentre viene caricato su un (camion virtuale), che viene tracciato mentre si sposta verso la sua destinazione. Imparerai a tracciare la posizione GPS, come memorizzare e visualizzare i dati GPS e come ricevere notifiche quando un camion arriva a destinazione.
+
+> 💁 Queste lezioni utilizzeranno alcune risorse cloud. Se non completi tutte le lezioni di questo progetto, assicurati di [Pulire il tuo progetto](../clean-up.md).
+
+## Argomenti
+
+1. [Tracciamento della posizione](lessons/1-location-tracking/README.md)  
+1. [Memorizzare i dati di posizione](lessons/2-store-location-data/README.md)  
+1. [Visualizzare i dati di posizione](lessons/3-visualize-location-data/README.md)  
+1. [Geofence](lessons/4-geofences/README.md)  
+
+## Crediti
+
+Tutte le lezioni sono state scritte con ♥️ da [Jen Looper](https://github.com/jlooper) e [Jim Bennett](https://GitHub.com/JimBobBennett)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/1-location-tracking/README.md b/translations/it/3-transport/lessons/1-location-tracking/README.md
new file mode 100644
index 00000000..c8845c2b
--- /dev/null
+++ b/translations/it/3-transport/lessons/1-location-tracking/README.md
@@ -0,0 +1,214 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "52ed2bd997d08040f79a1a6ef2bac958",
+  "translation_date": "2025-08-25T18:04:59+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/README.md",
+  "language_code": "it"
+}
+-->
+# Tracciamento della posizione
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/21)
+
+## Introduzione
+
+Il processo principale per portare il cibo da un agricoltore a un consumatore prevede il carico di casse di prodotti su camion, navi, aerei o altri veicoli di trasporto commerciale, e la consegna del cibo in un luogo specifico - direttamente a un cliente o a un hub centrale o magazzino per la lavorazione. L'intero processo end-to-end, dalla fattoria al consumatore, fa parte di un processo chiamato *catena di approvvigionamento*. Il video qui sotto, realizzato dalla W. P. Carey School of Business dell'Arizona State University, spiega il concetto di catena di approvvigionamento e come viene gestita in modo più dettagliato.
+
+[![Che cos'è la gestione della catena di approvvigionamento? Un video della W. P. Carey School of Business dell'Arizona State University](https://img.youtube.com/vi/Mi1QBxVjZAw/0.jpg)](https://www.youtube.com/watch?v=Mi1QBxVjZAw)
+
+> 🎥 Clicca sull'immagine sopra per guardare il video
+
+L'aggiunta di dispositivi IoT può migliorare drasticamente la tua catena di approvvigionamento, consentendoti di gestire la posizione degli articoli, pianificare meglio il trasporto e la gestione delle merci, e rispondere più rapidamente ai problemi.
+
+Quando si gestisce una flotta di veicoli, come camion, è utile sapere dove si trova ogni veicolo in un determinato momento. I veicoli possono essere dotati di sensori GPS che inviano la loro posizione ai sistemi IoT, consentendo ai proprietari di individuare la loro posizione, vedere il percorso seguito e sapere quando arriveranno a destinazione. La maggior parte dei veicoli opera al di fuori della copertura WiFi, quindi utilizza reti cellulari per inviare questo tipo di dati. A volte il sensore GPS è integrato in dispositivi IoT più complessi, come i registri elettronici di bordo. Questi dispositivi tracciano per quanto tempo un camion è stato in transito per garantire che i conducenti rispettino le leggi locali sugli orari di lavoro.
+
+In questa lezione imparerai come tracciare la posizione di un veicolo utilizzando un sensore GPS (Global Positioning System).
+
+In questa lezione tratteremo:
+
+* [Veicoli connessi](../../../../../3-transport/lessons/1-location-tracking)
+* [Coordinate geospaziali](../../../../../3-transport/lessons/1-location-tracking)
+* [Sistemi di Posizionamento Globale (GPS)](../../../../../3-transport/lessons/1-location-tracking)
+* [Leggere i dati del sensore GPS](../../../../../3-transport/lessons/1-location-tracking)
+* [Dati GPS NMEA](../../../../../3-transport/lessons/1-location-tracking)
+* [Decodificare i dati del sensore GPS](../../../../../3-transport/lessons/1-location-tracking)
+
+## Veicoli connessi
+
+L'IoT sta trasformando il modo in cui le merci vengono trasportate creando flotte di *veicoli connessi*. Questi veicoli sono collegati a sistemi IT centrali che riportano informazioni sulla loro posizione e altri dati dei sensori. Avere una flotta di veicoli connessi offre una vasta gamma di vantaggi:
+
+* Tracciamento della posizione - puoi individuare dove si trova un veicolo in qualsiasi momento, consentendoti di:
+
+  * Ricevere avvisi quando un veicolo sta per arrivare a destinazione per preparare una squadra per lo scarico
+  * Localizzare veicoli rubati
+  * Combinare i dati di posizione e percorso con i problemi di traffico per consentire di reindirizzare i veicoli durante il viaggio
+  * Essere conforme alle tasse. Alcuni paesi addebitano ai veicoli il chilometraggio percorso su strade pubbliche (come il [RUC della Nuova Zelanda](https://www.nzta.govt.nz/vehicles/licensing-rego/road-user-charges/)), quindi sapere quando un veicolo è su strade pubbliche rispetto a strade private rende più facile calcolare le tasse dovute.
+  * Sapere dove inviare squadre di manutenzione in caso di guasto
+
+* Telemetria del conducente - essere in grado di garantire che i conducenti rispettino i limiti di velocità, affrontino le curve a velocità adeguate, frenino in modo tempestivo ed efficiente e guidino in sicurezza. I veicoli connessi possono anche avere telecamere per registrare incidenti. Questo può essere collegato alle assicurazioni, offrendo tariffe ridotte per i conducenti virtuosi.
+
+* Conformità agli orari di guida - garantire che i conducenti guidino solo per le ore legalmente consentite in base agli orari di accensione e spegnimento del motore.
+
+Questi vantaggi possono essere combinati - ad esempio, combinando la conformità agli orari di guida con il tracciamento della posizione per reindirizzare i conducenti se non possono raggiungere la loro destinazione entro le ore di guida consentite. Questi possono anche essere combinati con altre telemetrie specifiche del veicolo, come i dati sulla temperatura dei camion a temperatura controllata, consentendo di reindirizzare i veicoli se il percorso attuale significherebbe che le merci non possono essere mantenute alla temperatura adeguata.
+
+> 🎓 La logistica è il processo di trasporto delle merci da un luogo a un altro, ad esempio da una fattoria a un supermercato tramite uno o più magazzini. Un agricoltore confeziona casse di pomodori che vengono caricate su un camion, consegnate a un magazzino centrale e caricate su un secondo camion che può contenere una miscela di diversi tipi di prodotti che vengono poi consegnati a un supermercato.
+
+Il componente principale del tracciamento dei veicoli è il GPS - sensori che possono individuare la loro posizione ovunque sulla Terra. In questa lezione imparerai come utilizzare un sensore GPS, iniziando con l'apprendimento di come definire una posizione sulla Terra.
+
+## Coordinate geospaziali
+
+Le coordinate geospaziali vengono utilizzate per definire punti sulla superficie terrestre, in modo simile a come le coordinate possono essere utilizzate per disegnare un pixel su uno schermo di computer o posizionare punti in un ricamo a punto croce. Per un singolo punto, hai una coppia di coordinate. Ad esempio, il campus Microsoft a Redmond, Washington, USA si trova a 47.6423109, -122.1390293.
+
+### Latitudine e longitudine
+
+La Terra è una sfera - un cerchio tridimensionale. Per questo motivo, i punti vengono definiti dividendo la sfera in 360 gradi, come nella geometria dei cerchi. La latitudine misura il numero di gradi da nord a sud, mentre la longitudine misura il numero di gradi da est a ovest.
+
+> 💁 Nessuno sa davvero il motivo originale per cui i cerchi sono divisi in 360 gradi. La [pagina Wikipedia sul grado (angolo)](https://wikipedia.org/wiki/Degree_(angle)) copre alcune delle possibili ragioni.
+
+![Linee di latitudine da 90° al Polo Nord, 45° a metà strada tra il Polo Nord e l'equatore, 0° all'equatore, -45° a metà strada tra l'equatore e il Polo Sud, e -90° al Polo Sud](../../../../../translated_images/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.it.png)
+
+La latitudine è misurata utilizzando linee che circondano la Terra e corrono parallele all'equatore, dividendo gli emisferi settentrionale e meridionale in 90° ciascuno. L'equatore è a 0°, il Polo Nord è a 90°, noto anche come 90° Nord, e il Polo Sud è a -90°, o 90° Sud.
+
+La longitudine è misurata come il numero di gradi misurati da est a ovest. L'origine a 0° della longitudine è chiamata *Primo Meridiano* ed è stata definita nel 1884 come una linea dal Polo Nord al Polo Sud che attraversa il [Royal Observatory britannico a Greenwich, Inghilterra](https://wikipedia.org/wiki/Royal_Observatory,_Greenwich).
+
+![Linee di longitudine che vanno da -180° a ovest del Primo Meridiano, a 0° sul Primo Meridiano, a 180° a est del Primo Meridiano](../../../../../translated_images/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.it.png)
+
+> 🎓 Un meridiano è una linea immaginaria che va dal Polo Nord al Polo Sud, formando un semicerchio.
+
+Per misurare la longitudine di un punto, si misura il numero di gradi lungo l'equatore dal Primo Meridiano a un meridiano che passa attraverso quel punto. La longitudine va da -180°, o 180° Ovest, attraverso 0° al Primo Meridiano, fino a 180°, o 180° Est. 180° e -180° si riferiscono allo stesso punto, l'antimeridiano o 180° meridiano. Questo è un meridiano sul lato opposto della Terra rispetto al Primo Meridiano.
+
+> 💁 L'antimeridiano non deve essere confuso con la Linea Internazionale del Cambio di Data, che si trova approssimativamente nella stessa posizione, ma non è una linea retta e varia per adattarsi ai confini geopolitici.
+
+✅ Fai una ricerca: Prova a trovare la latitudine e la longitudine della tua posizione attuale.
+
+### Gradi, minuti e secondi vs gradi decimali
+
+Tradizionalmente, le misurazioni dei gradi di latitudine e longitudine venivano effettuate utilizzando la numerazione sessagesimale, o base-60, un sistema numerico utilizzato dagli antichi Babilonesi che per primi misurarono e registrarono il tempo e le distanze. Probabilmente usi la numerazione sessagesimale ogni giorno senza nemmeno rendertene conto - dividendo le ore in 60 minuti e i minuti in 60 secondi.
+
+La longitudine e la latitudine sono misurate in gradi, minuti e secondi, con un minuto pari a 1/60 di grado e 1 secondo pari a 1/60 di minuto.
+
+Ad esempio, all'equatore:
+
+* 1° di latitudine è **111,3 chilometri**
+* 1 minuto di latitudine è 111,3/60 = **1,855 chilometri**
+* 1 secondo di latitudine è 1,855/60 = **0,031 chilometri**
+
+Il simbolo per un minuto è un apostrofo singolo, per un secondo è un doppio apostrofo. 2 gradi, 17 minuti e 43 secondi, ad esempio, sarebbero scritti come 2°17'43". Parti di secondi sono date come decimali, ad esempio mezzo secondo è 0°0'0.5".
+
+I computer non lavorano in base-60, quindi queste coordinate vengono fornite come gradi decimali quando si utilizzano i dati GPS nella maggior parte dei sistemi informatici. Ad esempio, 2°17'43" è 2,295277. Di solito il simbolo del grado viene omesso.
+
+Le coordinate per un punto sono sempre date come `latitudine, longitudine`, quindi l'esempio precedente del campus Microsoft a 47.6423109,-122.117198 ha:
+
+* Una latitudine di 47.6423109 (47.6423109 gradi a nord dell'equatore)
+* Una longitudine di -122.1390293 (122.1390293 gradi a ovest del Primo Meridiano).
+
+![Il campus Microsoft a 47.6423109,-122.117198](../../../../../translated_images/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.it.png)
+
+## Sistemi di Posizionamento Globale (GPS)
+
+I sistemi GPS utilizzano più satelliti in orbita attorno alla Terra per individuare la tua posizione. Probabilmente hai utilizzato sistemi GPS senza nemmeno accorgertene - per trovare la tua posizione su un'app di mappe sul tuo telefono, come Apple Maps o Google Maps, per vedere dove si trova il tuo passaggio in un'app di ride hailing come Uber o Lyft, o quando utilizzi un sistema di navigazione satellitare (sat-nav) nella tua auto.
+
+> 🎓 I satelliti nella "navigazione satellitare" sono satelliti GPS!
+
+I sistemi GPS funzionano grazie a un certo numero di satelliti che inviano un segnale con la posizione attuale di ciascun satellite e un timestamp accurato. Questi segnali vengono inviati tramite onde radio e rilevati da un'antenna nel sensore GPS. Un sensore GPS rileva questi segnali e, utilizzando l'ora corrente, misura quanto tempo è trascorso affinché il segnale raggiungesse il sensore dal satellite. Poiché la velocità delle onde radio è costante, il sensore GPS può utilizzare il timestamp inviato per calcolare quanto è distante il sensore dal satellite. Combinando i dati di almeno 3 satelliti con le posizioni inviate, il sensore GPS è in grado di individuare la sua posizione sulla Terra.
+
+> 💁 I sensori GPS necessitano di antenne per rilevare le onde radio. Le antenne integrate nei camion e nelle auto con GPS di bordo sono posizionate per ottenere un buon segnale, di solito sul parabrezza o sul tetto. Se stai utilizzando un sistema GPS separato, come uno smartphone o un dispositivo IoT, devi assicurarti che l'antenna integrata nel sistema GPS o nel telefono abbia una chiara visuale del cielo, ad esempio montandola sul parabrezza.
+
+![Sapendo la distanza dal sensore a più satelliti, è possibile calcolare la posizione](../../../../../translated_images/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.it.png)
+
+I satelliti GPS orbitano attorno alla Terra, non sono fissi sopra il sensore, quindi i dati di posizione includono l'altitudine sopra il livello del mare oltre alla latitudine e alla longitudine.
+
+In passato, i GPS avevano limitazioni di precisione imposte dall'esercito statunitense, che limitavano l'accuratezza a circa 5 metri. Questa limitazione è stata rimossa nel 2000, consentendo un'accuratezza di 30 centimetri. Tuttavia, ottenere questa precisione non è sempre possibile a causa di interferenze con i segnali.
+
+✅ Se hai uno smartphone, avvia l'app di mappe e verifica quanto è precisa la tua posizione. Potrebbe essere necessario un breve periodo di tempo affinché il tuo telefono rilevi più satelliti per ottenere una posizione più accurata.
+💁 I satelliti contengono orologi atomici incredibilmente precisi, ma subiscono una deriva di 38 microsecondi (0,0000038 secondi) al giorno rispetto agli orologi atomici sulla Terra, a causa del rallentamento del tempo con l'aumentare della velocità, come previsto dalle teorie della relatività speciale e generale di Einstein - i satelliti viaggiano più velocemente della rotazione terrestre. Questa deriva è stata utilizzata per confermare le previsioni della relatività speciale e generale e deve essere corretta nella progettazione dei sistemi GPS. Letteralmente, il tempo scorre più lentamente su un satellite GPS.
+I sistemi GPS sono stati sviluppati e implementati da diversi paesi e unioni politiche, tra cui gli Stati Uniti, la Russia, il Giappone, l'India, l'UE e la Cina. I sensori GPS moderni possono connettersi alla maggior parte di questi sistemi per ottenere posizioni più rapide e precise.
+
+> 🎓 I gruppi di satelliti in ogni implementazione sono chiamati costellazioni.
+
+## Leggere i dati del sensore GPS
+
+La maggior parte dei sensori GPS invia dati GPS tramite UART.
+
+> ⚠️ UART è stato trattato in [progetto 2, lezione 2](../../../2-farm/lessons/2-detect-soil-moisture/README.md#universal-asynchronous-receiver-transmitter-uart). Consulta quella lezione se necessario.
+
+Puoi utilizzare un sensore GPS sul tuo dispositivo IoT per ottenere dati GPS.
+
+### Attività - collegare un sensore GPS e leggere i dati GPS
+
+Segui la guida pertinente per leggere i dati GPS utilizzando il tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-gps-sensor.md)
+* [Computer a scheda singola - Raspberry Pi](pi-gps-sensor.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-gps-sensor.md)
+
+## Dati GPS NMEA
+
+Quando hai eseguito il tuo codice, potresti aver visto quello che sembra essere un insieme di caratteri incomprensibili nell'output. In realtà, si tratta di dati GPS standard, e ogni parte ha un significato.
+
+I sensori GPS inviano dati utilizzando messaggi NMEA, seguendo lo standard NMEA 0183. NMEA è un acronimo per la [National Marine Electronics Association](https://www.nmea.org), un'organizzazione commerciale statunitense che stabilisce standard per la comunicazione tra dispositivi elettronici marini.
+
+> 💁 Questo standard è proprietario e ha un costo di almeno 2.000 dollari statunitensi, ma abbastanza informazioni su di esso sono di dominio pubblico, tanto che la maggior parte dello standard è stata decodificata e può essere utilizzata in codice open source e non commerciale.
+
+Questi messaggi sono basati su testo. Ogni messaggio consiste in una *frase* che inizia con il carattere `$`, seguito da 2 caratteri che indicano la fonte del messaggio (ad esempio GP per il sistema GPS degli Stati Uniti, GN per GLONASS, il sistema GPS russo), e 3 caratteri che indicano il tipo di messaggio. Il resto del messaggio è composto da campi separati da virgole, terminando con un carattere di nuova linea.
+
+Alcuni tipi di messaggi che possono essere ricevuti sono:
+
+| Tipo | Descrizione |
+| ---- | ----------- |
+| GGA | Dati di fissaggio GPS, inclusi latitudine, longitudine e altitudine del sensore GPS, insieme al numero di satelliti visibili per calcolare questa posizione. |
+| ZDA | La data e l'ora corrente, inclusa la zona oraria locale |
+| GSV | Dettagli sui satelliti visibili - definiti come i satelliti da cui il sensore GPS può rilevare segnali |
+
+> 💁 I dati GPS includono timestamp, quindi il tuo dispositivo IoT può ottenere l'ora da un sensore GPS, se necessario, invece di affidarsi a un server NTP o a un orologio interno in tempo reale.
+
+Il messaggio GGA include la posizione corrente utilizzando il formato `(dd)dmm.mmmm`, insieme a un singolo carattere per indicare la direzione. La `d` nel formato rappresenta i gradi, la `m` i minuti, con i secondi come decimali dei minuti. Ad esempio, 2°17'43" sarebbe 217.716666667 - 2 gradi, 17.716666667 minuti.
+
+Il carattere di direzione può essere `N` o `S` per la latitudine per indicare nord o sud, e `E` o `W` per la longitudine per indicare est o ovest. Ad esempio, una latitudine di 2°17'43" avrebbe un carattere di direzione `N`, -2°17'43" avrebbe un carattere di direzione `S`.
+
+Ad esempio - la frase NMEA `$GNGGA,020604.001,4738.538654,N,12208.341758,W,1,3,,164.7,M,-17.1,M,,*67`
+
+* La parte della latitudine è `4738.538654,N`, che si converte in 47.6423109 in gradi decimali. `4738.538654` è 47.6423109, e la direzione è `N` (nord), quindi è una latitudine positiva.
+
+* La parte della longitudine è `12208.341758,W`, che si converte in -122.1390293 in gradi decimali. `12208.341758` è 122.1390293°, e la direzione è `W` (ovest), quindi è una longitudine negativa.
+
+## Decodificare i dati del sensore GPS
+
+Piuttosto che utilizzare i dati NMEA grezzi, è meglio decodificarli in un formato più utile. Esistono molte librerie open source che puoi utilizzare per estrarre dati utili dai messaggi NMEA grezzi.
+
+### Attività - decodificare i dati del sensore GPS
+
+Segui la guida pertinente per decodificare i dati del sensore GPS utilizzando il tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-gps-decode.md)
+* [Computer a scheda singola - Raspberry Pi/Dispositivo IoT virtuale](single-board-computer-gps-decode.md)
+
+---
+
+## 🚀 Sfida
+
+Scrivi il tuo decoder NMEA! Invece di affidarti a librerie di terze parti per decodificare le frasi NMEA, puoi scrivere il tuo decoder per estrarre latitudine e longitudine dalle frasi NMEA?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/22)
+
+## Revisione e studio autonomo
+
+* Leggi di più sulle coordinate geospaziali nella [pagina del sistema di coordinate geografiche su Wikipedia](https://wikipedia.org/wiki/Geographic_coordinate_system).
+* Approfondisci i meridiani principali su altri corpi celesti oltre alla Terra nella [pagina del meridiano principale su Wikipedia](https://wikipedia.org/wiki/Prime_meridian#Prime_meridian_on_other_planetary_bodies).
+* Ricerca i vari sistemi GPS dei diversi governi mondiali e unioni politiche come l'UE, il Giappone, la Russia, l'India e gli Stati Uniti.
+
+## Compito
+
+[Indaga su altri dati GPS](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/1-location-tracking/assignment.md b/translations/it/3-transport/lessons/1-location-tracking/assignment.md
new file mode 100644
index 00000000..b55d2c52
--- /dev/null
+++ b/translations/it/3-transport/lessons/1-location-tracking/assignment.md
@@ -0,0 +1,27 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "bded364fc06ce37d7a76aed3be1ba73a",
+  "translation_date": "2025-08-25T18:06:03+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/assignment.md",
+  "language_code": "it"
+}
+-->
+# Indaga su altri dati GPS
+
+## Istruzioni
+
+Le frasi NMEA provenienti dal tuo sensore GPS contengono altri dati oltre alla posizione. Esamina i dati aggiuntivi e utilizzali nel tuo dispositivo IoT.
+
+Ad esempio - puoi ottenere la data e l'ora attuali? Se stai usando un microcontrollore, puoi impostare l'orologio utilizzando i dati GPS nello stesso modo in cui lo hai impostato utilizzando i segnali NTP nel progetto precedente? Puoi ottenere l'altitudine (la tua altezza sopra il livello del mare) o la tua velocità attuale?
+
+Se stai utilizzando un dispositivo IoT virtuale, puoi ottenere alcuni di questi dati inviando frasi NMEA generate utilizzando strumenti come [nmeagen.org](https://www.nmeagen.org).
+
+## Valutazione
+
+| Criteri | Esemplare | Adeguato | Da Migliorare |
+| -------- | --------- | -------- | -------------- |
+| Ottenere più dati GPS | È in grado di ottenere e utilizzare più dati GPS, sia come telemetria che per configurare il dispositivo IoT | È in grado di ottenere più dati GPS, ma non riesce a utilizzarli | Non è in grado di ottenere più dati GPS |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/1-location-tracking/pi-gps-sensor.md b/translations/it/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
new file mode 100644
index 00000000..cf7d7e09
--- /dev/null
+++ b/translations/it/3-transport/lessons/1-location-tracking/pi-gps-sensor.md
@@ -0,0 +1,191 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3b2448c7ab4e9673e77e35a50c5e350d",
+  "translation_date": "2025-08-25T18:07:03+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/pi-gps-sensor.md",
+  "language_code": "it"
+}
+-->
+# Leggere i dati GPS - Raspberry Pi
+
+In questa parte della lezione, aggiungerai un sensore GPS al tuo Raspberry Pi e leggerai i valori da esso.
+
+## Hardware
+
+Il Raspberry Pi necessita di un sensore GPS.
+
+Il sensore che utilizzerai è un [sensore Grove GPS Air530](https://www.seeedstudio.com/Grove-GPS-Air530-p-4584.html). Questo sensore può connettersi a più sistemi GPS per ottenere una posizione rapida e precisa. Il sensore è composto da 2 parti: l'elettronica principale del sensore e un'antenna esterna collegata tramite un filo sottile per captare le onde radio dai satelliti.
+
+Si tratta di un sensore UART, quindi invia i dati GPS tramite UART.
+
+## Collegare il sensore GPS
+
+Il sensore GPS Grove può essere collegato al Raspberry Pi.
+
+### Attività - collegare il sensore GPS
+
+Collega il sensore GPS.
+
+![Un sensore GPS Grove](../../../../../translated_images/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del sensore GPS. Il cavo entrerà solo in un verso.
+
+1. Con il Raspberry Pi spento, collega l'altra estremità del cavo Grove alla presa UART contrassegnata **UART** sul Grove Base Hat collegato al Pi. Questa presa si trova nella fila centrale, sul lato più vicino allo slot della scheda SD, opposto alle porte USB e alla presa Ethernet.
+
+    ![Il sensore GPS Grove collegato alla presa UART](../../../../../translated_images/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.it.png)
+
+1. Posiziona il sensore GPS in modo che l'antenna collegata abbia visibilità verso il cielo - idealmente vicino a una finestra aperta o all'esterno. È più facile ottenere un segnale chiaro senza ostacoli davanti all'antenna.
+
+## Programmare il sensore GPS
+
+Ora il Raspberry Pi può essere programmato per utilizzare il sensore GPS collegato.
+
+### Attività - programmare il sensore GPS
+
+Programma il dispositivo.
+
+1. Accendi il Pi e attendi che si avvii.
+
+1. Il sensore GPS ha 2 LED: un LED blu che lampeggia quando vengono trasmessi dati e un LED verde che lampeggia ogni secondo quando riceve dati dai satelliti. Assicurati che il LED blu lampeggi quando accendi il Pi. Dopo alcuni minuti, il LED verde inizierà a lampeggiare; se non lo fa, potrebbe essere necessario riposizionare l'antenna.
+
+1. Avvia VS Code, direttamente sul Pi o connettendoti tramite l'estensione Remote SSH.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per configurare e avviare VS Code nella lezione 1, se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/pi.md).
+
+1. Con le versioni più recenti del Raspberry Pi che supportano il Bluetooth, c'è un conflitto tra la porta seriale utilizzata per il Bluetooth e quella utilizzata dalla porta UART del Grove. Per risolvere questo problema, segui i passaggi seguenti:
+
+    1. Dal terminale di VS Code, modifica il file `/boot/config.txt` utilizzando `nano`, un editor di testo integrato nel terminale, con il seguente comando:
+
+        ```sh
+        sudo nano /boot/config.txt
+        ```
+
+        > Questo file non può essere modificato direttamente da VS Code poiché richiede permessi `sudo`, ovvero permessi elevati. VS Code non utilizza questi permessi.
+
+    1. Usa i tasti del cursore per navigare fino alla fine del file, quindi copia il codice seguente e incollalo alla fine del file:
+
+        ```ini
+        dtoverlay=pi3-miniuart-bt
+        dtoverlay=pi3-disable-bt
+        enable_uart=1
+        ```
+
+        Puoi incollare utilizzando le scorciatoie da tastiera normali per il tuo dispositivo (`Ctrl+v` su Windows, Linux o Raspberry Pi OS, `Cmd+v` su macOS).
+
+    1. Salva il file ed esci da nano premendo `Ctrl+x`. Premi `y` quando ti viene chiesto se vuoi salvare il buffer modificato, quindi premi `invio` per confermare che vuoi sovrascrivere `/boot/config.txt`.
+
+        > Se commetti un errore, puoi uscire senza salvare e ripetere questi passaggi.
+
+    1. Modifica il file `/boot/cmdline.txt` in nano con il seguente comando:
+
+        ```sh
+        sudo nano /boot/cmdline.txt
+        ```
+
+    1. Questo file contiene una serie di coppie chiave/valore separate da spazi. Rimuovi tutte le coppie chiave/valore per la chiave `console`. Probabilmente avranno un aspetto simile a questo:
+
+        ```output
+        console=serial0,115200 console=tty1 
+        ```
+
+        Puoi navigare fino a queste voci utilizzando i tasti del cursore, quindi eliminarle utilizzando i tasti `del` o `backspace`.
+
+        Ad esempio, se il tuo file originale appare così:
+
+        ```output
+        console=serial0,115200 console=tty1 root=PARTUUID=058e2867-02 rootfstype=ext4 elevator=deadline fsck.repair=yes rootwait
+        ```
+
+        La nuova versione sarà:
+
+        ```output
+        root=PARTUUID=058e2867-02 rootfstype=ext4 elevator=deadline fsck.repair=yes rootwait
+        ```
+
+    1. Segui i passaggi sopra per salvare il file ed uscire da nano.
+
+    1. Riavvia il Pi, quindi riconnettiti a VS Code una volta che il Pi si è riavviato.
+
+1. Dal terminale, crea una nuova cartella nella directory home dell'utente `pi` chiamata `gps-sensor`. Crea un file in questa cartella chiamato `app.py`.
+
+1. Apri questa cartella in VS Code.
+
+1. Il modulo GPS invia dati UART tramite una porta seriale. Installa il pacchetto Pip `pyserial` per comunicare con la porta seriale dal tuo codice Python:
+
+    ```sh
+    pip3 install pyserial
+    ```
+
+1. Aggiungi il seguente codice al tuo file `app.py`:
+
+    ```python
+    import time
+    import serial
+    
+    serial = serial.Serial('/dev/ttyAMA0', 9600, timeout=1)
+    serial.reset_input_buffer()
+    serial.flush()
+    
+    def print_gps_data(line):
+        print(line.rstrip())
+    
+    while True:
+        line = serial.readline().decode('utf-8')
+    
+        while len(line) > 0:
+            print_gps_data(line)
+            line = serial.readline().decode('utf-8')
+    
+        time.sleep(1)
+    ```
+
+    Questo codice importa il modulo `serial` dal pacchetto Pip `pyserial`. Quindi si connette alla porta seriale `/dev/ttyAMA0` - questo è l'indirizzo della porta seriale che il Grove Pi Base Hat utilizza per la sua porta UART. Successivamente, cancella eventuali dati esistenti da questa connessione seriale.
+
+    Successivamente, viene definita una funzione chiamata `print_gps_data` che stampa sulla console la linea passata ad essa.
+
+    Infine, il codice esegue un ciclo infinito, leggendo quante più linee di testo possibile dalla porta seriale in ogni ciclo. Chiama la funzione `print_gps_data` per ogni linea.
+
+    Dopo che tutti i dati sono stati letti, il ciclo dorme per 1 secondo, quindi riprova.
+
+1. Esegui questo codice. Vedrai l'output grezzo del sensore GPS, qualcosa di simile al seguente:
+
+    ```output
+    $GNGGA,020604.001,4738.538654,N,12208.341758,W,1,3,,164.7,M,-17.1,M,,*67
+    $GPGSA,A,1,,,,,,,,,,,,,,,*1E
+    $BDGSA,A,1,,,,,,,,,,,,,,,*0F
+    $GPGSV,1,1,00*79
+    $BDGSV,1,1,00*68
+    ```
+
+    > Se ricevi uno dei seguenti errori quando interrompi e riavvii il codice, aggiungi un blocco `try - except` al tuo ciclo while.
+
+      ```output
+      UnicodeDecodeError: 'utf-8' codec can't decode byte 0x93 in position 0: invalid start byte
+      UnicodeDecodeError: 'utf-8' codec can't decode byte 0xf1 in position 0: invalid continuation byte
+      ```
+
+    ```python
+    while True:
+        try:
+            line = serial.readline().decode('utf-8')
+              
+            while len(line) > 0:
+                print_gps_data()
+                line = serial.readline().decode('utf-8')
+      
+        # There's a random chance the first byte being read is part way through a character.
+        # Read another full line and continue.
+
+        except UnicodeDecodeError:
+            line = serial.readline().decode('utf-8')
+
+    time.sleep(1)
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-gps/pi](../../../../../3-transport/lessons/1-location-tracking/code-gps/pi).
+
+😀 Il tuo programma per il sensore GPS è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/1-location-tracking/single-board-computer-gps-decode.md b/translations/it/3-transport/lessons/1-location-tracking/single-board-computer-gps-decode.md
new file mode 100644
index 00000000..23d56daa
--- /dev/null
+++ b/translations/it/3-transport/lessons/1-location-tracking/single-board-computer-gps-decode.md
@@ -0,0 +1,73 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "cbb8c285bc64c5192fae3368fb5077d2",
+  "translation_date": "2025-08-25T18:06:25+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/single-board-computer-gps-decode.md",
+  "language_code": "it"
+}
+-->
+# Decodifica dei dati GPS - Hardware IoT Virtuale e Raspberry Pi
+
+In questa parte della lezione, decodificherai i messaggi NMEA letti dal sensore GPS tramite il Raspberry Pi o il Dispositivo IoT Virtuale, ed estrarrai latitudine e longitudine.
+
+## Decodifica dei dati GPS
+
+Una volta letti i dati NMEA grezzi dalla porta seriale, possono essere decodificati utilizzando una libreria NMEA open source.
+
+### Attività - decodifica dei dati GPS
+
+Programma il dispositivo per decodificare i dati GPS.
+
+1. Apri il progetto dell'app `gps-sensor` se non è già aperto.
+
+1. Installa il pacchetto Pip `pynmea2`. Questo pacchetto contiene il codice per decodificare i messaggi NMEA.
+
+    ```sh
+    pip3 install pynmea2
+    ```
+
+1. Aggiungi il seguente codice alle importazioni nel file `app.py` per importare il modulo `pynmea2`:
+
+    ```python
+    import pynmea2
+    ```
+
+1. Sostituisci il contenuto della funzione `print_gps_data` con il seguente:
+
+    ```python
+    msg = pynmea2.parse(line)
+    if msg.sentence_type == 'GGA':
+        lat = pynmea2.dm_to_sd(msg.lat)
+        lon = pynmea2.dm_to_sd(msg.lon)
+
+        if msg.lat_dir == 'S':
+            lat = lat * -1
+
+        if msg.lon_dir == 'W':
+            lon = lon * -1
+
+        print(f'{lat},{lon} - from {msg.num_sats} satellites')
+    ```
+
+    Questo codice utilizzerà la libreria `pynmea2` per analizzare la riga letta dalla porta seriale UART.
+
+    Se il tipo di frase del messaggio è `GGA`, allora si tratta di un messaggio di fissaggio della posizione, che viene elaborato. I valori di latitudine e longitudine vengono letti dal messaggio e convertiti in gradi decimali dal formato NMEA `(d)ddmm.mmmm`. La funzione `dm_to_sd` esegue questa conversione.
+
+    Viene quindi controllata la direzione della latitudine e, se la latitudine è a sud, il valore viene convertito in un numero negativo. Lo stesso vale per la longitudine: se è a ovest, viene convertita in un numero negativo.
+
+    Infine, le coordinate vengono stampate sulla console, insieme al numero di satelliti utilizzati per ottenere la posizione.
+
+1. Esegui il codice. Se stai utilizzando un dispositivo IoT virtuale, assicurati che l'app CounterFit sia in esecuzione e che i dati GPS vengano inviati.
+
+    ```output
+    pi@raspberrypi:~/gps-sensor $ python3 app.py 
+    47.6423109,-122.1390293 - from 3 satellites
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-gps-decode/virtual-device](../../../../../3-transport/lessons/1-location-tracking/code-gps-decode/virtual-device) o nella cartella [code-gps-decode/pi](../../../../../3-transport/lessons/1-location-tracking/code-gps-decode/pi).
+
+😀 Il tuo programma per il sensore GPS con decodifica dei dati è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md b/translations/it/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
new file mode 100644
index 00000000..cb6c520c
--- /dev/null
+++ b/translations/it/3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md
@@ -0,0 +1,142 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "64f18a8f8aaa1fef5e7320e0992d8b3a",
+  "translation_date": "2025-08-25T18:03:26+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/virtual-device-gps-sensor.md",
+  "language_code": "it"
+}
+-->
+# Leggere dati GPS - Hardware IoT Virtuale
+
+In questa parte della lezione, aggiungerai un sensore GPS al tuo dispositivo IoT virtuale e leggerai i valori da esso.
+
+## Hardware Virtuale
+
+Il dispositivo IoT virtuale utilizzerà un sensore GPS simulato accessibile tramite UART attraverso una porta seriale.
+
+Un sensore GPS fisico avrà un'antenna per captare le onde radio dai satelliti GPS e convertire i segnali GPS in dati GPS. La versione virtuale simula questo permettendoti di impostare una latitudine e una longitudine, inviare frasi NMEA grezze o caricare un file GPX con più posizioni che possono essere restituite in sequenza.
+
+> 🎓 Le frasi NMEA saranno trattate più avanti in questa lezione.
+
+### Aggiungere il sensore a CounterFit
+
+Per utilizzare un sensore GPS virtuale, devi aggiungerne uno all'app CounterFit.
+
+#### Attività - aggiungere il sensore a CounterFit
+
+Aggiungi il sensore GPS all'app CounterFit.
+
+1. Crea una nuova app Python sul tuo computer in una cartella chiamata `gps-sensor` con un singolo file chiamato `app.py` e un ambiente virtuale Python, e aggiungi i pacchetti pip di CounterFit.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per creare e configurare un progetto Python CounterFit nella lezione 1, se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/virtual-device.md).
+
+1. Installa un pacchetto Pip aggiuntivo per installare uno shim di CounterFit che può comunicare con sensori basati su UART tramite una connessione seriale. Assicurati di installarlo da un terminale con l'ambiente virtuale attivato.
+
+    ```sh
+    pip install counterfit-shims-serial
+    ```
+
+1. Assicurati che l'app web di CounterFit sia in esecuzione.
+
+1. Crea un sensore GPS:
+
+    1. Nella casella *Create sensor* nel pannello *Sensors*, apri il menu a tendina *Sensor type* e seleziona *UART GPS*.
+
+    1. Lascia il *Port* impostato su */dev/ttyAMA0*.
+
+    1. Seleziona il pulsante **Add** per creare il sensore GPS sulla porta `/dev/ttyAMA0`.
+
+    ![Le impostazioni del sensore GPS](../../../../../translated_images/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.it.png)
+
+    Il sensore GPS sarà creato e apparirà nella lista dei sensori.
+
+    ![Il sensore GPS creato](../../../../../translated_images/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.it.png)
+
+## Programmare il sensore GPS
+
+Ora il dispositivo IoT virtuale può essere programmato per utilizzare il sensore GPS virtuale.
+
+### Attività - programmare il sensore GPS
+
+Programma l'app del sensore GPS.
+
+1. Assicurati che l'app `gps-sensor` sia aperta in VS Code.
+
+1. Apri il file `app.py`.
+
+1. Aggiungi il seguente codice all'inizio di `app.py` per connettere l'app a CounterFit:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+1. Aggiungi il seguente codice sotto questo per importare alcune librerie necessarie, inclusa la libreria per la porta seriale di CounterFit:
+
+    ```python
+    import time
+    import counterfit_shims_serial
+    
+    serial = counterfit_shims_serial.Serial('/dev/ttyAMA0')
+    ```
+
+    Questo codice importa il modulo `serial` dal pacchetto Pip `counterfit_shims_serial`. Successivamente si connette alla porta seriale `/dev/ttyAMA0`, che è l'indirizzo della porta seriale utilizzata dal sensore GPS virtuale per la sua porta UART.
+
+1. Aggiungi il seguente codice sotto questo per leggere dalla porta seriale e stampare i valori sulla console:
+
+    ```python
+    def print_gps_data(line):
+        print(line.rstrip())
+    
+    while True:
+        line = serial.readline().decode('utf-8')
+    
+        while len(line) > 0:
+            print_gps_data(line)
+            line = serial.readline().decode('utf-8')
+    
+        time.sleep(1)
+    ```
+
+    Viene definita una funzione chiamata `print_gps_data` che stampa sulla console la linea passata come parametro.
+
+    Successivamente, il codice esegue un ciclo infinito, leggendo quante più linee di testo possibile dalla porta seriale in ogni ciclo. Chiama la funzione `print_gps_data` per ogni linea.
+
+    Dopo che tutti i dati sono stati letti, il ciclo si interrompe per 1 secondo, quindi riprende.
+
+1. Esegui questo codice, assicurandoti di utilizzare un terminale diverso da quello in cui l'app CounterFit è in esecuzione, in modo che l'app CounterFit rimanga attiva.
+
+1. Dall'app CounterFit, modifica il valore del sensore GPS. Puoi farlo in uno dei seguenti modi:
+
+    * Imposta la **Source** su `Lat/Lon` e specifica una latitudine, una longitudine e il numero di satelliti utilizzati per ottenere il fix GPS. Questo valore verrà inviato solo una volta, quindi seleziona la casella **Repeat** per far sì che i dati si ripetano ogni secondo.
+
+      ![Il sensore GPS con lat lon selezionato](../../../../../translated_images/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.it.png)
+
+    * Imposta la **Source** su `NMEA` e aggiungi alcune frasi NMEA nella casella di testo. Tutti questi valori verranno inviati, con un intervallo di 1 secondo prima che ogni nuova frase GGA (fix di posizione) possa essere letta.
+
+      ![Il sensore GPS con frasi NMEA impostate](../../../../../translated_images/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.it.png)
+
+      Puoi utilizzare uno strumento come [nmeagen.org](https://www.nmeagen.org) per generare queste frasi disegnando su una mappa. Questi valori verranno inviati solo una volta, quindi seleziona la casella **Repeat** per far sì che i dati si ripetano un secondo dopo che tutti sono stati inviati.
+
+    * Imposta la **Source** su GPX file e carica un file GPX con posizioni di tracciamento. Puoi scaricare file GPX da numerosi siti di mappe e escursionismo popolari, come [AllTrails](https://www.alltrails.com/). Questi file contengono più posizioni GPS come un percorso, e il sensore GPS restituirà ogni nuova posizione a intervalli di 1 secondo.
+
+      ![Il sensore GPS con un file GPX impostato](../../../../../translated_images/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.it.png)
+
+      Questi valori verranno inviati solo una volta, quindi seleziona la casella **Repeat** per far sì che i dati si ripetano un secondo dopo che tutti sono stati inviati.
+
+    Una volta configurate le impostazioni GPS, seleziona il pulsante **Set** per confermare questi valori nel sensore.
+
+1. Vedrai l'output grezzo del sensore GPS, qualcosa di simile al seguente:
+
+    ```output
+    $GNGGA,020604.001,4738.538654,N,12208.341758,W,1,3,,164.7,M,-17.1,M,,*67
+    $GNGGA,020604.001,4738.538654,N,12208.341758,W,1,3,,164.7,M,-17.1,M,,*67
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-gps/virtual-device](../../../../../3-transport/lessons/1-location-tracking/code-gps/virtual-device).
+
+😀 Il tuo programma per il sensore GPS è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/1-location-tracking/wio-terminal-gps-decode.md b/translations/it/3-transport/lessons/1-location-tracking/wio-terminal-gps-decode.md
new file mode 100644
index 00000000..d5d57915
--- /dev/null
+++ b/translations/it/3-transport/lessons/1-location-tracking/wio-terminal-gps-decode.md
@@ -0,0 +1,81 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "fbbcf96a9b63ccd661db98bbf854bb06",
+  "translation_date": "2025-08-25T18:07:36+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/wio-terminal-gps-decode.md",
+  "language_code": "it"
+}
+-->
+# Decodifica dei dati GPS - Wio Terminal
+
+In questa parte della lezione, decodificherai i messaggi NMEA letti dal sensore GPS tramite il Wio Terminal e estrarrai la latitudine e la longitudine.
+
+## Decodifica dei dati GPS
+
+Una volta letti i dati NMEA grezzi dalla porta seriale, possono essere decodificati utilizzando una libreria NMEA open source.
+
+### Compito - decodifica dei dati GPS
+
+Programma il dispositivo per decodificare i dati GPS.
+
+1. Apri il progetto dell'app `gps-sensor` se non è già aperto.
+
+1. Aggiungi una dipendenza di libreria per la libreria [TinyGPSPlus](https://github.com/mikalhart/TinyGPSPlus) al file `platformio.ini` del progetto. Questa libreria contiene il codice per decodificare i dati NMEA.
+
+    ```ini
+    lib_deps =
+        mikalhart/TinyGPSPlus @ 1.0.2
+    ```
+
+1. In `main.cpp`, aggiungi una direttiva di inclusione per la libreria TinyGPSPlus:
+
+    ```cpp
+    #include <TinyGPS++.h>
+    ```
+
+1. Sotto la dichiarazione di `Serial3`, dichiara un oggetto TinyGPSPlus per elaborare le frasi NMEA:
+
+    ```cpp
+    TinyGPSPlus gps;
+    ```
+
+1. Modifica il contenuto della funzione `printGPSData` con il seguente:
+
+    ```cpp
+    if (gps.encode(Serial3.read()))
+    {
+        if (gps.location.isValid())
+        {
+            Serial.print(gps.location.lat(), 6);
+            Serial.print(F(","));
+            Serial.print(gps.location.lng(), 6);
+            Serial.print(" - from ");
+            Serial.print(gps.satellites.value());
+            Serial.println(" satellites");
+        }
+    }
+    ```
+
+    Questo codice legge il prossimo carattere dalla porta seriale UART nel decoder NMEA `gps`. Dopo ogni carattere, verifica se il decoder ha letto una frase valida, quindi controlla se ha letto una posizione valida. Se la posizione è valida, la invia al monitor seriale, insieme al numero di satelliti che hanno contribuito a questa determinazione.
+
+1. Compila e carica il codice sul Wio Terminal.
+
+1. Una volta caricato, puoi monitorare i dati della posizione GPS utilizzando il monitor seriale.
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    47.6423109,-122.1390293 - from 3 satellites
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-gps-decode/wio-terminal](../../../../../3-transport/lessons/1-location-tracking/code-gps-decode/wio-terminal).
+
+😀 Il tuo programma per il sensore GPS con decodifica dei dati è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md b/translations/it/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
new file mode 100644
index 00000000..836427fc
--- /dev/null
+++ b/translations/it/3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md
@@ -0,0 +1,152 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "da6ae0a795cf06be33d23ca5b8493fc8",
+  "translation_date": "2025-08-25T18:02:45+00:00",
+  "source_file": "3-transport/lessons/1-location-tracking/wio-terminal-gps-sensor.md",
+  "language_code": "it"
+}
+-->
+# Leggere i dati GPS - Wio Terminal
+
+In questa parte della lezione, aggiungerai un sensore GPS al tuo Wio Terminal e leggerai i valori da esso.
+
+## Hardware
+
+Il Wio Terminal necessita di un sensore GPS.
+
+Il sensore che utilizzerai è un [Grove GPS Air530 sensor](https://www.seeedstudio.com/Grove-GPS-Air530-p-4584.html). Questo sensore può connettersi a più sistemi GPS per ottenere una posizione rapida e precisa. Il sensore è composto da 2 parti: l'elettronica principale del sensore e un'antenna esterna collegata tramite un filo sottile per captare le onde radio dai satelliti.
+
+Questo è un sensore UART, quindi invia i dati GPS tramite UART.
+
+### Collegare il sensore GPS
+
+Il sensore Grove GPS può essere collegato al Wio Terminal.
+
+#### Attività - collegare il sensore GPS
+
+Collega il sensore GPS.
+
+![Un sensore Grove GPS](../../../../../translated_images/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del sensore GPS. Può essere inserito solo in un verso.
+
+1. Con il Wio Terminal scollegato dal computer o da altre fonti di alimentazione, collega l'altra estremità del cavo Grove alla presa Grove sul lato sinistro del Wio Terminal, guardando lo schermo. Questa è la presa più vicina al pulsante di accensione.
+
+    ![Il sensore Grove GPS collegato alla presa sinistra](../../../../../translated_images/wio-gps-sensor.19fd52b81ce58095d5deb3d4e5a1fdd88818d76569b00b1f0d740c92dc986525.it.png)
+
+1. Posiziona il sensore GPS in modo che l'antenna collegata abbia visibilità verso il cielo - idealmente vicino a una finestra aperta o all'esterno. È più facile ottenere un segnale chiaro senza ostacoli davanti all'antenna.
+
+1. Ora puoi collegare il Wio Terminal al tuo computer.
+
+1. Il sensore GPS ha 2 LED: un LED blu che lampeggia quando vengono trasmessi dati e un LED verde che lampeggia ogni secondo quando riceve dati dai satelliti. Assicurati che il LED blu lampeggi quando accendi il Wio Terminal. Dopo alcuni minuti, il LED verde inizierà a lampeggiare - se non lo fa, potrebbe essere necessario riposizionare l'antenna.
+
+## Programmare il sensore GPS
+
+Ora il Wio Terminal può essere programmato per utilizzare il sensore GPS collegato.
+
+### Attività - programmare il sensore GPS
+
+Programma il dispositivo.
+
+1. Crea un nuovo progetto per il Wio Terminal utilizzando PlatformIO. Chiama questo progetto `gps-sensor`. Aggiungi del codice nella funzione `setup` per configurare la porta seriale.
+
+1. Aggiungi la seguente direttiva `include` all'inizio del file `main.cpp`. Questo include un file di intestazione con funzioni per configurare la porta Grove sinistra per UART.
+
+    ```cpp
+    #include <wiring_private.h>
+    ```
+
+1. Sotto questa direttiva, aggiungi la seguente riga di codice per dichiarare una connessione alla porta seriale UART:
+
+    ```cpp
+    static Uart Serial3(&sercom3, PIN_WIRE_SCL, PIN_WIRE_SDA, SERCOM_RX_PAD_1, UART_TX_PAD_0);
+    ```
+
+1. È necessario aggiungere del codice per reindirizzare alcuni gestori di segnali interni a questa porta seriale. Aggiungi il seguente codice sotto la dichiarazione di `Serial3`:
+
+    ```cpp
+    void SERCOM3_0_Handler()
+    {
+        Serial3.IrqHandler();
+    }
+    
+    void SERCOM3_1_Handler()
+    {
+        Serial3.IrqHandler();
+    }
+    
+    void SERCOM3_2_Handler()
+    {
+        Serial3.IrqHandler();
+    }
+    
+    void SERCOM3_3_Handler()
+    {
+        Serial3.IrqHandler();
+    }
+    ```
+
+1. Nella funzione `setup`, sotto la configurazione della porta `Serial`, configura la porta seriale UART con il seguente codice:
+
+    ```cpp
+    Serial3.begin(9600);
+
+    while (!Serial3)
+        ; // Wait for Serial3 to be ready
+
+    delay(1000);
+    ```
+
+1. Sotto questo codice nella funzione `setup`, aggiungi il seguente codice per collegare il pin Grove alla porta seriale:
+
+    ```cpp
+    pinPeripheral(PIN_WIRE_SCL, PIO_SERCOM_ALT);
+    ```
+
+1. Aggiungi la seguente funzione prima della funzione `loop` per inviare i dati GPS al monitor seriale:
+
+    ```cpp
+    void printGPSData()
+    {
+        Serial.println(Serial3.readStringUntil('\n'));
+    }
+    ```
+
+1. Nella funzione `loop`, aggiungi il seguente codice per leggere dalla porta seriale UART e stampare l'output sul monitor seriale:
+
+    ```cpp
+    while (Serial3.available() > 0)
+    {
+        printGPSData();
+    }
+    
+    delay(1000);
+    ```
+
+    Questo codice legge dalla porta seriale UART. La funzione `readStringUntil` legge fino a un carattere terminatore, in questo caso un carattere di nuova linea. Questo permette di leggere un'intera frase NMEA (le frasi NMEA terminano con un carattere di nuova linea). Finché è possibile leggere dati dalla porta seriale UART, questi vengono letti e inviati al monitor seriale tramite la funzione `printGPSData`. Una volta che non è più possibile leggere dati, la funzione `loop` attende per 1 secondo (1.000ms).
+
+1. Compila e carica il codice sul Wio Terminal.
+
+1. Una volta caricato, puoi monitorare i dati GPS utilizzando il monitor seriale.
+
+    ```output
+    > Executing task: platformio device monitor <
+    
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1201  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    $GNGGA,020604.001,4738.538654,N,12208.341758,W,1,3,,164.7,M,-17.1,M,,*67
+    $GPGSA,A,1,,,,,,,,,,,,,,,*1E
+    $BDGSA,A,1,,,,,,,,,,,,,,,*0F
+    $GPGSV,1,1,00*79
+    $BDGSV,1,1,00*68
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-gps/wio-terminal](../../../../../3-transport/lessons/1-location-tracking/code-gps/wio-terminal).
+
+😀 Il tuo programma per il sensore GPS è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/2-store-location-data/README.md b/translations/it/3-transport/lessons/2-store-location-data/README.md
new file mode 100644
index 00000000..8df6a555
--- /dev/null
+++ b/translations/it/3-transport/lessons/2-store-location-data/README.md
@@ -0,0 +1,475 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e345843ccfeb7261d81500d19c64d476",
+  "translation_date": "2025-08-25T18:11:37+00:00",
+  "source_file": "3-transport/lessons/2-store-location-data/README.md",
+  "language_code": "it"
+}
+-->
+# Memorizzare i dati di localizzazione
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/23)
+
+## Introduzione
+
+Nella lezione precedente, hai imparato a utilizzare un sensore GPS per acquisire dati di localizzazione. Per utilizzare questi dati per visualizzare la posizione di un camion carico di cibo e il suo percorso, è necessario inviarli a un servizio IoT nel cloud e poi archiviarli da qualche parte.
+
+In questa lezione imparerai i diversi modi per memorizzare i dati IoT e come archiviare i dati provenienti dal tuo servizio IoT utilizzando codice serverless.
+
+In questa lezione tratteremo:
+
+* [Dati strutturati e non strutturati](../../../../../3-transport/lessons/2-store-location-data)
+* [Inviare dati GPS a un IoT Hub](../../../../../3-transport/lessons/2-store-location-data)
+* [Percorsi hot, warm e cold](../../../../../3-transport/lessons/2-store-location-data)
+* [Gestire eventi GPS con codice serverless](../../../../../3-transport/lessons/2-store-location-data)
+* [Account di archiviazione Azure](../../../../../3-transport/lessons/2-store-location-data)
+* [Collegare il codice serverless all'archiviazione](../../../../../3-transport/lessons/2-store-location-data)
+
+## Dati strutturati e non strutturati
+
+I sistemi informatici gestiscono dati che possono assumere forme e dimensioni molto diverse. Possono variare da numeri singoli a grandi quantità di testo, video, immagini e dati IoT. I dati possono generalmente essere suddivisi in due categorie: *strutturati* e *non strutturati*.
+
+* **Dati strutturati**: dati con una struttura ben definita e rigida che non cambia e che di solito si mappano su tabelle con relazioni. Un esempio è rappresentato dai dettagli di una persona, come nome, data di nascita e indirizzo.
+
+* **Dati non strutturati**: dati senza una struttura ben definita e rigida, inclusi dati che possono cambiare struttura frequentemente. Un esempio sono documenti come testi scritti o fogli di calcolo.
+
+✅ Fai una ricerca: Riesci a pensare ad altri esempi di dati strutturati e non strutturati?
+
+> 💁 Esistono anche dati semi-strutturati, che sono strutturati ma non si adattano a tabelle di dati fisse.
+
+I dati IoT sono generalmente considerati dati non strutturati.
+
+Immagina di aggiungere dispositivi IoT a una flotta di veicoli per una grande azienda agricola. Potresti voler utilizzare dispositivi diversi per tipi diversi di veicoli. Ad esempio:
+
+* Per veicoli agricoli come i trattori, vuoi dati GPS per assicurarti che stiano lavorando nei campi corretti.
+* Per i camion di consegna che trasportano cibo ai magazzini, vuoi dati GPS, velocità e accelerazione per garantire che il conducente stia guidando in sicurezza, oltre a dati sull'identità del conducente e sull'inizio/fine del viaggio per verificare la conformità alle leggi locali sugli orari di lavoro.
+* Per i camion refrigerati, vuoi anche dati sulla temperatura per assicurarti che il cibo non si riscaldi o raffreddi troppo, rischiando di deteriorarsi durante il trasporto.
+
+Questi dati possono cambiare costantemente. Ad esempio, se il dispositivo IoT si trova nella cabina di un camion, i dati inviati potrebbero cambiare a seconda del rimorchio, inviando dati sulla temperatura solo quando viene utilizzato un rimorchio refrigerato.
+
+✅ Quali altri dati IoT potrebbero essere acquisiti? Pensa ai tipi di carichi che i camion possono trasportare, oltre ai dati di manutenzione.
+
+Questi dati variano da veicolo a veicolo, ma vengono tutti inviati allo stesso servizio IoT per l'elaborazione. Il servizio IoT deve essere in grado di elaborare questi dati non strutturati, archiviarli in modo che possano essere cercati o analizzati, ma funzionare con strutture diverse.
+
+### Archiviazione SQL vs NoSQL
+
+I database sono servizi che consentono di archiviare e interrogare i dati. I database si dividono in due tipi: SQL e NoSQL.
+
+#### Database SQL
+
+I primi database erano Sistemi di Gestione di Database Relazionali (RDBMS), o database relazionali. Sono anche noti come database SQL, dal linguaggio Structured Query Language (SQL) utilizzato per interagire con essi per aggiungere, rimuovere, aggiornare o interrogare i dati. Questi database consistono in uno schema: un insieme ben definito di tabelle di dati, simile a un foglio di calcolo. Ogni tabella ha più colonne con nomi specifici. Quando inserisci dati, aggiungi una riga alla tabella, inserendo valori in ciascuna colonna. Questo mantiene i dati in una struttura molto rigida: sebbene tu possa lasciare colonne vuote, se vuoi aggiungere una nuova colonna devi farlo sul database, popolando i valori per le righe esistenti. Questi database sono relazionali, nel senso che una tabella può avere una relazione con un'altra.
+
+![Un database relazionale con l'ID della tabella Utenti che si collega alla colonna ID utente della tabella Acquisti, e l'ID della tabella Prodotti che si collega alla colonna ID prodotto della tabella Acquisti](../../../../../translated_images/sql-database.be160f12bfccefd3ca718a66468c2c4c89c53e5aad4c295324d576da87f9dfdd.it.png)
+
+Ad esempio, se memorizzi i dettagli personali di un utente in una tabella, avrai un ID univoco interno per ogni utente utilizzato in una riga della tabella che contiene il nome e l'indirizzo dell'utente. Se poi vuoi memorizzare altri dettagli su quell'utente, come i suoi acquisti, in un'altra tabella, avrai una colonna nella nuova tabella per l'ID dell'utente. Quando cerchi un utente, puoi utilizzare il suo ID per ottenere i dettagli personali da una tabella e i suoi acquisti da un'altra.
+
+I database SQL sono ideali per memorizzare dati strutturati e per garantire che i dati corrispondano al tuo schema.
+
+✅ Se non hai mai usato SQL prima, prenditi un momento per leggere la [pagina SQL su Wikipedia](https://wikipedia.org/wiki/SQL).
+
+Alcuni database SQL noti sono Microsoft SQL Server, MySQL e PostgreSQL.
+
+✅ Fai una ricerca: Leggi alcune informazioni su questi database SQL e le loro capacità.
+
+#### Database NoSQL
+
+I database NoSQL sono chiamati NoSQL perché non hanno la stessa struttura rigida dei database SQL. Sono anche noti come database documentali, poiché possono memorizzare dati non strutturati come documenti.
+
+> 💁 Nonostante il nome, alcuni database NoSQL consentono di utilizzare SQL per interrogare i dati.
+
+![Documenti in cartelle in un database NoSQL](../../../../../translated_images/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.it.png)
+
+I database NoSQL non hanno uno schema predefinito che limita il modo in cui i dati vengono memorizzati; puoi invece inserire qualsiasi dato non strutturato, di solito utilizzando documenti JSON. Questi documenti possono essere organizzati in cartelle, simili ai file sul tuo computer. Ogni documento può avere campi diversi rispetto ad altri documenti. Ad esempio, se stai memorizzando dati IoT dai tuoi veicoli agricoli, alcuni potrebbero avere campi per dati di accelerometro e velocità, altri potrebbero avere campi per la temperatura nel rimorchio. Se aggiungessi un nuovo tipo di camion, come uno con bilance integrate per monitorare il peso del carico, il tuo dispositivo IoT potrebbe aggiungere questo nuovo campo e potrebbe essere memorizzato senza modifiche al database.
+
+Alcuni database NoSQL noti includono Azure CosmosDB, MongoDB e CouchDB.
+
+✅ Fai una ricerca: Leggi alcune informazioni su questi database NoSQL e le loro capacità.
+
+In questa lezione utilizzerai un'archiviazione NoSQL per memorizzare i dati IoT.
+
+## Inviare dati GPS a un IoT Hub
+
+Nella lezione precedente hai acquisito dati GPS da un sensore GPS collegato al tuo dispositivo IoT. Per memorizzare questi dati IoT nel cloud, devi inviarli a un servizio IoT. Ancora una volta, utilizzerai Azure IoT Hub, lo stesso servizio IoT cloud che hai usato nel progetto precedente.
+
+![Invio di telemetria GPS da un dispositivo IoT a IoT Hub](../../../../../translated_images/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.it.png)
+
+### Attività - inviare dati GPS a un IoT Hub
+
+1. Crea un nuovo IoT Hub utilizzando il livello gratuito.
+
+    > ⚠️ Puoi fare riferimento alle [istruzioni per creare un IoT Hub dal progetto 2, lezione 4](../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md#create-an-iot-service-in-the-cloud) se necessario.
+
+    Ricorda di creare un nuovo Gruppo di Risorse. Assegna al nuovo Gruppo di Risorse il nome `gps-sensor` e al nuovo IoT Hub un nome univoco basato su `gps-sensor`, ad esempio `gps-sensor-<tuo nome>`.
+
+    > 💁 Se hai ancora il tuo IoT Hub dal progetto precedente, puoi riutilizzarlo. Ricorda di utilizzare il nome di questo IoT Hub e il Gruppo di Risorse in cui si trova quando crei altri servizi.
+
+1. Aggiungi un nuovo dispositivo all'IoT Hub. Chiamalo `gps-sensor`. Recupera la stringa di connessione per il dispositivo.
+
+1. Aggiorna il codice del tuo dispositivo per inviare i dati GPS al nuovo IoT Hub utilizzando la stringa di connessione del dispositivo ottenuta nel passaggio precedente.
+
+    > ⚠️ Puoi fare riferimento alle [istruzioni per connettere il tuo dispositivo a un IoT dal progetto 2, lezione 4](../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md#connect-your-device-to-the-iot-service) se necessario.
+
+1. Quando invii i dati GPS, fallo in formato JSON nel seguente formato:
+
+    ```json
+    {
+        "gps" :
+        {
+            "lat" : <latitude>,
+            "lon" : <longitude>
+        }
+    }
+    ```
+
+1. Invia i dati GPS ogni minuto per non superare la tua allocazione giornaliera di messaggi.
+
+Se stai utilizzando il Wio Terminal, ricorda di aggiungere tutte le librerie necessarie e di impostare l'ora utilizzando un server NTP. Il tuo codice dovrà anche assicurarsi di aver letto tutti i dati dalla porta seriale prima di inviare la posizione GPS, utilizzando il codice esistente della lezione precedente. Usa il seguente codice per costruire il documento JSON:
+
+```cpp
+DynamicJsonDocument doc(1024);
+doc["gps"]["lat"] = gps.location.lat();
+doc["gps"]["lon"] = gps.location.lng();
+```
+
+Se stai utilizzando un dispositivo IoT virtuale, ricorda di installare tutte le librerie necessarie utilizzando un ambiente virtuale.
+
+Per il Raspberry Pi e il dispositivo IoT virtuale, utilizza il codice esistente della lezione precedente per ottenere i valori di latitudine e longitudine, quindi inviali nel formato JSON corretto con il seguente codice:
+
+```python
+message_json = { "gps" : { "lat":lat, "lon":lon } }
+print("Sending telemetry", message_json)
+message = Message(json.dumps(message_json))
+```
+
+> 💁 Puoi trovare questo codice nelle cartelle [code/wio-terminal](../../../../../3-transport/lessons/2-store-location-data/code/wio-terminal), [code/pi](../../../../../3-transport/lessons/2-store-location-data/code/pi) o [code/virtual-device](../../../../../3-transport/lessons/2-store-location-data/code/virtual-device).
+
+Esegui il codice del tuo dispositivo e assicurati che i messaggi stiano fluendo nell'IoT Hub utilizzando il comando CLI `az iot hub monitor-events`.
+
+## Percorsi hot, warm e cold
+
+I dati che fluiscono da un dispositivo IoT al cloud non vengono sempre elaborati in tempo reale. Alcuni dati necessitano di elaborazione in tempo reale, altri possono essere elaborati poco dopo e altri ancora possono essere elaborati molto più tardi. Il flusso di dati verso diversi servizi che elaborano i dati in momenti diversi è definito percorsi hot, warm e cold.
+
+### Percorso hot
+
+Il percorso hot si riferisce ai dati che devono essere elaborati in tempo reale o quasi in tempo reale. Utilizzeresti i dati del percorso hot per avvisi, come ricevere notifiche che un veicolo si sta avvicinando a un deposito o che la temperatura in un camion refrigerato è troppo alta.
+
+Per utilizzare i dati del percorso hot, il tuo codice risponderebbe agli eventi non appena vengono ricevuti dai tuoi servizi cloud.
+
+### Percorso warm
+
+Il percorso warm si riferisce ai dati che possono essere elaborati poco dopo essere stati ricevuti, ad esempio per report o analisi a breve termine. Utilizzeresti i dati del percorso warm per report giornalieri sul chilometraggio dei veicoli, utilizzando i dati raccolti il giorno precedente.
+
+I dati del percorso warm vengono archiviati una volta ricevuti dal servizio cloud in un tipo di archiviazione che può essere rapidamente accessibile.
+
+### Percorso cold
+
+Il percorso cold si riferisce ai dati storici, archiviati a lungo termine per essere elaborati quando necessario. Ad esempio, potresti utilizzare il percorso cold per ottenere report annuali sul chilometraggio dei veicoli o eseguire analisi sui percorsi per trovare il percorso più ottimale per ridurre i costi del carburante.
+
+I dati del percorso cold vengono archiviati in data warehouse, database progettati per memorizzare grandi quantità di dati che non cambieranno mai e che possono essere interrogati rapidamente e facilmente. Normalmente avresti un'attività regolare nella tua applicazione cloud che si esegue a intervalli regolari (giornalieri, settimanali o mensili) per spostare i dati dall'archiviazione del percorso warm al data warehouse.
+
+✅ Pensa ai dati che hai acquisito finora in queste lezioni. Sono dati del percorso hot, warm o cold?
+
+## Gestire eventi GPS con codice serverless
+
+Una volta che i dati fluiscono nel tuo IoT Hub, puoi scrivere del codice serverless per ascoltare gli eventi pubblicati sull'endpoint compatibile con Event Hub. Questo è il percorso warm: questi dati verranno archiviati e utilizzati nella prossima lezione per creare report sul percorso.
+
+![Invio di telemetria GPS da un dispositivo IoT a IoT Hub, quindi a Azure Functions tramite un trigger di Event Hub](../../../../../translated_images/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.it.png)
+
+### Attività - gestire eventi GPS con codice serverless
+
+1. Crea un'app Azure Functions utilizzando la CLI di Azure Functions. Usa il runtime Python e crea l'app in una cartella chiamata `gps-trigger`, utilizzando lo stesso nome per il progetto dell'app Functions. Assicurati di creare un ambiente virtuale per questo.
+> ⚠️ Puoi fare riferimento alle [istruzioni per creare un progetto Azure Functions dal progetto 2, lezione 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#create-a-serverless-application) se necessario.
+1. Aggiungi un trigger di evento IoT Hub che utilizzi l'endpoint compatibile con Event Hub dell'IoT Hub.
+
+    > ⚠️ Puoi fare riferimento alle [istruzioni per creare un trigger di evento IoT Hub dal progetto 2, lezione 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#create-an-iot-hub-event-trigger) se necessario.
+
+1. Imposta la stringa di connessione dell'endpoint compatibile con Event Hub nel file `local.settings.json` e utilizza la chiave per quella voce nel file `function.json`.
+
+1. Usa l'app Azurite come emulatore di archiviazione locale.
+
+1. Esegui la tua app di funzioni per assicurarti che stia ricevendo eventi dal tuo dispositivo GPS. Assicurati che il tuo dispositivo IoT sia in esecuzione e stia inviando dati GPS.
+
+    ```output
+    Python EventHub trigger processed an event: {"gps": {"lat": 47.73481, "lon": -122.25701}}
+    ```
+
+## Account di Archiviazione Azure
+
+![Il logo di Azure Storage](../../../../../translated_images/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.it.png)
+
+Gli Account di Archiviazione Azure sono un servizio di archiviazione generico che può memorizzare dati in diversi modi. Puoi archiviare dati come blob, in code, in tabelle o come file, e tutto contemporaneamente.
+
+### Archiviazione Blob
+
+La parola *Blob* significa oggetti binari di grandi dimensioni, ma è diventata il termine per qualsiasi dato non strutturato. Puoi archiviare qualsiasi dato nell'archiviazione blob, dai documenti JSON contenenti dati IoT, ai file di immagini e video. L'archiviazione blob ha il concetto di *contenitori*, ovvero bucket nominati in cui puoi archiviare dati, simili alle tabelle in un database relazionale. Questi contenitori possono avere una o più cartelle per archiviare blob, e ogni cartella può contenere altre cartelle, simile a come i file sono archiviati sul disco rigido del tuo computer.
+
+Utilizzerai l'archiviazione blob in questa lezione per archiviare i dati IoT.
+
+✅ Fai una ricerca: Leggi di più su [Azure Blob Storage](https://docs.microsoft.com/azure/storage/blobs/storage-blobs-overview?WT.mc_id=academic-17441-jabenn)
+
+### Archiviazione Tabelle
+
+L'archiviazione tabelle ti consente di archiviare dati semi-strutturati. L'archiviazione tabelle è in realtà un database NoSQL, quindi non richiede un set definito di tabelle in anticipo, ma è progettata per archiviare dati in una o più tabelle, con chiavi uniche per definire ogni riga.
+
+✅ Fai una ricerca: Leggi di più su [Azure Table Storage](https://docs.microsoft.com/azure/storage/tables/table-storage-overview?WT.mc_id=academic-17441-jabenn)
+
+### Archiviazione Code
+
+L'archiviazione code ti consente di archiviare messaggi di dimensioni fino a 64KB in una coda. Puoi aggiungere messaggi alla fine della coda e leggerli dalla parte anteriore. Le code archiviano i messaggi indefinitamente finché c'è spazio di archiviazione disponibile, consentendo di archiviare i messaggi a lungo termine e leggerli quando necessario. Ad esempio, se volessi eseguire un lavoro mensile per elaborare i dati GPS, potresti aggiungerli a una coda ogni giorno per un mese, quindi alla fine del mese elaborare tutti i messaggi dalla coda.
+
+✅ Fai una ricerca: Leggi di più su [Azure Queue Storage](https://docs.microsoft.com/azure/storage/queues/storage-queues-introduction?WT.mc_id=academic-17441-jabenn)
+
+### Archiviazione File
+
+L'archiviazione file consente di archiviare file nel cloud, e qualsiasi app o dispositivo può connettersi utilizzando protocolli standard del settore. Puoi scrivere file nell'archiviazione file, quindi montarla come un'unità sul tuo PC o Mac.
+
+✅ Fai una ricerca: Leggi di più su [Azure File Storage](https://docs.microsoft.com/azure/storage/files/storage-files-introduction?WT.mc_id=academic-17441-jabenn)
+
+## Collega il tuo codice serverless all'archiviazione
+
+La tua app di funzioni ora deve connettersi all'archiviazione blob per archiviare i messaggi dall'IoT Hub. Ci sono 2 modi per farlo:
+
+* All'interno del codice della funzione, connettiti all'archiviazione blob utilizzando l'SDK Python per l'archiviazione blob e scrivi i dati come blob.
+* Usa un binding di output della funzione per associare il valore restituito della funzione all'archiviazione blob e salvare automaticamente il blob.
+
+In questa lezione, utilizzerai l'SDK Python per vedere come interagire con l'archiviazione blob.
+
+![Invio di telemetria GPS da un dispositivo IoT a IoT Hub, quindi a Azure Functions tramite un trigger di Event Hub, quindi salvataggio nell'archiviazione blob](../../../../../translated_images/save-telemetry-to-storage-from-functions.ed3b1820980097f143d9f0570072da11304c2bc7906359dfa075b4d9b253c20f.it.png)
+
+I dati verranno salvati come un blob JSON con il seguente formato:
+
+```json
+{
+    "device_id": <device_id>,
+    "timestamp" : <time>,
+    "gps" :
+    {
+        "lat" : <latitude>,
+        "lon" : <longitude>
+    }
+}
+```
+
+### Attività - collega il tuo codice serverless all'archiviazione
+
+1. Crea un account di Archiviazione Azure. Dagli un nome come `gps<tuo nome>`.
+
+    > ⚠️ Puoi fare riferimento alle [istruzioni per creare un account di archiviazione dal progetto 2, lezione 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---create-the-cloud-resources) se necessario.
+
+    Se hai ancora un account di archiviazione dal progetto precedente, puoi riutilizzarlo.
+
+    > 💁 Sarà possibile utilizzare lo stesso account di archiviazione per distribuire la tua app di Azure Functions più avanti in questa lezione.
+
+1. Esegui il seguente comando per ottenere la stringa di connessione per l'account di archiviazione:
+
+    ```sh
+    az storage account show-connection-string --output table \
+                                              --name <storage_name>
+    ```
+
+    Sostituisci `<storage_name>` con il nome dell'account di archiviazione che hai creato nel passaggio precedente.
+
+1. Aggiungi una nuova voce al file `local.settings.json` per la stringa di connessione del tuo account di archiviazione, utilizzando il valore del passaggio precedente. Chiamala `STORAGE_CONNECTION_STRING`.
+
+1. Aggiungi il seguente al file `requirements.txt` per installare i pacchetti Pip per l'archiviazione Azure:
+
+    ```sh
+    azure-storage-blob
+    ```
+
+    Installa i pacchetti da questo file nel tuo ambiente virtuale.
+
+    > Se ricevi un errore, aggiorna la tua versione di Pip nel tuo ambiente virtuale all'ultima versione con il seguente comando, quindi riprova:
+    >
+    > ```sh
+    > pip install --upgrade pip
+    > ```
+
+1. Nel file `__init__.py` per il `iot-hub-trigger`, aggiungi le seguenti istruzioni di importazione:
+
+    ```python
+    import json
+    import os
+    import uuid
+    from azure.storage.blob import BlobServiceClient, PublicAccess
+    ```
+
+    Il modulo di sistema `json` verrà utilizzato per leggere e scrivere JSON, il modulo di sistema `os` verrà utilizzato per leggere la stringa di connessione, il modulo di sistema `uuid` verrà utilizzato per generare un ID univoco per la lettura GPS.
+
+    Il pacchetto `azure.storage.blob` contiene l'SDK Python per lavorare con l'archiviazione blob.
+
+1. Prima del metodo `main`, aggiungi la seguente funzione helper:
+
+    ```python
+    def get_or_create_container(name):
+        connection_str = os.environ['STORAGE_CONNECTION_STRING']
+        blob_service_client = BlobServiceClient.from_connection_string(connection_str)
+    
+        for container in blob_service_client.list_containers():
+            if container.name == name:
+                return blob_service_client.get_container_client(container.name)
+        
+        return blob_service_client.create_container(name, public_access=PublicAccess.Container)
+    ```
+
+    L'SDK Python per i blob non ha un metodo helper per creare un contenitore se non esiste. Questo codice caricherà la stringa di connessione dal file `local.settings.json` (o dalle Impostazioni dell'Applicazione una volta distribuito nel cloud), quindi creerà una classe `BlobServiceClient` da questa per interagire con l'account di archiviazione blob. Successivamente, scorre tutti i contenitori per l'account di archiviazione blob, cercandone uno con il nome fornito - se lo trova, restituirà una classe `ContainerClient` che può interagire con il contenitore per creare blob. Se non lo trova, il contenitore viene creato e viene restituito il client per il nuovo contenitore.
+
+    Quando viene creato il nuovo contenitore, viene concesso l'accesso pubblico per interrogare i blob nel contenitore. Questo verrà utilizzato nella prossima lezione per visualizzare i dati GPS su una mappa.
+
+1. A differenza dell'umidità del suolo, con questo codice vogliamo archiviare ogni evento, quindi aggiungi il seguente codice all'interno del ciclo `for event in events:` nella funzione `main`, sotto l'istruzione `logging`:
+
+    ```python
+    device_id = event.iothub_metadata['connection-device-id']
+    blob_name = f'{device_id}/{str(uuid.uuid1())}.json'
+    ```
+
+    Questo codice ottiene l'ID del dispositivo dai metadati dell'evento, quindi lo utilizza per creare un nome di blob. I blob possono essere archiviati in cartelle, e l'ID del dispositivo verrà utilizzato per il nome della cartella, quindi ogni dispositivo avrà tutti i suoi eventi GPS in una cartella. Il nome del blob è questa cartella, seguita da un nome di documento, separati da barre oblique, simili ai percorsi di Linux e macOS (simili anche a Windows, ma Windows utilizza barre rovesciate). Il nome del documento è un ID univoco generato utilizzando il modulo Python `uuid`, con il tipo di file `json`.
+
+    Ad esempio, per l'ID dispositivo `gps-sensor`, il nome del blob potrebbe essere `gps-sensor/a9487ac2-b9cf-11eb-b5cd-1e00621e3648.json`.
+
+1. Aggiungi il seguente codice sotto questo:
+
+    ```python
+    container_client = get_or_create_container('gps-data')
+    blob = container_client.get_blob_client(blob_name)
+    ```
+
+    Questo codice ottiene il client del contenitore utilizzando la funzione helper `get_or_create_container`, e quindi ottiene un oggetto client del blob utilizzando il nome del blob. Questi client di blob possono fare riferimento a blob esistenti o, come in questo caso, a nuovi blob.
+
+1. Aggiungi il seguente codice dopo questo:
+
+    ```python
+    event_body = json.loads(event.get_body().decode('utf-8'))
+    blob_body = {
+        'device_id' : device_id,
+        'timestamp' : event.iothub_metadata['enqueuedtime'],
+        'gps': event_body['gps']
+    }
+    ```
+
+    Questo costruisce il corpo del blob che verrà scritto nell'archiviazione blob. È un documento JSON contenente l'ID del dispositivo, l'ora in cui la telemetria è stata inviata a IoT Hub e le coordinate GPS dalla telemetria.
+
+    > 💁 È importante utilizzare l'ora di accodamento del messaggio anziché l'ora corrente per ottenere l'ora in cui il messaggio è stato inviato. Potrebbe essere rimasto sull'hub per un po' prima di essere elaborato se l'app di funzioni non era in esecuzione.
+
+1. Aggiungi il seguente codice sotto questo:
+
+    ```python
+    logging.info(f'Writing blob to {blob_name} - {blob_body}')
+    blob.upload_blob(json.dumps(blob_body).encode('utf-8'))
+    ```
+
+    Questo codice registra che un blob sta per essere scritto con i suoi dettagli, quindi carica il corpo del blob come contenuto del nuovo blob.
+
+1. Esegui l'app di funzioni. Vedrai i blob essere scritti per tutti gli eventi GPS nell'output:
+
+    ```output
+    [2021-05-21T01:31:14.325Z] Python EventHub trigger processed an event: {"gps": {"lat": 47.73092, "lon": -122.26206}}
+    ...
+    [2021-05-21T01:31:14.351Z] Writing blob to gps-sensor/4b6089fe-ba8d-11eb-bc7b-1e00621e3648.json - {'device_id': 'gps-sensor', 'timestamp': '2021-05-21T00:57:53.878Z', 'gps': {'lat': 47.73092, 'lon': -122.26206}}
+    ```
+
+    > 💁 Assicurati di non eseguire il monitor degli eventi di IoT Hub contemporaneamente.
+
+> 💁 Puoi trovare questo codice nella cartella [code/functions](../../../../../3-transport/lessons/2-store-location-data/code/functions).
+
+### Attività - verifica i blob caricati
+
+1. Per visualizzare i blob creati, puoi utilizzare [Azure Storage Explorer](https://azure.microsoft.com/features/storage-explorer/?WT.mc_id=academic-17441-jabenn), uno strumento gratuito che ti consente di visualizzare e gestire i tuoi account di archiviazione, oppure il CLI.
+
+    1. Per utilizzare il CLI, prima avrai bisogno di una chiave dell'account. Esegui il seguente comando per ottenere questa chiave:
+
+        ```sh
+        az storage account keys list --output table \
+                                     --account-name <storage_name>
+        ```
+
+        Sostituisci `<storage_name>` con il nome dell'account di archiviazione.
+
+        Copia il valore di `key1`.
+
+    1. Esegui il seguente comando per elencare i blob nel contenitore:
+
+        ```sh
+        az storage blob list --container-name gps-data \
+                             --output table \
+                             --account-name <storage_name> \
+                             --account-key <key1>
+        ```
+
+        Sostituisci `<storage_name>` con il nome dell'account di archiviazione e `<key1>` con il valore di `key1` copiato nel passaggio precedente.
+
+        Questo elencherà tutti i blob nel contenitore:
+
+        ```output
+        Name                                                  Blob Type    Blob Tier    Length    Content Type              Last Modified              Snapshot
+        ----------------------------------------------------  -----------  -----------  --------  ------------------------  -------------------------  ----------
+        gps-sensor/1810d55e-b9cf-11eb-9f5b-1e00621e3648.json  BlockBlob    Hot          45        application/octet-stream  2021-05-21T00:54:27+00:00
+        gps-sensor/18293e46-b9cf-11eb-9f5b-1e00621e3648.json  BlockBlob    Hot          45        application/octet-stream  2021-05-21T00:54:28+00:00
+        gps-sensor/1844549c-b9cf-11eb-9f5b-1e00621e3648.json  BlockBlob    Hot          45        application/octet-stream  2021-05-21T00:54:28+00:00
+        gps-sensor/1894d714-b9cf-11eb-9f5b-1e00621e3648.json  BlockBlob    Hot          45        application/octet-stream  2021-05-21T00:54:28+00:00
+        ```
+
+    1. Scarica uno dei blob utilizzando il seguente comando:
+
+        ```sh
+        az storage blob download --container-name gps-data \
+                                 --account-name <storage_name> \
+                                 --account-key <key1> \
+                                 --name <blob_name> \
+                                 --file <file_name>
+        ```
+
+        Sostituisci `<storage_name>` con il nome dell'account di archiviazione e `<key1>` con il valore di `key1` copiato nel passaggio precedente.
+
+        Sostituisci `<blob_name>` con il nome completo dalla colonna `Name` dell'output del passaggio precedente, inclusa la cartella. Sostituisci `<file_name>` con il nome di un file locale in cui salvare il blob.
+
+    Una volta scaricato, puoi aprire il file JSON in VS Code e vedrai il blob contenente i dettagli della posizione GPS:
+
+    ```json
+    {"device_id": "gps-sensor", "timestamp": "2021-05-21T00:57:53.878Z", "gps": {"lat": 47.73092, "lon": -122.26206}}
+    ```
+
+### Attività - distribuisci la tua app di funzioni nel cloud
+
+Ora che la tua app di funzioni funziona, puoi distribuirla nel cloud.
+
+1. Crea una nuova app di Azure Functions, utilizzando l'account di archiviazione che hai creato in precedenza. Dagli un nome come `gps-sensor-` e aggiungi un identificatore univoco alla fine, come alcune parole casuali o il tuo nome.
+
+    > ⚠️ Puoi fare riferimento alle [istruzioni per creare un'app di funzioni dal progetto 2, lezione 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---create-the-cloud-resources) se necessario.
+
+1. Carica i valori `IOT_HUB_CONNECTION_STRING` e `STORAGE_CONNECTION_STRING` nelle Impostazioni dell'Applicazione.
+
+    > ⚠️ Puoi fare riferimento alle [istruzioni per caricare le Impostazioni dell'Applicazione dal progetto 2, lezione 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---upload-your-application-settings) se necessario.
+
+1. Distribuisci la tua app di funzioni locale nel cloud.
+⚠️ Puoi fare riferimento alle [istruzioni per distribuire la tua app Functions dal progetto 2, lezione 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---deploy-your-functions-app-to-the-cloud) se necessario.
+## 🚀 Sfida
+
+I dati GPS non sono perfettamente accurati, e le posizioni rilevate possono essere sbagliate di alcuni metri, se non di più, specialmente in gallerie e aree con edifici alti.
+
+Pensa a come la navigazione satellitare potrebbe superare questo problema. Quali dati ha il tuo sistema di navigazione satellitare che gli permetterebbero di fare previsioni migliori sulla tua posizione?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/24)
+
+## Revisione e studio autonomo
+
+* Leggi dei dati strutturati sulla [pagina del modello di dati su Wikipedia](https://wikipedia.org/wiki/Data_model)
+* Leggi dei dati semi-strutturati sulla [pagina dei dati semi-strutturati su Wikipedia](https://wikipedia.org/wiki/Semi-structured_data)
+* Leggi dei dati non strutturati sulla [pagina dei dati non strutturati su Wikipedia](https://wikipedia.org/wiki/Unstructured_data)
+* Approfondisci Azure Storage e i diversi tipi di archiviazione nella [documentazione di Azure Storage](https://docs.microsoft.com/azure/storage/?WT.mc_id=academic-17441-jabenn)
+
+## Compito
+
+[Indaga sui function bindings](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/2-store-location-data/assignment.md b/translations/it/3-transport/lessons/2-store-location-data/assignment.md
new file mode 100644
index 00000000..9fd476da
--- /dev/null
+++ b/translations/it/3-transport/lessons/2-store-location-data/assignment.md
@@ -0,0 +1,31 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "b2e0a965723082b068f735aec0faf3f6",
+  "translation_date": "2025-08-25T18:13:19+00:00",
+  "source_file": "3-transport/lessons/2-store-location-data/assignment.md",
+  "language_code": "it"
+}
+-->
+# Indagare sui binding delle funzioni
+
+## Istruzioni
+
+I binding delle funzioni consentono al tuo codice di salvare blob nello storage blob restituendoli dalla funzione `main`. L'account di archiviazione di Azure, la raccolta e altri dettagli sono configurati nel file `function.json`.
+
+Quando lavori con Azure o altre tecnologie Microsoft, la migliore fonte di informazioni è [la documentazione Microsoft su docs.com](https://docs.microsoft.com/?WT.mc_id=academic-17441-jabenn). In questo compito dovrai leggere la documentazione sui binding di Azure Functions per capire come configurare il binding di output.
+
+Alcune pagine da consultare per iniziare sono:
+
+* [Concetti sui trigger e binding di Azure Functions](https://docs.microsoft.com/azure/azure-functions/functions-triggers-bindings?WT.mc_id=academic-17441-jabenn&tabs=python)
+* [Panoramica dei binding per lo storage blob di Azure Functions](https://docs.microsoft.com/azure/azure-functions/functions-bindings-storage-blob?WT.mc_id=academic-17441-jabenn)
+* [Binding di output per lo storage blob di Azure Functions](https://docs.microsoft.com/azure/azure-functions/functions-bindings-storage-blob-output?WT.mc_id=academic-17441-jabenn&tabs=python)
+
+## Griglia di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Configurare il binding di output per lo storage blob | È stato in grado di configurare il binding di output, restituire il blob e salvarlo correttamente nello storage blob | È stato in grado di configurare il binding di output o restituire il blob, ma non è riuscito a salvarlo correttamente nello storage blob | Non è stato in grado di configurare il binding di output |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/3-visualize-location-data/README.md b/translations/it/3-transport/lessons/3-visualize-location-data/README.md
new file mode 100644
index 00000000..fa6417a9
--- /dev/null
+++ b/translations/it/3-transport/lessons/3-visualize-location-data/README.md
@@ -0,0 +1,357 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9095c61445c2bca7245ef9b59a186a11",
+  "translation_date": "2025-08-25T18:08:49+00:00",
+  "source_file": "3-transport/lessons/3-visualize-location-data/README.md",
+  "language_code": "it"
+}
+-->
+# Visualizzare i dati di localizzazione
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questo video offre una panoramica di Azure Maps con IoT, un servizio che verrà trattato in questa lezione.
+
+[![Azure Maps - La piattaforma di localizzazione aziendale di Microsoft Azure](https://img.youtube.com/vi/P5i2GFTtb2s/0.jpg)](https://www.youtube.com/watch?v=P5i2GFTtb2s)
+
+> 🎥 Clicca sull'immagine sopra per guardare il video
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/25)
+
+## Introduzione
+
+Nella lezione precedente hai imparato come ottenere dati GPS dai tuoi sensori e salvarli nel cloud in un contenitore di archiviazione utilizzando codice serverless. Ora scoprirai come visualizzare quei punti su una mappa di Azure. Imparerai a creare una mappa su una pagina web, a conoscere il formato dei dati GeoJSON e a utilizzarlo per tracciare tutti i punti GPS catturati sulla tua mappa.
+
+In questa lezione tratteremo:
+
+* [Cos'è la visualizzazione dei dati](../../../../../3-transport/lessons/3-visualize-location-data)
+* [Servizi di mappe](../../../../../3-transport/lessons/3-visualize-location-data)
+* [Creare una risorsa Azure Maps](../../../../../3-transport/lessons/3-visualize-location-data)
+* [Mostrare una mappa su una pagina web](../../../../../3-transport/lessons/3-visualize-location-data)
+* [Il formato GeoJSON](../../../../../3-transport/lessons/3-visualize-location-data)
+* [Tracciare dati GPS su una mappa utilizzando GeoJSON](../../../../../3-transport/lessons/3-visualize-location-data)
+
+> 💁 Questa lezione coinvolgerà una piccola quantità di HTML e JavaScript. Se desideri approfondire lo sviluppo web utilizzando HTML e JavaScript, dai un'occhiata a [Web development for beginners](https://github.com/microsoft/Web-Dev-For-Beginners).
+
+## Cos'è la visualizzazione dei dati
+
+La visualizzazione dei dati, come suggerisce il nome, riguarda la rappresentazione visiva dei dati in modi che rendano più facile per gli esseri umani comprenderli. Di solito è associata a grafici e diagrammi, ma può essere qualsiasi modo di rappresentare i dati in forma visiva per aiutare le persone non solo a comprenderli meglio, ma anche a prendere decisioni.
+
+Prendendo un esempio semplice: nel progetto agricolo hai catturato le letture di umidità del suolo. Una tabella di dati sull'umidità del suolo catturati ogni ora per il 1° giugno 2021 potrebbe essere simile alla seguente:
+
+| Data             | Lettura |
+| ---------------- | ------: |
+| 01/06/2021 00:00 |     257 |
+| 01/06/2021 01:00 |     268 |
+| 01/06/2021 02:00 |     295 |
+| 01/06/2021 03:00 |     305 |
+| 01/06/2021 04:00 |     325 |
+| 01/06/2021 05:00 |     359 |
+| 01/06/2021 06:00 |     398 |
+| 01/06/2021 07:00 |     410 |
+| 01/06/2021 08:00 |     429 |
+| 01/06/2021 09:00 |     451 |
+| 01/06/2021 10:00 |     460 |
+| 01/06/2021 11:00 |     452 |
+| 01/06/2021 12:00 |     420 |
+| 01/06/2021 13:00 |     408 |
+| 01/06/2021 14:00 |     431 |
+| 01/06/2021 15:00 |     462 |
+| 01/06/2021 16:00 |     432 |
+| 01/06/2021 17:00 |     402 |
+| 01/06/2021 18:00 |     387 |
+| 01/06/2021 19:00 |     360 |
+| 01/06/2021 20:00 |     358 |
+| 01/06/2021 21:00 |     354 |
+| 01/06/2021 22:00 |     356 |
+| 01/06/2021 23:00 |     362 |
+
+Per un essere umano, comprendere questi dati può essere difficile. È una parete di numeri senza significato. Come primo passo per visualizzare questi dati, possono essere tracciati su un grafico a linee:
+
+![Un grafico a linee dei dati sopra](../../../../../translated_images/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.it.png)
+
+Questo può essere ulteriormente migliorato aggiungendo una linea per indicare quando il sistema di irrigazione automatizzato è stato attivato a una lettura di umidità del suolo di 450:
+
+![Un grafico a linee dell'umidità del suolo con una linea a 450](../../../../../translated_images/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.it.png)
+
+Questo grafico mostra molto rapidamente non solo quali erano i livelli di umidità del suolo, ma anche i punti in cui il sistema di irrigazione è stato attivato.
+
+I grafici non sono l'unico strumento per visualizzare i dati. I dispositivi IoT che monitorano il meteo possono avere app web o mobili che visualizzano le condizioni meteorologiche utilizzando simboli, come un'icona di nuvola per giorni nuvolosi, un'icona di pioggia per giorni piovosi e così via. Esistono moltissimi modi per visualizzare i dati, alcuni seri, altri divertenti.
+
+✅ Pensa ai modi in cui hai visto i dati visualizzati. Quali metodi sono stati i più chiari e ti hanno permesso di prendere decisioni più velocemente?
+
+Le migliori visualizzazioni permettono agli esseri umani di prendere decisioni rapidamente. Ad esempio, avere una parete di indicatori che mostrano ogni tipo di lettura da macchinari industriali è difficile da elaborare, ma una luce rossa lampeggiante quando qualcosa va storto permette a una persona di prendere una decisione. A volte la migliore visualizzazione è una luce lampeggiante!
+
+Quando si lavora con dati GPS, la visualizzazione più chiara può essere quella di tracciare i dati su una mappa. Una mappa che mostra i camion di consegna, ad esempio, può aiutare i lavoratori in un impianto di lavorazione a vedere quando i camion arriveranno. Se questa mappa mostra non solo immagini dei camion nelle loro posizioni attuali, ma anche informazioni sul contenuto di un camion, allora i lavoratori dell'impianto possono pianificare di conseguenza - se vedono un camion refrigerato vicino, sanno di dover preparare spazio in un frigorifero.
+
+## Servizi di mappe
+
+Lavorare con le mappe è un esercizio interessante, e ce ne sono molte tra cui scegliere, come Bing Maps, Leaflet, Open Street Maps e Google Maps. In questa lezione, imparerai a conoscere [Azure Maps](https://azure.microsoft.com/services/azure-maps/?WT.mc_id=academic-17441-jabenn) e come possono visualizzare i tuoi dati GPS.
+
+![Il logo di Azure Maps](../../../../../translated_images/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.it.png)
+
+Azure Maps è "una raccolta di servizi geospaziali e SDK che utilizzano dati di mappatura aggiornati per fornire contesto geografico alle applicazioni web e mobili." Ai sviluppatori vengono forniti strumenti per creare mappe belle e interattive che possono fare cose come fornire percorsi di traffico consigliati, informazioni sugli incidenti stradali, navigazione interna, capacità di ricerca, informazioni sull'elevazione, servizi meteorologici e altro.
+
+✅ Sperimenta con alcuni [esempi di codice per mappe](https://docs.microsoft.com/samples/browse?WT.mc_id=academic-17441-jabenn&products=azure-maps)
+
+Puoi visualizzare le mappe come una tela vuota, immagini satellitari, immagini satellitari con strade sovrapposte, vari tipi di mappe in scala di grigi, mappe con rilievo ombreggiato per mostrare l'elevazione, mappe in modalità notturna e una mappa ad alto contrasto. Puoi ottenere aggiornamenti in tempo reale sulle tue mappe integrandole con [Azure Event Grid](https://azure.microsoft.com/services/event-grid/?WT.mc_id=academic-17441-jabenn). Puoi controllare il comportamento e l'aspetto delle tue mappe abilitando vari controlli per permettere alla mappa di reagire a eventi come pizzicare, trascinare e cliccare. Per controllare l'aspetto della tua mappa, puoi aggiungere livelli che includono bolle, linee, poligoni, mappe di calore e altro. Lo stile di mappa che implementi dipende dalla tua scelta di SDK.
+
+Puoi accedere alle API di Azure Maps utilizzando la sua [REST API](https://docs.microsoft.com/javascript/api/azure-maps-rest/?WT.mc_id=academic-17441-jabenn&view=azure-maps-typescript-latest), il suo [Web SDK](https://docs.microsoft.com/azure/azure-maps/how-to-use-map-control?WT.mc_id=academic-17441-jabenn), o, se stai costruendo un'app mobile, il suo [Android SDK](https://docs.microsoft.com/azure/azure-maps/how-to-use-android-map-control-library?WT.mc_id=academic-17441-jabenn&pivots=programming-language-java-android).
+
+In questa lezione, utilizzerai il Web SDK per disegnare una mappa e visualizzare il percorso della posizione GPS del tuo sensore.
+
+## Creare una risorsa Azure Maps
+
+Il primo passo è creare un account Azure Maps.
+
+### Attività - creare una risorsa Azure Maps
+
+1. Esegui il seguente comando dal tuo Terminale o Prompt dei comandi per creare una risorsa Azure Maps nel tuo gruppo di risorse `gps-sensor`:
+
+    ```sh
+    az maps account create --name gps-sensor \
+                           --resource-group gps-sensor \
+                           --accept-tos \
+                           --sku S1
+    ```
+
+    Questo creerà una risorsa Azure Maps chiamata `gps-sensor`. Il livello utilizzato è `S1`, che è un livello a pagamento che include una gamma di funzionalità, ma con un generoso numero di chiamate gratuite.
+
+    > 💁 Per vedere il costo di utilizzo di Azure Maps, consulta la [pagina dei prezzi di Azure Maps](https://azure.microsoft.com/pricing/details/azure-maps/?WT.mc_id=academic-17441-jabenn).
+
+1. Avrai bisogno di una chiave API per la risorsa delle mappe. Usa il seguente comando per ottenere questa chiave:
+
+    ```sh
+    az maps account keys list --name gps-sensor \
+                              --resource-group gps-sensor \
+                              --output table
+    ```
+
+    Prendi una copia del valore `PrimaryKey`.
+
+## Mostrare una mappa su una pagina web
+
+Ora puoi fare il passo successivo, ovvero visualizzare la tua mappa su una pagina web. Utilizzeremo solo un file `html` per la tua piccola app web; tieni presente che in un ambiente di produzione o di team, la tua app web avrà probabilmente più parti in movimento!
+
+### Attività - mostrare una mappa su una pagina web
+
+1. Crea un file chiamato index.html in una cartella sul tuo computer locale. Aggiungi il markup HTML per contenere una mappa:
+
+    ```html
+    <html>
+    <head>
+        <style>
+            #myMap {
+                width:100%;
+                height:100%;
+            }
+        </style>
+    </head>
+    
+    <body onload="init()">
+        <div id="myMap"></div>
+    </body>
+    </html>
+    ```
+
+    La mappa verrà caricata nel `div` `myMap`. Alcuni stili permettono di farla occupare la larghezza e l'altezza della pagina.
+
+    > 🎓 un `div` è una sezione di una pagina web che può essere nominata e stilizzata.
+
+1. Sotto il tag di apertura `<head>`, aggiungi un foglio di stile esterno per controllare la visualizzazione della mappa e uno script esterno dal Web SDK per gestirne il comportamento:
+
+    ```html
+    <link rel="stylesheet" href="https://atlas.microsoft.com/sdk/javascript/mapcontrol/2/atlas.min.css" type="text/css" />
+    <script src="https://atlas.microsoft.com/sdk/javascript/mapcontrol/2/atlas.min.js"></script>
+    ```
+
+    Questo foglio di stile contiene le impostazioni per l'aspetto della mappa, e il file script contiene il codice per caricare la mappa. Aggiungere questo codice è simile a includere file di intestazione C++ o importare moduli Python.
+
+1. Sotto quello script, aggiungi un blocco di script per avviare la mappa.
+
+    ```javascript
+    <script type='text/javascript'>
+        function init() {
+            var map = new atlas.Map('myMap', {
+                center: [-122.26473, 47.73444],
+                zoom: 12,
+                authOptions: {
+                    authType: "subscriptionKey",
+                    subscriptionKey: "<subscription_key>",
+
+                }
+            });
+        }
+    </script>
+    ```
+
+    Sostituisci `<subscription_key>` con la chiave API per il tuo account Azure Maps.
+
+    Se apri la tua pagina `index.html` in un browser web, dovresti vedere una mappa caricata, focalizzata sull'area di Seattle.
+
+    ![Una mappa che mostra Seattle, una città nello stato di Washington, USA](../../../../../translated_images/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.it.png)
+
+    ✅ Sperimenta con i parametri di zoom e centro per modificare la visualizzazione della tua mappa. Puoi aggiungere diverse coordinate corrispondenti alla latitudine e longitudine dei tuoi dati per ricentrare la mappa.
+
+> 💁 Un modo migliore per lavorare con app web localmente è installare [http-server](https://www.npmjs.com/package/http-server). Avrai bisogno di [node.js](https://nodejs.org/) e [npm](https://www.npmjs.com/) installati prima di utilizzare questo strumento. Una volta installati questi strumenti, puoi navigare nella posizione del tuo file `index.html` e digitare `http-server`. L'app web si aprirà su un server web locale [http://127.0.0.1:8080/](http://127.0.0.1:8080/).
+
+## Il formato GeoJSON
+
+Ora che hai la tua app web in funzione con la mappa visualizzata, devi estrarre i dati GPS dal tuo account di archiviazione e visualizzarli in un livello di marcatori sopra la mappa. Prima di farlo, diamo un'occhiata al formato [GeoJSON](https://wikipedia.org/wiki/GeoJSON) richiesto da Azure Maps.
+
+[GeoJSON](https://geojson.org/) è uno standard aperto di specifica JSON con una formattazione speciale progettata per gestire dati specifici geografici. Puoi imparare a conoscerlo testando dati di esempio utilizzando [geojson.io](https://geojson.io), che è anche uno strumento utile per il debug dei file GeoJSON.
+
+Un esempio di dati GeoJSON appare così:
+
+```json
+{
+  "type": "FeatureCollection",
+  "features": [
+    {
+      "type": "Feature",
+      "geometry": {
+        "type": "Point",
+        "coordinates": [
+          -2.10237979888916,
+          57.164918677004714
+        ]
+      }
+    }
+  ]
+}
+```
+
+Di particolare interesse è il modo in cui i dati sono nidificati come `Feature` all'interno di una `FeatureCollection`. All'interno di quell'oggetto si trova `geometry` con le `coordinates` che indicano latitudine e longitudine.
+
+✅ Quando costruisci il tuo geoJSON, presta attenzione all'ordine di `latitude` e `longitude` nell'oggetto, o i tuoi punti non appariranno dove dovrebbero! GeoJSON si aspetta dati nell'ordine `lon,lat` per i punti, non `lat,lon`.
+
+`Geometry` può avere diversi tipi, come un singolo punto o un poligono. In questo esempio, è un punto con due coordinate specificate, la longitudine e la latitudine.
+✅ Azure Maps supporta GeoJSON standard più alcune [funzionalità avanzate](https://docs.microsoft.com/azure/azure-maps/extend-geojson?WT.mc_id=academic-17441-jabenn), inclusa la possibilità di disegnare cerchi e altre geometrie.
+
+## Tracciare dati GPS su una mappa utilizzando GeoJSON
+
+Ora sei pronto per utilizzare i dati dallo storage che hai creato nella lezione precedente. Come promemoria, i dati sono archiviati come una serie di file in un blob storage, quindi dovrai recuperare i file e analizzarli affinché Azure Maps possa utilizzarli.
+
+### Attività - configurare lo storage per l'accesso da una pagina web
+
+Se effettui una chiamata al tuo storage per recuperare i dati, potresti essere sorpreso di vedere errori nella console del browser. Questo accade perché devi impostare i permessi per [CORS](https://developer.mozilla.org/docs/Web/HTTP/CORS) su questo storage per consentire alle app web esterne di leggere i suoi dati.
+
+> 🎓 CORS sta per "Cross-Origin Resource Sharing" e di solito deve essere configurato esplicitamente in Azure per motivi di sicurezza. Impedisce a siti non autorizzati di accedere ai tuoi dati.
+
+1. Esegui il seguente comando per abilitare CORS:
+
+    ```sh
+    az storage cors add --methods GET \
+                        --origins "*" \
+                        --services b \
+                        --account-name <storage_name> \
+                        --account-key <key1>
+    ```
+
+    Sostituisci `<storage_name>` con il nome del tuo account di storage. Sostituisci `<key1>` con la chiave dell'account per il tuo account di storage.
+
+    Questo comando consente a qualsiasi sito web (il carattere jolly `*` significa qualsiasi) di effettuare una richiesta *GET*, ovvero ottenere dati, dal tuo account di storage. Il parametro `--services b` significa che questa impostazione si applica solo ai blob.
+
+### Attività - caricare i dati GPS dallo storage
+
+1. Sostituisci l'intero contenuto della funzione `init` con il seguente codice:
+
+    ```javascript
+    fetch("https://<storage_name>.blob.core.windows.net/gps-data/?restype=container&comp=list")
+        .then(response => response.text())
+        .then(str => new window.DOMParser().parseFromString(str, "text/xml"))
+        .then(xml => {
+            let blobList = Array.from(xml.querySelectorAll("Url"));
+                blobList.forEach(async blobUrl => {
+                    loadJSON(blobUrl.innerHTML)                
+        });
+    })
+    .then( response => {
+        map = new atlas.Map('myMap', {
+            center: [-122.26473, 47.73444],
+            zoom: 14,
+            authOptions: {
+                authType: "subscriptionKey",
+                subscriptionKey: "<subscription_key>",
+    
+            }
+        });
+        map.events.add('ready', function () {
+            var source = new atlas.source.DataSource();
+            map.sources.add(source);
+            map.layers.add(new atlas.layer.BubbleLayer(source));
+            source.add(features);
+        })
+    })
+    ```
+
+    Sostituisci `<storage_name>` con il nome del tuo account di storage. Sostituisci `<subscription_key>` con la chiave API per il tuo account Azure Maps.
+
+    Qui accadono diverse cose. Innanzitutto, il codice recupera i tuoi dati GPS dal contenitore blob utilizzando un endpoint URL costruito con il nome del tuo account di storage. Questo URL recupera da `gps-data`, indicando che il tipo di risorsa è un contenitore (`restype=container`), e elenca informazioni su tutti i blob. Questo elenco non restituirà i blob stessi, ma restituirà un URL per ciascun blob che può essere utilizzato per caricare i dati del blob.
+
+    > 💁 Puoi inserire questo URL nel tuo browser per vedere i dettagli di tutti i blob nel tuo contenitore. Ogni elemento avrà una proprietà `Url` che puoi anche caricare nel browser per vedere il contenuto del blob.
+
+    Questo codice quindi carica ogni blob, chiamando una funzione `loadJSON`, che sarà creata successivamente. Successivamente, crea il controllo della mappa e aggiunge codice all'evento `ready`. Questo evento viene chiamato quando la mappa viene visualizzata sulla pagina web.
+
+    L'evento ready crea una fonte dati di Azure Maps - un contenitore che contiene dati GeoJSON che saranno popolati successivamente. Questa fonte dati viene poi utilizzata per creare un livello di bolle - ovvero un insieme di cerchi sulla mappa centrati su ciascun punto nel GeoJSON.
+
+1. Aggiungi la funzione `loadJSON` al tuo blocco script, sotto la funzione `init`:
+
+    ```javascript
+    var map, features;
+
+    function loadJSON(file) {
+        var xhr = new XMLHttpRequest();
+        features = [];
+        xhr.onreadystatechange = function () {
+            if (xhr.readyState === XMLHttpRequest.DONE) {
+                if (xhr.status === 200) {
+                    gps = JSON.parse(xhr.responseText)
+                    features.push(
+                        new atlas.data.Feature(new atlas.data.Point([parseFloat(gps.gps.lon), parseFloat(gps.gps.lat)]))
+                    )
+                }
+            }
+        };
+        xhr.open("GET", file, true);
+        xhr.send();
+    }    
+    ```
+
+    Questa funzione viene chiamata dalla routine di fetch per analizzare i dati JSON e convertirli in coordinate di longitudine e latitudine come geoJSON. 
+    Una volta analizzati, i dati vengono impostati come parte di una `Feature` geoJSON. La mappa sarà inizializzata e appariranno piccole bolle lungo il percorso tracciato dai tuoi dati:
+
+1. Carica la pagina HTML nel tuo browser. Verrà caricata la mappa, quindi tutti i dati GPS dallo storage saranno caricati e tracciati sulla mappa.
+
+    ![Una mappa del Saint Edward State Park vicino a Seattle, con cerchi che mostrano un percorso attorno al bordo del parco](../../../../../translated_images/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.it.png)
+
+> 💁 Puoi trovare questo codice nella [cartella del codice](../../../../../3-transport/lessons/3-visualize-location-data/code).
+
+---
+
+## 🚀 Sfida
+
+È bello poter visualizzare dati statici su una mappa come marker. Puoi migliorare questa app web per aggiungere animazione e mostrare il percorso dei marker nel tempo, utilizzando i file JSON con timestamp? Ecco [alcuni esempi](https://azuremapscodesamples.azurewebsites.net/) di utilizzo dell'animazione all'interno delle mappe.
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/26)
+
+## Revisione e studio autonomo
+
+Azure Maps è particolarmente utile per lavorare con dispositivi IoT.
+
+* Esplora alcuni degli utilizzi nella [documentazione di Azure Maps su Microsoft docs](https://docs.microsoft.com/azure/azure-maps/tutorial-iot-hub-maps?WT.mc_id=academic-17441-jabenn).
+* Approfondisci le tue conoscenze sulla creazione di mappe e punti di passaggio con il [modulo di apprendimento autonomo "crea la tua prima app di ricerca percorsi con Azure Maps" su Microsoft Learn](https://docs.microsoft.com/learn/modules/create-your-first-app-with-azure-maps/?WT.mc_id=academic-17441-jabenn).
+
+## Compito
+
+[Distribuisci la tua app](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/3-visualize-location-data/assignment.md b/translations/it/3-transport/lessons/3-visualize-location-data/assignment.md
new file mode 100644
index 00000000..e8091526
--- /dev/null
+++ b/translations/it/3-transport/lessons/3-visualize-location-data/assignment.md
@@ -0,0 +1,24 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0ccdc1faa676a485c4c6ecbddb9f9067",
+  "translation_date": "2025-08-25T18:09:51+00:00",
+  "source_file": "3-transport/lessons/3-visualize-location-data/assignment.md",
+  "language_code": "it"
+}
+-->
+# Distribuisci la tua app
+
+## Istruzioni
+
+Ci sono diversi modi per distribuire la tua app e condividerla con il mondo, tra cui l'utilizzo di GitHub Pages o di uno dei tanti fornitori di servizi disponibili. Un modo davvero eccellente per farlo è utilizzare Azure Static Web Apps. In questo compito, crea la tua app web e distribuiscila nel cloud seguendo [queste istruzioni](https://github.com/Azure/static-web-apps-cli) o guardando [questi video](https://www.youtube.com/watch?v=ADVGIXciYn8&list=PLlrxD0HtieHgMPeBaDQFx9yNuFxx6S1VG&index=3).  
+Un vantaggio dell'utilizzo di Azure Static Web Apps è che puoi nascondere qualsiasi chiave API nel portale, quindi cogli questa opportunità per riorganizzare la tua subscriptionKey come variabile e archiviarla nel cloud.
+
+## Valutazione
+
+| Criteri  | Esemplare                                                                                                                               | Adeguato                                                                                                           | Da migliorare                                      |
+| -------- | ---------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------ | ------------------------------------------------- |
+|          | Viene presentata un'app web funzionante in un repository GitHub documentato con la subscriptionKey archiviata nel cloud e richiamata tramite una variabile | Viene presentata un'app web funzionante in un repository GitHub documentato, ma la subscriptionKey non è archiviata nel cloud | L'app web contiene bug o non funziona correttamente |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione AI [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/4-geofences/README.md b/translations/it/3-transport/lessons/4-geofences/README.md
new file mode 100644
index 00000000..3351bdf5
--- /dev/null
+++ b/translations/it/3-transport/lessons/4-geofences/README.md
@@ -0,0 +1,486 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "078ae664c7b686bf069545e9a5fc95b2",
+  "translation_date": "2025-08-25T18:00:50+00:00",
+  "source_file": "3-transport/lessons/4-geofences/README.md",
+  "language_code": "it"
+}
+-->
+# Georecinzioni
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questo video offre una panoramica sulle georecinzioni e su come utilizzarle in Azure Maps, argomenti che verranno trattati in questa lezione:
+
+[![Georecinzioni con Azure Maps dallo show Microsoft Developer IoT](https://img.youtube.com/vi/nsrgYhaYNVY/0.jpg)](https://www.youtube.com/watch?v=nsrgYhaYNVY)
+
+> 🎥 Clicca sull'immagine sopra per guardare il video
+
+## Quiz preliminare
+
+[Quiz preliminare](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/27)
+
+## Introduzione
+
+Nelle ultime 3 lezioni, hai utilizzato l'IoT per localizzare i camion che trasportano i tuoi prodotti dalla tua fattoria a un centro di lavorazione. Hai acquisito dati GPS, li hai inviati al cloud per archiviarli e li hai visualizzati su una mappa. Il prossimo passo per aumentare l'efficienza della tua catena di approvvigionamento è ricevere un avviso quando un camion sta per arrivare al centro di lavorazione, in modo che il personale necessario per lo scarico possa essere pronto con muletti e altre attrezzature non appena il veicolo arriva. In questo modo, lo scarico può avvenire rapidamente e non stai pagando un camion e un autista per aspettare.
+
+In questa lezione imparerai cosa sono le georecinzioni - regioni geospaziali definite, come un'area entro un raggio di 2 km da un centro di lavorazione - e come verificare se le coordinate GPS si trovano all'interno o all'esterno di una georecinzione, così da sapere se il tuo sensore GPS è arrivato o ha lasciato un'area.
+
+In questa lezione tratteremo:
+
+* [Cosa sono le georecinzioni](../../../../../3-transport/lessons/4-geofences)
+* [Definire una georecinzione](../../../../../3-transport/lessons/4-geofences)
+* [Testare punti rispetto a una georecinzione](../../../../../3-transport/lessons/4-geofences)
+* [Utilizzare georecinzioni con codice serverless](../../../../../3-transport/lessons/4-geofences)
+
+> 🗑 Questa è l'ultima lezione di questo progetto, quindi dopo aver completato questa lezione e l'esercizio, non dimenticare di pulire i tuoi servizi cloud. Avrai bisogno dei servizi per completare l'esercizio, quindi assicurati di completarlo prima.
+>
+> Consulta [la guida per pulire il tuo progetto](../../../clean-up.md) se necessario per istruzioni su come farlo.
+
+## Cosa sono le georecinzioni
+
+Una georecinzione è un perimetro virtuale per una regione geografica reale. Le georecinzioni possono essere cerchi definiti come un punto e un raggio (ad esempio un cerchio di 100m intorno a un edificio) o poligoni che coprono un'area come una zona scolastica, i confini di una città o un campus universitario o aziendale.
+
+![Alcuni esempi di georecinzioni che mostrano una georecinzione circolare intorno al negozio aziendale Microsoft e una georecinzione poligonale intorno al campus ovest di Microsoft](../../../../../translated_images/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.it.png)
+
+> 💁 Potresti aver già utilizzato le georecinzioni senza saperlo. Se hai impostato un promemoria utilizzando l'app Promemoria di iOS o Google Keep basato su una posizione, hai utilizzato una georecinzione. Queste app configurano una georecinzione basata sulla posizione fornita e ti avvisano quando il tuo telefono entra nella georecinzione.
+
+Ci sono molte ragioni per cui potresti voler sapere se un veicolo si trova all'interno o all'esterno di una georecinzione:
+
+* Preparazione per lo scarico - ricevere una notifica che un veicolo è arrivato sul posto consente al personale di essere pronto per scaricare il veicolo, riducendo i tempi di attesa. Questo può permettere a un autista di effettuare più consegne in un giorno con meno tempi morti.
+* Conformità fiscale - alcuni paesi, come la Nuova Zelanda, applicano tasse stradali per i veicoli diesel basate sul peso del veicolo quando si guida su strade pubbliche. Utilizzare le georecinzioni consente di tracciare i chilometri percorsi su strade pubbliche rispetto a quelle private, come fattorie o aree di disboscamento.
+* Monitoraggio dei furti - se un veicolo dovrebbe rimanere solo in una determinata area, come una fattoria, e lascia la georecinzione, potrebbe essere stato rubato.
+* Conformità alla posizione - alcune parti di un sito di lavoro, una fattoria o una fabbrica possono essere vietate a determinati veicoli, come mantenere i veicoli che trasportano fertilizzanti artificiali e pesticidi lontani dai campi che coltivano prodotti biologici. Se una georecinzione viene attraversata, il veicolo è fuori conformità e l'autista può essere avvisato.
+
+✅ Riesci a pensare ad altri usi per le georecinzioni?
+
+Azure Maps, il servizio che hai utilizzato nella lezione precedente per visualizzare i dati GPS, ti consente di definire georecinzioni e verificare se un punto si trova all'interno o all'esterno della georecinzione.
+
+## Definire una georecinzione
+
+Le georecinzioni sono definite utilizzando GeoJSON, lo stesso formato dei punti aggiunti alla mappa nella lezione precedente. In questo caso, invece di essere una `FeatureCollection` di valori `Point`, è una `FeatureCollection` contenente un `Polygon`.
+
+```json
+{
+   "type": "FeatureCollection",
+   "features": [
+     {
+       "type": "Feature",
+       "geometry": {
+         "type": "Polygon",
+         "coordinates": [
+           [
+             [
+               -122.13393688201903,
+               47.63829579223815
+             ],
+             [
+               -122.13389128446579,
+               47.63782047131512
+             ],
+             [
+               -122.13240802288054,
+               47.63783312249837
+             ],
+             [
+               -122.13238388299942,
+               47.63829037035086
+             ],
+             [
+               -122.13393688201903,
+               47.63829579223815
+             ]
+           ]
+         ]
+       },
+       "properties": {
+         "geometryId": "1"
+       }
+     }
+   ]
+}
+```
+
+Ogni punto del poligono è definito come una coppia longitudine, latitudine in un array, e questi punti sono in un array impostato come `coordinates`. In un `Point` nella lezione precedente, le `coordinates` erano un array contenente 2 valori, latitudine e longitudine; per un `Polygon` è un array di array contenenti 2 valori, longitudine e latitudine.
+
+> 💁 Ricorda, GeoJSON utilizza `longitudine, latitudine` per i punti, non `latitudine, longitudine`.
+
+L'array delle coordinate del poligono ha sempre 1 voce in più rispetto al numero di punti del poligono, con l'ultima voce uguale alla prima, chiudendo il poligono. Ad esempio, per un rettangolo ci sarebbero 5 punti.
+
+![Un rettangolo con coordinate](../../../../../translated_images/polygon-points.302193da381cb415f46c2c7a98496ee4be05d6c73d21238a89721ad93e121233.it.png)
+
+Nell'immagine sopra, c'è un rettangolo. Le coordinate del poligono iniziano in alto a sinistra a 47,-122, poi si spostano a destra a 47,-121, poi in basso a 46,-121, poi a sinistra a 46,-122, e infine tornano al punto di partenza a 47,-122. Questo dà al poligono 5 punti: in alto a sinistra, in alto a destra, in basso a destra, in basso a sinistra, e infine in alto a sinistra per chiuderlo.
+
+✅ Prova a creare un poligono GeoJSON intorno alla tua casa o scuola. Usa uno strumento come [GeoJSON.io](https://geojson.io/).
+
+### Compito - definire una georecinzione
+
+Per utilizzare una georecinzione in Azure Maps, prima deve essere caricata nel tuo account Azure Maps. Una volta caricata, riceverai un ID univoco che puoi utilizzare per testare un punto rispetto alla georecinzione. Per caricare le georecinzioni su Azure Maps, devi utilizzare l'API web di Azure Maps. Puoi chiamare l'API web di Azure Maps utilizzando uno strumento chiamato [curl](https://curl.se).
+
+> 🎓 Curl è uno strumento da riga di comando per effettuare richieste a endpoint web.
+
+1. Se stai utilizzando Linux, macOS o una versione recente di Windows 10, probabilmente hai già curl installato. Esegui il seguente comando dal tuo terminale o prompt dei comandi per verificare:
+
+    ```sh
+    curl --version
+    ```
+
+    Se non vedi informazioni sulla versione di curl, dovrai installarlo dalla [pagina di download di curl](https://curl.se/download.html).
+
+    > 💁 Se hai esperienza con Postman, puoi utilizzare quello al posto di curl, se preferisci.
+
+1. Crea un file GeoJSON contenente un poligono. Lo testerai utilizzando il tuo sensore GPS, quindi crea un poligono intorno alla tua posizione attuale. Puoi crearlo manualmente modificando l'esempio GeoJSON fornito sopra o utilizzare uno strumento come [GeoJSON.io](https://geojson.io/).
+
+    Il GeoJSON dovrà contenere una `FeatureCollection`, contenente una `Feature` con una `geometry` di tipo `Polygon`.
+
+    Devi **OBBLIGATORIAMENTE** aggiungere anche un elemento `properties` allo stesso livello dell'elemento `geometry`, e questo deve contenere un `geometryId`:
+
+    ```json
+    "properties": {
+        "geometryId": "1"
+    }
+    ```
+
+    Se utilizzi [GeoJSON.io](https://geojson.io/), dovrai aggiungere manualmente questo elemento all'elemento `properties` vuoto, o dopo aver scaricato il file JSON o nell'editor JSON dell'app.
+
+    Questo `geometryId` deve essere univoco in questo file. Puoi caricare più georecinzioni come più `Features` nella `FeatureCollection` nello stesso file GeoJSON, purché ognuna abbia un `geometryId` diverso. I poligoni possono avere lo stesso `geometryId` se vengono caricati da un file diverso in un momento diverso.
+
+1. Salva questo file come `geofence.json` e naviga nella directory in cui è salvato tramite il terminale o la console.
+
+1. Esegui il seguente comando curl per creare la georecinzione:
+
+    ```sh
+    curl --request POST 'https://atlas.microsoft.com/mapData/upload?api-version=1.0&dataFormat=geojson&subscription-key=<subscription_key>' \
+         --header 'Content-Type: application/json' \
+         --include \
+         --data @geofence.json
+    ```
+
+    Sostituisci `<subscription_key>` nell'URL con la chiave API del tuo account Azure Maps.
+
+    L'URL viene utilizzato per caricare i dati della mappa tramite l'API `https://atlas.microsoft.com/mapData/upload`. La chiamata include un parametro `api-version` per specificare quale API di Azure Maps utilizzare, per consentire all'API di cambiare nel tempo mantenendo la compatibilità retroattiva. Il formato dei dati caricati è impostato su `geojson`.
+
+    Questo eseguirà la richiesta POST all'API di caricamento e restituirà un elenco di intestazioni di risposta che include un'intestazione chiamata `location`.
+
+    ```output
+    content-type: application/json
+    location: https://us.atlas.microsoft.com/mapData/operations/1560ced6-3a80-46f2-84b2-5b1531820eab?api-version=1.0
+    x-ms-azuremaps-region: West US 2
+    x-content-type-options: nosniff
+    strict-transport-security: max-age=31536000; includeSubDomains
+    x-cache: CONFIG_NOCACHE
+    date: Sat, 22 May 2021 21:34:57 GMT
+    content-length: 0
+    ```
+
+    > 🎓 Quando si chiama un endpoint web, è possibile passare parametri alla chiamata aggiungendo un `?` seguito da coppie chiave-valore come `chiave=valore`, separando le coppie chiave-valore con un `&`.
+
+1. Azure Maps non elabora immediatamente questa richiesta, quindi dovrai verificare se la richiesta di caricamento è stata completata utilizzando l'URL fornito nell'intestazione `location`. Effettua una richiesta GET a questa posizione per verificare lo stato. Dovrai aggiungere la tua chiave di sottoscrizione alla fine dell'URL `location` aggiungendo `&subscription-key=<subscription_key>` alla fine, sostituendo `<subscription_key>` con la chiave API del tuo account Azure Maps. Esegui il seguente comando:
+
+    ```sh
+    curl --request GET '<location>&subscription-key=<subscription_key>'
+    ```
+
+    Sostituisci `<location>` con il valore dell'intestazione `location` e `<subscription_key>` con la chiave API del tuo account Azure Maps.
+
+1. Controlla il valore di `status` nella risposta. Se non è `Succeeded`, attendi un minuto e riprova.
+
+1. Una volta che lo stato ritorna come `Succeeded`, guarda il valore di `resourceLocation` nella risposta. Questo contiene i dettagli sull'ID univoco (noto come UDID) per l'oggetto GeoJSON. L'UDID è il valore dopo `metadata/`, escludendo `api-version`. Ad esempio, se il `resourceLocation` fosse:
+
+    ```json
+    {
+      "resourceLocation": "https://us.atlas.microsoft.com/mapData/metadata/7c3776eb-da87-4c52-ae83-caadf980323a?api-version=1.0"
+    }
+    ```
+
+    Allora l'UDID sarebbe `7c3776eb-da87-4c52-ae83-caadf980323a`.
+
+    Conserva una copia di questo UDID, poiché ti servirà per testare la georecinzione.
+
+## Testare punti rispetto a una georecinzione
+
+Una volta che il poligono è stato caricato su Azure Maps, puoi testare un punto per verificare se si trova all'interno o all'esterno della georecinzione. Puoi farlo effettuando una richiesta all'API web, passando l'UDID della georecinzione e la latitudine e longitudine del punto da testare.
+
+Quando effettui questa richiesta, puoi anche passare un valore chiamato `searchBuffer`. Questo indica all'API Maps quanto essere accurati nel restituire i risultati. Il motivo è che il GPS non è perfettamente accurato e a volte le posizioni possono essere sbagliate di metri o più. Il valore predefinito per il search buffer è 50m, ma puoi impostare valori da 0m a 500m.
+
+Quando i risultati vengono restituiti dalla chiamata API, una delle parti del risultato è una `distance` misurata fino al punto più vicino sul bordo della georecinzione, con un valore positivo se il punto è all'esterno della georecinzione, negativo se è all'interno. Se questa distanza è inferiore al search buffer, viene restituito il valore effettivo in metri, altrimenti il valore è 999 o -999. 999 significa che il punto è all'esterno della georecinzione di oltre il search buffer, -999 significa che è all'interno della georecinzione di oltre il search buffer.
+
+![Una georecinzione con un search buffer di 50m intorno ad essa](../../../../../translated_images/search-buffer-and-distance.e6a79af3898183c7b2ef6fbf12271b8b34afd23969bb946962b1b18d3d2635e8.it.png)
+
+Nell'immagine sopra, la georecinzione ha un search buffer di 50m.
+
+* Un punto al centro della georecinzione, ben all'interno del search buffer, ha una distanza di **-999**.
+* Un punto ben al di fuori del search buffer ha una distanza di **999**.
+* Un punto all'interno della georecinzione e all'interno del search buffer, a 6m dalla georecinzione, ha una distanza di **6m**.
+* Un punto all'esterno della georecinzione e all'interno del search buffer, a 39m dalla georecinzione, ha una distanza di **39m**.
+
+È importante conoscere la distanza dal bordo della georecinzione e combinarla con altre informazioni, come altre letture GPS, velocità e dati stradali, quando si prendono decisioni basate sulla posizione di un veicolo.
+
+Ad esempio, immagina letture GPS che mostrano un veicolo che percorre una strada che finisce per correre accanto a una georecinzione. Se un singolo valore GPS è impreciso e colloca il veicolo all'interno della georecinzione, nonostante non ci sia accesso veicolare, allora può essere ignorato.
+
+![Un percorso GPS che mostra un veicolo che passa accanto al campus Microsoft sulla 520, con letture GPS lungo la strada tranne una sul campus, all'interno di una georecinzione](../../../../../translated_images/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.it.png)
+Nell'immagine sopra, c'è una geofence che copre una parte del campus di Microsoft. La linea rossa mostra un camion che percorre la 520, con cerchi che rappresentano le letture GPS. La maggior parte di queste letture sono accurate e si trovano lungo la 520, ma c'è una lettura imprecisa all'interno della geofence. Non è possibile che questa lettura sia corretta: non ci sono strade che permettano al camion di deviare improvvisamente dalla 520 verso il campus e poi tornare sulla 520. Il codice che verifica questa geofence dovrà considerare le letture precedenti prima di agire sui risultati del test della geofence.
+
+✅ Quali dati aggiuntivi ti servirebbero per verificare se una lettura GPS può essere considerata corretta?
+
+### Attività - testare punti rispetto a una geofence
+
+1. Inizia costruendo l'URL per la query dell'API web. Il formato è:
+
+    ```output
+    https://atlas.microsoft.com/spatial/geofence/json?api-version=1.0&deviceId=gps-sensor&subscription-key=<subscription-key>&udid=<UDID>&lat=<lat>&lon=<lon>
+    ```
+
+    Sostituisci `<subscription_key>` con la chiave API del tuo account Azure Maps.
+
+    Sostituisci `<UDID>` con l'UDID della geofence dal compito precedente.
+
+    Sostituisci `<lat>` e `<lon>` con la latitudine e la longitudine che desideri testare.
+
+    Questo URL utilizza l'API `https://atlas.microsoft.com/spatial/geofence/json` per interrogare una geofence definita utilizzando GeoJSON. Si riferisce alla versione `1.0` dell'API. Il parametro `deviceId` è obbligatorio e dovrebbe essere il nome del dispositivo da cui provengono latitudine e longitudine.
+
+    Il buffer di ricerca predefinito è di 50m, ma puoi modificarlo aggiungendo un parametro aggiuntivo `searchBuffer=<distance>`, impostando `<distance>` alla distanza del buffer di ricerca in metri, da 0 a 500.
+
+1. Usa curl per effettuare una richiesta GET a questo URL:
+
+    ```sh
+    curl --request GET '<URL>'
+    ```
+
+    > 💁 Se ricevi un codice di risposta `BadRequest`, con un errore:
+    >
+    > ```output
+    > Invalid GeoJSON: All feature properties should contain a geometryId, which is used for identifying the geofence.
+    > ```
+    >
+    > allora il tuo GeoJSON manca della sezione `properties` con il `geometryId`. Dovrai correggere il tuo GeoJSON, quindi ripetere i passaggi sopra per ricaricarlo e ottenere un nuovo UDID.
+
+1. La risposta conterrà un elenco di `geometries`, uno per ogni poligono definito nel GeoJSON utilizzato per creare la geofence. Ogni geometria ha 3 campi di interesse: `distance`, `nearestLat` e `nearestLon`.
+
+    ```output
+    {
+        "geometries": [
+            {
+                "deviceId": "gps-sensor",
+                "udId": "7c3776eb-da87-4c52-ae83-caadf980323a",
+                "geometryId": "1",
+                "distance": 999.0,
+                "nearestLat": 47.645875,
+                "nearestLon": -122.142713
+            }
+        ],
+        "expiredGeofenceGeometryId": [],
+        "invalidPeriodGeofenceGeometryId": []
+    }
+    ```
+
+    * `nearestLat` e `nearestLon` sono la latitudine e la longitudine di un punto sul bordo della geofence più vicino alla posizione testata.
+
+    * `distance` è la distanza dalla posizione testata al punto più vicino sul bordo della geofence. Numeri negativi indicano che il punto è all'interno della geofence, numeri positivi all'esterno. Questo valore sarà inferiore a 50 (il buffer di ricerca predefinito) o 999.
+
+1. Ripeti questo processo più volte con posizioni all'interno e all'esterno della geofence.
+
+## Utilizzare le geofence con codice serverless
+
+Ora puoi aggiungere un nuovo trigger alla tua app Functions per testare i dati GPS dell'IoT Hub rispetto alla geofence.
+
+### Gruppi di consumatori
+
+Come ricorderai dalle lezioni precedenti, l'IoT Hub ti consente di riprodurre eventi ricevuti dall'hub ma non ancora elaborati. Ma cosa succede se si connettono più trigger? Come saprà quale trigger ha elaborato quali eventi?
+
+La risposta è che non può! Invece, puoi definire più connessioni separate per leggere gli eventi, e ciascuna può gestire la riproduzione dei messaggi non letti. Questi sono chiamati *gruppi di consumatori*. Quando ti connetti all'endpoint, puoi specificare a quale gruppo di consumatori vuoi connetterti. Ogni componente della tua applicazione si connetterà a un gruppo di consumatori diverso.
+
+![Un IoT Hub con 3 gruppi di consumatori che distribuiscono gli stessi messaggi a 3 diverse app Functions](../../../../../translated_images/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.it.png)
+
+In teoria, fino a 5 applicazioni possono connettersi a ciascun gruppo di consumatori, e tutte riceveranno i messaggi quando arrivano. È una buona pratica avere una sola applicazione che accede a ciascun gruppo di consumatori per evitare l'elaborazione duplicata dei messaggi e garantire che, al riavvio, tutti i messaggi in coda vengano elaborati correttamente. Ad esempio, se lanciassi la tua app Functions localmente e la stessi eseguendo anche nel cloud, entrambe elaborerebbero i messaggi, portando a blob duplicati archiviati nell'account di archiviazione.
+
+Se esamini il file `function.json` per il trigger dell'IoT Hub che hai creato in una lezione precedente, vedrai il gruppo di consumatori nella sezione di binding del trigger dell'event hub:
+
+```json
+"consumerGroup": "$Default"
+```
+
+Quando crei un IoT Hub, viene creato automaticamente il gruppo di consumatori `$Default`. Se desideri aggiungere un trigger aggiuntivo, puoi farlo utilizzando un nuovo gruppo di consumatori.
+
+> 💁 In questa lezione, utilizzerai una funzione diversa per testare la geofence rispetto a quella utilizzata per archiviare i dati GPS. Questo serve a mostrare come utilizzare i gruppi di consumatori e separare il codice per renderlo più leggibile e comprensibile. In un'applicazione di produzione ci sono molti modi per architettare questo - mettendo entrambi in una funzione, utilizzando un trigger sull'account di archiviazione per eseguire una funzione che controlla la geofence, o utilizzando più funzioni. Non esiste un "modo giusto", dipende dal resto della tua applicazione e dalle tue esigenze.
+
+### Attività - creare un nuovo gruppo di consumatori
+
+1. Esegui il seguente comando per creare un nuovo gruppo di consumatori chiamato `geofence` per il tuo IoT Hub:
+
+    ```sh
+    az iot hub consumer-group create --name geofence \
+                                     --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome che hai utilizzato per il tuo IoT Hub.
+
+1. Se desideri vedere tutti i gruppi di consumatori per un IoT Hub, esegui il seguente comando:
+
+    ```sh
+    az iot hub consumer-group list --output table \
+                                   --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome che hai utilizzato per il tuo IoT Hub. Questo elencherà tutti i gruppi di consumatori.
+
+    ```output
+    Name      ResourceGroup
+    --------  ---------------
+    $Default  gps-sensor
+    geofence  gps-sensor
+    ```
+
+> 💁 Quando hai eseguito il monitoraggio degli eventi dell'IoT Hub in una lezione precedente, si è connesso al gruppo di consumatori `$Default`. Questo è il motivo per cui non puoi eseguire contemporaneamente il monitoraggio degli eventi e un trigger di eventi. Se desideri eseguire entrambi, puoi utilizzare altri gruppi di consumatori per tutte le tue app Functions e mantenere `$Default` per il monitoraggio degli eventi.
+
+### Attività - creare un nuovo trigger per l'IoT Hub
+
+1. Aggiungi un nuovo trigger di eventi dell'IoT Hub alla tua app `gps-trigger` che hai creato in una lezione precedente. Chiama questa funzione `geofence-trigger`.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per creare un trigger di eventi dell'IoT Hub dal progetto 2, lezione 5 se necessario](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#create-an-iot-hub-event-trigger).
+
+1. Configura la stringa di connessione dell'IoT Hub nel file `function.json`. Il file `local.settings.json` è condiviso tra tutti i trigger nell'app Functions.
+
+1. Aggiorna il valore di `consumerGroup` nel file `function.json` per fare riferimento al nuovo gruppo di consumatori `geofence`:
+
+    ```json
+    "consumerGroup": "geofence"
+    ```
+
+1. Avrai bisogno della chiave di sottoscrizione per il tuo account Azure Maps in questo trigger, quindi aggiungi una nuova voce al file `local.settings.json` chiamata `MAPS_KEY`.
+
+1. Esegui l'app Functions per assicurarti che si stia connettendo ed elaborando i messaggi. Il `iot-hub-trigger` della lezione precedente verrà eseguito e caricherà anche i blob nell'archiviazione.
+
+    > Per evitare letture GPS duplicate nell'archiviazione blob, puoi interrompere l'app Functions che hai in esecuzione nel cloud. Per farlo, usa il seguente comando:
+    >
+    > ```sh
+    > az functionapp stop --resource-group gps-sensor \
+    >                     --name <functions_app_name>
+    > ```
+    >
+    > Sostituisci `<functions_app_name>` con il nome che hai utilizzato per la tua app Functions.
+    >
+    > Puoi riavviarla successivamente con il seguente comando:
+    >
+    > ```sh
+    > az functionapp start --resource-group gps-sensor \
+    >                     --name <functions_app_name>
+    > ```
+    >
+    > Sostituisci `<functions_app_name>` con il nome che hai utilizzato per la tua app Functions.
+
+### Attività - testare la geofence dal trigger
+
+In una lezione precedente hai utilizzato curl per interrogare una geofence e verificare se un punto si trovava all'interno o all'esterno. Puoi effettuare una richiesta web simile all'interno del tuo trigger.
+
+1. Per interrogare la geofence, hai bisogno del suo UDID. Aggiungi una nuova voce al file `local.settings.json` chiamata `GEOFENCE_UDID` con questo valore.
+
+1. Apri il file `__init__.py` dal nuovo trigger `geofence-trigger`.
+
+1. Aggiungi il seguente import all'inizio del file:
+
+    ```python
+    import json
+    import os
+    import requests
+    ```
+
+    Il pacchetto `requests` ti consente di effettuare chiamate API web. Azure Maps non ha un SDK per Python, quindi devi effettuare chiamate API web per utilizzarlo dal codice Python.
+
+1. Aggiungi le seguenti 2 righe all'inizio del metodo `main` per ottenere la chiave di sottoscrizione di Maps:
+
+    ```python
+    maps_key = os.environ['MAPS_KEY']
+    geofence_udid = os.environ['GEOFENCE_UDID']    
+    ```
+
+1. All'interno del ciclo `for event in events`, aggiungi il seguente codice per ottenere latitudine e longitudine da ciascun evento:
+
+    ```python
+    event_body = json.loads(event.get_body().decode('utf-8'))
+    lat = event_body['gps']['lat']
+    lon = event_body['gps']['lon']
+    ```
+
+    Questo codice converte il JSON dal corpo dell'evento in un dizionario, quindi estrae `lat` e `lon` dal campo `gps`.
+
+1. Quando utilizzi `requests`, invece di costruire un URL lungo come hai fatto con curl, puoi utilizzare solo la parte dell'URL e passare i parametri come dizionario. Aggiungi il seguente codice per definire l'URL da chiamare e configurare i parametri:
+
+    ```python
+    url = 'https://atlas.microsoft.com/spatial/geofence/json'
+
+    params = {
+        'api-version': 1.0,
+        'deviceId': 'gps-sensor',
+        'subscription-key': maps_key,
+        'udid' : geofence_udid,
+        'lat' : lat,
+        'lon' : lon
+    }
+    ```
+
+    Gli elementi nel dizionario `params` corrisponderanno alle coppie chiave-valore che hai utilizzato quando hai chiamato l'API web tramite curl.
+
+1. Aggiungi le seguenti righe di codice per chiamare l'API web:
+
+    ```python
+    response = requests.get(url, params=params)
+    response_body = json.loads(response.text)
+    ```
+
+    Questo chiama l'URL con i parametri e ottiene un oggetto di risposta.
+
+1. Aggiungi il seguente codice sotto questo:
+
+    ```python
+    distance = response_body['geometries'][0]['distance']
+
+    if distance == 999:
+        logging.info('Point is outside geofence')
+    elif distance > 0:
+        logging.info(f'Point is just outside geofence by a distance of {distance}m')
+    elif distance == -999:
+        logging.info(f'Point is inside geofence')
+    else:
+        logging.info(f'Point is just inside geofence by a distance of {distance}m')
+    ```
+
+    Questo codice presume 1 geometria e estrae la distanza da quella singola geometria. Quindi registra messaggi diversi in base alla distanza.
+
+1. Esegui questo codice. Vedrai nell'output dei log se le coordinate GPS sono all'interno o all'esterno della geofence, con una distanza se il punto si trova entro 50m. Prova questo codice con geofence diverse in base alla posizione del tuo sensore GPS, prova a spostare il sensore (ad esempio collegandolo al WiFi di un telefono cellulare o utilizzando coordinate diverse sul dispositivo IoT virtuale) per vedere il cambiamento.
+
+1. Quando sei pronto, distribuisci questo codice alla tua app Functions nel cloud. Non dimenticare di distribuire le nuove impostazioni dell'applicazione.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per caricare le impostazioni dell'applicazione dal progetto 2, lezione 5 se necessario](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---upload-your-application-settings).
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per distribuire la tua app Functions dal progetto 2, lezione 5 se necessario](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---deploy-your-functions-app-to-the-cloud).
+
+> 💁 Puoi trovare questo codice nella cartella [code/functions](../../../../../3-transport/lessons/4-geofences/code/functions).
+
+---
+
+## 🚀 Sfida
+
+In questa lezione hai aggiunto una geofence utilizzando un file GeoJSON con un singolo poligono. Puoi caricare più poligoni contemporaneamente, purché abbiano valori `geometryId` diversi nella sezione `properties`.
+
+Prova a caricare un file GeoJSON con più poligoni e adatta il tuo codice per trovare quale poligono è più vicino o contiene le coordinate GPS.
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/28)
+
+## Revisione e studio autonomo
+
+* Leggi di più sulle geofence e alcuni dei loro casi d'uso sulla [pagina Geofencing di Wikipedia](https://en.wikipedia.org/wiki/Geo-fence).
+* Leggi di più sull'API di geofencing di Azure Maps nella [documentazione Microsoft Azure Maps Spatial - Get Geofence](https://docs.microsoft.com/rest/api/maps/spatial/getgeofence?WT.mc_id=academic-17441-jabenn).
+* Leggi di più sui gruppi di consumatori nella [documentazione sulle funzionalità e la terminologia di Azure Event Hubs - Event consumers](https://docs.microsoft.com/azure/event-hubs/event-hubs-features?WT.mc_id=academic-17441-jabenn#event-consumers).
+
+## Compito
+
+[Invia notifiche utilizzando Twilio](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/3-transport/lessons/4-geofences/assignment.md b/translations/it/3-transport/lessons/4-geofences/assignment.md
new file mode 100644
index 00000000..90df797a
--- /dev/null
+++ b/translations/it/3-transport/lessons/4-geofences/assignment.md
@@ -0,0 +1,30 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5cb65a6ec4387ed177e145347e8e308e",
+  "translation_date": "2025-08-25T18:02:18+00:00",
+  "source_file": "3-transport/lessons/4-geofences/assignment.md",
+  "language_code": "it"
+}
+-->
+# Invia notifiche utilizzando Twilio
+
+## Istruzioni
+
+Nel tuo codice finora hai solo registrato la distanza dalla geofence. In questo esercizio dovrai aggiungere una notifica, che sia un messaggio di testo o un'email, quando le coordinate GPS si trovano all'interno della geofence.
+
+Azure Functions offre molte opzioni per i binding, inclusi servizi di terze parti come Twilio, una piattaforma di comunicazione.
+
+* Registrati per un account gratuito su [Twilio.com](https://www.twilio.com)
+* Leggi la documentazione sui binding di Azure Functions per gli SMS di Twilio nella [pagina della documentazione Microsoft sui binding Twilio per Azure Functions](https://docs.microsoft.com/azure/azure-functions/functions-bindings-twilio?WT.mc_id=academic-17441-jabenn&tabs=python).
+* Leggi la documentazione sui binding di Azure Functions per Twilio SendGrid per inviare email nella [pagina della documentazione Microsoft sui binding SendGrid per Azure Functions](https://docs.microsoft.com/azure/azure-functions/functions-bindings-sendgrid?WT.mc_id=academic-17441-jabenn&tabs=python).
+* Aggiungi il binding alla tua app Functions per ricevere notifiche sulle coordinate GPS sia all'interno che all'esterno della geofence - ma non entrambe.
+
+## Criteri di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Configurare i binding delle funzioni e ricevere un'email o un SMS | È stato in grado di configurare i binding delle funzioni e ricevere un'email o un SMS quando si trovava all'interno o all'esterno della geofence, ma non entrambe | È stato in grado di configurare i binding ma non è riuscito a inviare l'email o l'SMS, oppure è riuscito a inviare solo quando le coordinate erano sia all'interno che all'esterno | Non è stato in grado di configurare i binding e inviare un'email o un SMS |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/README.md b/translations/it/4-manufacturing/README.md
new file mode 100644
index 00000000..6fb7681e
--- /dev/null
+++ b/translations/it/4-manufacturing/README.md
@@ -0,0 +1,36 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3764e089adf2d5801272bc0895f8498b",
+  "translation_date": "2025-08-25T16:26:12+00:00",
+  "source_file": "4-manufacturing/README.md",
+  "language_code": "it"
+}
+-->
+# Produzione e lavorazione - utilizzare l'IoT per migliorare la lavorazione degli alimenti
+
+Una volta che il cibo arriva a un hub centrale o a un impianto di lavorazione, non sempre viene semplicemente spedito ai supermercati. Molto spesso il cibo passa attraverso una serie di fasi di lavorazione, come la selezione per qualità. Questo processo era in passato manuale: iniziava nei campi, dove i raccoglitori sceglievano solo i frutti maturi, e poi in fabbrica i frutti venivano trasportati su un nastro trasportatore e gli operai rimuovevano manualmente quelli ammaccati o marci. Avendo raccolto e selezionato fragole personalmente come lavoro estivo durante la scuola, posso testimoniare che non è un lavoro divertente.
+
+Configurazioni più moderne si affidano all'IoT per la selezione. Alcuni dei primi dispositivi, come i selezionatori di [Weco](https://wecotek.com), utilizzano sensori ottici per rilevare la qualità dei prodotti, scartando ad esempio i pomodori verdi. Questi dispositivi possono essere utilizzati direttamente sui macchinari di raccolta in azienda agricola o negli impianti di lavorazione.
+
+Con i progressi nell'Intelligenza Artificiale (AI) e nel Machine Learning (ML), queste macchine possono diventare più avanzate, utilizzando modelli ML addestrati per distinguere tra frutti e oggetti estranei come pietre, terra o insetti. Questi modelli possono anche essere addestrati per rilevare la qualità dei frutti, non solo quelli ammaccati ma anche per una rilevazione precoce di malattie o altri problemi delle colture.
+
+> 🎓 Il termine *modello ML* si riferisce al risultato dell'addestramento di un software di machine learning su un set di dati. Ad esempio, è possibile addestrare un modello ML per distinguere tra pomodori maturi e acerbi, e poi utilizzare il modello su nuove immagini per verificare se i pomodori sono maturi o meno.
+
+In queste 4 lezioni imparerai come addestrare modelli AI basati su immagini per rilevare la qualità dei frutti, come utilizzarli da un dispositivo IoT e come eseguirli al limite - ovvero su un dispositivo IoT piuttosto che nel cloud.
+
+> 💁 Queste lezioni utilizzeranno alcune risorse cloud. Se non completi tutte le lezioni di questo progetto, assicurati di [pulire il tuo progetto](../clean-up.md).
+
+## Argomenti
+
+1. [Addestrare un rilevatore di qualità dei frutti](./lessons/1-train-fruit-detector/README.md)
+1. [Verificare la qualità dei frutti da un dispositivo IoT](./lessons/2-check-fruit-from-device/README.md)
+1. [Eseguire il rilevatore di qualità dei frutti al limite](./lessons/3-run-fruit-detector-edge/README.md)
+1. [Attivare il rilevamento della qualità dei frutti da un sensore](./lessons/4-trigger-fruit-detector/README.md)
+
+## Crediti
+
+Tutte le lezioni sono state scritte con ♥️ da [Jen Fox](https://github.com/jenfoxbot) e [Jim Bennett](https://GitHub.com/JimBobBennett)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/1-train-fruit-detector/README.md b/translations/it/4-manufacturing/lessons/1-train-fruit-detector/README.md
new file mode 100644
index 00000000..5d818f43
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/1-train-fruit-detector/README.md
@@ -0,0 +1,242 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "f5e63c916d2dd97d58be12aaf76bd9f1",
+  "translation_date": "2025-08-25T16:27:34+00:00",
+  "source_file": "4-manufacturing/lessons/1-train-fruit-detector/README.md",
+  "language_code": "it"
+}
+-->
+# Addestrare un rilevatore di qualità della frutta
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questo video offre una panoramica del servizio Azure Custom Vision, un servizio che verrà trattato in questa lezione.
+
+[![Custom Vision – Machine Learning Made Easy | The Xamarin Show](https://img.youtube.com/vi/TETcDLJlWR4/0.jpg)](https://www.youtube.com/watch?v=TETcDLJlWR4)
+
+> 🎥 Clicca sull'immagine sopra per guardare il video
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/29)
+
+## Introduzione
+
+La recente crescita dell'Intelligenza Artificiale (AI) e del Machine Learning (ML) sta fornendo una vasta gamma di capacità agli sviluppatori di oggi. I modelli di ML possono essere addestrati per riconoscere diversi elementi nelle immagini, inclusa la frutta acerba, e questo può essere utilizzato nei dispositivi IoT per aiutare a selezionare i prodotti sia durante la raccolta che durante la lavorazione in fabbrica o nei magazzini.
+
+In questa lezione imparerai la classificazione delle immagini - utilizzando modelli di ML per distinguere tra immagini di cose diverse. Imparerai come addestrare un classificatore di immagini per distinguere tra frutta buona e frutta cattiva, sia acerba che troppo matura, ammaccata o marcia.
+
+In questa lezione tratteremo:
+
+* [Utilizzare AI e ML per selezionare il cibo](../../../../../4-manufacturing/lessons/1-train-fruit-detector)
+* [Classificazione delle immagini tramite Machine Learning](../../../../../4-manufacturing/lessons/1-train-fruit-detector)
+* [Addestrare un classificatore di immagini](../../../../../4-manufacturing/lessons/1-train-fruit-detector)
+* [Testare il tuo classificatore di immagini](../../../../../4-manufacturing/lessons/1-train-fruit-detector)
+* [Riaddestrare il tuo classificatore di immagini](../../../../../4-manufacturing/lessons/1-train-fruit-detector)
+
+## Utilizzare AI e ML per selezionare il cibo
+
+Nutrire la popolazione globale è difficile, soprattutto a un prezzo che renda il cibo accessibile a tutti. Uno dei costi maggiori è la manodopera, quindi gli agricoltori si stanno sempre più orientando verso l'automazione e strumenti come l'IoT per ridurre i costi del lavoro. La raccolta manuale è intensiva (e spesso un lavoro faticoso), e viene sostituita da macchinari, soprattutto nei paesi più ricchi. Nonostante i risparmi nei costi derivanti dall'uso di macchinari per la raccolta, c'è un lato negativo: la capacità di selezionare il cibo durante la raccolta.
+
+Non tutte le colture maturano uniformemente. I pomodori, ad esempio, possono avere ancora alcuni frutti verdi sulla pianta quando la maggior parte è pronta per la raccolta. Sebbene sia uno spreco raccogliere questi frutti acerbi, è più economico e facile per l'agricoltore raccogliere tutto utilizzando macchinari e smaltire successivamente i prodotti acerbi.
+
+✅ Osserva diversi tipi di frutta o verdura, sia che crescano vicino a te in fattorie o nel tuo giardino, sia nei negozi. Sono tutti della stessa maturazione o noti variazioni?
+
+L'ascesa della raccolta automatizzata ha spostato la selezione dei prodotti dalla raccolta alla fabbrica. Il cibo viaggiava su lunghe cinture trasportatrici con squadre di persone che selezionavano i prodotti rimuovendo tutto ciò che non soddisfaceva gli standard di qualità richiesti. La raccolta era più economica grazie ai macchinari, ma c'era ancora un costo per la selezione manuale del cibo.
+
+![Se viene rilevato un pomodoro rosso, continua il suo percorso senza interruzioni. Se viene rilevato un pomodoro verde, viene spinto in un cestino di scarto da una leva](../../../../../translated_images/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.it.png)
+
+L'evoluzione successiva è stata l'uso di macchine per la selezione, integrate nella mietitrice o negli impianti di lavorazione. La prima generazione di queste macchine utilizzava sensori ottici per rilevare i colori, controllando attuatori per spingere i pomodori verdi in un cestino di scarto utilizzando leve o getti d'aria, lasciando che i pomodori rossi continuassero su una rete di nastri trasportatori.
+
+In questo video, mentre i pomodori cadono da un nastro trasportatore all'altro, i pomodori verdi vengono rilevati e spinti in un cestino utilizzando leve.
+
+✅ Quali condizioni sarebbero necessarie in una fabbrica o in un campo affinché questi sensori ottici funzionino correttamente?
+
+Le ultime evoluzioni di queste macchine di selezione sfruttano AI e ML, utilizzando modelli addestrati per distinguere i prodotti buoni da quelli cattivi, non solo attraverso evidenti differenze di colore come pomodori verdi contro rossi, ma anche attraverso differenze più sottili nell'aspetto che possono indicare malattie o ammaccature.
+
+## Classificazione delle immagini tramite Machine Learning
+
+La programmazione tradizionale consiste nel prendere dati, applicare un algoritmo ai dati e ottenere un output. Ad esempio, nel progetto precedente hai preso coordinate GPS e un geofence, applicato un algoritmo fornito da Azure Maps e ottenuto un risultato che indicava se il punto era dentro o fuori dal geofence. Inserisci più dati, ottieni più output.
+
+![Lo sviluppo tradizionale prende input e un algoritmo e restituisce output. Il machine learning utilizza dati di input e output per addestrare un modello, e questo modello può prendere nuovi dati di input per generare nuovi output](../../../../../translated_images/traditional-vs-ml.5c20c169621fa539ca84a2cd9a49f6ff7410b3a6c6b46c97ff2af3f99db3c66b.it.png)
+
+Il machine learning ribalta questo processo: si parte dai dati e dagli output noti, e l'algoritmo di machine learning apprende dai dati. Puoi quindi prendere quell'algoritmo addestrato, chiamato *modello di machine learning* o *modello*, e inserire nuovi dati per ottenere nuovi output.
+
+> 🎓 Il processo in cui un algoritmo di machine learning apprende dai dati è chiamato *addestramento*. Gli input e gli output noti sono chiamati *dati di addestramento*.
+
+Ad esempio, potresti fornire a un modello milioni di immagini di banane acerbe come dati di input per l'addestramento, con l'output di addestramento impostato su `acerba`, e milioni di immagini di banane mature come dati di addestramento con l'output impostato su `matura`. L'algoritmo di ML creerà quindi un modello basato su questi dati. Successivamente, puoi fornire a questo modello una nuova immagine di una banana e il modello predirà se la nuova immagine rappresenta una banana matura o acerba.
+
+> 🎓 I risultati dei modelli di ML sono chiamati *predizioni*
+
+![2 banane, una matura con una predizione del 99,7% matura, 0,3% acerba, e una acerba con una predizione dell'1,4% matura, 98,6% acerba](../../../../../translated_images/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.it.png)
+
+I modelli di ML non forniscono una risposta binaria, ma piuttosto probabilità. Ad esempio, un modello potrebbe ricevere un'immagine di una banana e predire `matura` al 99,7% e `acerba` allo 0,3%. Il tuo codice sceglierebbe quindi la predizione migliore e deciderebbe che la banana è matura.
+
+Il modello di ML utilizzato per rilevare immagini come questa è chiamato *classificatore di immagini* - viene fornito con immagini etichettate e poi classifica nuove immagini basandosi su queste etichette.
+
+> 💁 Questa è una semplificazione, e ci sono molti altri modi per addestrare modelli che non richiedono sempre output etichettati, come l'apprendimento non supervisionato. Se vuoi saperne di più sul ML, dai un'occhiata a [ML for beginners, un curriculum di 24 lezioni sul Machine Learning](https://aka.ms/ML-beginners).
+
+## Addestrare un classificatore di immagini
+
+Per addestrare con successo un classificatore di immagini, hai bisogno di milioni di immagini. Tuttavia, una volta che hai un classificatore di immagini addestrato su milioni o miliardi di immagini assortite, puoi riutilizzarlo e riaddestrarlo utilizzando un piccolo set di immagini ottenendo ottimi risultati, grazie a un processo chiamato *transfer learning*.
+
+> 🎓 Il transfer learning è il processo di trasferire l'apprendimento da un modello di ML esistente a un nuovo modello basato su nuovi dati.
+
+Una volta che un classificatore di immagini è stato addestrato su una vasta gamma di immagini, le sue componenti interne sono ottime nel riconoscere forme, colori e schemi. Il transfer learning consente al modello di utilizzare ciò che ha già appreso nel riconoscere parti di immagini e di applicarlo al riconoscimento di nuove immagini.
+
+![Una volta che puoi riconoscere le forme, possono essere messe in configurazioni diverse per creare una barca o un gatto](../../../../../translated_images/shapes-to-images.1a309f0ea88dd66fafa4da6d38e88806ce174cc6a88081efb32852230ed55de8.it.png)
+
+Puoi pensare a questo come ai libri di forme per bambini, dove una volta che puoi riconoscere un semicerchio, un rettangolo e un triangolo, puoi riconoscere una barca a vela o un gatto a seconda della configurazione di queste forme. Il classificatore di immagini può riconoscere le forme, e il transfer learning gli insegna quale combinazione crea una barca o un gatto - o una banana matura.
+
+Esistono una vasta gamma di strumenti che possono aiutarti a fare questo, inclusi servizi basati sul cloud che possono aiutarti ad addestrare il tuo modello e utilizzarlo tramite API web.
+
+> 💁 L'addestramento di questi modelli richiede molta potenza di calcolo, solitamente tramite unità di elaborazione grafica (GPU). Lo stesso hardware specializzato che rende i giochi sulla tua Xbox incredibili può essere utilizzato per addestrare modelli di machine learning. Utilizzando il cloud, puoi noleggiare tempo su computer potenti con GPU per addestrare questi modelli, ottenendo accesso alla potenza di calcolo necessaria solo per il tempo necessario.
+
+## Custom Vision
+
+Custom Vision è uno strumento basato sul cloud per l'addestramento di classificatori di immagini. Ti consente di addestrare un classificatore utilizzando solo un piccolo numero di immagini. Puoi caricare immagini tramite un portale web, un'API web o un SDK, assegnando a ogni immagine un *tag* che rappresenta la classificazione di quell'immagine. Successivamente, puoi addestrare il modello e testarlo per vedere quanto bene funziona. Una volta che sei soddisfatto del modello, puoi pubblicare versioni di esso che possono essere accessibili tramite un'API web o un SDK.
+
+![Il logo di Azure Custom Vision](../../../../../translated_images/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.it.png)
+
+> 💁 Puoi addestrare un modello Custom Vision con solo 5 immagini per classificazione, ma più immagini sono meglio. Puoi ottenere risultati migliori con almeno 30 immagini.
+
+Custom Vision fa parte di una gamma di strumenti AI di Microsoft chiamati Cognitive Services. Questi sono strumenti AI che possono essere utilizzati senza alcun addestramento o con una piccola quantità di addestramento. Includono riconoscimento e traduzione vocale, comprensione del linguaggio e analisi delle immagini. Sono disponibili con un livello gratuito come servizi in Azure.
+
+> 💁 Il livello gratuito è più che sufficiente per creare un modello, addestrarlo e utilizzarlo per il lavoro di sviluppo. Puoi leggere i limiti del livello gratuito sulla [pagina Limiti e quote di Custom Vision nei documenti Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/limits-and-quotas?WT.mc_id=academic-17441-jabenn).
+
+### Compito - creare una risorsa di servizi cognitivi
+
+Per utilizzare Custom Vision, devi prima creare due risorse di servizi cognitivi in Azure utilizzando l'Azure CLI, una per l'addestramento di Custom Vision e una per la predizione di Custom Vision.
+
+1. Crea un gruppo di risorse per questo progetto chiamato `fruit-quality-detector`.
+
+1. Usa il seguente comando per creare una risorsa gratuita di Custom Vision per l'addestramento:
+
+    ```sh
+    az cognitiveservices account create --name fruit-quality-detector-training \
+                                        --resource-group fruit-quality-detector \
+                                        --kind CustomVision.Training \
+                                        --sku F0 \
+                                        --yes \
+                                        --location <location>
+    ```
+
+    Sostituisci `<location>` con la posizione che hai utilizzato quando hai creato il gruppo di risorse.
+
+    Questo creerà una risorsa di Custom Vision per l'addestramento nel tuo gruppo di risorse. Si chiamerà `fruit-quality-detector-training` e utilizzerà lo sku `F0`, che è il livello gratuito. L'opzione `--yes` significa che accetti i termini e le condizioni dei servizi cognitivi.
+
+> 💁 Usa lo sku `S0` se hai già un account gratuito che utilizza uno qualsiasi dei servizi cognitivi.
+
+1. Usa il seguente comando per creare una risorsa gratuita di Custom Vision per la predizione:
+
+    ```sh
+    az cognitiveservices account create --name fruit-quality-detector-prediction \
+                                        --resource-group fruit-quality-detector \
+                                        --kind CustomVision.Prediction \
+                                        --sku F0 \
+                                        --yes \
+                                        --location <location>
+    ```
+
+    Sostituisci `<location>` con la posizione che hai utilizzato quando hai creato il gruppo di risorse.
+
+    Questo creerà una risorsa di Custom Vision per la predizione nel tuo gruppo di risorse. Si chiamerà `fruit-quality-detector-prediction` e utilizzerà lo sku `F0`, che è il livello gratuito. L'opzione `--yes` significa che accetti i termini e le condizioni dei servizi cognitivi.
+
+### Compito - creare un progetto di classificatore di immagini
+
+1. Avvia il portale Custom Vision su [CustomVision.ai](https://customvision.ai) e accedi con l'account Microsoft che hai utilizzato per il tuo account Azure.
+
+1. Segui la [sezione "creare un nuovo progetto" del quickstart per costruire un classificatore nei documenti Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#create-a-new-project) per creare un nuovo progetto Custom Vision. L'interfaccia utente potrebbe cambiare e questi documenti sono sempre la risorsa più aggiornata.
+
+    Chiama il tuo progetto `fruit-quality-detector`.
+
+    Quando crei il tuo progetto, assicurati di utilizzare la risorsa `fruit-quality-detector-training` che hai creato in precedenza. Usa un tipo di progetto *Classification*, un tipo di classificazione *Multiclass* e il dominio *Food*.
+
+    ![Le impostazioni per il progetto Custom Vision con il nome impostato su fruit-quality-detector, nessuna descrizione, la risorsa impostata su fruit-quality-detector-training, il tipo di progetto impostato su classification, il tipo di classificazione impostato su multi class e il dominio impostato su food](../../../../../translated_images/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.it.png)
+
+✅ Prenditi del tempo per esplorare l'interfaccia utente di Custom Vision per il tuo classificatore di immagini.
+
+### Compito - addestrare il tuo progetto di classificatore di immagini
+
+Per addestrare un classificatore di immagini, avrai bisogno di più immagini di frutta, sia di buona che di cattiva qualità, da etichettare come buona e cattiva, ad esempio una banana matura e una troppo matura.
+💁 Questi classificatori possono classificare immagini di qualsiasi cosa, quindi se non hai frutta di qualità diversa a portata di mano, puoi usare due tipi diversi di frutta, oppure gatti e cani!
+Idealmente, ogni immagine dovrebbe mostrare solo il frutto, con uno sfondo coerente o una varietà di sfondi. Assicurati che non ci sia nulla nello sfondo che sia specifico per distinguere frutti maturi da quelli acerbi.
+
+> 💁 È importante non avere sfondi specifici o elementi che non siano correlati all'oggetto classificato per ogni etichetta, altrimenti il classificatore potrebbe basarsi solo sullo sfondo. C'è stato un classificatore per il cancro della pelle che è stato addestrato su nei normali e cancerosi, e quelli cancerosi avevano tutti righelli accanto per misurarne la dimensione. Si è scoperto che il classificatore era quasi al 100% accurato nell'identificare i righelli nelle immagini, non i nei cancerosi.
+
+I classificatori di immagini funzionano a risoluzioni molto basse. Ad esempio, Custom Vision può utilizzare immagini di addestramento e previsione fino a 10240x10240, ma addestra ed esegue il modello su immagini a 227x227. Le immagini più grandi vengono ridotte a questa dimensione, quindi assicurati che l'oggetto che stai classificando occupi una parte significativa dell'immagine, altrimenti potrebbe risultare troppo piccolo nell'immagine ridotta utilizzata dal classificatore.
+
+1. Raccogli immagini per il tuo classificatore. Avrai bisogno di almeno 5 immagini per ogni etichetta per addestrare il classificatore, ma più sono, meglio è. Avrai anche bisogno di alcune immagini aggiuntive per testare il classificatore. Queste immagini dovrebbero essere tutte diverse immagini dello stesso oggetto. Ad esempio:
+
+    * Utilizzando 2 banane mature, scatta alcune foto di ciascuna da diverse angolazioni, facendo almeno 7 foto (5 per l'addestramento, 2 per il test), ma idealmente di più.
+
+        ![Foto di 2 banane diverse](../../../../../translated_images/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.it.png)
+
+    * Ripeti lo stesso processo utilizzando 2 banane acerbe.
+
+    Dovresti avere almeno 10 immagini di addestramento, con almeno 5 mature e 5 acerbe, e 4 immagini di test, 2 mature e 2 acerbe. Le tue immagini dovrebbero essere in formato png o jpeg, di dimensioni inferiori a 6MB. Se le crei con un iPhone, ad esempio, potrebbero essere immagini HEIC ad alta risoluzione, quindi dovranno essere convertite e possibilmente ridotte. Più immagini hai, meglio è, e dovresti avere un numero simile di frutti maturi e acerbi.
+
+    Se non hai sia frutti maturi che acerbi, puoi utilizzare frutti diversi o qualsiasi altro oggetto disponibile. Puoi anche trovare alcune immagini di esempio nella cartella [images](../../../../../4-manufacturing/lessons/1-train-fruit-detector/images) di banane mature e acerbe che puoi utilizzare.
+
+1. Segui la [sezione carica e etichetta immagini del quickstart per creare un classificatore nei documenti Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) per caricare le tue immagini di addestramento. Etichetta i frutti maturi come `ripe` e quelli acerbi come `unripe`.
+
+    ![Le finestre di dialogo di caricamento che mostrano il caricamento di immagini di banane mature e acerbe](../../../../../translated_images/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.it.png)
+
+1. Segui la [sezione addestra il classificatore del quickstart per creare un classificatore nei documenti Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#train-the-classifier) per addestrare il classificatore di immagini sulle immagini caricate.
+
+    Ti verrà data una scelta sul tipo di addestramento. Seleziona **Quick Training**.
+
+Il classificatore inizierà l'addestramento. Ci vorranno alcuni minuti per completare l'addestramento.
+
+> 🍌 Se decidi di mangiare il tuo frutto mentre il classificatore si sta addestrando, assicurati di avere abbastanza immagini per il test prima!
+
+## Testa il tuo classificatore di immagini
+
+Una volta che il tuo classificatore è stato addestrato, puoi testarlo fornendogli una nuova immagine da classificare.
+
+### Compito - testa il tuo classificatore di immagini
+
+1. Segui la [documentazione per testare il tuo modello nei documenti Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/test-your-model?WT.mc_id=academic-17441-jabenn#test-your-model) per testare il tuo classificatore di immagini. Usa le immagini di test che hai creato in precedenza, non quelle utilizzate per l'addestramento.
+
+    ![Una banana acerba prevista come acerba con una probabilità del 98,9%, matura con una probabilità dell'1,1%](../../../../../translated_images/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.it.png)
+
+1. Prova tutte le immagini di test a tua disposizione e osserva le probabilità.
+
+## Riaddestra il tuo classificatore di immagini
+
+Quando testi il tuo classificatore, potrebbe non fornire i risultati che ti aspetti. I classificatori di immagini utilizzano l'apprendimento automatico per fare previsioni su ciò che è presente in un'immagine, basandosi su probabilità che determinate caratteristiche di un'immagine corrispondano a una particolare etichetta. Non comprende cosa c'è nell'immagine - non sa cosa sia una banana né capisce cosa rende una banana una banana invece di una barca. Puoi migliorare il tuo classificatore riaddestrandolo con immagini che ha classificato in modo errato.
+
+Ogni volta che fai una previsione utilizzando l'opzione di test rapido, l'immagine e i risultati vengono memorizzati. Puoi utilizzare queste immagini per riaddestrare il tuo modello.
+
+### Compito - riaddestra il tuo classificatore di immagini
+
+1. Segui la [documentazione per utilizzare l'immagine prevista per l'addestramento nei documenti Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/test-your-model?WT.mc_id=academic-17441-jabenn#use-the-predicted-image-for-training) per riaddestrare il tuo modello, utilizzando l'etichetta corretta per ogni immagine.
+
+1. Una volta che il tuo modello è stato riaddestrato, testalo su nuove immagini.
+
+---
+
+## 🚀 Sfida
+
+Cosa pensi che accadrebbe se utilizzassi un'immagine di una fragola con un modello addestrato sulle banane, o un'immagine di una banana gonfiabile, o una persona in un costume da banana, o persino un personaggio giallo dei cartoni animati come qualcuno dei Simpson?
+
+Prova e osserva le previsioni. Puoi trovare immagini da provare utilizzando [Bing Image search](https://www.bing.com/images/trending).
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/30)
+
+## Revisione e studio autonomo
+
+* Quando hai addestrato il tuo classificatore, avrai visto valori per *Precision*, *Recall* e *AP* che valutano il modello creato. Leggi cosa significano questi valori utilizzando [la sezione valuta il classificatore del quickstart per creare un classificatore nei documenti Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#evaluate-the-classifier)
+* Leggi come migliorare il tuo classificatore dalla [guida per migliorare il tuo modello Custom Vision nei documenti Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-improving-your-classifier?WT.mc_id=academic-17441-jabenn)
+
+## Compito
+
+[Addestra il tuo classificatore per frutta e verdura multiple](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/1-train-fruit-detector/assignment.md b/translations/it/4-manufacturing/lessons/1-train-fruit-detector/assignment.md
new file mode 100644
index 00000000..ee2d8b43
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/1-train-fruit-detector/assignment.md
@@ -0,0 +1,28 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e74eb2fc7cc3b81916b52e957802f182",
+  "translation_date": "2025-08-25T16:28:39+00:00",
+  "source_file": "4-manufacturing/lessons/1-train-fruit-detector/assignment.md",
+  "language_code": "it"
+}
+-->
+# Allena il tuo classificatore per frutta e verdura diverse
+
+## Istruzioni
+
+In questa lezione hai allenato un classificatore di immagini per distinguere tra frutta matura e acerba, ma utilizzando solo un tipo di frutta. Un classificatore può essere allenato a riconoscere più tipi di frutta, con tassi di successo variabili a seconda del tipo di frutta e della differenza tra maturo e acerbo.
+
+Ad esempio, con frutti che cambiano colore quando maturano, i classificatori di immagini potrebbero essere meno efficaci rispetto a un sensore di colore, poiché solitamente lavorano su immagini in scala di grigi invece che a colori.
+
+Allena il tuo classificatore con altri tipi di frutta per vedere quanto bene funziona, soprattutto quando i frutti si somigliano. Ad esempio, mele e pomodori.
+
+## Criteri di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Allenare il classificatore per frutta diverse | È stato in grado di allenare il classificatore per più tipi di frutta | È stato in grado di allenare il classificatore per un tipo di frutta aggiuntivo | Non è stato in grado di allenare il classificatore per più tipi di frutta |
+| Determinare quanto bene funziona il classificatore | È stato in grado di commentare correttamente su quanto bene il classificatore funzionava con frutta diversa | È stato in grado di osservare e offrire suggerimenti su quanto bene stava funzionando | Non è stato in grado di commentare su quanto bene funzionava il classificatore |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/README.md b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/README.md
new file mode 100644
index 00000000..f44e00ab
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/README.md
@@ -0,0 +1,170 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "557f4ee96b752e0651d2e6e74aa6bd14",
+  "translation_date": "2025-08-25T16:29:24+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/README.md",
+  "language_code": "it"
+}
+-->
+# Controlla la qualità della frutta con un dispositivo IoT
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.it.jpg)
+
+> Sketchnote di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+## Quiz preliminare
+
+[Quiz preliminare](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/31)
+
+## Introduzione
+
+Nella lezione precedente hai imparato a conoscere i classificatori di immagini e come addestrarli per rilevare frutta buona e cattiva. Per utilizzare questo classificatore di immagini in un'applicazione IoT, è necessario essere in grado di catturare un'immagine utilizzando una fotocamera e inviarla al cloud per la classificazione.
+
+In questa lezione imparerai a conoscere i sensori delle fotocamere e come utilizzarli con un dispositivo IoT per catturare un'immagine. Inoltre, scoprirai come chiamare il classificatore di immagini dal tuo dispositivo IoT.
+
+In questa lezione tratteremo:
+
+* [Sensori delle fotocamere](../../../../../4-manufacturing/lessons/2-check-fruit-from-device)
+* [Catturare un'immagine con un dispositivo IoT](../../../../../4-manufacturing/lessons/2-check-fruit-from-device)
+* [Pubblicare il tuo classificatore di immagini](../../../../../4-manufacturing/lessons/2-check-fruit-from-device)
+* [Classificare immagini dal tuo dispositivo IoT](../../../../../4-manufacturing/lessons/2-check-fruit-from-device)
+* [Migliorare il modello](../../../../../4-manufacturing/lessons/2-check-fruit-from-device)
+
+## Sensori delle fotocamere
+
+I sensori delle fotocamere, come suggerisce il nome, sono fotocamere che puoi collegare al tuo dispositivo IoT. Possono scattare immagini statiche o catturare video in streaming. Alcuni restituiscono dati grezzi dell'immagine, altri comprimono i dati in un file immagine come JPEG o PNG. Di solito, le fotocamere che funzionano con dispositivi IoT sono molto più piccole e a bassa risoluzione rispetto a quelle a cui potresti essere abituato, ma puoi ottenere fotocamere ad alta risoluzione che competono con i migliori telefoni. Puoi trovare una vasta gamma di obiettivi intercambiabili, configurazioni con più fotocamere, fotocamere termiche a infrarossi o fotocamere UV.
+
+![La luce di una scena passa attraverso un obiettivo e viene focalizzata su un sensore CMOS](../../../../../translated_images/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.it.png)
+
+La maggior parte dei sensori delle fotocamere utilizza sensori di immagine in cui ogni pixel è un fotodiodo. Un obiettivo focalizza l'immagine sul sensore di immagine, e migliaia o milioni di fotodiodi rilevano la luce che cade su ciascuno di essi, registrandola come dati pixel.
+
+> 💁 Gli obiettivi invertono le immagini, il sensore della fotocamera le ribalta nuovamente nel verso corretto. Lo stesso accade nei tuoi occhi: ciò che vedi viene rilevato capovolto sul retro del tuo occhio e il tuo cervello lo corregge.
+
+> 🎓 Il sensore di immagine è noto come sensore a pixel attivi (APS), e il tipo più popolare di APS è un sensore a semiconduttore a ossido di metallo complementare, o CMOS. Potresti aver sentito il termine sensore CMOS usato per i sensori delle fotocamere.
+
+I sensori delle fotocamere sono sensori digitali, che inviano dati immagine come dati digitali, solitamente con l'aiuto di una libreria che fornisce la comunicazione. Le fotocamere si collegano utilizzando protocolli come SPI per consentire loro di inviare grandi quantità di dati: le immagini sono sostanzialmente più grandi rispetto ai singoli numeri di un sensore come un sensore di temperatura.
+
+✅ Quali sono le limitazioni relative alla dimensione delle immagini con i dispositivi IoT? Pensa ai vincoli, soprattutto sull'hardware dei microcontrollori.
+
+## Catturare un'immagine con un dispositivo IoT
+
+Puoi utilizzare il tuo dispositivo IoT per catturare un'immagine da classificare.
+
+### Attività - catturare un'immagine con un dispositivo IoT
+
+Segui la guida pertinente per catturare un'immagine utilizzando il tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-camera.md)
+* [Computer a scheda singola - Raspberry Pi](pi-camera.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-camera.md)
+
+## Pubblicare il tuo classificatore di immagini
+
+Hai addestrato il tuo classificatore di immagini nella lezione precedente. Prima di poterlo utilizzare dal tuo dispositivo IoT, devi pubblicare il modello.
+
+### Iterazioni del modello
+
+Quando il tuo modello è stato addestrato nella lezione precedente, potresti aver notato che la scheda **Performance** mostra le iterazioni sul lato. Quando hai addestrato il modello per la prima volta, avresti visto *Iterazione 1* durante l'addestramento. Quando hai migliorato il modello utilizzando le immagini di previsione, avresti visto *Iterazione 2* durante l'addestramento.
+
+Ogni volta che addestri il modello, ottieni una nuova iterazione. Questo è un modo per tenere traccia delle diverse versioni del tuo modello addestrate su diversi set di dati. Quando esegui un **Quick Test**, c'è un menu a tendina che puoi utilizzare per selezionare l'iterazione, così puoi confrontare i risultati tra più iterazioni.
+
+Quando sei soddisfatto di un'iterazione, puoi pubblicarla per renderla disponibile per essere utilizzata da applicazioni esterne. In questo modo puoi avere una versione pubblicata che viene utilizzata dai tuoi dispositivi, quindi lavorare su una nuova versione attraverso più iterazioni e pubblicarla una volta che sei soddisfatto.
+
+### Attività - pubblicare un'iterazione
+
+Le iterazioni vengono pubblicate dal portale Custom Vision.
+
+1. Avvia il portale Custom Vision su [CustomVision.ai](https://customvision.ai) e accedi se non lo hai già aperto. Quindi apri il tuo progetto `fruit-quality-detector`.
+
+1. Seleziona la scheda **Performance** dalle opzioni in alto.
+
+1. Seleziona l'ultima iterazione dall'elenco *Iterations* sul lato.
+
+1. Seleziona il pulsante **Publish** per l'iterazione.
+
+    ![Il pulsante di pubblicazione](../../../../../translated_images/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.it.png)
+
+1. Nella finestra di dialogo *Publish Model*, imposta la *Prediction resource* sulla risorsa `fruit-quality-detector-prediction` che hai creato nella lezione precedente. Lascia il nome come `Iteration2` e seleziona il pulsante **Publish**.
+
+1. Una volta pubblicato, seleziona il pulsante **Prediction URL**. Questo mostrerà i dettagli dell'API di previsione, e avrai bisogno di questi per chiamare il modello dal tuo dispositivo IoT. La sezione inferiore è etichettata *If you have an image file*, e questi sono i dettagli che ti servono. Prendi una copia dell'URL mostrato, che sarà qualcosa come:
+
+    ```output
+    https://<location>.api.cognitive.microsoft.com/customvision/v3.0/Prediction/<id>/classify/iterations/Iteration2/image
+    ```
+
+    Dove `<location>` sarà la posizione che hai utilizzato quando hai creato la tua risorsa Custom Vision, e `<id>` sarà un lungo ID composto da lettere e numeri.
+
+    Prendi anche una copia del valore *Prediction-Key*. Questa è una chiave sicura che devi passare quando chiami il modello. Solo le applicazioni che passano questa chiave sono autorizzate a utilizzare il modello, tutte le altre applicazioni vengono rifiutate.
+
+    ![La finestra di dialogo dell'API di previsione che mostra l'URL e la chiave](../../../../../translated_images/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.it.png)
+
+✅ Quando viene pubblicata una nuova iterazione, avrà un nome diverso. Come pensi che potresti cambiare l'iterazione che un dispositivo IoT sta utilizzando?
+
+## Classificare immagini dal tuo dispositivo IoT
+
+Ora puoi utilizzare questi dettagli di connessione per chiamare il classificatore di immagini dal tuo dispositivo IoT.
+
+### Attività - classificare immagini dal tuo dispositivo IoT
+
+Segui la guida pertinente per classificare immagini utilizzando il tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-classify-image.md)
+* [Computer a scheda singola - Raspberry Pi/Dispositivo IoT virtuale](single-board-computer-classify-image.md)
+
+## Migliorare il modello
+
+Potresti scoprire che i risultati che ottieni utilizzando la fotocamera collegata al tuo dispositivo IoT non corrispondono a ciò che ti aspetteresti. Le previsioni non sono sempre accurate come quando utilizzi immagini caricate dal tuo computer. Questo accade perché il modello è stato addestrato su dati diversi rispetto a quelli utilizzati per le previsioni.
+
+Per ottenere i migliori risultati da un classificatore di immagini, è necessario addestrare il modello con immagini il più simili possibile a quelle utilizzate per le previsioni. Se, ad esempio, hai utilizzato la fotocamera del tuo telefono per catturare immagini per l'addestramento, la qualità dell'immagine, la nitidezza e il colore saranno diversi rispetto a una fotocamera collegata a un dispositivo IoT.
+
+![2 immagini di banane, una a bassa risoluzione con scarsa illuminazione da un dispositivo IoT e una ad alta risoluzione con buona illuminazione da un telefono](../../../../../translated_images/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.it.png)
+
+Nell'immagine sopra, la foto della banana a sinistra è stata scattata utilizzando una fotocamera Raspberry Pi, quella a destra è stata scattata della stessa banana nello stesso luogo utilizzando un iPhone. C'è una differenza evidente nella qualità: la foto dell'iPhone è più nitida, con colori più brillanti e maggiore contrasto.
+
+✅ Cos'altro potrebbe causare previsioni errate per le immagini catturate dal tuo dispositivo IoT? Pensa all'ambiente in cui potrebbe essere utilizzato un dispositivo IoT, quali fattori possono influenzare l'immagine catturata?
+
+Per migliorare il modello, puoi riaddestrarlo utilizzando le immagini catturate dal dispositivo IoT.
+
+### Attività - migliorare il modello
+
+1. Classifica più immagini di frutta matura e acerba utilizzando il tuo dispositivo IoT.
+
+1. Nel portale Custom Vision, riaddestra il modello utilizzando le immagini nella scheda *Predictions*.
+
+    > ⚠️ Puoi fare riferimento [alle istruzioni per riaddestrare il tuo classificatore nella lezione 1 se necessario](../1-train-fruit-detector/README.md#retrain-your-image-classifier).
+
+1. Se le tue immagini appaiono molto diverse da quelle originali utilizzate per l'addestramento, puoi eliminare tutte le immagini originali selezionandole nella scheda *Training Images* e selezionando il pulsante **Delete**. Per selezionare un'immagine, sposta il cursore su di essa e apparirà un segno di spunta, seleziona quel segno di spunta per selezionare o deselezionare l'immagine.
+
+1. Addestra una nuova iterazione del modello e pubblicala utilizzando i passaggi sopra.
+
+1. Aggiorna l'URL dell'endpoint nel tuo codice e riesegui l'app.
+
+1. Ripeti questi passaggi finché non sei soddisfatto dei risultati delle previsioni.
+
+---
+
+## 🚀 Sfida
+
+Quanto influiscono la risoluzione dell'immagine o l'illuminazione sulla previsione?
+
+Prova a cambiare la risoluzione delle immagini nel codice del tuo dispositivo e verifica se fa la differenza nella qualità delle immagini. Prova anche a cambiare l'illuminazione.
+
+Se dovessi creare un dispositivo di produzione da vendere a fattorie o fabbriche, come garantiresti risultati costanti tutto il tempo?
+
+## Quiz finale
+
+[Quiz finale](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/32)
+
+## Revisione e studio autonomo
+
+Hai addestrato il tuo modello Custom Vision utilizzando il portale. Questo si basa sulla disponibilità di immagini - e nel mondo reale potresti non essere in grado di ottenere dati di addestramento che corrispondano a ciò che la fotocamera del tuo dispositivo cattura. Puoi aggirare questo problema addestrando direttamente dal tuo dispositivo utilizzando l'API di addestramento, per addestrare un modello utilizzando immagini catturate dal tuo dispositivo IoT.
+
+* Leggi l'API di addestramento nella [guida introduttiva all'uso del Custom Vision SDK](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/quickstarts/image-classification?WT.mc_id=academic-17441-jabenn&tabs=visual-studio&pivots=programming-language-python)
+
+## Compito
+
+[Rispondi ai risultati della classificazione](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione AI [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatizzate possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/assignment.md b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/assignment.md
new file mode 100644
index 00000000..17ceb058
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/assignment.md
@@ -0,0 +1,25 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "022e21f8629b721424c1de25195fff67",
+  "translation_date": "2025-08-25T16:30:03+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/assignment.md",
+  "language_code": "it"
+}
+-->
+# Rispondere ai risultati della classificazione
+
+## Istruzioni
+
+Il tuo dispositivo ha classificato le immagini e ha i valori delle previsioni. Può utilizzare queste informazioni per fare qualcosa: potrebbe inviarle a IoT Hub per l'elaborazione da parte di altri sistemi, oppure potrebbe controllare un attuatore, come un LED, per accendersi quando il frutto non è maturo.
+
+Aggiungi codice al tuo dispositivo per rispondere in un modo a tua scelta: inviare dati a un IoT Hub, controllare un attuatore, o combinare le due cose e inviare dati a un IoT Hub con del codice serverless che determina se il frutto è maturo o meno e invia un comando per controllare un attuatore.
+
+## Criteri di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Rispondere alle previsioni | È stato in grado di implementare una risposta alle previsioni che funziona in modo coerente con previsioni dello stesso valore. | È stato in grado di implementare una risposta che non dipende dalle previsioni, come semplicemente inviare dati grezzi a un IoT Hub. | Non è stato in grado di programmare il dispositivo per rispondere alle previsioni. |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
new file mode 100644
index 00000000..0b5ad98c
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md
@@ -0,0 +1,153 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c677667095f6133eee418c7e53615d05",
+  "translation_date": "2025-08-25T16:30:49+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/pi-camera.md",
+  "language_code": "it"
+}
+-->
+# Catturare un'immagine - Raspberry Pi
+
+In questa parte della lezione, aggiungerai un sensore della fotocamera al tuo Raspberry Pi e leggerai immagini da esso.
+
+## Hardware
+
+Il Raspberry Pi necessita di una fotocamera.
+
+La fotocamera che utilizzerai è un [Raspberry Pi Camera Module](https://www.raspberrypi.org/products/camera-module-v2/). Questa fotocamera è progettata per funzionare con il Raspberry Pi e si collega tramite un connettore dedicato sul Pi.
+
+> 💁 Questa fotocamera utilizza il [Camera Serial Interface, un protocollo dell'alleanza Mobile Industry Processor Interface](https://wikipedia.org/wiki/Camera_Serial_Interface), noto come MIPI-CSI. Si tratta di un protocollo dedicato per l'invio di immagini.
+
+## Collegare la fotocamera
+
+La fotocamera può essere collegata al Raspberry Pi utilizzando un cavo a nastro.
+
+### Attività - collegare la fotocamera
+
+![Una fotocamera Raspberry Pi](../../../../../translated_images/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.it.png)
+
+1. Spegni il Raspberry Pi.
+
+1. Collega il cavo a nastro fornito con la fotocamera alla fotocamera stessa. Per farlo, tira delicatamente la clip di plastica nera nel supporto in modo che si apra leggermente, quindi inserisci il cavo nella presa, con il lato blu rivolto lontano dall'obiettivo e le strisce metalliche rivolte verso l'obiettivo. Una volta inserito completamente, spingi la clip di plastica nera per fissarlo.
+
+    Puoi trovare un'animazione che mostra come aprire la clip e inserire il cavo nella [documentazione introduttiva del modulo fotocamera Raspberry Pi](https://projects.raspberrypi.org/en/projects/getting-started-with-picamera/2).
+
+    ![Il cavo a nastro inserito nel modulo fotocamera](../../../../../translated_images/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.it.png)
+
+1. Rimuovi il Grove Base Hat dal Raspberry Pi.
+
+1. Fai passare il cavo a nastro attraverso lo slot per la fotocamera nel Grove Base Hat. Assicurati che il lato blu del cavo sia rivolto verso le porte analogiche etichettate **A0**, **A1**, ecc.
+
+    ![Il cavo a nastro che passa attraverso il Grove Base Hat](../../../../../translated_images/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.it.png)
+
+1. Inserisci il cavo a nastro nella porta della fotocamera sul Raspberry Pi. Ancora una volta, solleva la clip di plastica nera, inserisci il cavo, quindi spingi la clip per fissarlo. Il lato blu del cavo dovrebbe essere rivolto verso le porte USB ed Ethernet.
+
+    ![Il cavo a nastro collegato alla presa della fotocamera sul Raspberry Pi](../../../../../translated_images/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.it.png)
+
+1. Rimonta il Grove Base Hat.
+
+## Programmare la fotocamera
+
+Ora il Raspberry Pi può essere programmato per utilizzare la fotocamera tramite la libreria Python [PiCamera](https://pypi.org/project/picamera/).
+
+### Attività - abilitare la modalità fotocamera legacy
+
+Purtroppo, con il rilascio di Raspberry Pi OS Bullseye, il software della fotocamera incluso nel sistema operativo è cambiato, il che significa che di default PiCamera non funziona più. È in fase di sviluppo un sostituto, chiamato PiCamera2, ma non è ancora pronto per l'uso.
+
+Per ora, puoi impostare il tuo Raspberry Pi in modalità fotocamera legacy per consentire il funzionamento di PiCamera. La presa della fotocamera è anche disabilitata di default, ma l'attivazione del software legacy della fotocamera abilita automaticamente la presa.
+
+1. Accendi il Raspberry Pi e attendi che si avvii.
+
+1. Avvia VS Code, direttamente sul Raspberry Pi o connettendoti tramite l'estensione Remote SSH.
+
+1. Esegui i seguenti comandi dal terminale:
+
+    ```sh
+    sudo raspi-config nonint do_legacy 0
+    sudo reboot
+    ```
+
+    Questo comando attiverà un'impostazione per abilitare il software legacy della fotocamera, quindi riavvierà il Raspberry Pi per applicare l'impostazione.
+
+1. Attendi che il Raspberry Pi si riavvii, quindi riapri VS Code.
+
+### Attività - programmare la fotocamera
+
+Programma il dispositivo.
+
+1. Dal terminale, crea una nuova cartella nella directory home dell'utente `pi` chiamata `fruit-quality-detector`. Crea un file in questa cartella chiamato `app.py`.
+
+1. Apri questa cartella in VS Code.
+
+1. Per interagire con la fotocamera, puoi utilizzare la libreria Python PiCamera. Installa il pacchetto Pip con il seguente comando:
+
+    ```sh
+    pip3 install picamera
+    ```
+
+1. Aggiungi il seguente codice al file `app.py`:
+
+    ```python
+    import io
+    import time
+    from picamera import PiCamera
+    ```
+
+    Questo codice importa alcune librerie necessarie, inclusa la libreria `PiCamera`.
+
+1. Aggiungi il seguente codice sotto per inizializzare la fotocamera:
+
+    ```python
+    camera = PiCamera()
+    camera.resolution = (640, 480)
+    camera.rotation = 0
+    
+    time.sleep(2)
+    ```
+
+    Questo codice crea un oggetto PiCamera e imposta la risoluzione a 640x480. Sebbene siano supportate risoluzioni più alte (fino a 3280x2464), il classificatore di immagini funziona con immagini molto più piccole (227x227), quindi non è necessario catturare e inviare immagini più grandi.
+
+    La riga `camera.rotation = 0` imposta la rotazione dell'immagine. Il cavo a nastro entra nella parte inferiore della fotocamera, ma se la fotocamera è stata ruotata per puntare meglio verso l'oggetto da classificare, puoi modificare questa riga con il numero di gradi di rotazione.
+
+    ![La fotocamera sospesa sopra una lattina](../../../../../translated_images/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.it.png)
+
+    Ad esempio, se sospendi il cavo a nastro sopra qualcosa in modo che si trovi nella parte superiore della fotocamera, imposta la rotazione a 180:
+
+    ```python
+    camera.rotation = 180
+    ```
+
+    La fotocamera impiega alcuni secondi per avviarsi, da qui la riga `time.sleep(2)`.
+
+1. Aggiungi il seguente codice sotto per catturare l'immagine come dati binari:
+
+    ```python
+    image = io.BytesIO()
+    camera.capture(image, 'jpeg')
+    image.seek(0)
+    ```
+
+    Questo codice crea un oggetto `BytesIO` per memorizzare i dati binari. L'immagine viene letta dalla fotocamera come file JPEG e memorizzata in questo oggetto. Questo oggetto ha un indicatore di posizione per sapere dove si trova nei dati, quindi la riga `image.seek(0)` sposta questa posizione all'inizio in modo che tutti i dati possano essere letti successivamente.
+
+1. Sotto questo, aggiungi il seguente codice per salvare l'immagine in un file:
+
+    ```python
+    with open('image.jpg', 'wb') as image_file:
+        image_file.write(image.read())
+    ```
+
+    Questo codice apre un file chiamato `image.jpg` per la scrittura, quindi legge tutti i dati dall'oggetto `BytesIO` e li scrive nel file.
+
+    > 💁 Puoi catturare l'immagine direttamente in un file invece che in un oggetto `BytesIO` passando il nome del file alla chiamata `camera.capture`. Il motivo per utilizzare l'oggetto `BytesIO` è che più avanti in questa lezione potrai inviare l'immagine al tuo classificatore di immagini.
+
+1. Punta la fotocamera verso qualcosa ed esegui questo codice.
+
+1. Un'immagine verrà catturata e salvata come `image.jpg` nella cartella corrente. Vedrai questo file nell'esploratore di VS Code. Seleziona il file per visualizzare l'immagine. Se necessita di rotazione, aggiorna la riga `camera.rotation = 0` come necessario e scatta un'altra foto.
+
+> 💁 Puoi trovare questo codice nella cartella [code-camera/pi](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-camera/pi).
+
+😀 Il tuo programma per la fotocamera è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
new file mode 100644
index 00000000..df6cedb6
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md
@@ -0,0 +1,103 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e5896207b304ce1abaf065b8acc0cc79",
+  "translation_date": "2025-08-25T16:31:28+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/single-board-computer-classify-image.md",
+  "language_code": "it"
+}
+-->
+# Classificare un'immagine - Hardware IoT Virtuale e Raspberry Pi
+
+In questa parte della lezione, invierai l'immagine catturata dalla fotocamera al servizio Custom Vision per classificarla.
+
+## Inviare immagini a Custom Vision
+
+Il servizio Custom Vision dispone di un SDK Python che puoi utilizzare per classificare le immagini.
+
+### Attività - inviare immagini a Custom Vision
+
+1. Apri la cartella `fruit-quality-detector` in VS Code. Se stai utilizzando un dispositivo IoT virtuale, assicurati che l'ambiente virtuale sia in esecuzione nel terminale.
+
+1. L'SDK Python per inviare immagini a Custom Vision è disponibile come pacchetto Pip. Installalo con il seguente comando:
+
+    ```sh
+    pip3 install azure-cognitiveservices-vision-customvision
+    ```
+
+1. Aggiungi le seguenti istruzioni di importazione all'inizio del file `app.py`:
+
+    ```python
+    from msrest.authentication import ApiKeyCredentials
+    from azure.cognitiveservices.vision.customvision.prediction import CustomVisionPredictionClient
+    ```
+
+    Questo importa alcuni moduli dalle librerie di Custom Vision, uno per autenticarsi con la chiave di predizione e uno per fornire una classe client di predizione che può chiamare Custom Vision.
+
+1. Aggiungi il seguente codice alla fine del file:
+
+    ```python
+    prediction_url = '<prediction_url>'
+    prediction_key = '<prediction key>'
+    ```
+
+    Sostituisci `<prediction_url>` con l'URL che hai copiato dalla finestra di dialogo *Prediction URL* in precedenza in questa lezione. Sostituisci `<prediction key>` con la chiave di predizione che hai copiato dalla stessa finestra di dialogo.
+
+1. L'URL di predizione fornito dalla finestra di dialogo *Prediction URL* è progettato per essere utilizzato quando si chiama direttamente l'endpoint REST. L'SDK Python utilizza parti dell'URL in posizioni diverse. Aggiungi il seguente codice per suddividere questo URL nelle parti necessarie:
+
+    ```python
+    parts = prediction_url.split('/')
+    endpoint = 'https://' + parts[2]
+    project_id = parts[6]
+    iteration_name = parts[9]
+    ```
+
+    Questo divide l'URL, estraendo l'endpoint `https://<location>.api.cognitive.microsoft.com`, l'ID del progetto e il nome dell'iterazione pubblicata.
+
+1. Crea un oggetto predictor per eseguire la predizione con il seguente codice:
+
+    ```python
+    prediction_credentials = ApiKeyCredentials(in_headers={"Prediction-key": prediction_key})
+    predictor = CustomVisionPredictionClient(endpoint, prediction_credentials)
+    ```
+
+    Le `prediction_credentials` avvolgono la chiave di predizione. Queste vengono poi utilizzate per creare un oggetto client di predizione che punta all'endpoint.
+
+1. Invia l'immagine a Custom Vision utilizzando il seguente codice:
+
+    ```python
+    image.seek(0)
+    results = predictor.classify_image(project_id, iteration_name, image)
+    ```
+
+    Questo riavvolge l'immagine all'inizio, quindi la invia al client di predizione.
+
+1. Infine, mostra i risultati con il seguente codice:
+
+    ```python
+    for prediction in results.predictions:
+        print(f'{prediction.tag_name}:\t{prediction.probability * 100:.2f}%')
+    ```
+
+    Questo scorrerà tutte le predizioni che sono state restituite e le mostrerà nel terminale. Le probabilità restituite sono numeri in virgola mobile da 0 a 1, dove 0 rappresenta una probabilità dello 0% di corrispondenza con il tag, e 1 rappresenta una probabilità del 100%.
+
+    > 💁 I classificatori di immagini restituiranno le percentuali per tutti i tag che sono stati utilizzati. Ogni tag avrà una probabilità che l'immagine corrisponda a quel tag.
+
+1. Esegui il tuo codice, puntando la fotocamera verso della frutta, o utilizzando un set di immagini appropriato, o frutta visibile sulla tua webcam se stai utilizzando hardware IoT virtuale. Vedrai l'output nella console:
+
+    ```output
+    (.venv) ➜  fruit-quality-detector python app.py
+    ripe:   56.84%
+    unripe: 43.16%
+    ```
+
+    Sarai in grado di vedere l'immagine scattata e questi valori nella scheda **Predictions** in Custom Vision.
+
+    ![Una banana in Custom Vision predetta come matura al 56,8% e acerba al 43,1%](../../../../../translated_images/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.it.png)
+
+> 💁 Puoi trovare questo codice nella cartella [code-classify/pi](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/pi) o [code-classify/virtual-iot-device](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/virtual-iot-device).
+
+😀 Il tuo programma per classificare la qualità della frutta è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
new file mode 100644
index 00000000..e8378e5e
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md
@@ -0,0 +1,124 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3ba7150ffc4a6999f6c3cfb4906ec7df",
+  "translation_date": "2025-08-25T16:32:52+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/virtual-device-camera.md",
+  "language_code": "it"
+}
+-->
+# Catturare un'immagine - Hardware IoT Virtuale
+
+In questa parte della lezione, aggiungerai un sensore di fotocamera al tuo dispositivo IoT virtuale e leggerai immagini da esso.
+
+## Hardware
+
+Il dispositivo IoT virtuale utilizzerà una fotocamera simulata che invia immagini da file o dalla tua webcam.
+
+### Aggiungere la fotocamera a CounterFit
+
+Per utilizzare una fotocamera virtuale, devi aggiungerne una all'app CounterFit.
+
+#### Attività - aggiungere la fotocamera a CounterFit
+
+Aggiungi la fotocamera all'app CounterFit.
+
+1. Crea una nuova app Python sul tuo computer in una cartella chiamata `fruit-quality-detector` con un unico file chiamato `app.py` e un ambiente virtuale Python, e aggiungi i pacchetti pip di CounterFit.
+
+    > ⚠️ Puoi fare riferimento a [le istruzioni per creare e configurare un progetto Python CounterFit nella lezione 1, se necessario](../../../1-getting-started/lessons/1-introduction-to-iot/virtual-device.md).
+
+1. Installa un pacchetto Pip aggiuntivo per installare uno shim CounterFit che può comunicare con i sensori della fotocamera simulando alcune funzionalità del [pacchetto Pip Picamera](https://pypi.org/project/picamera/). Assicurati di installarlo da un terminale con l'ambiente virtuale attivato.
+
+    ```sh
+    pip install counterfit-shims-picamera
+    ```
+
+1. Assicurati che l'app web CounterFit sia in esecuzione.
+
+1. Crea una fotocamera:
+
+    1. Nella casella *Create sensor* nel pannello *Sensors*, apri il menu a tendina *Sensor type* e seleziona *Camera*.
+
+    1. Imposta il *Name* su `Picamera`.
+
+    1. Seleziona il pulsante **Add** per creare la fotocamera.
+
+    ![Le impostazioni della fotocamera](../../../../../translated_images/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.it.png)
+
+    La fotocamera verrà creata e apparirà nell'elenco dei sensori.
+
+    ![La fotocamera creata](../../../../../translated_images/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.it.png)
+
+## Programmare la fotocamera
+
+Ora il dispositivo IoT virtuale può essere programmato per utilizzare la fotocamera virtuale.
+
+### Attività - programmare la fotocamera
+
+Programma il dispositivo.
+
+1. Assicurati che l'app `fruit-quality-detector` sia aperta in VS Code.
+
+1. Apri il file `app.py`.
+
+1. Aggiungi il seguente codice all'inizio di `app.py` per connettere l'app a CounterFit:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+1. Aggiungi il seguente codice al file `app.py`:
+
+    ```python
+    import io
+    from counterfit_shims_picamera import PiCamera
+    ```
+
+    Questo codice importa alcune librerie necessarie, inclusa la classe `PiCamera` dalla libreria counterfit_shims_picamera.
+
+1. Aggiungi il seguente codice sotto questo per inizializzare la fotocamera:
+
+    ```python
+    camera = PiCamera()
+    camera.resolution = (640, 480)
+    camera.rotation = 0
+    ```
+
+    Questo codice crea un oggetto PiCamera, imposta la risoluzione a 640x480. Sebbene siano supportate risoluzioni più alte, il classificatore di immagini funziona con immagini molto più piccole (227x227), quindi non è necessario catturare e inviare immagini più grandi.
+
+    La riga `camera.rotation = 0` imposta la rotazione dell'immagine in gradi. Se hai bisogno di ruotare l'immagine dalla webcam o dal file, imposta questo valore come appropriato. Ad esempio, se vuoi cambiare l'immagine di una banana su una webcam in modalità orizzontale in modalità verticale, imposta `camera.rotation = 90`.
+
+1. Aggiungi il seguente codice sotto questo per catturare l'immagine come dati binari:
+
+    ```python
+    image = io.BytesIO()
+    camera.capture(image, 'jpeg')
+    image.seek(0)
+    ```
+
+    Questo codice crea un oggetto `BytesIO` per memorizzare i dati binari. L'immagine viene letta dalla fotocamera come file JPEG e memorizzata in questo oggetto. Questo oggetto ha un indicatore di posizione per sapere dove si trova nei dati, in modo che possano essere scritti ulteriori dati alla fine, se necessario. La riga `image.seek(0)` sposta questa posizione all'inizio, in modo che tutti i dati possano essere letti successivamente.
+
+1. Sotto questo, aggiungi il seguente codice per salvare l'immagine in un file:
+
+    ```python
+    with open('image.jpg', 'wb') as image_file:
+        image_file.write(image.read())
+    ```
+
+    Questo codice apre un file chiamato `image.jpg` per la scrittura, quindi legge tutti i dati dall'oggetto `BytesIO` e li scrive nel file.
+
+    > 💁 Puoi catturare l'immagine direttamente in un file invece che in un oggetto `BytesIO` passando il nome del file alla chiamata `camera.capture`. Il motivo per utilizzare l'oggetto `BytesIO` è che più avanti in questa lezione potrai inviare l'immagine al tuo classificatore di immagini.
+
+1. Configura l'immagine che la fotocamera in CounterFit catturerà. Puoi impostare il *Source* su *File*, quindi caricare un file immagine, oppure impostare il *Source* su *WebCam*, e le immagini verranno catturate dalla tua webcam. Assicurati di selezionare il pulsante **Set** dopo aver selezionato un'immagine o la tua webcam.
+
+    ![CounterFit con un file impostato come sorgente immagine e una webcam che mostra una persona che tiene una banana in un'anteprima della webcam](../../../../../translated_images/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.it.png)
+
+1. Un'immagine verrà catturata e salvata come `image.jpg` nella cartella corrente. Vedrai questo file nell'esploratore di VS Code. Seleziona il file per visualizzare l'immagine. Se necessita di rotazione, aggiorna la riga `camera.rotation = 0` come necessario e scatta un'altra foto.
+
+> 💁 Puoi trovare questo codice nella cartella [code-camera/virtual-iot-device](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-camera/virtual-iot-device).
+
+😀 Il tuo programma per la fotocamera è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
new file mode 100644
index 00000000..a51ef7d6
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md
@@ -0,0 +1,473 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "160be8c0f558687f6686dca64f10f739",
+  "translation_date": "2025-08-25T16:33:30+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md",
+  "language_code": "it"
+}
+-->
+# Catturare un'immagine - Wio Terminal
+
+In questa parte della lezione, aggiungerai una fotocamera al tuo Wio Terminal e catturerai immagini con essa.
+
+## Hardware
+
+Il Wio Terminal necessita di una fotocamera.
+
+La fotocamera che utilizzerai è una [ArduCam Mini 2MP Plus](https://www.arducam.com/product/arducam-2mp-spi-camera-b0067-arduino/). Si tratta di una fotocamera da 2 megapixel basata sul sensore d'immagine OV2640. Comunica tramite un'interfaccia SPI per catturare immagini e utilizza I2C per configurare il sensore.
+
+## Collegare la fotocamera
+
+L'ArduCam non ha un connettore Grove, ma si collega ai bus SPI e I2C tramite i pin GPIO del Wio Terminal.
+
+### Attività - collegare la fotocamera
+
+Collega la fotocamera.
+
+![Un sensore ArduCam](../../../../../translated_images/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.it.png)
+
+1. I pin alla base dell'ArduCam devono essere collegati ai pin GPIO del Wio Terminal. Per facilitare l'individuazione dei pin corretti, applica l'adesivo dei pin GPIO fornito con il Wio Terminal attorno ai pin:
+
+    ![Il Wio Terminal con l'adesivo dei pin GPIO applicato](../../../../../translated_images/wio-terminal-pin-sticker.b90b1535937b84bd00d853f0004aea74fac2aec04b43f14b887796b2633f855e.it.png)
+
+1. Utilizzando dei cavi jumper, effettua i seguenti collegamenti:
+
+    | Pin ArduCAM | Pin Wio Terminal | Descrizione                             |
+    | ----------- | ---------------- | --------------------------------------- |
+    | CS          | 24 (SPI_CS)      | Selezione chip SPI                      |
+    | MOSI        | 19 (SPI_MOSI)    | Uscita controller SPI, ingresso periferica |
+    | MISO        | 21 (SPI_MISO)    | Ingresso controller SPI, uscita periferica |
+    | SCK         | 23 (SPI_SCLK)    | Clock seriale SPI                       |
+    | GND         | 6 (GND)          | Massa - 0V                              |
+    | VCC         | 4 (5V)           | Alimentazione 5V                        |
+    | SDA         | 3 (I2C1_SDA)     | Dati seriali I2C                        |
+    | SCL         | 5 (I2C1_SCL)     | Clock seriale I2C                       |
+
+    ![Il Wio Terminal collegato all'ArduCam con cavi jumper](../../../../../translated_images/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.it.png)
+
+    I collegamenti GND e VCC forniscono un'alimentazione di 5V all'ArduCam. Funziona a 5V, a differenza dei sensori Grove che funzionano a 3V. Questa alimentazione proviene direttamente dalla connessione USB-C che alimenta il dispositivo.
+
+    > 💁 Per la connessione SPI, le etichette dei pin sull'ArduCam e i nomi dei pin del Wio Terminal utilizzati nel codice seguono ancora la vecchia convenzione di denominazione. Le istruzioni in questa lezione utilizzeranno la nuova convenzione di denominazione, tranne quando i nomi dei pin sono usati nel codice.
+
+1. Ora puoi collegare il Wio Terminal al tuo computer.
+
+## Programmare il dispositivo per connettersi alla fotocamera
+
+Ora il Wio Terminal può essere programmato per utilizzare la fotocamera ArduCAM collegata.
+
+### Attività - programmare il dispositivo per connettersi alla fotocamera
+
+1. Crea un nuovo progetto per il Wio Terminal utilizzando PlatformIO. Chiama questo progetto `fruit-quality-detector`. Aggiungi del codice nella funzione `setup` per configurare la porta seriale.
+
+1. Aggiungi il codice per connetterti al WiFi, con le tue credenziali WiFi in un file chiamato `config.h`. Non dimenticare di aggiungere le librerie necessarie al file `platformio.ini`.
+
+1. La libreria ArduCam non è disponibile come libreria Arduino installabile dal file `platformio.ini`. Dovrà essere installata dal loro repository GitHub. Puoi ottenerla in uno dei seguenti modi:
+
+    * Clonando il repository da [https://github.com/ArduCAM/Arduino.git](https://github.com/ArduCAM/Arduino.git)
+    * Visitando il repository su GitHub all'indirizzo [github.com/ArduCAM/Arduino](https://github.com/ArduCAM/Arduino) e scaricando il codice come file zip dal pulsante **Code**
+
+1. Hai bisogno solo della cartella `ArduCAM` da questo codice. Copia l'intera cartella nella cartella `lib` del tuo progetto.
+
+    > ⚠️ L'intera cartella deve essere copiata, quindi il codice deve trovarsi in `lib/ArduCam`. Non copiare solo il contenuto della cartella `ArduCam` nella cartella `lib`, copia l'intera cartella.
+
+1. Il codice della libreria ArduCam funziona per diversi tipi di fotocamere. Il tipo di fotocamera che vuoi utilizzare è configurato tramite flag del compilatore, il che mantiene la libreria compilata il più piccola possibile rimuovendo il codice per fotocamere che non stai utilizzando. Per configurare la libreria per la fotocamera OV2640, aggiungi quanto segue alla fine del file `platformio.ini`:
+
+    ```ini
+    build_flags =
+        -DARDUCAM_SHIELD_V2
+        -DOV2640_CAM
+    ```
+
+    Questo imposta 2 flag del compilatore:
+
+      * `ARDUCAM_SHIELD_V2` per indicare alla libreria che la fotocamera è su una scheda Arduino, nota come shield.
+      * `OV2640_CAM` per indicare alla libreria di includere solo il codice per la fotocamera OV2640.
+
+1. Aggiungi un file di intestazione nella cartella `src` chiamato `camera.h`. Questo conterrà il codice per comunicare con la fotocamera. Aggiungi il seguente codice a questo file:
+
+    ```cpp
+    #pragma once
+    
+    #include <ArduCAM.h>
+    #include <Wire.h>
+    
+    class Camera
+    {
+    public:
+        Camera(int format, int image_size) : _arducam(OV2640, PIN_SPI_SS)
+        {
+            _format = format;
+            _image_size = image_size;
+        }
+    
+        bool init()
+        {
+            // Reset the CPLD
+            _arducam.write_reg(0x07, 0x80);
+            delay(100);
+    
+            _arducam.write_reg(0x07, 0x00);
+            delay(100);
+    
+            // Check if the ArduCAM SPI bus is OK
+            _arducam.write_reg(ARDUCHIP_TEST1, 0x55);
+            if (_arducam.read_reg(ARDUCHIP_TEST1) != 0x55)
+            {
+                return false;
+            }
+                
+            // Change MCU mode
+            _arducam.set_mode(MCU2LCD_MODE);
+    
+            uint8_t vid, pid;
+    
+            // Check if the camera module type is OV2640
+            _arducam.wrSensorReg8_8(0xff, 0x01);
+            _arducam.rdSensorReg8_8(OV2640_CHIPID_HIGH, &vid);
+            _arducam.rdSensorReg8_8(OV2640_CHIPID_LOW, &pid);
+            if ((vid != 0x26) && ((pid != 0x41) || (pid != 0x42)))
+            {
+                return false;
+            }
+            
+            _arducam.set_format(_format);
+            _arducam.InitCAM();
+            _arducam.OV2640_set_JPEG_size(_image_size);
+            _arducam.OV2640_set_Light_Mode(Auto);
+            _arducam.OV2640_set_Special_effects(Normal);
+            delay(1000);
+    
+            return true;
+        }
+    
+        void startCapture()
+        {
+            _arducam.flush_fifo();
+            _arducam.clear_fifo_flag();
+            _arducam.start_capture();
+        }
+    
+        bool captureReady()
+        {
+            return _arducam.get_bit(ARDUCHIP_TRIG, CAP_DONE_MASK);
+        }
+    
+        bool readImageToBuffer(byte **buffer, uint32_t &buffer_length)
+        {
+            if (!captureReady()) return false;
+    
+            // Get the image file length
+            uint32_t length = _arducam.read_fifo_length();
+            buffer_length = length;
+    
+            if (length >= MAX_FIFO_SIZE)
+            {
+                return false;
+            }
+            if (length == 0)
+            {
+                return false;
+            }
+    
+            // create the buffer
+            byte *buf = new byte[length];
+    
+            uint8_t temp = 0, temp_last = 0;
+            int i = 0;
+            uint32_t buffer_pos = 0;
+            bool is_header = false;
+    
+            _arducam.CS_LOW();
+            _arducam.set_fifo_burst();
+            
+            while (length--)
+            {
+                temp_last = temp;
+                temp = SPI.transfer(0x00);
+                //Read JPEG data from FIFO
+                if ((temp == 0xD9) && (temp_last == 0xFF)) //If find the end ,break while,
+                {
+                    buf[buffer_pos] = temp;
+    
+                    buffer_pos++;
+                    i++;
+                    
+                    _arducam.CS_HIGH();
+                }
+                if (is_header == true)
+                {
+                    //Write image data to buffer if not full
+                    if (i < 256)
+                    {
+                        buf[buffer_pos] = temp;
+                        buffer_pos++;
+                        i++;
+                    }
+                    else
+                    {
+                        _arducam.CS_HIGH();
+    
+                        i = 0;
+                        buf[buffer_pos] = temp;
+    
+                        buffer_pos++;
+                        i++;
+    
+                        _arducam.CS_LOW();
+                        _arducam.set_fifo_burst();
+                    }
+                }
+                else if ((temp == 0xD8) & (temp_last == 0xFF))
+                {
+                    is_header = true;
+    
+                    buf[buffer_pos] = temp_last;
+                    buffer_pos++;
+                    i++;
+    
+                    buf[buffer_pos] = temp;
+                    buffer_pos++;
+                    i++;
+                }
+            }
+            
+            _arducam.clear_fifo_flag();
+    
+            _arducam.set_format(_format);
+            _arducam.InitCAM();
+            _arducam.OV2640_set_JPEG_size(_image_size);
+    
+            // return the buffer
+            *buffer = buf;
+        }
+    
+    private:
+        ArduCAM _arducam;
+        int _format;
+        int _image_size;
+    };
+    ```
+
+    Questo è codice a basso livello che configura la fotocamera utilizzando le librerie ArduCam e estrae le immagini quando necessario utilizzando il bus SPI. Questo codice è molto specifico per l'ArduCam, quindi non è necessario preoccuparsi di come funziona in questa fase.
+
+1. In `main.cpp`, aggiungi il seguente codice sotto le altre dichiarazioni `include` per includere questo nuovo file e creare un'istanza della classe fotocamera:
+
+    ```cpp
+    #include "camera.h"
+
+    Camera camera = Camera(JPEG, OV2640_640x480);
+    ```
+
+    Questo crea una `Camera` che salva le immagini come JPEG con una risoluzione di 640x480. Sebbene siano supportate risoluzioni più alte (fino a 3280x2464), il classificatore di immagini funziona su immagini molto più piccole (227x227), quindi non è necessario catturare e inviare immagini più grandi.
+
+1. Aggiungi il seguente codice sotto questo per definire una funzione per configurare la fotocamera:
+
+    ```cpp
+    void setupCamera()
+    {
+        pinMode(PIN_SPI_SS, OUTPUT);
+        digitalWrite(PIN_SPI_SS, HIGH);
+    
+        Wire.begin();
+        SPI.begin();
+    
+        if (!camera.init())
+        {
+            Serial.println("Error setting up the camera!");
+        }
+    }
+    ```
+
+    Questa funzione `setupCamera` inizia configurando il pin di selezione chip SPI (`PIN_SPI_SS`) come alto, rendendo il Wio Terminal il controller SPI. Successivamente avvia i bus I2C e SPI. Infine, inizializza la classe fotocamera che configura le impostazioni del sensore della fotocamera e verifica che tutto sia collegato correttamente.
+
+1. Chiama questa funzione alla fine della funzione `setup`:
+
+    ```cpp
+    setupCamera();
+    ```
+
+1. Compila e carica questo codice e controlla l'output dal monitor seriale. Se vedi `Error setting up the camera!`, controlla i collegamenti per assicurarti che tutti i cavi colleghino i pin corretti sull'ArduCam ai pin GPIO corretti sul Wio Terminal e che tutti i cavi jumper siano ben inseriti.
+
+## Catturare un'immagine
+
+Ora il Wio Terminal può essere programmato per catturare un'immagine quando viene premuto un pulsante.
+
+### Attività - catturare un'immagine
+
+1. I microcontrollori eseguono il tuo codice continuamente, quindi non è facile attivare qualcosa come scattare una foto senza reagire a un sensore. Il Wio Terminal ha dei pulsanti, quindi la fotocamera può essere configurata per essere attivata da uno di questi pulsanti. Aggiungi il seguente codice alla fine della funzione `setup` per configurare il pulsante C (uno dei tre pulsanti in alto, quello più vicino all'interruttore di accensione).
+
+    ![Il pulsante C in alto vicino all'interruttore di accensione](../../../../../translated_images/wio-terminal-c-button.73df3cb1c1445ea07ee98316af0e7925fcb43135df0abed58d3d4822b2589c3b.it.png)
+
+    ```cpp
+    pinMode(WIO_KEY_C, INPUT_PULLUP);
+    ```
+
+    La modalità `INPUT_PULLUP` inverte essenzialmente un input. Ad esempio, normalmente un pulsante invierebbe un segnale basso quando non premuto e un segnale alto quando premuto. Quando impostato su `INPUT_PULLUP`, invia un segnale alto quando non premuto e un segnale basso quando premuto.
+
+1. Aggiungi una funzione vuota per rispondere alla pressione del pulsante prima della funzione `loop`:
+
+    ```cpp
+    void buttonPressed()
+    {
+        
+    }
+    ```
+
+1. Chiama questa funzione nel metodo `loop` quando il pulsante viene premuto:
+
+    ```cpp
+    void loop()
+    {
+        if (digitalRead(WIO_KEY_C) == LOW)
+        {
+            buttonPressed();
+            delay(2000);
+        }
+    
+        delay(200);
+    }
+    ```
+
+    Questo codice verifica se il pulsante è premuto. Se lo è, viene chiamata la funzione `buttonPressed` e il ciclo si interrompe per 2 secondi. Questo serve per dare il tempo al pulsante di essere rilasciato in modo che una pressione lunga non venga registrata due volte.
+
+    > 💁 Il pulsante sul Wio Terminal è impostato su `INPUT_PULLUP`, quindi invia un segnale alto quando non premuto e un segnale basso quando premuto.
+
+1. Aggiungi il seguente codice alla funzione `buttonPressed`:
+
+    ```cpp
+    camera.startCapture();
+ 
+    while (!camera.captureReady())
+        delay(100);
+
+    Serial.println("Image captured");
+
+    byte *buffer;
+    uint32_t length;
+
+    if (camera.readImageToBuffer(&buffer, length))
+    {
+        Serial.print("Image read to buffer with length ");
+        Serial.println(length);
+
+        delete(buffer);
+    }
+    ```
+
+    Questo codice avvia la cattura della fotocamera chiamando `startCapture`. L'hardware della fotocamera non funziona restituendo i dati quando li richiedi, ma invii un'istruzione per avviare la cattura e la fotocamera lavorerà in background per catturare l'immagine, convertirla in un JPEG e memorizzarla in un buffer locale sulla fotocamera stessa. La chiamata `captureReady` verifica quindi se la cattura dell'immagine è terminata.
+
+    Una volta terminata la cattura, i dati dell'immagine vengono copiati dal buffer della fotocamera in un buffer locale (array di byte) con la chiamata `readImageToBuffer`. La lunghezza del buffer viene quindi inviata al monitor seriale.
+
+1. Compila e carica questo codice e controlla l'output sul monitor seriale. Ogni volta che premi il pulsante C, verrà catturata un'immagine e vedrai la dimensione dell'immagine inviata al monitor seriale.
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Image captured
+    Image read to buffer with length 9224
+    Image captured
+    Image read to buffer with length 11272
+    ```
+
+    Immagini diverse avranno dimensioni diverse. Sono compresse come JPEG e la dimensione di un file JPEG per una data risoluzione dipende da ciò che è presente nell'immagine.
+
+> 💁 Puoi trovare questo codice nella cartella [code-camera/wio-terminal](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-camera/wio-terminal).
+
+😀 Hai catturato con successo immagini con il tuo Wio Terminal.
+
+## Opzionale - verificare le immagini della fotocamera utilizzando una scheda SD
+
+Il modo più semplice per vedere le immagini catturate dalla fotocamera è scriverle su una scheda SD nel Wio Terminal e poi visualizzarle sul tuo computer. Completa questo passaggio se hai una scheda microSD di riserva e un lettore di schede microSD nel tuo computer o un adattatore.
+
+Il Wio Terminal supporta solo schede microSD fino a 16GB di capacità. Se hai una scheda SD più grande, non funzionerà.
+
+### Attività - verificare le immagini della fotocamera utilizzando una scheda SD
+
+1. Formatta una scheda microSD come FAT32 o exFAT utilizzando le applicazioni pertinenti sul tuo computer (Utility Disco su macOS, Esplora File su Windows o strumenti da riga di comando su Linux).
+
+1. Inserisci la scheda microSD nello slot appena sotto l'interruttore di accensione. Assicurati che sia completamente inserita fino a quando non scatta e rimane in posizione; potresti doverla spingere con un'unghia o uno strumento sottile.
+
+1. Aggiungi le seguenti dichiarazioni `include` all'inizio del file `main.cpp`:
+
+    ```cpp
+    #include "SD/Seeed_SD.h"
+    #include <Seeed_FS.h>
+    ```
+
+1. Aggiungi la seguente funzione prima della funzione `setup`:
+
+    ```cpp
+    void setupSDCard()
+    {
+        while (!SD.begin(SDCARD_SS_PIN, SDCARD_SPI))
+        {
+            Serial.println("SD Card Error");
+        }
+    }
+    ```
+
+    Questa funzione configura la scheda SD utilizzando il bus SPI.
+
+1. Chiama questa funzione dalla funzione `setup`:
+
+    ```cpp
+    setupSDCard();
+    ```
+
+1. Aggiungi il seguente codice sopra la funzione `buttonPressed`:
+
+    ```cpp
+    int fileNum = 1;
+
+    void saveToSDCard(byte *buffer, uint32_t length)
+    {
+        char buff[16];
+        sprintf(buff, "%d.jpg", fileNum);
+        fileNum++;
+    
+        File outFile = SD.open(buff, FILE_WRITE );
+        outFile.write(buffer, length);
+        outFile.close();
+
+        Serial.print("Image written to file ");
+        Serial.println(buff);
+    }
+    ```
+
+    Questo definisce una variabile globale per il conteggio dei file. Questa viene utilizzata per i nomi dei file immagine in modo che più immagini possano essere catturate con nomi di file incrementali - `1.jpg`, `2.jpg` e così via.
+
+    Definisce quindi la funzione `saveToSDCard` che prende un buffer di dati byte e la lunghezza del buffer. Viene creato un nome file utilizzando il conteggio dei file, e il conteggio viene incrementato per il file successivo. I dati binari del buffer vengono quindi scritti nel file.
+
+1. Chiama la funzione `saveToSDCard` dalla funzione `buttonPressed`. La chiamata dovrebbe essere **prima** che il buffer venga eliminato:
+
+    ```cpp
+    Serial.print("Image read to buffer with length ");
+    Serial.println(length);
+
+    saveToSDCard(buffer, length);
+    
+    delete(buffer);
+    ```
+
+1. Compila e carica questo codice e controlla l'output sul monitor seriale. Ogni volta che premi il pulsante C, verrà catturata un'immagine e salvata sulla scheda SD.
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Image captured
+    Image read to buffer with length 16392
+    Image written to file 1.jpg
+    Image captured
+    Image read to buffer with length 14344
+    Image written to file 2.jpg
+    ```
+
+1. Spegni il Wio Terminal e rimuovi la scheda microSD spingendola leggermente e rilasciandola, in modo che esca. Potresti dover utilizzare uno strumento sottile per farlo. Inserisci la scheda microSD nel tuo computer per visualizzare le immagini.
+
+    ![Una foto di una banana catturata con l'ArduCam](../../../../../translated_images/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.it.jpg)
+💁 Potrebbe essere necessario qualche scatto affinché il bilanciamento del bianco della fotocamera si regoli automaticamente. Noterai questo in base al colore delle immagini catturate, le prime potrebbero sembrare con colori alterati. Puoi sempre aggirare questo problema modificando il codice per catturare alcune immagini che vengono ignorate nella funzione `setup`.
+
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
new file mode 100644
index 00000000..f92a9c2d
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md
@@ -0,0 +1,227 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "32a1f23e7834fbe7715da8c4ebb450b9",
+  "translation_date": "2025-08-25T16:32:10+00:00",
+  "source_file": "4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-classify-image.md",
+  "language_code": "it"
+}
+-->
+# Classificare un'immagine - Wio Terminal
+
+In questa parte della lezione, invierai l'immagine catturata dalla fotocamera al servizio Custom Vision per classificarla.
+
+## Classificare un'immagine
+
+Il servizio Custom Vision dispone di un'API REST che puoi chiamare dal Wio Terminal per classificare le immagini. Questa API REST è accessibile tramite una connessione HTTPS - una connessione HTTP sicura.
+
+Quando interagisci con endpoint HTTPS, il codice client deve richiedere il certificato della chiave pubblica dal server a cui si sta accedendo e utilizzarlo per crittografare il traffico inviato. Il tuo browser web lo fa automaticamente, ma i microcontrollori no. Dovrai richiedere manualmente questo certificato e usarlo per creare una connessione sicura all'API REST. Questi certificati non cambiano, quindi una volta ottenuto un certificato, può essere codificato direttamente nella tua applicazione.
+
+Questi certificati contengono chiavi pubbliche e non devono essere mantenuti segreti. Puoi usarli nel tuo codice sorgente e condividerli pubblicamente su piattaforme come GitHub.
+
+### Attività - configurare un client SSL
+
+1. Apri il progetto dell'app `fruit-quality-detector` se non è già aperto.
+
+1. Apri il file di intestazione `config.h` e aggiungi quanto segue:
+
+    ```cpp
+    const char *CERTIFICATE =
+        "-----BEGIN CERTIFICATE-----\r\n"
+        "MIIF8zCCBNugAwIBAgIQAueRcfuAIek/4tmDg0xQwDANBgkqhkiG9w0BAQwFADBh\r\n"
+        "MQswCQYDVQQGEwJVUzEVMBMGA1UEChMMRGlnaUNlcnQgSW5jMRkwFwYDVQQLExB3\r\n"
+        "d3cuZGlnaWNlcnQuY29tMSAwHgYDVQQDExdEaWdpQ2VydCBHbG9iYWwgUm9vdCBH\r\n"
+        "MjAeFw0yMDA3MjkxMjMwMDBaFw0yNDA2MjcyMzU5NTlaMFkxCzAJBgNVBAYTAlVT\r\n"
+        "MR4wHAYDVQQKExVNaWNyb3NvZnQgQ29ycG9yYXRpb24xKjAoBgNVBAMTIU1pY3Jv\r\n"
+        "c29mdCBBenVyZSBUTFMgSXNzdWluZyBDQSAwNjCCAiIwDQYJKoZIhvcNAQEBBQAD\r\n"
+        "ggIPADCCAgoCggIBALVGARl56bx3KBUSGuPc4H5uoNFkFH4e7pvTCxRi4j/+z+Xb\r\n"
+        "wjEz+5CipDOqjx9/jWjskL5dk7PaQkzItidsAAnDCW1leZBOIi68Lff1bjTeZgMY\r\n"
+        "iwdRd3Y39b/lcGpiuP2d23W95YHkMMT8IlWosYIX0f4kYb62rphyfnAjYb/4Od99\r\n"
+        "ThnhlAxGtfvSbXcBVIKCYfZgqRvV+5lReUnd1aNjRYVzPOoifgSx2fRyy1+pO1Uz\r\n"
+        "aMMNnIOE71bVYW0A1hr19w7kOb0KkJXoALTDDj1ukUEDqQuBfBxReL5mXiu1O7WG\r\n"
+        "0vltg0VZ/SZzctBsdBlx1BkmWYBW261KZgBivrql5ELTKKd8qgtHcLQA5fl6JB0Q\r\n"
+        "gs5XDaWehN86Gps5JW8ArjGtjcWAIP+X8CQaWfaCnuRm6Bk/03PQWhgdi84qwA0s\r\n"
+        "sRfFJwHUPTNSnE8EiGVk2frt0u8PG1pwSQsFuNJfcYIHEv1vOzP7uEOuDydsmCjh\r\n"
+        "lxuoK2n5/2aVR3BMTu+p4+gl8alXoBycyLmj3J/PUgqD8SL5fTCUegGsdia/Sa60\r\n"
+        "N2oV7vQ17wjMN+LXa2rjj/b4ZlZgXVojDmAjDwIRdDUujQu0RVsJqFLMzSIHpp2C\r\n"
+        "Zp7mIoLrySay2YYBu7SiNwL95X6He2kS8eefBBHjzwW/9FxGqry57i71c2cDAgMB\r\n"
+        "AAGjggGtMIIBqTAdBgNVHQ4EFgQU1cFnOsKjnfR3UltZEjgp5lVou6UwHwYDVR0j\r\n"
+        "BBgwFoAUTiJUIBiV5uNu5g/6+rkS7QYXjzkwDgYDVR0PAQH/BAQDAgGGMB0GA1Ud\r\n"
+        "JQQWMBQGCCsGAQUFBwMBBggrBgEFBQcDAjASBgNVHRMBAf8ECDAGAQH/AgEAMHYG\r\n"
+        "CCsGAQUFBwEBBGowaDAkBggrBgEFBQcwAYYYaHR0cDovL29jc3AuZGlnaWNlcnQu\r\n"
+        "Y29tMEAGCCsGAQUFBzAChjRodHRwOi8vY2FjZXJ0cy5kaWdpY2VydC5jb20vRGln\r\n"
+        "aUNlcnRHbG9iYWxSb290RzIuY3J0MHsGA1UdHwR0MHIwN6A1oDOGMWh0dHA6Ly9j\r\n"
+        "cmwzLmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5jcmwwN6A1oDOG\r\n"
+        "MWh0dHA6Ly9jcmw0LmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5j\r\n"
+        "cmwwHQYDVR0gBBYwFDAIBgZngQwBAgEwCAYGZ4EMAQICMBAGCSsGAQQBgjcVAQQD\r\n"
+        "AgEAMA0GCSqGSIb3DQEBDAUAA4IBAQB2oWc93fB8esci/8esixj++N22meiGDjgF\r\n"
+        "+rA2LUK5IOQOgcUSTGKSqF9lYfAxPjrqPjDCUPHCURv+26ad5P/BYtXtbmtxJWu+\r\n"
+        "cS5BhMDPPeG3oPZwXRHBJFAkY4O4AF7RIAAUW6EzDflUoDHKv83zOiPfYGcpHc9s\r\n"
+        "kxAInCedk7QSgXvMARjjOqdakor21DTmNIUotxo8kHv5hwRlGhBJwps6fEVi1Bt0\r\n"
+        "trpM/3wYxlr473WSPUFZPgP1j519kLpWOJ8z09wxay+Br29irPcBYv0GMXlHqThy\r\n"
+        "8y4m/HyTQeI2IMvMrQnwqPpY+rLIXyviI2vLoI+4xKE4Rn38ZZ8m\r\n"
+        "-----END CERTIFICATE-----\r\n";
+    ```
+
+    Questo è il *Microsoft Azure DigiCert Global Root G2 certificate* - uno dei certificati utilizzati da molti servizi Azure a livello globale.
+
+    > 💁 Per verificare che questo sia il certificato da utilizzare, esegui il seguente comando su macOS o Linux. Se stai usando Windows, puoi eseguire questo comando utilizzando il [Windows Subsystem for Linux (WSL)](https://docs.microsoft.com/windows/wsl/?WT.mc_id=academic-17441-jabenn):
+    >
+    > ```sh
+    > openssl s_client -showcerts -verify 5 -connect api.cognitive.microsoft.com:443
+    > ```
+    >
+    > L'output elencherà il certificato DigiCert Global Root G2.
+
+1. Apri `main.cpp` e aggiungi la seguente direttiva di inclusione:
+
+    ```cpp
+    #include <WiFiClientSecure.h>
+    ```
+
+1. Sotto le direttive di inclusione, dichiara un'istanza di `WifiClientSecure`:
+
+    ```cpp
+    WiFiClientSecure client;
+    ```
+
+    Questa classe contiene il codice per comunicare con gli endpoint web tramite HTTPS.
+
+1. Nel metodo `connectWiFi`, configura il WiFiClientSecure per utilizzare il certificato DigiCert Global Root G2:
+
+    ```cpp
+    client.setCACert(CERTIFICATE);
+    ```
+
+### Attività - classificare un'immagine
+
+1. Aggiungi la seguente riga aggiuntiva alla lista `lib_deps` nel file `platformio.ini`:
+
+    ```ini
+    bblanchon/ArduinoJson @ 6.17.3
+    ```
+
+    Questo importa [ArduinoJson](https://arduinojson.org), una libreria JSON per Arduino, che verrà utilizzata per decodificare la risposta JSON dall'API REST.
+
+1. In `config.h`, aggiungi costanti per l'URL di previsione e la chiave del servizio Custom Vision:
+
+    ```cpp
+    const char *PREDICTION_URL = "<PREDICTION_URL>";
+    const char *PREDICTION_KEY = "<PREDICTION_KEY>";
+    ```
+
+    Sostituisci `<PREDICTION_URL>` con l'URL di previsione di Custom Vision. Sostituisci `<PREDICTION_KEY>` con la chiave di previsione.
+
+1. In `main.cpp`, aggiungi una direttiva di inclusione per la libreria ArduinoJson:
+
+    ```cpp
+    #include <ArduinoJSON.h>
+    ```
+
+1. Aggiungi la seguente funzione a `main.cpp`, sopra la funzione `buttonPressed`.
+
+    ```cpp
+    void classifyImage(byte *buffer, uint32_t length)
+    {
+        HTTPClient httpClient;
+        httpClient.begin(client, PREDICTION_URL);
+        httpClient.addHeader("Content-Type", "application/octet-stream");
+        httpClient.addHeader("Prediction-Key", PREDICTION_KEY);
+    
+        int httpResponseCode = httpClient.POST(buffer, length);
+    
+        if (httpResponseCode == 200)
+        {
+            String result = httpClient.getString();
+    
+            DynamicJsonDocument doc(1024);
+            deserializeJson(doc, result.c_str());
+    
+            JsonObject obj = doc.as<JsonObject>();
+            JsonArray predictions = obj["predictions"].as<JsonArray>();
+    
+            for(JsonVariant prediction : predictions) 
+            {
+                String tag = prediction["tagName"].as<String>();
+                float probability = prediction["probability"].as<float>();
+    
+                char buff[32];
+                sprintf(buff, "%s:\t%.2f%%", tag.c_str(), probability * 100.0);
+                Serial.println(buff);
+            }
+        }
+    
+        httpClient.end();
+    }
+    ```
+
+    Questo codice inizia dichiarando un `HTTPClient` - una classe che contiene metodi per interagire con le API REST. Successivamente, collega il client all'URL di previsione utilizzando l'istanza `WiFiClientSecure` configurata con la chiave pubblica di Azure.
+
+    Una volta connesso, invia gli header - informazioni sulla richiesta che verrà effettuata contro l'API REST. L'header `Content-Type` indica che la chiamata API invierà dati binari grezzi, mentre l'header `Prediction-Key` passa la chiave di previsione di Custom Vision.
+
+    Successivamente, viene effettuata una richiesta POST al client HTTP, caricando un array di byte. Questo conterrà l'immagine JPEG catturata dalla fotocamera quando questa funzione viene chiamata.
+
+    > 💁 Le richieste POST servono per inviare dati e ottenere una risposta. Esistono altri tipi di richieste, come le richieste GET, che recuperano dati. Le richieste GET vengono utilizzate dal tuo browser web per caricare pagine web.
+
+    La richiesta POST restituisce un codice di stato della risposta. Questi sono valori ben definiti, con 200 che significa **OK** - la richiesta POST è stata completata con successo.
+
+    > 💁 Puoi vedere tutti i codici di stato della risposta nella [pagina Lista dei codici di stato HTTP su Wikipedia](https://wikipedia.org/wiki/List_of_HTTP_status_codes)
+
+    Se viene restituito un 200, il risultato viene letto dal client HTTP. Questa è una risposta testuale dall'API REST con i risultati della previsione come documento JSON. Il JSON ha il seguente formato:
+
+    ```jSON
+    {
+        "id":"45d614d3-7d6f-47e9-8fa2-04f237366a16",
+        "project":"135607e5-efac-4855-8afb-c93af3380531",
+        "iteration":"04f1c1fa-11ec-4e59-bb23-4c7aca353665",
+        "created":"2021-06-10T17:58:58.959Z",
+        "predictions":[
+            {
+                "probability":0.5582016,
+                "tagId":"05a432ea-9718-4098-b14f-5f0688149d64",
+                "tagName":"ripe"
+            },
+            {
+                "probability":0.44179836,
+                "tagId":"bb091037-16e5-418e-a9ea-31c6a2920f17",
+                "tagName":"unripe"
+            }
+        ]
+    }
+    ```
+
+    La parte importante qui è l'array `predictions`. Questo contiene le previsioni, con una voce per ogni tag che include il nome del tag e la probabilità. Le probabilità restituite sono numeri in virgola mobile da 0 a 1, con 0 che rappresenta una probabilità dello 0% di corrispondenza con il tag e 1 che rappresenta una probabilità del 100%.
+
+    > 💁 I classificatori di immagini restituiscono le percentuali per tutti i tag utilizzati. Ogni tag avrà una probabilità che l'immagine corrisponda a quel tag.
+
+    Questo JSON viene decodificato e le probabilità per ogni tag vengono inviate al monitor seriale.
+
+1. Nella funzione `buttonPressed`, sostituisci il codice che salva sulla scheda SD con una chiamata a `classifyImage`, oppure aggiungilo dopo che l'immagine è stata scritta, ma **prima** che il buffer venga eliminato:
+
+    ```cpp
+    classifyImage(buffer, length);
+    ```
+
+    > 💁 Se sostituisci il codice che salva sulla scheda SD, puoi semplificare il tuo codice rimuovendo le funzioni `setupSDCard` e `saveToSDCard`.
+
+1. Carica ed esegui il tuo codice. Punta la fotocamera verso della frutta e premi il pulsante C. Vedrai l'output nel monitor seriale:
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Image captured
+    Image read to buffer with length 8200
+    ripe:   56.84%
+    unripe: 43.16%
+    ```
+
+    Sarai in grado di vedere l'immagine catturata e questi valori nella scheda **Predictions** in Custom Vision.
+
+    ![Una banana in Custom Vision prevista matura al 56.8% e acerba al 43.1%](../../../../../translated_images/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.it.png)
+
+> 💁 Puoi trovare questo codice nella cartella [code-classify/wio-terminal](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/wio-terminal).
+
+😀 Il tuo programma per classificare la qualità della frutta è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md b/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
new file mode 100644
index 00000000..f91971e1
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/README.md
@@ -0,0 +1,624 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "2625af24587465c5547ae33d6cc000a5",
+  "translation_date": "2025-08-25T16:35:55+00:00",
+  "source_file": "4-manufacturing/lessons/3-run-fruit-detector-edge/README.md",
+  "language_code": "it"
+}
+-->
+# Esegui il tuo rilevatore di frutta ai margini
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questo video offre una panoramica sull'esecuzione di classificatori di immagini su dispositivi IoT, l'argomento trattato in questa lezione.
+
+[![Custom Vision AI su Azure IoT Edge](https://img.youtube.com/vi/_K5fqGLO8us/0.jpg)](https://www.youtube.com/watch?v=_K5fqGLO8us)
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/33)
+
+## Introduzione
+
+Nella lezione precedente hai utilizzato il tuo classificatore di immagini per distinguere tra frutta matura e acerba, inviando un'immagine catturata dalla fotocamera del tuo dispositivo IoT a un servizio cloud tramite internet. Queste operazioni richiedono tempo, comportano costi e, a seconda del tipo di dati immagine utilizzati, potrebbero avere implicazioni sulla privacy.
+
+In questa lezione imparerai come eseguire modelli di machine learning (ML) ai margini - su dispositivi IoT che operano sulla tua rete locale anziché nel cloud. Scoprirai i vantaggi e gli svantaggi del calcolo ai margini rispetto al calcolo nel cloud, come distribuire il tuo modello AI ai margini e come accedervi dal tuo dispositivo IoT.
+
+In questa lezione tratteremo:
+
+* [Calcolo ai margini](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [Azure IoT Edge](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [Registrare un dispositivo IoT Edge](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [Configurare un dispositivo IoT Edge](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [Esportare il tuo modello](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [Preparare il tuo contenitore per la distribuzione](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [Distribuire il tuo contenitore](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+* [Utilizzare il tuo dispositivo IoT Edge](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge)
+
+## Calcolo ai margini
+
+Il calcolo ai margini implica l'utilizzo di computer che elaborano i dati IoT il più vicino possibile al luogo in cui vengono generati. Invece di eseguire questa elaborazione nel cloud, viene spostata ai margini del cloud - sulla tua rete interna.
+
+![Un diagramma architetturale che mostra i servizi internet nel cloud e i dispositivi IoT su una rete locale](../../../../../translated_images/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.it.png)
+
+Nelle lezioni precedenti, i dispositivi raccoglievano dati e li inviavano al cloud per essere analizzati, eseguendo funzioni serverless o modelli AI nel cloud.
+
+![Un diagramma architetturale che mostra dispositivi IoT su una rete locale che si collegano a dispositivi ai margini, e questi dispositivi ai margini si collegano al cloud](../../../../../translated_images/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.it.png)
+
+Il calcolo ai margini sposta alcuni dei servizi cloud fuori dal cloud e li esegue su computer che operano sulla stessa rete dei dispositivi IoT, comunicando con il cloud solo se necessario. Ad esempio, puoi eseguire modelli AI su dispositivi ai margini per analizzare la maturazione della frutta e inviare al cloud solo analisi, come il numero di frutti maturi rispetto a quelli acerbi.
+
+✅ Rifletti sulle applicazioni IoT che hai costruito finora. Quali parti potrebbero essere spostate ai margini?
+
+### Vantaggi
+
+I vantaggi del calcolo ai margini sono:
+
+1. **Velocità** - il calcolo ai margini è ideale per dati sensibili al tempo, poiché le azioni vengono eseguite sulla stessa rete del dispositivo, anziché effettuare chiamate tramite internet. Questo consente velocità più elevate, poiché le reti interne possono funzionare a velocità significativamente superiori rispetto alle connessioni internet, con i dati che viaggiano su distanze molto più brevi.
+
+    > 💁 Nonostante i cavi ottici vengano utilizzati per le connessioni internet, consentendo ai dati di viaggiare alla velocità della luce, i dati possono impiegare tempo per attraversare il mondo fino ai fornitori di servizi cloud. Ad esempio, se invii dati dall'Europa ai servizi cloud negli Stati Uniti, ci vogliono almeno 28 ms per attraversare l'Atlantico tramite un cavo ottico, senza contare il tempo necessario per portare i dati al cavo transatlantico, convertirli da segnali elettrici a segnali luminosi e viceversa dall'altra parte, e infine dal cavo ottico al fornitore di servizi cloud.
+
+    Il calcolo ai margini richiede anche meno traffico di rete, riducendo il rischio che i tuoi dati rallentino a causa della congestione sulla larghezza di banda limitata disponibile per una connessione internet.
+
+1. **Accessibilità remota** - il calcolo ai margini funziona anche quando la connettività è limitata o assente, o quando è troppo costosa per essere utilizzata continuamente. Ad esempio, in aree colpite da disastri umanitari dove l'infrastruttura è limitata, o in nazioni in via di sviluppo.
+
+1. **Costi ridotti** - raccogliere, archiviare, analizzare e attivare azioni sui dispositivi ai margini riduce l'uso dei servizi cloud, il che può ridurre i costi complessivi della tua applicazione IoT. Negli ultimi tempi si è assistito a un aumento di dispositivi progettati per il calcolo ai margini, come le schede acceleratrici AI come il [Jetson Nano di NVIDIA](https://developer.nvidia.com/embedded/jetson-nano-developer-kit), che possono eseguire carichi di lavoro AI utilizzando hardware basato su GPU su dispositivi che costano meno di 100 dollari.
+
+1. **Privacy e sicurezza** - con il calcolo ai margini, i dati rimangono sulla tua rete e non vengono caricati nel cloud. Questo è spesso preferito per informazioni sensibili e identificabili personalmente, soprattutto perché i dati non devono essere archiviati dopo essere stati analizzati, riducendo notevolmente il rischio di fughe di dati. Esempi includono dati medici e filmati di telecamere di sicurezza.
+
+1. **Gestione di dispositivi insicuri** - se hai dispositivi con vulnerabilità di sicurezza note che non vuoi connettere direttamente alla tua rete o a internet, puoi collegarli a una rete separata tramite un dispositivo gateway IoT Edge. Questo dispositivo ai margini può quindi avere una connessione alla tua rete più ampia o a internet, gestendo i flussi di dati avanti e indietro.
+
+1. **Supporto per dispositivi incompatibili** - se hai dispositivi che non possono connettersi a IoT Hub, ad esempio dispositivi che possono connettersi solo tramite connessioni HTTP o dispositivi che hanno solo Bluetooth, puoi utilizzare un dispositivo IoT Edge come dispositivo gateway, inoltrando i messaggi a IoT Hub.
+
+✅ Fai una ricerca: Quali altri vantaggi potrebbe offrire il calcolo ai margini?
+
+### Svantaggi
+
+Ci sono svantaggi nel calcolo ai margini, per cui il cloud potrebbe essere un'opzione preferibile:
+
+1. **Scalabilità e flessibilità** - il calcolo nel cloud può adattarsi alle esigenze di rete e dati in tempo reale aggiungendo o riducendo server e altre risorse. Per aggiungere più computer ai margini è necessario aggiungere manualmente più dispositivi.
+
+1. **Affidabilità e resilienza** - il calcolo nel cloud offre più server spesso in più località per ridondanza e recupero in caso di disastri. Per ottenere lo stesso livello di ridondanza ai margini sono necessari grandi investimenti e molto lavoro di configurazione.
+
+1. **Manutenzione** - i fornitori di servizi cloud si occupano della manutenzione e degli aggiornamenti del sistema.
+
+✅ Fai una ricerca: Quali altri svantaggi potrebbe avere il calcolo ai margini?
+
+Gli svantaggi sono essenzialmente l'opposto dei vantaggi dell'uso del cloud: devi costruire e gestire questi dispositivi da solo, anziché fare affidamento sull'esperienza e sulla scala dei fornitori di servizi cloud.
+
+Alcuni rischi sono mitigati dalla natura stessa del calcolo ai margini. Ad esempio, se hai un dispositivo ai margini che opera in una fabbrica raccogliendo dati da macchinari, non devi preoccuparti di alcuni scenari di recupero in caso di disastri. Se manca l'elettricità nella fabbrica, non hai bisogno di un dispositivo ai margini di backup, poiché anche le macchine che generano i dati elaborati dal dispositivo ai margini saranno senza alimentazione.
+
+Per i sistemi IoT, spesso vorrai una combinazione di calcolo nel cloud e ai margini, sfruttando ciascun servizio in base alle esigenze del sistema, dei suoi utenti e dei suoi manutentori.
+
+## Azure IoT Edge
+
+![Il logo di Azure IoT Edge](../../../../../translated_images/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.it.png)
+
+Azure IoT Edge è un servizio che ti aiuta a spostare i carichi di lavoro fuori dal cloud e ai margini. Configuri un dispositivo come dispositivo ai margini e dal cloud puoi distribuire codice a quel dispositivo. Questo ti consente di combinare le capacità del cloud e dei margini.
+
+> 🎓 *Carichi di lavoro* è un termine che indica qualsiasi servizio che svolge un tipo di lavoro, come modelli AI, applicazioni o funzioni serverless.
+
+Ad esempio, puoi addestrare un classificatore di immagini nel cloud e poi distribuirlo a un dispositivo ai margini. Il tuo dispositivo IoT invia quindi immagini al dispositivo ai margini per la classificazione, anziché inviarle tramite internet. Se hai bisogno di distribuire una nuova iterazione del modello, puoi addestrarlo nel cloud e utilizzare IoT Edge per aggiornare il modello sul dispositivo ai margini con la nuova iterazione.
+
+> 🎓 Il software distribuito su IoT Edge è noto come *moduli*. Per impostazione predefinita, IoT Edge esegue moduli che comunicano con IoT Hub, come i moduli `edgeAgent` e `edgeHub`. Quando distribuisci un classificatore di immagini, questo viene distribuito come modulo aggiuntivo.
+
+IoT Edge è integrato in IoT Hub, quindi puoi gestire i dispositivi ai margini utilizzando lo stesso servizio che utilizzeresti per gestire i dispositivi IoT, con lo stesso livello di sicurezza.
+
+IoT Edge esegue codice da *contenitori* - applicazioni autonome che vengono eseguite in isolamento rispetto al resto delle applicazioni sul tuo computer. Quando esegui un contenitore, si comporta come un computer separato che opera all'interno del tuo computer, con il proprio software, servizi e applicazioni in esecuzione. La maggior parte delle volte i contenitori non possono accedere a nulla sul tuo computer a meno che tu non scelga di condividere, ad esempio, una cartella con il contenitore. Il contenitore espone quindi i servizi tramite una porta aperta a cui puoi connetterti o esporre alla tua rete.
+
+![Una richiesta web reindirizzata a un contenitore](../../../../../translated_images/container-web-browser.4ee81dd4f0d8838ce622b2a0d600b6a4322b5d4fe43159facd87b7b34f84d66a.it.png)
+
+Ad esempio, puoi avere un contenitore con un sito web in esecuzione sulla porta 80, la porta HTTP predefinita, e puoi quindi esporlo dal tuo computer sempre sulla porta 80.
+
+✅ Fai una ricerca: Leggi informazioni sui contenitori e sui servizi come Docker o Moby.
+
+Puoi utilizzare Custom Vision per scaricare classificatori di immagini e distribuirli come contenitori, eseguendoli direttamente su un dispositivo o distribuendoli tramite IoT Edge. Una volta in esecuzione in un contenitore, possono essere accessibili utilizzando la stessa API REST della versione cloud, ma con l'endpoint che punta al dispositivo ai margini che esegue il contenitore.
+
+## Registrare un dispositivo IoT Edge
+
+Per utilizzare un dispositivo IoT Edge, è necessario registrarlo in IoT Hub.
+
+### Attività - registrare un dispositivo IoT Edge
+
+1. Crea un IoT Hub nel gruppo di risorse `fruit-quality-detector`. Dagli un nome univoco basato su `fruit-quality-detector`.
+
+1. Registra un dispositivo IoT Edge chiamato `fruit-quality-detector-edge` nel tuo IoT Hub. Il comando per farlo è simile a quello utilizzato per registrare un dispositivo non ai margini, ma devi passare il flag `--edge-enabled`.
+
+    ```sh
+    az iot hub device-identity create --edge-enabled \
+                                      --device-id fruit-quality-detector-edge \
+                                      --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome del tuo IoT Hub.
+
+1. Ottieni la stringa di connessione per il tuo dispositivo utilizzando il seguente comando:
+
+    ```sh
+    az iot hub device-identity connection-string show --device-id fruit-quality-detector-edge \
+                                                      --output table \
+                                                      --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome del tuo IoT Hub.
+
+    Copia la stringa di connessione mostrata nell'output.
+
+## Configurare un dispositivo IoT Edge
+
+Una volta creata la registrazione del dispositivo ai margini nel tuo IoT Hub, puoi configurare il dispositivo ai margini.
+
+### Attività - Installare e avviare il runtime IoT Edge
+
+**Il runtime IoT Edge esegue solo contenitori Linux.** Può essere eseguito su Linux o su Windows utilizzando macchine virtuali Linux.
+
+* Se stai utilizzando un Raspberry Pi come dispositivo IoT, questo esegue una versione supportata di Linux e può ospitare il runtime IoT Edge. Segui la [guida per installare Azure IoT Edge per Linux su Microsoft Docs](https://docs.microsoft.com/azure/iot-edge/how-to-install-iot-edge?WT.mc_id=academic-17441-jabenn) per installare IoT Edge e impostare la stringa di connessione.
+
+    > 💁 Ricorda, Raspberry Pi OS è una variante di Debian Linux.
+
+* Se non stai utilizzando un Raspberry Pi, ma hai un computer Linux, puoi eseguire il runtime IoT Edge. Segui la [guida per installare Azure IoT Edge per Linux su Microsoft Docs](https://docs.microsoft.com/azure/iot-edge/how-to-install-iot-edge?WT.mc_id=academic-17441-jabenn) per installare IoT Edge e impostare la stringa di connessione.
+
+* Se stai utilizzando Windows, puoi installare il runtime IoT Edge in una macchina virtuale Linux seguendo la [sezione per installare e avviare il runtime IoT Edge della guida rapida per distribuire il tuo primo modulo IoT Edge su un dispositivo Windows su Microsoft Docs](https://docs.microsoft.com/azure/iot-edge/quickstart?WT.mc_id=academic-17441-jabenn#install-and-start-the-iot-edge-runtime). Puoi fermarti quando raggiungi la sezione *Distribuire un modulo*.
+
+* Se stai utilizzando macOS, puoi creare una macchina virtuale (VM) nel cloud da utilizzare come dispositivo IoT Edge. Questi sono computer che puoi creare nel cloud e accedere tramite internet. Puoi creare una VM Linux con IoT Edge installato. Segui la [guida per creare una macchina virtuale che esegue IoT Edge](vm-iotedge.md) per istruzioni su come farlo.
+
+## Esportare il tuo modello
+
+Per eseguire il classificatore ai margini, è necessario esportarlo da Custom Vision. Custom Vision può generare due tipi di modelli: modelli standard e modelli compatti. I modelli compatti utilizzano varie tecniche per ridurre le dimensioni del modello, rendendolo abbastanza piccolo da essere scaricato e distribuito su dispositivi IoT.
+
+Quando hai creato il classificatore di immagini, hai utilizzato il dominio *Food*, una versione del modello ottimizzata per l'addestramento su immagini di cibo. In Custom Vision, puoi cambiare il dominio del tuo progetto, utilizzando i tuoi dati di addestramento per addestrare un nuovo modello con il nuovo dominio. Tutti i domini supportati da Custom Vision sono disponibili sia come standard che come compatti.
+
+### Attività - addestra il tuo modello utilizzando il dominio Food (compatto)
+1. Avvia il portale Custom Vision su [CustomVision.ai](https://customvision.ai) e accedi se non lo hai già aperto. Poi apri il tuo progetto `fruit-quality-detector`.
+
+1. Seleziona il pulsante **Impostazioni** (l'icona ⚙).
+
+1. Nella lista *Domini*, seleziona *Food (compact)*.
+
+1. Sotto *Export Capabilities*, assicurati che sia selezionato *Basic platforms (Tensorflow, CoreML, ONNX, ...)*.
+
+1. In fondo alla pagina delle Impostazioni, seleziona **Salva modifiche**.
+
+1. Allena nuovamente il modello con il pulsante **Train**, selezionando *Quick training*.
+
+### Compito - esporta il tuo modello
+
+Una volta che il modello è stato allenato, deve essere esportato come contenitore.
+
+1. Seleziona la scheda **Performance** e trova l'ultima iterazione che è stata allenata utilizzando il dominio compatto.
+
+1. Seleziona il pulsante **Export** in alto.
+
+1. Seleziona **DockerFile**, quindi scegli una versione che corrisponda al tuo dispositivo edge:
+
+    * Se stai eseguendo IoT Edge su un computer Linux, un computer Windows o una macchina virtuale, seleziona la versione *Linux*.
+    * Se stai eseguendo IoT Edge su un Raspberry Pi, seleziona la versione *ARM (Raspberry Pi 3)*.
+
+> 🎓 Docker è uno degli strumenti più popolari per gestire i contenitori, e un DockerFile è un insieme di istruzioni su come configurare il contenitore.
+
+1. Seleziona **Export** per far sì che Custom Vision crei i file pertinenti, quindi **Download** per scaricarli in un file zip.
+
+1. Salva i file sul tuo computer, quindi decomprimi la cartella.
+
+## Prepara il tuo contenitore per il deployment
+
+![I contenitori vengono creati, poi inviati a un registro di contenitori, e successivamente distribuiti dal registro di contenitori a un dispositivo edge utilizzando IoT Edge](../../../../../translated_images/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.it.png)
+
+Una volta scaricato il tuo modello, deve essere costruito in un contenitore e poi inviato a un registro di contenitori - una posizione online dove puoi archiviare i contenitori. IoT Edge può quindi scaricare il contenitore dal registro e inviarlo al tuo dispositivo.
+
+![Logo di Azure Container Registry](../../../../../translated_images/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.it.png)
+
+Il registro di contenitori che utilizzerai per questa lezione è Azure Container Registry. Questo non è un servizio gratuito, quindi per risparmiare denaro assicurati di [pulire il tuo progetto](../../../clean-up.md) una volta terminato.
+
+> 💁 Puoi vedere i costi di utilizzo di un Azure Container Registry nella [pagina dei prezzi di Azure Container Registry](https://azure.microsoft.com/pricing/details/container-registry/?WT.mc_id=academic-17441-jabenn).
+
+### Compito - installa Docker
+
+Per costruire e distribuire il classificatore, potresti dover installare [Docker](https://www.docker.com/).
+
+Dovrai farlo solo se prevedi di costruire il contenitore da un dispositivo diverso da quello su cui hai installato IoT Edge - come parte dell'installazione di IoT Edge, Docker viene installato per te.
+
+1. Se stai costruendo il contenitore Docker su un dispositivo diverso dal tuo dispositivo IoT Edge, segui le istruzioni di installazione di Docker sulla [pagina di installazione di Docker](https://www.docker.com/products/docker-desktop) per installare Docker Desktop o il motore Docker. Assicurati che sia in esecuzione dopo l'installazione.
+
+### Compito - crea una risorsa di registro di contenitori
+
+1. Esegui il seguente comando dal tuo Terminale o prompt dei comandi per creare una risorsa Azure Container Registry:
+
+    ```sh
+    az acr create --resource-group fruit-quality-detector \
+                  --sku Basic \
+                  --name <Container registry name>
+    ```
+
+    Sostituisci `<Container registry name>` con un nome univoco per il tuo registro di contenitori, utilizzando solo lettere e numeri. Basalo su `fruitqualitydetector`. Questo nome diventa parte dell'URL per accedere al registro di contenitori, quindi deve essere globalmente unico.
+
+1. Accedi al registro di contenitori Azure con il seguente comando:
+
+    ```sh
+    az acr login --name <Container registry name>
+    ```
+
+    Sostituisci `<Container registry name>` con il nome che hai usato per il tuo registro di contenitori.
+
+1. Imposta il registro di contenitori in modalità amministratore per poter generare una password con il seguente comando:
+
+    ```sh
+    az acr update --admin-enabled true \
+                 --name <Container registry name>
+    ```
+
+    Sostituisci `<Container registry name>` con il nome che hai usato per il tuo registro di contenitori.
+
+1. Genera le password per il tuo registro di contenitori con il seguente comando:
+
+    ```sh
+     az acr credential renew --password-name password \
+                             --output table \
+                             --name <Container registry name>
+    ```
+
+    Sostituisci `<Container registry name>` con il nome che hai usato per il tuo registro di contenitori.
+
+    Prendi nota del valore di `PASSWORD`, poiché ti servirà più avanti.
+
+### Compito - costruisci il tuo contenitore
+
+Quello che hai scaricato da Custom Vision era un DockerFile contenente istruzioni su come il contenitore dovrebbe essere costruito, insieme al codice applicativo che verrà eseguito all'interno del contenitore per ospitare il tuo modello Custom Vision, insieme a un'API REST per chiamarlo. Puoi usare Docker per costruire un contenitore taggato dal DockerFile e poi inviarlo al tuo registro di contenitori.
+
+> 🎓 I contenitori vengono assegnati un tag che definisce un nome e una versione per loro. Quando hai bisogno di aggiornare un contenitore, puoi costruirlo con lo stesso tag ma una versione più recente.
+
+1. Apri il tuo terminale o prompt dei comandi e naviga al modello decompresso che hai scaricato da Custom Vision.
+
+1. Esegui il seguente comando per costruire e taggare l'immagine:
+
+    ```sh
+    docker build --platform <platform> -t <Container registry name>.azurecr.io/classifier:v1 .
+    ```
+
+    Sostituisci `<platform>` con la piattaforma su cui questo contenitore verrà eseguito. Se stai eseguendo IoT Edge su un Raspberry Pi, imposta questo valore su `linux/armhf`, altrimenti impostalo su `linux/amd64`.
+
+    > 💁 Se stai eseguendo questo comando dal dispositivo su cui stai eseguendo IoT Edge, come ad esempio dal tuo Raspberry Pi, puoi omettere la parte `--platform <platform>` poiché predefinita alla piattaforma corrente.
+
+    Sostituisci `<Container registry name>` con il nome che hai usato per il tuo registro di contenitori.
+
+    > 💁 Se stai eseguendo su Linux o Raspberry Pi OS potresti dover usare `sudo` per eseguire questo comando.
+
+    Docker costruirà l'immagine, configurando tutto il software necessario. L'immagine verrà poi taggata come `classifier:v1`.
+
+    ```output
+    ➜  d4ccc45da0bb478bad287128e1274c3c.DockerFile.Linux docker build --platform linux/amd64 -t  fruitqualitydetectorjimb.azurecr.io/classifier:v1 .
+    [+] Building 102.4s (11/11) FINISHED
+     => [internal] load build definition from Dockerfile
+     => => transferring dockerfile: 131B
+     => [internal] load .dockerignore
+     => => transferring context: 2B
+     => [internal] load metadata for docker.io/library/python:3.7-slim
+     => [internal] load build context
+     => => transferring context: 905B
+     => [1/6] FROM docker.io/library/python:3.7-slim@sha256:b21b91c9618e951a8cbca5b696424fa5e820800a88b7e7afd66bba0441a764d6
+     => => resolve docker.io/library/python:3.7-slim@sha256:b21b91c9618e951a8cbca5b696424fa5e820800a88b7e7afd66bba0441a764d6
+     => => sha256:b4d181a07f8025e00e0cb28f1cc14613da2ce26450b80c54aea537fa93cf3bda 27.15MB / 27.15MB
+     => => sha256:de8ecf497b753094723ccf9cea8a46076e7cb845f333df99a6f4f397c93c6ea9 2.77MB / 2.77MB
+     => => sha256:707b80804672b7c5d8f21e37c8396f319151e1298d976186b4f3b76ead9f10c8 10.06MB / 10.06MB
+     => => sha256:b21b91c9618e951a8cbca5b696424fa5e820800a88b7e7afd66bba0441a764d6 1.86kB / 1.86kB
+     => => sha256:44073386687709c437586676b572ff45128ff1f1570153c2f727140d4a9accad 1.37kB / 1.37kB
+     => => sha256:3d94f0f2ca798607808b771a7766f47ae62a26f820e871dd488baeccc69838d1 8.31kB / 8.31kB
+     => => sha256:283715715396fd56d0e90355125fd4ec57b4f0773f306fcd5fa353b998beeb41 233B / 233B
+     => => sha256:8353afd48f6b84c3603ea49d204bdcf2a1daada15f5d6cad9cc916e186610a9f 2.64MB / 2.64MB
+     => => extracting sha256:b4d181a07f8025e00e0cb28f1cc14613da2ce26450b80c54aea537fa93cf3bda
+     => => extracting sha256:de8ecf497b753094723ccf9cea8a46076e7cb845f333df99a6f4f397c93c6ea9
+     => => extracting sha256:707b80804672b7c5d8f21e37c8396f319151e1298d976186b4f3b76ead9f10c8
+     => => extracting sha256:283715715396fd56d0e90355125fd4ec57b4f0773f306fcd5fa353b998beeb41
+     => => extracting sha256:8353afd48f6b84c3603ea49d204bdcf2a1daada15f5d6cad9cc916e186610a9f
+     => [2/6] RUN pip install -U pip
+     => [3/6] RUN pip install --no-cache-dir numpy~=1.17.5 tensorflow~=2.0.2 flask~=1.1.2 pillow~=7.2.0
+     => [4/6] RUN pip install --no-cache-dir mscviplib==2.200731.16
+     => [5/6] COPY app /app
+     => [6/6] WORKDIR /app
+     => exporting to image
+     => => exporting layers
+     => => writing image sha256:1846b6f134431f78507ba7c079358ed66d944c0e185ab53428276bd822400386
+     => => naming to fruitqualitydetectorjimb.azurecr.io/classifier:v1
+    ```
+
+### Compito - invia il tuo contenitore al tuo registro di contenitori
+
+1. Usa il seguente comando per inviare il tuo contenitore al tuo registro di contenitori:
+
+    ```sh
+    docker push <Container registry name>.azurecr.io/classifier:v1
+    ```
+
+    Sostituisci `<Container registry name>` con il nome che hai usato per il tuo registro di contenitori.
+
+    > 💁 Se stai eseguendo su Linux potresti dover usare `sudo` per eseguire questo comando.
+
+    Il contenitore verrà inviato al registro di contenitori.
+
+    ```output
+    ➜  d4ccc45da0bb478bad287128e1274c3c.DockerFile.Linux docker push fruitqualitydetectorjimb.azurecr.io/classifier:v1
+    The push refers to repository [fruitqualitydetectorjimb.azurecr.io/classifier]
+    5f70bf18a086: Pushed 
+    8a1ba9294a22: Pushed 
+    56cf27184a76: Pushed 
+    b32154f3f5dd: Pushed 
+    36103e9a3104: Pushed 
+    e2abb3cacca0: Pushed 
+    4213fd357bbe: Pushed 
+    7ea163ba4dce: Pushed 
+    537313a13d90: Pushed 
+    764055ebc9a7: Pushed 
+    v1: digest: sha256:ea7894652e610de83a5a9e429618e763b8904284253f4fa0c9f65f0df3a5ded8 size: 2423
+    ```
+
+1. Per verificare l'invio, puoi elencare i contenitori nel tuo registro con il seguente comando:
+
+    ```sh
+    az acr repository list --output table \
+                           --name <Container registry name> 
+    ```
+
+    Sostituisci `<Container registry name>` con il nome che hai usato per il tuo registro di contenitori.
+
+    ```output
+    ➜  d4ccc45da0bb478bad287128e1274c3c.DockerFile.Linux az acr repository list --name fruitqualitydetectorjimb --output table
+    Result
+    ----------
+    classifier
+    ```
+
+    Vedrai il tuo classificatore elencato nell'output.
+
+## Distribuisci il tuo contenitore
+
+Il tuo contenitore può ora essere distribuito al tuo dispositivo IoT Edge. Per distribuirlo, devi definire un manifesto di distribuzione - un documento JSON che elenca i moduli che verranno distribuiti al dispositivo edge.
+
+### Compito - crea il manifesto di distribuzione
+
+1. Crea un nuovo file chiamato `deployment.json` da qualche parte sul tuo computer.
+
+1. Aggiungi il seguente contenuto a questo file:
+
+    ```json
+    {
+        "content": {
+            "modulesContent": {
+                "$edgeAgent": {
+                    "properties.desired": {
+                        "schemaVersion": "1.1",
+                        "runtime": {
+                            "type": "docker",
+                            "settings": {
+                                "minDockerVersion": "v1.25",
+                                "loggingOptions": "",
+                                "registryCredentials": {
+                                    "ClassifierRegistry": {
+                                        "username": "<Container registry name>",
+                                        "password": "<Container registry password>",
+                                        "address": "<Container registry name>.azurecr.io"
+                                      }
+                                }
+                            }
+                        },
+                        "systemModules": {
+                            "edgeAgent": {
+                                "type": "docker",
+                                "settings": {
+                                    "image": "mcr.microsoft.com/azureiotedge-agent:1.1",
+                                    "createOptions": "{}"
+                                }
+                            },
+                            "edgeHub": {
+                                "type": "docker",
+                                "status": "running",
+                                "restartPolicy": "always",
+                                "settings": {
+                                    "image": "mcr.microsoft.com/azureiotedge-hub:1.1",
+                                    "createOptions": "{\"HostConfig\":{\"PortBindings\":{\"5671/tcp\":[{\"HostPort\":\"5671\"}],\"8883/tcp\":[{\"HostPort\":\"8883\"}],\"443/tcp\":[{\"HostPort\":\"443\"}]}}}"
+                                }
+                            }
+                        },
+                        "modules": {
+                            "ImageClassifier": {
+                                "version": "1.0",
+                                "type": "docker",
+                                "status": "running",
+                                "restartPolicy": "always",
+                                "settings": {
+                                    "image": "<Container registry name>.azurecr.io/classifier:v1",
+                                    "createOptions": "{\"ExposedPorts\": {\"80/tcp\": {}},\"HostConfig\": {\"PortBindings\": {\"80/tcp\": [{\"HostPort\": \"80\"}]}}}"
+                                }
+                            }
+                        }
+                    }
+                },
+                "$edgeHub": {
+                    "properties.desired": {
+                        "schemaVersion": "1.1",
+                        "routes": {
+                            "upstream": "FROM /messages/* INTO $upstream"
+                        },
+                        "storeAndForwardConfiguration": {
+                            "timeToLiveSecs": 7200
+                        }
+                    }
+                }
+            }
+        }
+    }
+    ```
+
+    > 💁 Puoi trovare questo file nella cartella [code-deployment/deployment](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge/code-deployment/deployment).
+
+    Sostituisci le tre istanze di `<Container registry name>` con il nome che hai usato per il tuo registro di contenitori. Una è nella sezione del modulo `ImageClassifier`, le altre due sono nella sezione `registryCredentials`.
+
+    Sostituisci `<Container registry password>` nella sezione `registryCredentials` con la password del tuo registro di contenitori.
+
+1. Dalla cartella contenente il tuo manifesto di distribuzione, esegui il seguente comando:
+
+    ```sh
+    az iot edge set-modules --device-id fruit-quality-detector-edge \
+                            --content deployment.json \
+                            --hub-name <hub_name>
+    ```
+
+    Sostituisci `<hub_name>` con il nome del tuo IoT Hub.
+
+    Il modulo del classificatore di immagini verrà distribuito al tuo dispositivo edge.
+
+### Compito - verifica che il classificatore sia in esecuzione
+
+1. Connettiti al dispositivo IoT Edge:
+
+    * Se stai utilizzando un Raspberry Pi per eseguire IoT Edge, connettiti utilizzando ssh dal tuo terminale o tramite una sessione SSH remota in VS Code.
+    * Se stai eseguendo IoT Edge in un contenitore Linux su Windows, segui i passaggi nella [guida alla verifica della configurazione riuscita](https://docs.microsoft.com/azure/iot-edge/how-to-install-iot-edge-on-windows?WT.mc_id=academic-17441-jabenn&view=iotedge-2018-06&tabs=powershell#verify-successful-configuration) per connetterti al dispositivo IoT Edge.
+    * Se stai eseguendo IoT Edge su una macchina virtuale, puoi accedere alla macchina tramite SSH utilizzando `adminUsername` e `password` impostati durante la creazione della VM, e utilizzando l'indirizzo IP o il nome DNS:
+
+        ```sh
+        ssh <adminUsername>@<IP address>
+        ```
+
+        Oppure:
+
+        ```sh
+        ssh <adminUsername>@<DNS Name>
+        ```
+
+        Inserisci la tua password quando richiesto.
+
+1. Una volta connesso, esegui il seguente comando per ottenere l'elenco dei moduli IoT Edge:
+
+    ```sh
+    iotedge list
+    ```
+
+    > 💁 Potresti dover eseguire questo comando con `sudo`.
+
+    Vedrai i moduli in esecuzione:
+
+    ```output
+    jim@fruit-quality-detector-jimb:~$ iotedge list
+    NAME             STATUS           DESCRIPTION      CONFIG
+    ImageClassifier  running          Up 42 minutes    fruitqualitydetectorjimb.azurecr.io/classifier:v1
+    edgeAgent        running          Up 42 minutes    mcr.microsoft.com/azureiotedge-agent:1.1
+    edgeHub          running          Up 42 minutes    mcr.microsoft.com/azureiotedge-hub:1.1
+    ```
+
+1. Controlla i log per il modulo del classificatore di immagini con il seguente comando:
+
+    ```sh
+    iotedge logs ImageClassifier
+    ```
+
+    > 💁 Potresti dover eseguire questo comando con `sudo`.
+
+    ```output
+    jim@fruit-quality-detector-jimb:~$ iotedge logs ImageClassifier
+    2021-07-05 20:30:15.387144: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
+    2021-07-05 20:30:15.392185: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU Frequency: 2394450000 Hz
+    2021-07-05 20:30:15.392712: I tensorflow/compiler/xla/service/service.cc:168] XLA service 0x55ed9ac83470 executing computations on platform Host. Devices:
+    2021-07-05 20:30:15.392806: I tensorflow/compiler/xla/service/service.cc:175]   StreamExecutor device (0): Host, Default Version
+    Loading model...Success!
+    Loading labels...2 found. Success!
+     * Serving Flask app "app" (lazy loading)
+     * Environment: production
+       WARNING: This is a development server. Do not use it in a production deployment.
+       Use a production WSGI server instead.
+     * Debug mode: off
+     * Running on http://0.0.0.0:80/ (Press CTRL+C to quit)
+    ```
+
+### Compito - testa il classificatore di immagini
+
+1. Puoi usare CURL per testare il classificatore di immagini utilizzando l'indirizzo IP o il nome host del computer che sta eseguendo l'agente IoT Edge. Trova l'indirizzo IP:
+
+    * Se sei sulla stessa macchina su cui IoT Edge è in esecuzione, puoi usare `localhost` come nome host.
+    * Se stai usando una VM, puoi usare l'indirizzo IP o il nome DNS della VM.
+    * Altrimenti puoi ottenere l'indirizzo IP della macchina che esegue IoT Edge:
+      * Su Windows 10, segui la [guida per trovare il tuo indirizzo IP](https://support.microsoft.com/windows/find-your-ip-address-f21a9bbc-c582-55cd-35e0-73431160a1b9?WT.mc_id=academic-17441-jabenn).
+      * Su macOS, segui la [guida su come trovare il tuo indirizzo IP su Mac](https://www.hellotech.com/guide/for/how-to-find-ip-address-on-mac).
+      * Su Linux, segui la sezione su come trovare il tuo indirizzo IP privato nella [guida su come trovare il tuo indirizzo IP in Linux](https://opensource.com/article/18/5/how-find-ip-address-linux).
+
+1. Puoi testare il contenitore con un file locale eseguendo il seguente comando curl:
+
+    ```sh
+    curl --location \
+         --request POST 'http://<IP address or name>/image' \
+         --header 'Content-Type: image/png' \
+         --data-binary '@<file_Name>' 
+    ```
+
+    Sostituisci `<IP address or name>` con l'indirizzo IP o il nome host del computer che esegue IoT Edge. Sostituisci `<file_Name>` con il nome del file da testare.
+
+    Vedrai i risultati della previsione nell'output:
+
+    ```output
+    {
+        "created": "2021-07-05T21:44:39.573181",
+        "id": "",
+        "iteration": "",
+        "predictions": [
+            {
+                "boundingBox": null,
+                "probability": 0.9995615482330322,
+                "tagId": "",
+                "tagName": "ripe"
+            },
+            {
+                "boundingBox": null,
+                "probability": 0.0004384400090202689,
+                "tagId": "",
+                "tagName": "unripe"
+            }
+        ],
+        "project": ""
+    }
+    ```
+
+    > 💁 Non è necessario fornire una chiave di previsione qui, poiché non si sta utilizzando una risorsa Azure. Invece, la sicurezza verrebbe configurata sulla rete interna basandosi sulle esigenze di sicurezza interne, piuttosto che affidarsi a un endpoint pubblico e a una chiave API.
+
+## Usa il tuo dispositivo IoT Edge
+
+Ora che il tuo classificatore di immagini è stato distribuito su un dispositivo IoT Edge, puoi usarlo dal tuo dispositivo IoT.
+
+### Compito - usa il tuo dispositivo IoT Edge
+
+Segui la guida pertinente per classificare immagini utilizzando il classificatore IoT Edge:
+
+* [Arduino - Wio Terminal](wio-terminal.md)
+* [Computer a scheda singola - Raspberry Pi/Dispositivo IoT virtuale](single-board-computer.md)
+
+### Riaddestramento del modello
+
+Uno degli svantaggi di eseguire classificatori di immagini su IoT Edge è che non sono connessi al tuo progetto Custom Vision. Se guardi la scheda **Predictions** in Custom Vision, non vedrai le immagini che sono state classificate utilizzando il classificatore basato su Edge.
+
+Questo è il comportamento previsto - le immagini non vengono inviate al cloud per la classificazione, quindi non saranno disponibili nel cloud. Uno dei vantaggi di utilizzare IoT Edge è la privacy, garantendo che le immagini non lascino la tua rete, un altro è la possibilità di lavorare offline, quindi non dipendere dal caricamento delle immagini quando il dispositivo non ha connessione internet. Lo svantaggio è migliorare il tuo modello - dovresti implementare un altro modo per archiviare le immagini che possono essere riclassificate manualmente per migliorare e riaddestrare il classificatore di immagini.
+
+✅ Pensa a modi per caricare immagini per riaddestrare il classificatore.
+
+---
+
+## 🚀 Sfida
+
+Eseguire modelli di intelligenza artificiale su dispositivi edge può essere più veloce rispetto al cloud - il salto di rete è più breve. Possono anche essere più lenti poiché l'hardware che esegue il modello potrebbe non essere potente come il cloud.
+
+Fai alcune misurazioni e confronta se la chiamata al tuo dispositivo edge è più veloce o più lenta rispetto alla chiamata al cloud? Pensa a motivi per spiegare la differenza, o la mancanza di differenza. Ricerca modi per eseguire modelli di intelligenza artificiale più velocemente sull'edge utilizzando hardware specializzato.
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/34)
+
+## Revisione e studio autonomo
+
+* Leggi di più sui contenitori nella [pagina sulla virtualizzazione a livello di sistema operativo su Wikipedia](https://wikipedia.org/wiki/OS-level_virtualization).
+* Leggi di più sull'edge computing, con un focus su come il 5G può contribuire ad espandere l'edge computing nell'[articolo "Cos'è l'edge computing e perché è importante?" su NetworkWorld](https://www.networkworld.com/article/3224893/what-is-edge-computing-and-how-its-changing-the-network.html)
+* Scopri di più sull'esecuzione di servizi AI in IoT Edge guardando l'[episodio "Impara come utilizzare Azure IoT Edge su un servizio AI preconfigurato sull'Edge per rilevare il linguaggio" di Learn Live su Microsoft Channel9](https://channel9.msdn.com/Shows/Learn-Live/Sharpen-Your-AI-Edge-Skills-Episode-4-Learn-How-to-Use-Azure-IoT-Edge-on-a-Pre-Built-AI-Service-on-t?WT.mc_id=academic-17441-jabenn)
+
+## Compito
+
+[Esegui altri servizi sull'edge](assignment.md)
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/assignment.md b/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/assignment.md
new file mode 100644
index 00000000..5478facf
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/assignment.md
@@ -0,0 +1,25 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "cc7ad255517f5f618f9c8899e6ff6783",
+  "translation_date": "2025-08-25T16:37:28+00:00",
+  "source_file": "4-manufacturing/lessons/3-run-fruit-detector-edge/assignment.md",
+  "language_code": "it"
+}
+-->
+# Esegui altri servizi al limite
+
+## Istruzioni
+
+Non sono solo i classificatori di immagini che possono essere eseguiti al limite; qualsiasi cosa che può essere confezionata in un container può essere distribuita su un dispositivo IoT Edge. Codice serverless che gira come Azure Functions, come i trigger che hai creato nelle lezioni precedenti, può essere eseguito in container e quindi su IoT Edge.
+
+Scegli una delle lezioni precedenti e prova a eseguire l'app Azure Functions in un container IoT Edge. Puoi trovare una guida che mostra come farlo utilizzando un progetto di app Functions diverso nel [Tutorial: Distribuire Azure Functions come moduli IoT Edge sulla documentazione Microsoft](https://docs.microsoft.com/azure/iot-edge/tutorial-deploy-function?WT.mc_id=academic-17441-jabenn&view=iotedge-2020-11).
+
+## Valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Distribuire un'app Azure Functions su IoT Edge | È stato in grado di distribuire un'app Azure Functions su IoT Edge e utilizzarla con un dispositivo IoT per eseguire un trigger dai dati IoT | È stato in grado di distribuire un'app Functions su IoT Edge, ma non è riuscito a far scattare il trigger | Non è stato in grado di distribuire un'app Functions su IoT Edge |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/single-board-computer.md b/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/single-board-computer.md
new file mode 100644
index 00000000..cd9b8013
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/single-board-computer.md
@@ -0,0 +1,66 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "50151d9f9dce2801348a93880ef16d86",
+  "translation_date": "2025-08-25T16:38:37+00:00",
+  "source_file": "4-manufacturing/lessons/3-run-fruit-detector-edge/single-board-computer.md",
+  "language_code": "it"
+}
+-->
+# Classificare un'immagine utilizzando un classificatore di immagini basato su IoT Edge - Hardware IoT Virtuale e Raspberry Pi
+
+In questa parte della lezione, utilizzerai il classificatore di immagini in esecuzione sul dispositivo IoT Edge.
+
+## Utilizzare il classificatore IoT Edge
+
+Il dispositivo IoT può essere reindirizzato per utilizzare il classificatore di immagini IoT Edge. L'URL del classificatore di immagini è `http://<IP address or name>/image`, sostituendo `<IP address or name>` con l'indirizzo IP o il nome host del computer su cui è in esecuzione IoT Edge.
+
+La libreria Python per Custom Vision funziona solo con modelli ospitati nel cloud, non con modelli ospitati su IoT Edge. Questo significa che sarà necessario utilizzare l'API REST per chiamare il classificatore.
+
+### Attività - utilizzare il classificatore IoT Edge
+
+1. Apri il progetto `fruit-quality-detector` in VS Code, se non è già aperto. Se stai utilizzando un dispositivo IoT virtuale, assicurati che l'ambiente virtuale sia attivato.
+
+1. Apri il file `app.py` e rimuovi le istruzioni di importazione da `azure.cognitiveservices.vision.customvision.prediction` e `msrest.authentication`.
+
+1. Aggiungi il seguente import all'inizio del file:
+
+    ```python
+    import requests
+    ```
+
+1. Elimina tutto il codice dopo che l'immagine è stata salvata in un file, da `image_file.write(image.read())` fino alla fine del file.
+
+1. Aggiungi il seguente codice alla fine del file:
+
+    ```python
+    prediction_url = '<URL>'
+    headers = {
+        'Content-Type' : 'application/octet-stream'
+    }
+    image.seek(0)
+    response = requests.post(prediction_url, headers=headers, data=image)
+    results = response.json()
+    
+    for prediction in results['predictions']:
+        print(f'{prediction["tagName"]}:\t{prediction["probability"] * 100:.2f}%')
+    ```
+
+    Sostituisci `<URL>` con l'URL del tuo classificatore.
+
+    Questo codice effettua una richiesta REST POST al classificatore, inviando l'immagine come corpo della richiesta. I risultati vengono restituiti in formato JSON, che viene decodificato per stampare le probabilità.
+
+1. Esegui il tuo codice, puntando la tua fotocamera verso della frutta, un set di immagini appropriato o della frutta visibile sulla tua webcam se stai utilizzando hardware IoT virtuale. Vedrai l'output nella console:
+
+    ```output
+    (.venv) ➜  fruit-quality-detector python app.py
+    ripe:   56.84%
+    unripe: 43.16%
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-classify/pi](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge/code-classify/pi) o [code-classify/virtual-iot-device](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge/code-classify/virtual-iot-device).
+
+😀 Il tuo programma per classificare la qualità della frutta è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/vm-iotedge.md b/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/vm-iotedge.md
new file mode 100644
index 00000000..65578dc1
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/vm-iotedge.md
@@ -0,0 +1,113 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "24dc783a600e20251211987b36370e93",
+  "translation_date": "2025-08-25T16:37:50+00:00",
+  "source_file": "4-manufacturing/lessons/3-run-fruit-detector-edge/vm-iotedge.md",
+  "language_code": "it"
+}
+-->
+# Creare una macchina virtuale con IoT Edge
+
+In Azure, puoi creare una macchina virtuale - un computer nel cloud che puoi configurare come desideri e su cui puoi eseguire il tuo software.
+
+> 💁 Puoi leggere di più sulle macchine virtuali nella [pagina Wikipedia sulle macchine virtuali](https://wikipedia.org/wiki/Virtual_machine).
+
+## Attività - Configurare una macchina virtuale con IoT Edge
+
+1. Esegui il seguente comando per creare una VM con Azure IoT Edge già preinstallato:
+
+    ```sh
+    az deployment group create \
+                --resource-group fruit-quality-detector \
+                --template-uri https://raw.githubusercontent.com/Azure/iotedge-vm-deploy/1.2.0/edgeDeploy.json \
+                --parameters dnsLabelPrefix=<vm_name> \
+                --parameters adminUsername=<username> \
+                --parameters deviceConnectionString="<connection_string>" \
+                --parameters authenticationType=password \
+                --parameters adminPasswordOrKey="<password>"
+    ```
+
+    Sostituisci `<vm_name>` con un nome per questa macchina virtuale. Deve essere un nome univoco a livello globale, quindi usa qualcosa come `fruit-quality-detector-vm-` seguito dal tuo nome o un altro valore.
+
+    Sostituisci `<username>` e `<password>` con un nome utente e una password da utilizzare per accedere alla VM. Devono essere relativamente sicuri, quindi non puoi usare admin/password.
+
+    Sostituisci `<connection_string>` con la stringa di connessione del tuo dispositivo IoT Edge `fruit-quality-detector-edge`.
+
+    Questo comando creerà una VM configurata come macchina virtuale `DS1 v2`. Queste categorie indicano la potenza della macchina e, di conseguenza, il costo. Questa VM ha 1 CPU e 3.5GB di RAM.
+
+    > 💰 Puoi consultare i prezzi attuali di queste VM nella [guida ai prezzi delle macchine virtuali Azure](https://azure.microsoft.com/pricing/details/virtual-machines/linux/?WT.mc_id=academic-17441-jabenn)
+
+    Una volta creata la VM, il runtime IoT Edge verrà installato automaticamente e configurato per connettersi al tuo IoT Hub come dispositivo `fruit-quality-detector-edge`.
+
+1. Avrai bisogno dell'indirizzo IP o del nome DNS della VM per chiamare il classificatore di immagini da essa. Esegui il seguente comando per ottenerlo:
+
+    ```sh
+    az vm list --resource-group fruit-quality-detector \
+               --output table \
+               --show-details
+    ```
+
+    Copia il valore del campo `PublicIps` o del campo `Fqdns`.
+
+1. Le VM hanno un costo. Al momento della scrittura, una VM DS1 costa circa $0.06 all'ora. Per ridurre i costi, dovresti spegnere la VM quando non la stai utilizzando e eliminarla quando hai terminato il progetto.
+
+    Puoi configurare la tua VM per spegnersi automaticamente a un determinato orario ogni giorno. Questo significa che, se dimentichi di spegnerla, non ti verrà addebitato più del tempo fino allo spegnimento automatico. Usa il seguente comando per impostarlo:
+
+    ```sh
+    az vm auto-shutdown --resource-group fruit-quality-detector \
+                        --name <vm_name> \
+                        --time <shutdown_time_utc>
+    ```
+
+    Sostituisci `<vm_name>` con il nome della tua macchina virtuale.
+
+    Sostituisci `<shutdown_time_utc>` con l'orario UTC in cui desideri che la VM si spenga, utilizzando 4 cifre nel formato HHMM. Ad esempio, se vuoi spegnere a mezzanotte UTC, imposta `0000`. Per le 19:30 sulla costa ovest degli USA, usa `0230` (le 19:30 sulla costa ovest degli USA corrispondono alle 2:30 UTC).
+
+1. Il tuo classificatore di immagini sarà in esecuzione su questo dispositivo edge, ascoltando sulla porta 80 (la porta HTTP standard). Per impostazione predefinita, le macchine virtuali hanno le porte in entrata bloccate, quindi dovrai abilitare la porta 80. Le porte vengono abilitate sui gruppi di sicurezza di rete, quindi prima devi conoscere il nome del gruppo di sicurezza di rete della tua VM, che puoi trovare con il seguente comando:
+
+    ```sh
+    az network nsg list --resource-group fruit-quality-detector \
+                        --output table
+    ```
+
+    Copia il valore del campo `Name`.
+
+1. Esegui il seguente comando per aggiungere una regola che apra la porta 80 al gruppo di sicurezza di rete:
+
+    ```sh
+    az network nsg rule create \
+                        --resource-group fruit-quality-detector \
+                        --name Port_80 \
+                        --protocol tcp \
+                        --priority 1010 \
+                        --destination-port-range 80 \
+                        --nsg-name <nsg name>
+    ```
+
+    Sostituisci `<nsg name>` con il nome del gruppo di sicurezza di rete ottenuto nel passaggio precedente.
+
+### Attività - Gestire la tua VM per ridurre i costi
+
+1. Quando non stai utilizzando la tua VM, dovresti spegnerla. Per spegnere la VM, usa il seguente comando:
+
+    ```sh
+    az vm deallocate --resource-group fruit-quality-detector \
+                     --name <vm_name>
+    ```
+
+    Sostituisci `<vm_name>` con il nome della tua macchina virtuale.
+
+    > 💁 Esiste un comando `az vm stop` che fermerà la VM, ma manterrà il computer allocato a te, quindi continuerai a pagare come se fosse ancora in esecuzione.
+
+1. Per riavviare la VM, usa il seguente comando:
+
+    ```sh
+    az vm start --resource-group fruit-quality-detector \
+                --name <vm_name>
+    ```
+
+    Sostituisci `<vm_name>` con il nome della tua macchina virtuale.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md b/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md
new file mode 100644
index 00000000..e7a37ba8
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md
@@ -0,0 +1,64 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "48ac21ec80329c930db7b84bd6b592ec",
+  "translation_date": "2025-08-25T16:38:15+00:00",
+  "source_file": "4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md",
+  "language_code": "it"
+}
+-->
+# Classificare un'immagine utilizzando un classificatore di immagini basato su IoT Edge - Wio Terminal
+
+In questa parte della lezione, utilizzerai il classificatore di immagini in esecuzione sul dispositivo IoT Edge.
+
+## Utilizzare il classificatore IoT Edge
+
+Il dispositivo IoT può essere reindirizzato per utilizzare il classificatore di immagini IoT Edge. L'URL per il classificatore di immagini è `http://<indirizzo IP o nome>/image`, sostituendo `<indirizzo IP o nome>` con l'indirizzo IP o il nome host del computer su cui è in esecuzione IoT Edge.
+
+### Attività - utilizzare il classificatore IoT Edge
+
+1. Apri il progetto dell'app `fruit-quality-detector` se non è già aperto.
+
+1. Il classificatore di immagini è in esecuzione come API REST utilizzando HTTP, non HTTPS, quindi la chiamata deve utilizzare un client WiFi che funzioni solo con chiamate HTTP. Questo significa che il certificato non è necessario. Elimina il `CERTIFICATE` dal file `config.h`.
+
+1. L'URL di previsione nel file `config.h` deve essere aggiornato al nuovo URL. Puoi anche eliminare il `PREDICTION_KEY`, poiché non è necessario.
+
+    ```cpp
+    const char *PREDICTION_URL = "<URL>";
+    ```
+
+    Sostituisci `<URL>` con l'URL del tuo classificatore.
+
+1. In `main.cpp`, modifica la direttiva include per il WiFi Client Secure per importare la versione standard HTTP:
+
+    ```cpp
+    #include <WiFiClient.h>
+    ```
+
+1. Cambia la dichiarazione di `WiFiClient` per utilizzare la versione HTTP:
+
+    ```cpp
+    WiFiClient client;
+    ```
+
+1. Seleziona la riga che imposta il certificato sul client WiFi. Rimuovi la riga `client.setCACert(CERTIFICATE);` dalla funzione `connectWiFi`.
+
+1. Nella funzione `classifyImage`, rimuovi la riga `httpClient.addHeader("Prediction-Key", PREDICTION_KEY);` che imposta la chiave di previsione nell'header.
+
+1. Carica ed esegui il tuo codice. Punta la fotocamera verso un frutto e premi il pulsante C. Vedrai l'output nel monitor seriale:
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Image captured
+    Image read to buffer with length 8200
+    ripe:   56.84%
+    unripe: 43.16%
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-classify/wio-terminal](../../../../../4-manufacturing/lessons/3-run-fruit-detector-edge/code-classify/wio-terminal).
+
+😀 Il tuo programma per classificare la qualità della frutta è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/README.md b/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
new file mode 100644
index 00000000..2c16aee4
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/README.md
@@ -0,0 +1,231 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "f74f4ccb61f00e5f7e9f49c3ed416e36",
+  "translation_date": "2025-08-25T16:39:59+00:00",
+  "source_file": "4-manufacturing/lessons/4-trigger-fruit-detector/README.md",
+  "language_code": "it"
+}
+-->
+# Attivare il rilevamento della qualità della frutta da un sensore
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/35)
+
+## Introduzione
+
+Un'applicazione IoT non è semplicemente un singolo dispositivo che cattura dati e li invia al cloud, ma spesso è composta da più dispositivi che lavorano insieme per raccogliere dati dal mondo fisico tramite sensori, prendere decisioni basate su quei dati e interagire con il mondo fisico tramite attuatori o visualizzazioni.
+
+In questa lezione imparerai di più sull'architettura di applicazioni IoT complesse, integrando più sensori, diversi servizi cloud per analizzare e archiviare i dati, e mostrando una risposta tramite un attuatore. Imparerai come progettare un prototipo di sistema di controllo della qualità della frutta, incluso l'uso di sensori di prossimità per attivare l'applicazione IoT e quale sarebbe l'architettura di questo prototipo.
+
+In questa lezione tratteremo:
+
+* [Progettare applicazioni IoT complesse](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+* [Progettare un sistema di controllo della qualità della frutta](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+* [Attivare il controllo della qualità della frutta da un sensore](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+* [Dati utilizzati per un rilevatore di qualità della frutta](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+* [Utilizzare dispositivi di sviluppo per simulare più dispositivi IoT](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+* [Passare alla produzione](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector)
+
+> 🗑 Questa è l'ultima lezione di questo progetto, quindi dopo aver completato questa lezione e l'assegnazione, non dimenticare di pulire i tuoi servizi cloud. Avrai bisogno dei servizi per completare l'assegnazione, quindi assicurati di completarla prima.
+>
+> Consulta [la guida per pulire il tuo progetto](../../../clean-up.md) se necessario per istruzioni su come farlo.
+
+## Progettare applicazioni IoT complesse
+
+Le applicazioni IoT sono composte da molti componenti. Questo include una varietà di dispositivi e servizi internet.
+
+Le applicazioni IoT possono essere descritte come *cose* (dispositivi) che inviano dati che generano *intuizioni*. Queste *intuizioni* generano *azioni* per migliorare un'attività o un processo. Un esempio è un motore (la cosa) che invia dati sulla temperatura. Questi dati vengono utilizzati per valutare se il motore sta funzionando come previsto (l'intuizione). L'intuizione viene utilizzata per dare priorità proattiva alla manutenzione del motore (l'azione).
+
+* Dispositivi diversi raccolgono dati diversi.
+* I servizi IoT forniscono intuizioni su quei dati, a volte arricchendoli con dati provenienti da fonti aggiuntive.
+* Queste intuizioni guidano azioni, inclusa la gestione degli attuatori nei dispositivi o la visualizzazione dei dati.
+
+### Architettura IoT di riferimento
+
+![Un'architettura IoT di riferimento](../../../../../translated_images/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.it.png)
+
+Il diagramma sopra mostra un'architettura IoT di riferimento.
+
+> 🎓 Un'architettura di riferimento è un esempio di architettura che puoi utilizzare come guida quando progetti nuovi sistemi. In questo caso, se stai costruendo un nuovo sistema IoT, puoi seguire l'architettura di riferimento, sostituendo i tuoi dispositivi e servizi dove appropriato.
+
+* **Cose** sono dispositivi che raccolgono dati dai sensori, magari interagendo con servizi edge per interpretare quei dati, come classificatori di immagini per interpretare dati visivi. I dati dai dispositivi vengono inviati a un servizio IoT.
+* **Intuizioni** derivano da applicazioni serverless o da analisi eseguite su dati archiviati.
+* **Azioni** possono essere comandi inviati ai dispositivi o visualizzazioni di dati che permettono agli esseri umani di prendere decisioni.
+
+![Un'architettura IoT di riferimento](../../../../../translated_images/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.it.png)
+
+Il diagramma sopra mostra alcuni dei componenti e servizi trattati finora in queste lezioni e come si collegano insieme in un'architettura IoT di riferimento.
+
+* **Cose** - hai scritto codice per dispositivi per catturare dati dai sensori e analizzare immagini utilizzando Custom Vision, sia nel cloud che su un dispositivo edge. Questi dati sono stati inviati a IoT Hub.
+* **Intuizioni** - hai utilizzato Azure Functions per rispondere ai messaggi inviati a un IoT Hub e archiviare dati per analisi successive in Azure Storage.
+* **Azioni** - hai controllato attuatori basandoti su decisioni prese nel cloud e comandi inviati ai dispositivi, e hai visualizzato dati utilizzando Azure Maps.
+
+✅ Pensa ad altri dispositivi IoT che hai utilizzato, come elettrodomestici intelligenti. Quali sono le cose, le intuizioni e le azioni coinvolte in quel dispositivo e nel suo software?
+
+Questo schema può essere scalato in grande o in piccolo, aggiungendo più dispositivi e più servizi.
+
+### Dati e sicurezza
+
+Quando definisci l'architettura del tuo sistema, devi considerare costantemente i dati e la sicurezza.
+
+* Quali dati invia e riceve il tuo dispositivo?
+* Come dovrebbero essere protetti e garantiti quei dati?
+* Come dovrebbe essere controllato l'accesso al dispositivo e al servizio cloud?
+
+✅ Pensa alla sicurezza dei dati di qualsiasi dispositivo IoT che possiedi. Quanto di quei dati è personale e dovrebbe essere mantenuto privato, sia durante il transito che quando archiviato? Quali dati non dovrebbero essere archiviati?
+
+## Progettare un sistema di controllo della qualità della frutta
+
+Applichiamo ora l'idea di cose, intuizioni e azioni al nostro rilevatore di qualità della frutta per progettare un'applicazione end-to-end più grande.
+
+Immagina di aver ricevuto il compito di costruire un rilevatore di qualità della frutta da utilizzare in un impianto di lavorazione. La frutta viaggia su un sistema di nastri trasportatori dove attualmente i dipendenti dedicano tempo a controllare la frutta manualmente e a rimuovere quella acerba. Per ridurre i costi, il proprietario dell'impianto vuole un sistema automatizzato.
+
+✅ Una delle tendenze con l'ascesa dell'IoT (e della tecnologia in generale) è che i lavori manuali vengono sostituiti dalle macchine. Fai una ricerca: Quanti lavori si stima saranno persi a causa dell'IoT? Quanti nuovi lavori saranno creati per costruire dispositivi IoT?
+
+Devi costruire un sistema in cui la frutta viene rilevata quando arriva sul nastro trasportatore, viene fotografata e controllata utilizzando un modello AI che gira sull'edge. I risultati vengono poi inviati al cloud per essere archiviati e, se la frutta è acerba, viene inviata una notifica per rimuoverla.
+
+|   |   |
+| - | - |
+| **Cose** | Rilevatore per la frutta che arriva sul nastro trasportatore<br>Fotocamera per fotografare e classificare la frutta<br>Dispositivo edge che esegue il classificatore<br>Dispositivo per notificare la presenza di frutta acerba |
+| **Intuizioni** | Decidere di controllare la maturità della frutta<br>Archiviare i risultati della classificazione della maturità<br>Determinare se è necessario un avviso per la frutta acerba |
+| **Azioni** | Inviare un comando a un dispositivo per fotografare la frutta e controllarla con un classificatore di immagini<br>Inviare un comando a un dispositivo per avvisare che la frutta è acerba |
+
+### Prototipare la tua applicazione
+
+![Un'architettura IoT di riferimento per il controllo della qualità della frutta](../../../../../translated_images/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.it.png)
+
+Il diagramma sopra mostra un'architettura di riferimento per questa applicazione prototipo.
+
+* Un dispositivo IoT con un sensore di prossimità rileva l'arrivo della frutta. Questo invia un messaggio al cloud per segnalare che la frutta è stata rilevata.
+* Un'applicazione serverless nel cloud invia un comando a un altro dispositivo per scattare una fotografia e classificare l'immagine.
+* Un dispositivo IoT con una fotocamera scatta una foto e la invia a un classificatore di immagini che gira sull'edge. I risultati vengono poi inviati al cloud.
+* Un'applicazione serverless nel cloud archivia queste informazioni per essere analizzate successivamente per vedere quale percentuale di frutta è acerba. Se la frutta è acerba, invia un comando a un altro dispositivo IoT per avvisare i lavoratori della fabbrica tramite un LED.
+
+> 💁 Questa intera applicazione IoT potrebbe essere implementata come un singolo dispositivo, con tutta la logica per avviare la classificazione delle immagini e controllare il LED integrata. Potrebbe utilizzare un IoT Hub solo per tracciare il numero di frutti acerbi rilevati e configurare il dispositivo. In questa lezione è espansa per dimostrare i concetti per applicazioni IoT su larga scala.
+
+Per il prototipo, implementerai tutto questo su un singolo dispositivo. Se stai utilizzando un microcontrollore, utilizzerai un dispositivo edge separato per eseguire il classificatore di immagini. Hai già imparato la maggior parte delle cose di cui avrai bisogno per costruirlo.
+
+## Attivare il controllo della qualità della frutta da un sensore
+
+Il dispositivo IoT ha bisogno di un qualche tipo di trigger per indicare quando la frutta è pronta per essere classificata. Un trigger potrebbe essere misurare quando la frutta è nella posizione giusta sul nastro trasportatore, rilevando la distanza con un sensore.
+
+![I sensori di prossimità inviano raggi laser agli oggetti come le banane e misurano il tempo necessario affinché il raggio venga riflesso](../../../../../translated_images/proximity-sensor.f5cd752c77fb62fea000156233b32fd24fad3707ec69b8bdd8d312b7af85156d.it.png)
+
+I sensori di prossimità possono essere utilizzati per misurare la distanza tra il sensore e un oggetto. Solitamente trasmettono un raggio di radiazione elettromagnetica, come un raggio laser o luce infrarossa, e rilevano la radiazione riflessa da un oggetto. Il tempo tra l'invio del raggio laser e il segnale riflesso può essere utilizzato per calcolare la distanza dal sensore.
+
+> 💁 Probabilmente hai utilizzato sensori di prossimità senza nemmeno accorgertene. La maggior parte degli smartphone spegne lo schermo quando li avvicini all'orecchio per evitare di terminare accidentalmente una chiamata con il lobo dell'orecchio, e questo funziona grazie a un sensore di prossimità che rileva un oggetto vicino allo schermo durante una chiamata e disabilita le capacità touch finché il telefono non è a una certa distanza.
+
+### Compito - attivare il rilevamento della qualità della frutta con un sensore di distanza
+
+Segui la guida pertinente per utilizzare un sensore di prossimità per rilevare un oggetto utilizzando il tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-proximity.md)
+* [Computer a scheda singola - Raspberry Pi](pi-proximity.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-proximity.md)
+
+## Dati utilizzati per un rilevatore di qualità della frutta
+
+Il prototipo del rilevatore di frutta ha più componenti che comunicano tra loro.
+
+![I componenti che comunicano tra loro](../../../../../translated_images/fruit-quality-detector-message-flow.adf2a65da8fd8741ac7af11361574de89adc126785d67606bb4d2ec00467e380.it.png)
+
+* Un sensore di prossimità che misura la distanza da un pezzo di frutta e invia questi dati a IoT Hub
+* Il comando per controllare la fotocamera proveniente da IoT Hub al dispositivo con la fotocamera
+* I risultati della classificazione delle immagini inviati a IoT Hub
+* Il comando per controllare un LED per avvisare quando la frutta è acerba inviato da IoT Hub al dispositivo con il LED
+
+È utile definire la struttura di questi messaggi in anticipo, prima di costruire l'applicazione.
+
+> 💁 Praticamente ogni sviluppatore esperto ha passato ore, giorni o persino settimane a cercare di risolvere bug causati da differenze nei dati inviati rispetto a quelli previsti.
+
+Ad esempio - se stai inviando informazioni sulla temperatura, come definiresti il JSON? Potresti avere un campo chiamato `temperature`, oppure potresti usare l'abbreviazione comune `temp`.
+
+```json
+{
+    "temperature": 20.7
+}
+```
+
+rispetto a:
+
+```json
+{
+    "temp": 20.7
+}
+```
+
+Devi anche considerare le unità - la temperatura è in °C o °F? Se stai misurando la temperatura con un dispositivo consumer e l'utente cambia le unità di visualizzazione, devi assicurarti che le unità inviate al cloud rimangano coerenti.
+
+✅ Fai una ricerca: Come hanno causato problemi di unità il crash del Mars Climate Orbiter da 125 milioni di dollari?
+
+Pensa ai dati inviati per il rilevatore di qualità della frutta. Come definiresti ogni messaggio? Dove analizzeresti i dati e prenderesti decisioni su quali dati inviare?
+
+Ad esempio - attivare la classificazione delle immagini utilizzando il sensore di prossimità. Il dispositivo IoT misura la distanza, ma dove viene presa la decisione? Il dispositivo decide che la frutta è abbastanza vicina e invia un messaggio per dire a IoT Hub di attivare la classificazione? Oppure invia misurazioni di prossimità e lascia che IoT Hub decida?
+
+La risposta a domande come questa è - dipende. Ogni caso d'uso è diverso, motivo per cui come sviluppatore IoT devi comprendere il sistema che stai costruendo, come viene utilizzato e i dati rilevati.
+
+* Se la decisione viene presa da IoT Hub, devi inviare più misurazioni di distanza.
+* Se invii troppi messaggi, aumenti il costo di IoT Hub e la quantità di larghezza di banda necessaria ai tuoi dispositivi IoT (soprattutto in una fabbrica con milioni di dispositivi). Può anche rallentare il tuo dispositivo.
+* Se prendi la decisione sul dispositivo, dovrai fornire un modo per configurare il dispositivo per ottimizzare la macchina.
+
+## Utilizzare dispositivi di sviluppo per simulare più dispositivi IoT
+
+Per costruire il tuo prototipo, avrai bisogno del tuo kit di sviluppo IoT per simulare più dispositivi, inviando telemetria e rispondendo ai comandi.
+
+### Simulare più dispositivi IoT su un Raspberry Pi o hardware IoT virtuale
+
+Quando utilizzi un computer a scheda singola come un Raspberry Pi, puoi eseguire più applicazioni contemporaneamente. Questo significa che puoi simulare più dispositivi IoT creando più applicazioni, una per ogni 'dispositivo IoT'. Ad esempio, puoi implementare ogni dispositivo come un file Python separato ed eseguirli in sessioni terminali diverse.
+💁 Tieni presente che alcuni hardware potrebbero non funzionare se vengono utilizzati contemporaneamente da più applicazioni in esecuzione.
+### Simulare più dispositivi su un microcontrollore
+
+I microcontrollori sono più complicati da utilizzare per simulare più dispositivi. A differenza dei computer a scheda singola, non è possibile eseguire più applicazioni contemporaneamente; è necessario includere tutta la logica per tutti i dispositivi IoT separati in un'unica applicazione.
+
+Alcuni suggerimenti per rendere questo processo più semplice sono:
+
+* Creare una o più classi per ogni dispositivo IoT - ad esempio, classi chiamate `DistanceSensor`, `ClassifierCamera`, `LEDController`. Ognuna di queste può avere i propri metodi `setup` e `loop` chiamati dalle funzioni principali `setup` e `loop`.
+* Gestire i comandi in un unico punto e indirizzarli alla classe del dispositivo pertinente, secondo necessità.
+* Nella funzione principale `loop`, sarà necessario considerare il timing per ogni dispositivo diverso. Ad esempio, se si dispone di una classe di dispositivo che deve elaborare ogni 10 secondi e un'altra che deve elaborare ogni 1 secondo, allora nella funzione principale `loop` si utilizza un ritardo di 1 secondo. Ogni chiamata a `loop` attiva il codice pertinente per il dispositivo che deve elaborare ogni secondo e utilizza un contatore per contare ogni ciclo, elaborando l'altro dispositivo quando il contatore raggiunge 10 (resettando il contatore successivamente).
+
+## Passaggio alla produzione
+
+Il prototipo costituirà la base di un sistema di produzione finale. Alcune delle differenze quando si passa alla produzione potrebbero essere:
+
+* Componenti robusti - utilizzo di hardware progettato per resistere al rumore, al calore, alle vibrazioni e allo stress di un ambiente industriale.
+* Comunicazioni interne - alcuni componenti comunicherebbero direttamente evitando il passaggio al cloud, inviando dati al cloud solo per essere archiviati. Come ciò viene fatto dipende dalla configurazione della fabbrica, con comunicazioni dirette o eseguendo parte del servizio IoT sul bordo utilizzando un dispositivo gateway.
+* Opzioni di configurazione - ogni fabbrica e caso d'uso è diverso, quindi l'hardware dovrebbe essere configurabile. Ad esempio, il sensore di prossimità potrebbe dover rilevare frutti diversi a distanze diverse. Piuttosto che codificare la distanza per attivare la classificazione, si vorrebbe che questa fosse configurabile tramite il cloud, ad esempio utilizzando un device twin.
+* Rimozione automatica della frutta - invece di un LED per segnalare che la frutta non è matura, dispositivi automatizzati la rimuoverebbero.
+
+✅ Fai una ricerca: In quali altri modi i dispositivi di produzione differirebbero dai kit per sviluppatori?
+
+---
+
+## 🚀 Sfida
+
+In questa lezione hai appreso alcuni dei concetti necessari per progettare un sistema IoT. Ripensa ai progetti precedenti. Come si inseriscono nell'architettura di riferimento mostrata sopra?
+
+Scegli uno dei progetti svolti finora e pensa al design di una soluzione più complessa che integri più funzionalità rispetto a quelle trattate nei progetti. Disegna l'architettura e pensa a tutti i dispositivi e servizi di cui avresti bisogno.
+
+Ad esempio - un dispositivo di tracciamento veicoli che combina GPS con sensori per monitorare aspetti come la temperatura in un camion refrigerato, i tempi di accensione e spegnimento del motore e l'identità del conducente. Quali sono i dispositivi coinvolti, i servizi utilizzati, i dati trasmessi e le considerazioni sulla sicurezza e sulla privacy?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/36)
+
+## Revisione e studio autonomo
+
+* Leggi di più sull'architettura IoT nella [documentazione sull'architettura di riferimento IoT di Azure su Microsoft docs](https://docs.microsoft.com/azure/architecture/reference-architectures/iot?WT.mc_id=academic-17441-jabenn)
+* Leggi di più sui device twin nella [documentazione su come comprendere e utilizzare i device twin in IoT Hub su Microsoft docs](https://docs.microsoft.com/azure/iot-hub/iot-hub-devguide-device-twins?WT.mc_id=academic-17441-jabenn)
+* Leggi di OPC-UA, un protocollo di comunicazione macchina-macchina utilizzato nell'automazione industriale, sulla [pagina OPC-UA su Wikipedia](https://wikipedia.org/wiki/OPC_Unified_Architecture)
+
+## Compito
+
+[Costruisci un rilevatore di qualità della frutta](assignment.md)
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/assignment.md b/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/assignment.md
new file mode 100644
index 00000000..55b5166a
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/assignment.md
@@ -0,0 +1,30 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "1a85e50c33c38dcd2cde2a97d132f248",
+  "translation_date": "2025-08-25T16:41:02+00:00",
+  "source_file": "4-manufacturing/lessons/4-trigger-fruit-detector/assignment.md",
+  "language_code": "it"
+}
+-->
+# Costruire un rilevatore di qualità della frutta
+
+## Istruzioni
+
+Costruisci il rilevatore di qualità della frutta!
+
+Utilizza tutto ciò che hai imparato finora per creare il prototipo del rilevatore di qualità della frutta. Attiva la classificazione delle immagini basandoti sulla prossimità utilizzando un modello di intelligenza artificiale che opera sul dispositivo edge, archivia i risultati della classificazione in uno storage e controlla un LED in base al grado di maturazione della frutta.
+
+Dovresti essere in grado di assemblare tutto questo utilizzando il codice che hai scritto in precedenza in tutte le lezioni.
+
+## Criteri di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ----------------- |
+| Configurare tutti i servizi | È stato in grado di configurare un IoT Hub, un'applicazione Azure Functions e uno storage Azure | È stato in grado di configurare l'IoT Hub, ma non l'app Azure Functions o lo storage Azure | Non è stato in grado di configurare alcun servizio IoT |
+| Monitorare la prossimità e inviare i dati a IoT Hub se un oggetto è più vicino di una distanza predefinita e attivare la fotocamera tramite un comando | È stato in grado di misurare la distanza e inviare un messaggio a IoT Hub quando un oggetto era abbastanza vicino, e inviare un comando per attivare la fotocamera | È stato in grado di misurare la prossimità e inviare i dati a IoT Hub, ma non è riuscito a inviare un comando alla fotocamera | Non è stato in grado di misurare la distanza e inviare un messaggio a IoT Hub, né di attivare un comando |
+| Catturare un'immagine, classificarla e inviare i risultati a IoT Hub | È stato in grado di catturare un'immagine, classificarla utilizzando un dispositivo edge e inviare i risultati a IoT Hub | È stato in grado di classificare l'immagine ma non utilizzando un dispositivo edge, oppure non è riuscito a inviare i risultati a IoT Hub | Non è stato in grado di classificare un'immagine |
+| Accendere o spegnere il LED in base ai risultati della classificazione utilizzando un comando inviato a un dispositivo | È stato in grado di accendere un LED tramite un comando se il frutto era acerbo | È stato in grado di inviare il comando al dispositivo ma non di controllare il LED | Non è stato in grado di inviare un comando per controllare il LED |
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md b/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
new file mode 100644
index 00000000..3b8ecd4d
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md
@@ -0,0 +1,116 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "6145a1d791731c8a9d0afd0a1bae5108",
+  "translation_date": "2025-08-25T16:41:28+00:00",
+  "source_file": "4-manufacturing/lessons/4-trigger-fruit-detector/pi-proximity.md",
+  "language_code": "it"
+}
+-->
+# Rileva la prossimità - Raspberry Pi
+
+In questa parte della lezione, aggiungerai un sensore di prossimità al tuo Raspberry Pi e leggerai la distanza da esso.
+
+## Hardware
+
+Il Raspberry Pi necessita di un sensore di prossimità.
+
+Il sensore che utilizzerai è un [Grove Time of Flight distance sensor](https://www.seeedstudio.com/Grove-Time-of-Flight-Distance-Sensor-VL53L0X.html). Questo sensore utilizza un modulo di misurazione laser per rilevare la distanza. Ha un intervallo di rilevamento da 10mm a 2000mm (1cm - 2m) e riporta valori in questo intervallo con buona precisione. Le distanze superiori a 1000mm vengono riportate come 8109mm.
+
+Il telemetro laser si trova sul retro del sensore, sul lato opposto rispetto al connettore Grove.
+
+Questo è un sensore I²C.
+
+### Collega il sensore Time of Flight
+
+Il sensore Grove Time of Flight può essere collegato al Raspberry Pi.
+
+#### Attività - collega il sensore Time of Flight
+
+Collega il sensore Time of Flight.
+
+![Un sensore Grove Time of Flight](../../../../../translated_images/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nel connettore del sensore Time of Flight. Può essere inserito solo in un modo.
+
+1. Con il Raspberry Pi spento, collega l'altra estremità del cavo Grove a uno dei connettori I²C contrassegnati **I²C** sul Grove Base Hat collegato al Pi. Questi connettori si trovano nella fila inferiore, all'estremità opposta rispetto ai pin GPIO e accanto alla porta del cavo della fotocamera.
+
+![Il sensore Grove Time of Flight collegato al connettore I²C](../../../../../translated_images/pi-time-of-flight-sensor.58c8dc04eb3bfb57a7c3019f031433ef4d798d4d7603d565afbf6f3802840dba.it.png)
+
+## Programma il sensore Time of Flight
+
+Ora il Raspberry Pi può essere programmato per utilizzare il sensore Time of Flight collegato.
+
+### Attività - programma il sensore Time of Flight
+
+Programma il dispositivo.
+
+1. Accendi il Raspberry Pi e attendi che si avvii.
+
+1. Apri il codice `fruit-quality-detector` in VS Code, direttamente sul Pi o tramite l'estensione Remote SSH.
+
+1. Installa il pacchetto Pip rpi-vl53l0x, un pacchetto Python che interagisce con un sensore di distanza VL53L0X Time of Flight. Installalo utilizzando questo comando pip:
+
+    ```sh
+    pip install rpi-vl53l0x
+    ```
+
+1. Crea un nuovo file in questo progetto chiamato `distance-sensor.py`.
+
+    > 💁 Un modo semplice per simulare più dispositivi IoT è creare ciascuno in un file Python separato e poi eseguirli contemporaneamente.
+
+1. Aggiungi il seguente codice a questo file:
+
+    ```python
+    import time
+    
+    from grove.i2c import Bus
+    from rpi_vl53l0x.vl53l0x import VL53L0X
+    ```
+
+    Questo importa la libreria Grove I²C bus e una libreria per l'hardware principale del sensore integrato nel sensore Grove Time of Flight.
+
+1. Sotto questo, aggiungi il seguente codice per accedere al sensore:
+
+    ```python
+    distance_sensor = VL53L0X(bus = Bus().bus)
+    distance_sensor.begin()    
+    ```
+
+    Questo codice dichiara un sensore di distanza utilizzando il bus Grove I²C e avvia il sensore.
+
+1. Infine, aggiungi un ciclo infinito per leggere le distanze:
+
+    ```python
+    while True:
+        distance_sensor.wait_ready()
+        print(f'Distance = {distance_sensor.get_distance()} mm')
+        time.sleep(1)
+    ```
+
+    Questo codice attende che un valore sia pronto per essere letto dal sensore e poi lo stampa sulla console.
+
+1. Esegui questo codice.
+
+    > 💁 Ricorda che questo file si chiama `distance-sensor.py`! Assicurati di eseguirlo con Python, non con `app.py`.
+
+1. Vedrai apparire le misurazioni della distanza nella console. Posiziona oggetti vicino al sensore e vedrai la misurazione della distanza:
+
+    ```output
+    pi@raspberrypi:~/fruit-quality-detector $ python3 distance_sensor.py 
+    Distance = 29 mm
+    Distance = 28 mm
+    Distance = 30 mm
+    Distance = 151 mm
+    ```
+
+    Il telemetro si trova sul retro del sensore, quindi assicurati di utilizzare il lato corretto quando misuri la distanza.
+
+    ![Il telemetro sul retro del sensore Time of Flight puntato verso una banana](../../../../../translated_images/time-of-flight-banana.079921ad8b1496e4525dc26b4cdc71a076407aba3e72ba113ba2e38febae92c5.it.png)
+
+> 💁 Puoi trovare questo codice nella cartella [code-proximity/pi](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector/code-proximity/pi).
+
+😀 Il tuo programma per il sensore di prossimità è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md b/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
new file mode 100644
index 00000000..1d809124
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md
@@ -0,0 +1,119 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7e9f05bdc50a40fd924b1d66934471bf",
+  "translation_date": "2025-08-25T16:42:27+00:00",
+  "source_file": "4-manufacturing/lessons/4-trigger-fruit-detector/virtual-device-proximity.md",
+  "language_code": "it"
+}
+-->
+# Rileva la prossimità - Hardware IoT Virtuale
+
+In questa parte della lezione, aggiungerai un sensore di prossimità al tuo dispositivo IoT virtuale e leggerai la distanza da esso.
+
+## Hardware
+
+Il dispositivo IoT virtuale utilizzerà un sensore di distanza simulato.
+
+In un dispositivo IoT fisico, utilizzeresti un sensore con un modulo di misurazione laser per rilevare la distanza.
+
+### Aggiungi il sensore di distanza a CounterFit
+
+Per utilizzare un sensore di distanza virtuale, devi aggiungerne uno all'app CounterFit.
+
+#### Attività - aggiungi il sensore di distanza a CounterFit
+
+Aggiungi il sensore di distanza all'app CounterFit.
+
+1. Apri il codice `fruit-quality-detector` in VS Code e assicurati che l'ambiente virtuale sia attivato.
+
+1. Installa un pacchetto Pip aggiuntivo per installare uno shim di CounterFit che può comunicare con i sensori di distanza simulando il pacchetto Pip [rpi-vl53l0x](https://pypi.org/project/rpi-vl53l0x/), un pacchetto Python che interagisce con [un sensore di distanza VL53L0X time-of-flight](https://wiki.seeedstudio.com/Grove-Time_of_Flight_Distance_Sensor-VL53L0X/). Assicurati di installarlo da un terminale con l'ambiente virtuale attivato.
+
+    ```sh
+    pip install counterfit-shims-rpi-vl53l0x
+    ```
+
+1. Assicurati che l'app web CounterFit sia in esecuzione.
+
+1. Crea un sensore di distanza:
+
+    1. Nella casella *Create sensor* nel pannello *Sensors*, apri il menu a tendina *Sensor type* e seleziona *Distance*.
+
+    1. Lascia le *Units* come `Millimeter`.
+
+    1. Questo sensore è un sensore I²C, quindi imposta l'indirizzo su `0x29`. Se utilizzassi un sensore VL53L0X fisico, sarebbe codificato a questo indirizzo.
+
+    1. Seleziona il pulsante **Add** per creare il sensore di distanza.
+
+    ![Le impostazioni del sensore di distanza](../../../../../translated_images/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.it.png)
+
+    Il sensore di distanza verrà creato e apparirà nella lista dei sensori.
+
+    ![Il sensore di distanza creato](../../../../../translated_images/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.it.png)
+
+## Programma il sensore di distanza
+
+Ora il dispositivo IoT virtuale può essere programmato per utilizzare il sensore di distanza simulato.
+
+### Attività - programma il sensore time-of-flight
+
+1. Crea un nuovo file nel progetto `fruit-quality-detector` chiamato `distance-sensor.py`.
+
+    > 💁 Un modo semplice per simulare più dispositivi IoT è farlo in file Python separati, quindi eseguirli contemporaneamente.
+
+1. Avvia una connessione a CounterFit con il seguente codice:
+
+    ```python
+    from counterfit_connection import CounterFitConnection
+    CounterFitConnection.init('127.0.0.1', 5000)
+    ```
+
+1. Aggiungi il seguente codice sotto questo:
+
+    ```python
+    import time
+    
+    from counterfit_shims_rpi_vl53l0x.vl53l0x import VL53L0X
+    ```
+
+    Questo importa la libreria shim del sensore VL53L0X time-of-flight.
+
+1. Sotto questo, aggiungi il seguente codice per accedere al sensore:
+
+    ```python
+    distance_sensor = VL53L0X()
+    distance_sensor.begin()
+    ```
+
+    Questo codice dichiara un sensore di distanza, quindi avvia il sensore.
+
+1. Infine, aggiungi un ciclo infinito per leggere le distanze:
+
+    ```python
+    while True:
+        distance_sensor.wait_ready()
+        print(f'Distance = {distance_sensor.get_distance()} mm')
+        time.sleep(1)
+    ```
+
+    Questo codice attende che un valore sia pronto per essere letto dal sensore, quindi lo stampa sulla console.
+
+1. Esegui questo codice.
+
+    > 💁 Non dimenticare che questo file si chiama `distance-sensor.py`! Assicurati di eseguirlo tramite Python, non `app.py`.
+
+1. Vedrai le misurazioni della distanza apparire nella console. Cambia il valore in CounterFit per vedere questo valore cambiare, oppure usa valori casuali.
+
+    ```output
+    (.venv) ➜  fruit-quality-detector python distance-sensor.py 
+    Distance = 37 mm
+    Distance = 42 mm
+    Distance = 29 mm
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-proximity/virtual-iot-device](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector/code-proximity/virtual-iot-device).
+
+😀 Il tuo programma per il sensore di prossimità è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione AI [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatizzate potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md b/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
new file mode 100644
index 00000000..bc84a960
--- /dev/null
+++ b/translations/it/4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md
@@ -0,0 +1,111 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "288aebb0c59f7be1d2719b8f9660a313",
+  "translation_date": "2025-08-25T16:41:59+00:00",
+  "source_file": "4-manufacturing/lessons/4-trigger-fruit-detector/wio-terminal-proximity.md",
+  "language_code": "it"
+}
+-->
+# Rileva la prossimità - Wio Terminal
+
+In questa parte della lezione, aggiungerai un sensore di prossimità al tuo Wio Terminal e leggerai la distanza rilevata.
+
+## Hardware
+
+Il Wio Terminal necessita di un sensore di prossimità.
+
+Il sensore che utilizzerai è un [Grove Time of Flight distance sensor](https://www.seeedstudio.com/Grove-Time-of-Flight-Distance-Sensor-VL53L0X.html). Questo sensore utilizza un modulo di misurazione laser per rilevare la distanza. Ha un intervallo di rilevamento che va da 10mm a 2000mm (1cm - 2m) e riporta valori in questo intervallo con buona precisione. Per distanze superiori a 1000mm, il valore riportato sarà 8109mm.
+
+Il telemetro laser si trova sul retro del sensore, sul lato opposto rispetto alla presa Grove.
+
+Questo è un socket I²C.
+
+### Collega il sensore Time of Flight
+
+Il sensore Grove Time of Flight può essere collegato al Wio Terminal.
+
+#### Attività - collega il sensore Time of Flight
+
+Collega il sensore Time of Flight.
+
+![Un sensore Grove Time of Flight](../../../../../translated_images/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del sensore Time of Flight. Il cavo può essere inserito solo in un verso.
+
+1. Con il Wio Terminal scollegato dal computer o da altre fonti di alimentazione, collega l'altra estremità del cavo Grove alla presa Grove sul lato sinistro del Wio Terminal, guardando lo schermo. Questa è la presa più vicina al pulsante di accensione. Si tratta di una presa combinata digitale e I²C.
+
+![Il sensore Grove Time of Flight collegato alla presa sinistra](../../../../../translated_images/wio-time-of-flight-sensor.c4c182131d2ea73df67febd004dc0313d271013d016be9c47e7da4d77c6c20a8.it.png)
+
+1. Ora puoi collegare il Wio Terminal al tuo computer.
+
+## Programma il sensore Time of Flight
+
+Ora il Wio Terminal può essere programmato per utilizzare il sensore Time of Flight collegato.
+
+### Attività - programma il sensore Time of Flight
+
+1. Crea un nuovo progetto per il Wio Terminal utilizzando PlatformIO. Chiama questo progetto `distance-sensor`. Aggiungi il codice nella funzione `setup` per configurare la porta seriale.
+
+1. Aggiungi una dipendenza per la libreria Seeed Grove Time of Flight Distance Sensor al file `platformio.ini` del progetto:
+
+    ```ini
+    lib_deps =
+        seeed-studio/Grove Ranging sensor - VL53L0X @ ^1.1.1
+    ```
+
+1. In `main.cpp`, aggiungi il seguente codice sotto le direttive di inclusione esistenti per dichiarare un'istanza della classe `Seeed_vl53l0x` per interagire con il sensore Time of Flight:
+
+    ```cpp
+    #include "Seeed_vl53l0x.h"
+    
+    Seeed_vl53l0x VL53L0X;
+    ```
+
+1. Aggiungi il seguente codice alla fine della funzione `setup` per inizializzare il sensore:
+
+    ```cpp
+    VL53L0X.VL53L0X_common_init();
+    VL53L0X.VL53L0X_high_accuracy_ranging_init();
+    ```
+
+1. Nella funzione `loop`, leggi un valore dal sensore:
+
+    ```cpp
+    VL53L0X_RangingMeasurementData_t RangingMeasurementData;
+    memset(&RangingMeasurementData, 0, sizeof(VL53L0X_RangingMeasurementData_t));
+
+    VL53L0X.PerformSingleRangingMeasurement(&RangingMeasurementData);
+    ```
+
+    Questo codice inizializza una struttura dati in cui leggere i dati, quindi la passa al metodo `PerformSingleRangingMeasurement`, che la popolerà con la misurazione della distanza.
+
+1. Sotto questo, scrivi il valore della misurazione della distanza, quindi aggiungi un ritardo di 1 secondo:
+
+    ```cpp
+    Serial.print("Distance = ");
+    Serial.print(RangingMeasurementData.RangeMilliMeter);
+    Serial.println(" mm");
+
+    delay(1000);
+    ```
+
+1. Compila, carica ed esegui questo codice. Sarai in grado di vedere le misurazioni della distanza nel monitor seriale. Posiziona oggetti vicino al sensore e vedrai la misurazione della distanza:
+
+    ```output
+    Distance = 29 mm
+    Distance = 28 mm
+    Distance = 30 mm
+    Distance = 151 mm
+    ```
+
+    Il telemetro si trova sul retro del sensore, quindi assicurati di utilizzare il lato corretto quando misuri la distanza.
+
+    ![Il telemetro sul retro del sensore Time of Flight puntato verso una banana](../../../../../translated_images/time-of-flight-banana.079921ad8b1496e4525dc26b4cdc71a076407aba3e72ba113ba2e38febae92c5.it.png)
+
+> 💁 Puoi trovare questo codice nella cartella [code-proximity/wio-terminal](../../../../../4-manufacturing/lessons/4-trigger-fruit-detector/code-proximity/wio-terminal).
+
+😀 Il tuo programma per il sensore di prossimità è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/5-retail/README.md b/translations/it/5-retail/README.md
new file mode 100644
index 00000000..d5a58495
--- /dev/null
+++ b/translations/it/5-retail/README.md
@@ -0,0 +1,32 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "22a1d6e49f2a689fe5bfa7802a7241fc",
+  "translation_date": "2025-08-25T16:19:48+00:00",
+  "source_file": "5-retail/README.md",
+  "language_code": "it"
+}
+-->
+# Retail - utilizzo dell'IoT per gestire i livelli di stock
+
+L'ultima fase per il cibo prima che raggiunga i consumatori è la vendita al dettaglio - i mercati, i fruttivendoli, i supermercati e i negozi che vendono prodotti ai consumatori. Questi negozi vogliono assicurarsi di avere prodotti sugli scaffali affinché i consumatori possano vederli e acquistarli.
+
+Uno dei compiti più manuali e dispendiosi in termini di tempo nei negozi alimentari, soprattutto nei grandi supermercati, è garantire che gli scaffali siano sempre pieni. Controllare ogni singolo scaffale per assicurarsi che eventuali spazi vuoti siano riempiti con prodotti provenienti dai magazzini.
+
+L'IoT può aiutare in questo, utilizzando modelli di intelligenza artificiale che funzionano su dispositivi IoT per contare lo stock, sfruttando modelli di machine learning che non solo classificano immagini, ma possono anche rilevare oggetti individuali e contarli.
+
+In queste 2 lezioni imparerai come addestrare modelli di intelligenza artificiale basati su immagini per contare lo stock e come eseguire questi modelli su dispositivi IoT.
+
+> 💁 Queste lezioni utilizzeranno alcune risorse cloud. Se non completi tutte le lezioni di questo progetto, assicurati di [pulire il tuo progetto](../clean-up.md).
+
+## Argomenti
+
+1. [Addestrare un rilevatore di stock](./lessons/1-train-stock-detector/README.md)
+1. [Controllare lo stock da un dispositivo IoT](./lessons/2-check-stock-device/README.md)
+
+## Crediti
+
+Tutte le lezioni sono state scritte con ♥️ da [Jim Bennett](https://GitHub.com/JimBobBennett)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/5-retail/lessons/1-train-stock-detector/README.md b/translations/it/5-retail/lessons/1-train-stock-detector/README.md
new file mode 100644
index 00000000..21ab26d9
--- /dev/null
+++ b/translations/it/5-retail/lessons/1-train-stock-detector/README.md
@@ -0,0 +1,204 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "8df310a42f902139a01417dacb1ffbef",
+  "translation_date": "2025-08-25T16:25:02+00:00",
+  "source_file": "5-retail/lessons/1-train-stock-detector/README.md",
+  "language_code": "it"
+}
+-->
+# Addestrare un rilevatore di scorte
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questo video offre una panoramica del rilevamento di oggetti con il servizio Azure Custom Vision, un servizio che verrà trattato in questa lezione.
+
+[![Custom Vision 2 - Object Detection Made Easy | The Xamarin Show](https://img.youtube.com/vi/wtTYSyBUpFc/0.jpg)](https://www.youtube.com/watch?v=wtTYSyBUpFc)
+
+> 🎥 Clicca sull'immagine sopra per guardare il video
+
+## Quiz pre-lezione
+
+[Quiz pre-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/37)
+
+## Introduzione
+
+Nel progetto precedente, hai utilizzato l'IA per addestrare un classificatore di immagini - un modello che può determinare se un'immagine contiene qualcosa, come frutta matura o acerba. Un altro tipo di modello IA che può essere utilizzato con le immagini è il rilevamento di oggetti. Questi modelli non classificano un'immagine tramite tag, ma sono addestrati a riconoscere oggetti e possono trovarli nelle immagini, non solo rilevando che l'oggetto è presente, ma anche individuando dove si trova nell'immagine. Questo consente di contare gli oggetti nelle immagini.
+
+In questa lezione imparerai il rilevamento di oggetti, incluso come può essere utilizzato nel settore retail. Imparerai anche come addestrare un rilevatore di oggetti nel cloud.
+
+In questa lezione tratteremo:
+
+* [Rilevamento di oggetti](../../../../../5-retail/lessons/1-train-stock-detector)
+* [Utilizzare il rilevamento di oggetti nel retail](../../../../../5-retail/lessons/1-train-stock-detector)
+* [Addestrare un rilevatore di oggetti](../../../../../5-retail/lessons/1-train-stock-detector)
+* [Testare il tuo rilevatore di oggetti](../../../../../5-retail/lessons/1-train-stock-detector)
+* [Riaddestrare il tuo rilevatore di oggetti](../../../../../5-retail/lessons/1-train-stock-detector)
+
+## Rilevamento di oggetti
+
+Il rilevamento di oggetti consiste nel rilevare oggetti nelle immagini utilizzando l'IA. A differenza del classificatore di immagini che hai addestrato nel progetto precedente, il rilevamento di oggetti non riguarda la previsione del miglior tag per un'immagine nel suo complesso, ma il riconoscimento di uno o più oggetti in un'immagine.
+
+### Rilevamento di oggetti vs classificazione di immagini
+
+La classificazione di immagini riguarda la classificazione di un'immagine nel suo complesso - quali sono le probabilità che l'intera immagine corrisponda a ciascun tag. Ottieni indietro le probabilità per ogni tag utilizzato per addestrare il modello.
+
+![Classificazione di immagini di anacardi e concentrato di pomodoro](../../../../../translated_images/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.it.png)
+
+Nell'esempio sopra, due immagini sono classificate utilizzando un modello addestrato per classificare contenitori di anacardi o lattine di concentrato di pomodoro. La prima immagine è un contenitore di anacardi e ha due risultati dal classificatore di immagini:
+
+| Tag            | Probabilità |
+| -------------- | ----------: |
+| `anacardi`     | 98.4%       |
+| `concentrato di pomodoro` | 1.6%        |
+
+La seconda immagine è una lattina di concentrato di pomodoro, e i risultati sono:
+
+| Tag            | Probabilità |
+| -------------- | ----------: |
+| `anacardi`     | 0.7%        |
+| `concentrato di pomodoro` | 99.3%       |
+
+Potresti utilizzare questi valori con una percentuale di soglia per prevedere cosa c'è nell'immagine. Ma cosa succede se un'immagine contiene più lattine di concentrato di pomodoro, o sia anacardi che concentrato di pomodoro? I risultati probabilmente non ti daranno ciò che desideri. È qui che entra in gioco il rilevamento di oggetti.
+
+Il rilevamento di oggetti consiste nell'addestrare un modello a riconoscere oggetti. Invece di fornire immagini contenenti l'oggetto e dire che ogni immagine è un tag o un altro, evidenzi la sezione di un'immagine che contiene l'oggetto specifico e la tagghi. Puoi taggare un singolo oggetto in un'immagine o più oggetti. In questo modo il modello impara come appare l'oggetto stesso, non solo come appaiono le immagini che contengono l'oggetto.
+
+Quando lo utilizzi per prevedere immagini, invece di ottenere un elenco di tag e percentuali, ottieni un elenco di oggetti rilevati, con il loro riquadro di delimitazione e la probabilità che l'oggetto corrisponda al tag assegnato.
+
+> 🎓 *Riquadri di delimitazione* sono i riquadri intorno a un oggetto.
+
+![Rilevamento di oggetti di anacardi e concentrato di pomodoro](../../../../../translated_images/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.it.png)
+
+L'immagine sopra contiene sia un contenitore di anacardi che tre lattine di concentrato di pomodoro. Il rilevatore di oggetti ha rilevato gli anacardi, restituendo il riquadro di delimitazione che contiene gli anacardi con la percentuale di probabilità che il riquadro di delimitazione contenga l'oggetto, in questo caso 97.6%. Il rilevatore di oggetti ha anche rilevato tre lattine di concentrato di pomodoro e fornisce tre riquadri di delimitazione separati, uno per ogni lattina rilevata, e ciascuno ha una probabilità percentuale che il riquadro di delimitazione contenga una lattina di concentrato di pomodoro.
+
+✅ Pensa a diversi scenari in cui potresti voler utilizzare modelli IA basati su immagini. Quali richiederebbero la classificazione e quali il rilevamento di oggetti?
+
+### Come funziona il rilevamento di oggetti
+
+Il rilevamento di oggetti utilizza modelli di ML complessi. Questi modelli funzionano suddividendo l'immagine in più celle, quindi verificano se il centro del riquadro di delimitazione è il centro di un'immagine che corrisponde a una delle immagini utilizzate per addestrare il modello. Puoi pensarlo come una sorta di classificatore di immagini che analizza diverse parti dell'immagine per cercare corrispondenze.
+
+> 💁 Questa è una semplificazione drastica. Esistono molte tecniche per il rilevamento di oggetti, e puoi leggere di più su di esse nella [pagina sul rilevamento di oggetti su Wikipedia](https://wikipedia.org/wiki/Object_detection).
+
+Esistono diversi modelli che possono eseguire il rilevamento di oggetti. Un modello particolarmente famoso è [YOLO (You only look once)](https://pjreddie.com/darknet/yolo/), che è incredibilmente veloce e può rilevare 20 diverse classi di oggetti, come persone, cani, bottiglie e automobili.
+
+✅ Leggi di più sul modello YOLO su [pjreddie.com/darknet/yolo/](https://pjreddie.com/darknet/yolo/)
+
+I modelli di rilevamento di oggetti possono essere riaddestrati utilizzando il transfer learning per rilevare oggetti personalizzati.
+
+## Utilizzare il rilevamento di oggetti nel retail
+
+Il rilevamento di oggetti ha molteplici utilizzi nel settore retail. Alcuni includono:
+
+* **Controllo e conteggio delle scorte** - riconoscere quando le scorte sono basse sugli scaffali. Se le scorte sono troppo basse, possono essere inviate notifiche al personale o ai robot per rifornire gli scaffali.
+* **Rilevamento delle mascherine** - nei negozi con politiche sulle mascherine durante eventi di salute pubblica, il rilevamento di oggetti può riconoscere persone con mascherine e senza.
+* **Fatturazione automatizzata** - rilevare gli articoli prelevati dagli scaffali nei negozi automatizzati e fatturare i clienti in modo appropriato.
+* **Rilevamento di pericoli** - riconoscere oggetti rotti sul pavimento o liquidi versati, avvisando le squadre di pulizia.
+
+✅ Fai una ricerca: Quali sono altri casi d'uso per il rilevamento di oggetti nel retail?
+
+## Addestrare un rilevatore di oggetti
+
+Puoi addestrare un rilevatore di oggetti utilizzando Custom Vision, in modo simile a come hai addestrato un classificatore di immagini.
+
+### Attività - creare un rilevatore di oggetti
+
+1. Crea un gruppo di risorse per questo progetto chiamato `stock-detector`.
+
+1. Crea una risorsa di addestramento Custom Vision gratuita e una risorsa di previsione Custom Vision gratuita nel gruppo di risorse `stock-detector`. Nominale `stock-detector-training` e `stock-detector-prediction`.
+
+    > 💁 Puoi avere solo una risorsa di addestramento e previsione gratuita, quindi assicurati di aver eliminato il progetto dalle lezioni precedenti.
+
+    > ⚠️ Puoi fare riferimento alle [istruzioni per creare risorse di addestramento e previsione dal progetto 4, lezione 1 se necessario](../../../4-manufacturing/lessons/1-train-fruit-detector/README.md#task---create-a-cognitive-services-resource).
+
+1. Avvia il portale Custom Vision su [CustomVision.ai](https://customvision.ai) e accedi con l'account Microsoft che hai utilizzato per il tuo account Azure.
+
+1. Segui la [sezione Crea un nuovo progetto del quickstart per costruire un rilevatore di oggetti sulla documentazione Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#create-a-new-project) per creare un nuovo progetto Custom Vision. L'interfaccia utente potrebbe cambiare e questa documentazione è sempre la più aggiornata.
+
+    Chiama il tuo progetto `stock-detector`.
+
+    Quando crei il tuo progetto, assicurati di utilizzare la risorsa `stock-detector-training` che hai creato in precedenza. Usa il tipo di progetto *Object Detection* e il dominio *Products on Shelves*.
+
+    ![Le impostazioni per il progetto Custom Vision con il nome impostato su fruit-quality-detector, nessuna descrizione, la risorsa impostata su fruit-quality-detector-training, il tipo di progetto impostato su classificazione, i tipi di classificazione impostati su multi class e i domini impostati su food](../../../../../translated_images/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.it.png)
+
+    ✅ Il dominio "Products on Shelves" è specificamente mirato al rilevamento di scorte sugli scaffali dei negozi. Leggi di più sui diversi domini nella [documentazione Seleziona un dominio su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/select-domain?WT.mc_id=academic-17441-jabenn#object-detection)
+
+✅ Prenditi del tempo per esplorare l'interfaccia utente di Custom Vision per il tuo rilevatore di oggetti.
+
+### Attività - addestrare il tuo rilevatore di oggetti
+
+Per addestrare il tuo modello avrai bisogno di un set di immagini contenenti gli oggetti che vuoi rilevare.
+
+1. Raccogli immagini che contengano l'oggetto da rilevare. Avrai bisogno di almeno 15 immagini contenenti ciascun oggetto da rilevare da una varietà di angolazioni diverse e in condizioni di illuminazione diverse, ma più immagini hai, meglio è. Questo rilevatore di oggetti utilizza il dominio *Products on Shelves*, quindi cerca di posizionare gli oggetti come se fossero su uno scaffale di un negozio. Avrai anche bisogno di alcune immagini per testare il modello. Se stai rilevando più di un oggetto, vorrai alcune immagini di test che contengano tutti gli oggetti.
+
+    > 💁 Le immagini con più oggetti diversi contano per il minimo di 15 immagini per tutti gli oggetti nell'immagine.
+
+    Le tue immagini dovrebbero essere png o jpeg, più piccole di 6MB. Se le crei con un iPhone, ad esempio, potrebbero essere immagini HEIC ad alta risoluzione, quindi dovranno essere convertite e possibilmente ridotte. Più immagini hai, meglio è, e dovresti avere un numero simile di oggetti maturi e acerbi.
+
+    Il modello è progettato per prodotti sugli scaffali, quindi cerca di scattare le foto degli oggetti sugli scaffali.
+
+    Puoi trovare alcune immagini di esempio che puoi utilizzare nella cartella [images](../../../../../5-retail/lessons/1-train-stock-detector/images) di anacardi e concentrato di pomodoro che puoi utilizzare.
+
+1. Segui la [sezione Carica e tagga immagini del quickstart per costruire un rilevatore di oggetti sulla documentazione Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) per caricare le tue immagini di addestramento. Crea tag pertinenti a seconda dei tipi di oggetti che vuoi rilevare.
+
+    ![I dialoghi di caricamento che mostrano il caricamento di immagini di banane mature e acerbe](../../../../../translated_images/image-upload-object-detector.77c7892c3093cb59b79018edecd678749a75d71a099bc8a2d2f2f76320f88a5b.it.png)
+
+    Quando disegni i riquadri di delimitazione per gli oggetti, tienili ben stretti intorno all'oggetto. Può richiedere del tempo per delineare tutte le immagini, ma lo strumento rileverà ciò che pensa siano i riquadri di delimitazione, rendendo il processo più veloce.
+
+    ![Taggando del concentrato di pomodoro](../../../../../translated_images/object-detector-tag-tomato-paste.f47c362fb0f0eb582f3bc68cf3855fb43a805106395358d41896a269c210b7b4.it.png)
+
+    > 💁 Se hai più di 15 immagini per ciascun oggetto, puoi addestrare dopo 15 e utilizzare la funzione **Tag suggeriti**. Questo utilizzerà il modello addestrato per rilevare gli oggetti nell'immagine non taggata. Puoi quindi confermare gli oggetti rilevati o rifiutare e ridisegnare i riquadri di delimitazione. Questo può risparmiare *molto* tempo.
+
+1. Segui la [sezione Addestra il rilevatore del quickstart per costruire un rilevatore di oggetti sulla documentazione Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#train-the-detector) per addestrare il rilevatore di oggetti sulle tue immagini taggate.
+
+    Ti verrà data una scelta del tipo di addestramento. Seleziona **Quick Training**.
+
+Il rilevatore di oggetti verrà quindi addestrato. Ci vorranno alcuni minuti per completare l'addestramento.
+
+## Testare il tuo rilevatore di oggetti
+
+Una volta che il tuo rilevatore di oggetti è stato addestrato, puoi testarlo fornendogli nuove immagini per rilevare gli oggetti.
+
+### Attività - testare il tuo rilevatore di oggetti
+
+1. Usa il pulsante **Quick Test** per caricare immagini di test e verificare che gli oggetti siano rilevati. Usa le immagini di test che hai creato in precedenza, non quelle utilizzate per l'addestramento.
+
+    ![3 lattine di concentrato di pomodoro rilevate con probabilità del 38%, 35.5% e 34.6%](../../../../../translated_images/object-detector-detected-tomato-paste.52656fe87af4c37b4ee540526d63e73ed075da2e54a9a060aa528e0c562fb1b6.it.png)
+
+1. Prova tutte le immagini di test a tua disposizione e osserva le probabilità.
+
+## Riaddestrare il tuo rilevatore di oggetti
+
+Quando testi il tuo rilevatore di oggetti, potrebbe non fornire i risultati che ti aspetti, proprio come con i classificatori di immagini nel progetto precedente. Puoi migliorare il tuo rilevatore di oggetti riaddestrandolo con immagini che ha sbagliato.
+
+Ogni volta che fai una previsione utilizzando l'opzione di test rapido, l'immagine e i risultati vengono memorizzati. Puoi utilizzare queste immagini per riaddestrare il tuo modello.
+
+1. Usa la scheda **Predictions** per individuare le immagini che hai utilizzato per il test.
+
+1. Conferma eventuali rilevamenti accurati, elimina quelli errati e aggiungi eventuali oggetti mancanti.
+
+1. Riaddestra e ritesta il modello.
+
+---
+
+## 🚀 Sfida
+
+Cosa accadrebbe se utilizzassi il rilevatore di oggetti con articoli dall'aspetto simile, come lattine della stessa marca di concentrato di pomodoro e pomodori a pezzi?
+
+Se hai articoli dall'aspetto simile, testalo aggiungendo immagini di questi al tuo rilevatore di oggetti.
+
+## Quiz post-lezione
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/38)
+
+## Revisione e Studio Autonomo
+
+* Quando hai addestrato il tuo rilevatore di oggetti, avrai visto valori come *Precision*, *Recall* e *mAP* che valutano il modello creato. Approfondisci cosa significano questi valori utilizzando [la sezione Valutare il rilevatore della guida rapida per creare un rilevatore di oggetti nei documenti Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/get-started-build-detector?WT.mc_id=academic-17441-jabenn#evaluate-the-detector)
+* Leggi di più sul rilevamento di oggetti nella [pagina sul rilevamento di oggetti su Wikipedia](https://wikipedia.org/wiki/Object_detection)
+
+## Compito
+
+[Confronta i domini](assignment.md)
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/5-retail/lessons/1-train-stock-detector/assignment.md b/translations/it/5-retail/lessons/1-train-stock-detector/assignment.md
new file mode 100644
index 00000000..b504d976
--- /dev/null
+++ b/translations/it/5-retail/lessons/1-train-stock-detector/assignment.md
@@ -0,0 +1,26 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "d93ee76fac4c2199973689ecd05baaf9",
+  "translation_date": "2025-08-25T16:25:52+00:00",
+  "source_file": "5-retail/lessons/1-train-stock-detector/assignment.md",
+  "language_code": "it"
+}
+-->
+# Confronta domini
+
+## Istruzioni
+
+Quando hai creato il tuo rilevatore di oggetti, hai avuto la possibilità di scegliere tra diversi domini. Confronta quanto bene funzionano per il tuo rilevatore di stock e descrivi quale offre risultati migliori.
+
+Per cambiare il dominio, seleziona il pulsante **Impostazioni** nel menu in alto, scegli un nuovo dominio, seleziona il pulsante **Salva modifiche**, quindi riaddestra il modello. Assicurati di testare con la nuova iterazione del modello addestrato con il nuovo dominio.
+
+## Criteri di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Addestrare il modello con un dominio diverso | È stato in grado di cambiare il dominio e riaddestrare il modello | È stato in grado di cambiare il dominio e riaddestrare il modello | Non è stato in grado di cambiare il dominio o riaddestrare il modello |
+| Testare il modello e confrontare i risultati | È stato in grado di testare il modello con domini diversi, confrontare i risultati e descrivere quale è migliore | È stato in grado di testare il modello con domini diversi, ma non è stato in grado di confrontare i risultati e descrivere quale è migliore | Non è stato in grado di testare il modello con domini diversi |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/5-retail/lessons/2-check-stock-device/README.md b/translations/it/5-retail/lessons/2-check-stock-device/README.md
new file mode 100644
index 00000000..2ece81fe
--- /dev/null
+++ b/translations/it/5-retail/lessons/2-check-stock-device/README.md
@@ -0,0 +1,189 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "1c9e5fa8b7be726c75a97232b1e41c97",
+  "translation_date": "2025-08-25T16:21:11+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/README.md",
+  "language_code": "it"
+}
+-->
+# Controllare le scorte da un dispositivo IoT
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+## Quiz pre-lezione
+
+[Quiz pre-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/39)
+
+## Introduzione
+
+Nella lezione precedente hai imparato i diversi utilizzi del rilevamento di oggetti nel settore retail. Hai anche appreso come addestrare un rilevatore di oggetti per identificare le scorte. In questa lezione imparerai come utilizzare il tuo rilevatore di oggetti da un dispositivo IoT per contare le scorte.
+
+In questa lezione tratteremo:
+
+* [Conteggio delle scorte](../../../../../5-retail/lessons/2-check-stock-device)
+* [Chiamare il rilevatore di oggetti dal dispositivo IoT](../../../../../5-retail/lessons/2-check-stock-device)
+* [Riquadri di delimitazione](../../../../../5-retail/lessons/2-check-stock-device)
+* [Riaddestrare il modello](../../../../../5-retail/lessons/2-check-stock-device)
+* [Contare le scorte](../../../../../5-retail/lessons/2-check-stock-device)
+
+> 🗑 Questa è l'ultima lezione di questo progetto, quindi, dopo aver completato questa lezione e l'assegnazione, non dimenticare di pulire i tuoi servizi cloud. Avrai bisogno dei servizi per completare l'assegnazione, quindi assicurati di completarla prima.
+>
+> Consulta [la guida per pulire il tuo progetto](../../../clean-up.md) se necessario per istruzioni su come farlo.
+
+## Conteggio delle scorte
+
+I rilevatori di oggetti possono essere utilizzati per controllare le scorte, sia contando gli articoli che assicurandosi che siano al posto giusto. Dispositivi IoT con telecamere possono essere distribuiti in tutto il negozio per monitorare le scorte, iniziando dai punti caldi dove è importante rifornire rapidamente, come le aree in cui sono presenti pochi articoli di alto valore.
+
+Ad esempio, se una telecamera è puntata su uno scaffale che può contenere 8 lattine di concentrato di pomodoro, e un rilevatore di oggetti ne rileva solo 7, significa che una è mancante e deve essere rifornita.
+
+![7 lattine di concentrato di pomodoro su uno scaffale, 4 sulla fila superiore, 3 sulla fila inferiore](../../../../../translated_images/stock-7-cans-tomato-paste.f86059cc573d7becaa89a0eafb9d2cd7e2fe37405a530fe565990e2333d0e4a1.it.png)
+
+Nell'immagine sopra, un rilevatore di oggetti ha rilevato 7 lattine di concentrato di pomodoro su uno scaffale che può contenerne 8. Non solo il dispositivo IoT può inviare una notifica della necessità di rifornire, ma può anche indicare la posizione dell'articolo mancante, un dato importante se si utilizzano robot per rifornire gli scaffali.
+
+> 💁 A seconda del negozio e della popolarità dell'articolo, probabilmente non si procederà al rifornimento se manca solo una lattina. Dovresti costruire un algoritmo che determini quando rifornire in base ai tuoi prodotti, clienti e altri criteri.
+
+✅ In quali altri scenari potresti combinare il rilevamento di oggetti e i robot?
+
+A volte sugli scaffali possono esserci articoli sbagliati. Questo potrebbe essere un errore umano durante il rifornimento, o clienti che cambiano idea su un acquisto e rimettono un articolo nel primo spazio disponibile. Quando si tratta di articoli non deperibili come cibi in scatola, è solo un fastidio. Se si tratta di articoli deperibili come prodotti surgelati o refrigerati, ciò può significare che il prodotto non può più essere venduto, poiché potrebbe essere impossibile determinare per quanto tempo l'articolo è stato fuori dal congelatore.
+
+Il rilevamento di oggetti può essere utilizzato per rilevare articoli inaspettati, avvisando nuovamente un umano o un robot per restituire l'articolo non appena viene rilevato.
+
+![Una lattina di mais baby fuori posto accanto al concentrato di pomodoro](../../../../../translated_images/stock-rogue-corn.be1f3ada8c4578544641af66671c1711a4c02297f14cc7f503354dae0d30a954.it.png)
+
+Nell'immagine sopra, una lattina di mais baby è stata messa sullo scaffale accanto al concentrato di pomodoro. Il rilevatore di oggetti ha rilevato questo, permettendo al dispositivo IoT di notificare a un umano o a un robot di restituire la lattina alla sua posizione corretta.
+
+## Chiamare il rilevatore di oggetti dal dispositivo IoT
+
+Il rilevatore di oggetti che hai addestrato nella lezione precedente può essere chiamato dal tuo dispositivo IoT.
+
+### Attività - pubblicare un'iterazione del rilevatore di oggetti
+
+Le iterazioni vengono pubblicate dal portale Custom Vision.
+
+1. Avvia il portale Custom Vision su [CustomVision.ai](https://customvision.ai) ed effettua l'accesso se non lo hai già aperto. Quindi apri il tuo progetto `stock-detector`.
+
+1. Seleziona la scheda **Performance** dalle opzioni in alto.
+
+1. Seleziona l'ultima iterazione dall'elenco *Iterations* sul lato.
+
+1. Seleziona il pulsante **Publish** per l'iterazione.
+
+    ![Il pulsante di pubblicazione](../../../../../translated_images/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.it.png)
+
+1. Nella finestra di dialogo *Publish Model*, imposta la risorsa *Prediction resource* sulla risorsa `stock-detector-prediction` che hai creato nella lezione precedente. Lascia il nome come `Iteration2` e seleziona il pulsante **Publish**.
+
+1. Una volta pubblicato, seleziona il pulsante **Prediction URL**. Questo mostrerà i dettagli dell'API di predizione, e avrai bisogno di questi per chiamare il modello dal tuo dispositivo IoT. La sezione inferiore è etichettata *If you have an image file*, ed è questa la sezione che ti interessa. Prendi una copia dell'URL mostrato, che sarà qualcosa come:
+
+    ```output
+    https://<location>.api.cognitive.microsoft.com/customvision/v3.0/Prediction/<id>/detect/iterations/Iteration2/image
+    ```
+
+    Dove `<location>` sarà la posizione che hai usato quando hai creato la tua risorsa Custom Vision, e `<id>` sarà un lungo ID composto da lettere e numeri.
+
+    Prendi anche una copia del valore *Prediction-Key*. Questa è una chiave sicura che devi passare quando chiami il modello. Solo le applicazioni che passano questa chiave sono autorizzate a utilizzare il modello, tutte le altre applicazioni vengono rifiutate.
+
+    ![La finestra di dialogo dell'API di predizione che mostra l'URL e la chiave](../../../../../translated_images/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.it.png)
+
+✅ Quando viene pubblicata una nuova iterazione, avrà un nome diverso. Come pensi che potresti cambiare l'iterazione che un dispositivo IoT sta utilizzando?
+
+### Attività - chiamare il rilevatore di oggetti dal dispositivo IoT
+
+Segui la guida pertinente qui sotto per utilizzare il rilevatore di oggetti dal tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-object-detector.md)
+* [Computer a scheda singola - Raspberry Pi/Dispositivo virtuale](single-board-computer-object-detector.md)
+
+## Riquadri di delimitazione
+
+Quando utilizzi il rilevatore di oggetti, non solo ottieni gli oggetti rilevati con i loro tag e probabilità, ma ottieni anche i riquadri di delimitazione degli oggetti. Questi definiscono dove il rilevatore di oggetti ha rilevato l'oggetto con la probabilità data.
+
+> 💁 Un riquadro di delimitazione è un riquadro che definisce l'area che contiene l'oggetto rilevato, un riquadro che definisce il confine per l'oggetto.
+
+I risultati di una predizione nella scheda **Predictions** in Custom Vision hanno i riquadri di delimitazione disegnati sull'immagine inviata per la predizione.
+
+![4 lattine di concentrato di pomodoro su uno scaffale con predizioni per i 4 rilevamenti di 35.8%, 33.5%, 25.7% e 16.6%](../../../../../translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.it.png)
+
+Nell'immagine sopra, sono state rilevate 4 lattine di concentrato di pomodoro. Nei risultati, un quadrato rosso è sovrapposto per ogni oggetto rilevato nell'immagine, indicando il riquadro di delimitazione per l'immagine.
+
+✅ Apri le predizioni in Custom Vision e controlla i riquadri di delimitazione.
+
+I riquadri di delimitazione sono definiti con 4 valori - top, left, height e width. Questi valori sono su una scala da 0 a 1, rappresentando le posizioni come percentuale della dimensione dell'immagine. L'origine (la posizione 0,0) è l'angolo in alto a sinistra dell'immagine, quindi il valore top è la distanza dall'alto, e il fondo del riquadro di delimitazione è il top più l'altezza.
+
+![Un riquadro di delimitazione attorno a una lattina di concentrato di pomodoro](../../../../../translated_images/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.it.png)
+
+L'immagine sopra è larga 600 pixel e alta 800 pixel. Il riquadro di delimitazione inizia a 320 pixel dall'alto, dando una coordinata top di 0.4 (800 x 0.4 = 320). Da sinistra, il riquadro di delimitazione inizia a 240 pixel, dando una coordinata left di 0.4 (600 x 0.4 = 240). L'altezza del riquadro di delimitazione è di 240 pixel, dando un valore height di 0.3 (800 x 0.3 = 240). La larghezza del riquadro di delimitazione è di 120 pixel, dando un valore width di 0.2 (600 x 0.2 = 120).
+
+| Coordinata | Valore |
+| ---------- | ----: |
+| Top        | 0.4   |
+| Left       | 0.4   |
+| Height     | 0.3   |
+| Width      | 0.2   |
+
+Utilizzare valori percentuali da 0 a 1 significa che, indipendentemente dalla dimensione a cui l'immagine viene scalata, il riquadro di delimitazione inizia al 40% della larghezza e altezza, ed è il 30% dell'altezza e il 20% della larghezza.
+
+Puoi utilizzare i riquadri di delimitazione combinati con le probabilità per valutare quanto sia accurato un rilevamento. Ad esempio, un rilevatore di oggetti può rilevare più oggetti che si sovrappongono, ad esempio rilevando una lattina dentro un'altra. Il tuo codice potrebbe esaminare i riquadri di delimitazione, capire che ciò è impossibile e ignorare qualsiasi oggetto che abbia una sovrapposizione significativa con altri oggetti.
+
+![Due riquadri di delimitazione che si sovrappongono a una lattina di concentrato di pomodoro](../../../../../translated_images/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.it.png)
+
+Nell'esempio sopra, un riquadro di delimitazione indica una lattina di concentrato di pomodoro con una probabilità del 78.3%. Un secondo riquadro di delimitazione è leggermente più piccolo ed è all'interno del primo riquadro con una probabilità del 64.3%. Il tuo codice può controllare i riquadri di delimitazione, vedere che si sovrappongono completamente e ignorare la probabilità più bassa poiché non è possibile che una lattina sia dentro un'altra.
+
+✅ Riesci a pensare a una situazione in cui è valido rilevare un oggetto dentro un altro?
+
+## Riaddestrare il modello
+
+Come con il classificatore di immagini, puoi riaddestrare il tuo modello utilizzando i dati catturati dal tuo dispositivo IoT. Utilizzare questi dati reali garantirà che il tuo modello funzioni bene quando viene utilizzato dal tuo dispositivo IoT.
+
+A differenza del classificatore di immagini, non puoi semplicemente etichettare un'immagine. Invece, devi esaminare ogni riquadro di delimitazione rilevato dal modello. Se il riquadro è attorno all'oggetto sbagliato, deve essere eliminato; se è nella posizione sbagliata, deve essere regolato.
+
+### Attività - riaddestrare il modello
+
+1. Assicurati di aver catturato una gamma di immagini utilizzando il tuo dispositivo IoT.
+
+1. Dalla scheda **Predictions**, seleziona un'immagine. Vedrai riquadri rossi che indicano i riquadri di delimitazione degli oggetti rilevati.
+
+1. Esamina ogni riquadro di delimitazione. Selezionalo e vedrai un pop-up che mostra il tag. Usa i manici sugli angoli del riquadro per regolare la dimensione se necessario. Se il tag è sbagliato, rimuovilo con il pulsante **X** e aggiungi il tag corretto. Se il riquadro di delimitazione non contiene un oggetto, eliminalo con il pulsante del cestino.
+
+1. Chiudi l'editor quando hai finito e l'immagine passerà dalla scheda **Predictions** alla scheda **Training Images**. Ripeti il processo per tutte le predizioni.
+
+1. Usa il pulsante **Train** per riaddestrare il tuo modello. Una volta addestrato, pubblica l'iterazione e aggiorna il tuo dispositivo IoT per utilizzare l'URL della nuova iterazione.
+
+1. Ridistribuisci il tuo codice e testa il tuo dispositivo IoT.
+
+## Contare le scorte
+
+Utilizzando una combinazione del numero di oggetti rilevati e dei riquadri di delimitazione, puoi contare le scorte su uno scaffale.
+
+### Attività - contare le scorte
+
+Segui la guida pertinente qui sotto per contare le scorte utilizzando i risultati del rilevatore di oggetti dal tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-count-stock.md)
+* [Computer a scheda singola - Raspberry Pi/Dispositivo virtuale](single-board-computer-count-stock.md)
+
+---
+
+## 🚀 Sfida
+
+Riesci a rilevare scorte errate? Addestra il tuo modello su più oggetti, quindi aggiorna la tua app per avvisarti se vengono rilevate scorte sbagliate.
+
+Magari porta questo concetto oltre e rileva scorte affiancate sullo stesso scaffale, verificando se qualcosa è stato messo nel posto sbagliato definendo limiti sui riquadri di delimitazione.
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/40)
+
+## Revisione e studio autonomo
+
+* Scopri di più su come progettare un sistema di rilevamento delle scorte end-to-end dalla guida [Out of stock detection at the edge pattern guide on Microsoft Docs](https://docs.microsoft.com/hybrid/app-solutions/pattern-out-of-stock-at-edge?WT.mc_id=academic-17441-jabenn)
+* Scopri altri modi per costruire soluzioni retail end-to-end combinando una gamma di servizi IoT e cloud guardando questo [Behind the scenes of a retail solution - Hands On! video su YouTube](https://www.youtube.com/watch?v=m3Pc300x2Mw).
+
+## Assegnazione
+
+[Usa il tuo rilevatore di oggetti al limite](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/5-retail/lessons/2-check-stock-device/assignment.md b/translations/it/5-retail/lessons/2-check-stock-device/assignment.md
new file mode 100644
index 00000000..c2c17bce
--- /dev/null
+++ b/translations/it/5-retail/lessons/2-check-stock-device/assignment.md
@@ -0,0 +1,23 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3cf7783991ec0ee4f6041223924894c7",
+  "translation_date": "2025-08-25T16:22:00+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/assignment.md",
+  "language_code": "it"
+}
+-->
+# Usa il tuo rilevatore di oggetti sul dispositivo edge
+
+## Istruzioni
+
+Nel progetto precedente, hai distribuito il tuo classificatore di immagini sul dispositivo edge. Fai lo stesso con il tuo rilevatore di oggetti, esportandolo come modello compatto e facendolo funzionare sul dispositivo edge, accedendo alla versione edge dal tuo dispositivo IoT.
+
+## Criteri di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Distribuisci il tuo rilevatore di oggetti sul dispositivo edge | È stato in grado di utilizzare il dominio compatto corretto, esportare il rilevatore di oggetti e farlo funzionare sul dispositivo edge | È stato in grado di utilizzare il dominio compatto corretto ed esportare il rilevatore di oggetti, ma non è riuscito a farlo funzionare sul dispositivo edge | Non è stato in grado di utilizzare il dominio compatto corretto, esportare il rilevatore di oggetti e farlo funzionare sul dispositivo edge |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/5-retail/lessons/2-check-stock-device/single-board-computer-count-stock.md b/translations/it/5-retail/lessons/2-check-stock-device/single-board-computer-count-stock.md
new file mode 100644
index 00000000..103b6e61
--- /dev/null
+++ b/translations/it/5-retail/lessons/2-check-stock-device/single-board-computer-count-stock.md
@@ -0,0 +1,175 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9c4320311c0f2c1884a6a21265d98a51",
+  "translation_date": "2025-08-25T16:23:12+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/single-board-computer-count-stock.md",
+  "language_code": "it"
+}
+-->
+# Conta il magazzino dal tuo dispositivo IoT - Hardware IoT virtuale e Raspberry Pi
+
+Una combinazione delle previsioni e dei loro riquadri di delimitazione può essere utilizzata per contare il magazzino in un'immagine.
+
+## Mostra i riquadri di delimitazione
+
+Come passaggio utile per il debug, puoi non solo stampare i riquadri di delimitazione, ma anche disegnarli sull'immagine salvata su disco quando un'immagine è stata catturata.
+
+### Attività - stampa i riquadri di delimitazione
+
+1. Assicurati che il progetto `stock-counter` sia aperto in VS Code e che l'ambiente virtuale sia attivato se stai utilizzando un dispositivo IoT virtuale.
+
+1. Modifica l'istruzione `print` nel ciclo `for` con la seguente per stampare i riquadri di delimitazione sulla console:
+
+    ```python
+    print(f'{prediction.tag_name}:\t{prediction.probability * 100:.2f}%\t{prediction.bounding_box}')
+    ```
+
+1. Esegui l'app con la fotocamera puntata su alcuni articoli su uno scaffale. I riquadri di delimitazione verranno stampati sulla console, con valori di sinistra, alto, larghezza e altezza compresi tra 0 e 1.
+
+    ```output
+    pi@raspberrypi:~/stock-counter $ python3 app.py 
+    tomato paste:   33.42%  {'additional_properties': {}, 'left': 0.3455171, 'top': 0.09916268, 'width': 0.14175442, 'height': 0.29405564}
+    tomato paste:   34.41%  {'additional_properties': {}, 'left': 0.48283678, 'top': 0.10242918, 'width': 0.11782813, 'height': 0.27467814}
+    tomato paste:   31.25%  {'additional_properties': {}, 'left': 0.4923783, 'top': 0.35007596, 'width': 0.13668466, 'height': 0.28304994}
+    tomato paste:   31.05%  {'additional_properties': {}, 'left': 0.36416405, 'top': 0.37494493, 'width': 0.14024884, 'height': 0.26880276}
+    ```
+
+### Attività - disegna i riquadri di delimitazione sull'immagine
+
+1. Il pacchetto Pip [Pillow](https://pypi.org/project/Pillow/) può essere utilizzato per disegnare sulle immagini. Installa questo pacchetto con il seguente comando:
+
+    ```sh
+    pip3 install pillow
+    ```
+
+    Se stai utilizzando un dispositivo IoT virtuale, assicurati di eseguire questo comando all'interno dell'ambiente virtuale attivato.
+
+1. Aggiungi la seguente istruzione di importazione all'inizio del file `app.py`:
+
+    ```python
+    from PIL import Image, ImageDraw, ImageColor
+    ```
+
+    Questo importa il codice necessario per modificare l'immagine.
+
+1. Aggiungi il seguente codice alla fine del file `app.py`:
+
+    ```python
+    with Image.open('image.jpg') as im:
+        draw = ImageDraw.Draw(im)
+    
+        for prediction in predictions:
+            scale_left = prediction.bounding_box.left
+            scale_top = prediction.bounding_box.top
+            scale_right = prediction.bounding_box.left + prediction.bounding_box.width
+            scale_bottom = prediction.bounding_box.top + prediction.bounding_box.height
+            
+            left = scale_left * im.width
+            top = scale_top * im.height
+            right = scale_right * im.width
+            bottom = scale_bottom * im.height
+    
+            draw.rectangle([left, top, right, bottom], outline=ImageColor.getrgb('red'), width=2)
+    
+        im.save('image.jpg')
+    ```
+
+    Questo codice apre l'immagine salvata in precedenza per la modifica. Successivamente, esegue un ciclo sulle previsioni ottenendo i riquadri di delimitazione e calcola la coordinata in basso a destra utilizzando i valori del riquadro di delimitazione compresi tra 0 e 1. Questi valori vengono poi convertiti in coordinate dell'immagine moltiplicandoli per la dimensione rilevante dell'immagine. Ad esempio, se il valore sinistro fosse 0.5 su un'immagine larga 600 pixel, questo verrebbe convertito in 300 (0.5 x 600 = 300).
+
+    Ogni riquadro di delimitazione viene disegnato sull'immagine utilizzando una linea rossa. Infine, l'immagine modificata viene salvata, sovrascrivendo l'immagine originale.
+
+1. Esegui l'app con la fotocamera puntata su alcuni articoli su uno scaffale. Vedrai il file `image.jpg` nell'esploratore di VS Code e potrai selezionarlo per vedere i riquadri di delimitazione.
+
+    ![4 lattine di concentrato di pomodoro con riquadri di delimitazione attorno a ciascuna lattina](../../../../../translated_images/rpi-stock-with-bounding-boxes.b5540e2ecb7cd49f1271828d3be412671d950e87625c5597ea97c90f11e01097.it.jpg)
+
+## Conta il magazzino
+
+Nell'immagine mostrata sopra, i riquadri di delimitazione hanno un piccolo sovrapposizione. Se questa sovrapposizione fosse molto più grande, i riquadri di delimitazione potrebbero indicare lo stesso oggetto. Per contare correttamente gli oggetti, è necessario ignorare i riquadri con una sovrapposizione significativa.
+
+### Attività - conta il magazzino ignorando la sovrapposizione
+
+1. Il pacchetto Pip [Shapely](https://pypi.org/project/Shapely/) può essere utilizzato per calcolare l'intersezione. Se stai utilizzando un Raspberry Pi, dovrai prima installare una dipendenza della libreria:
+
+    ```sh
+    sudo apt install libgeos-dev
+    ```
+
+1. Installa il pacchetto Pip Shapely:
+
+    ```sh
+    pip3 install shapely
+    ```
+
+    Se stai utilizzando un dispositivo IoT virtuale, assicurati di eseguire questo comando all'interno dell'ambiente virtuale attivato.
+
+1. Aggiungi la seguente istruzione di importazione all'inizio del file `app.py`:
+
+    ```python
+    from shapely.geometry import Polygon
+    ```
+
+    Questo importa il codice necessario per creare poligoni e calcolare la sovrapposizione.
+
+1. Sopra il codice che disegna i riquadri di delimitazione, aggiungi il seguente codice:
+
+    ```python
+    overlap_threshold = 0.20
+    ```
+
+    Questo definisce la percentuale di sovrapposizione consentita prima che i riquadri di delimitazione vengano considerati lo stesso oggetto. 0.20 definisce una sovrapposizione del 20%.
+
+1. Per calcolare la sovrapposizione utilizzando Shapely, i riquadri di delimitazione devono essere convertiti in poligoni Shapely. Aggiungi la seguente funzione per farlo:
+
+    ```python
+    def create_polygon(prediction):
+        scale_left = prediction.bounding_box.left
+        scale_top = prediction.bounding_box.top
+        scale_right = prediction.bounding_box.left + prediction.bounding_box.width
+        scale_bottom = prediction.bounding_box.top + prediction.bounding_box.height
+    
+        return Polygon([(scale_left, scale_top), (scale_right, scale_top), (scale_right, scale_bottom), (scale_left, scale_bottom)])
+    ```
+
+    Questa funzione crea un poligono utilizzando il riquadro di delimitazione di una previsione.
+
+1. La logica per rimuovere gli oggetti sovrapposti prevede di confrontare tutti i riquadri di delimitazione e, se una coppia di previsioni ha riquadri di delimitazione che si sovrappongono oltre la soglia, eliminare una delle previsioni. Per confrontare tutte le previsioni, si confronta la previsione 1 con 2, 3, 4, ecc., poi la 2 con 3, 4, ecc. Il seguente codice esegue questa operazione:
+
+    ```python
+    to_delete = []
+
+    for i in range(0, len(predictions)):
+        polygon_1 = create_polygon(predictions[i])
+    
+        for j in range(i+1, len(predictions)):
+            polygon_2 = create_polygon(predictions[j])
+            overlap = polygon_1.intersection(polygon_2).area
+
+            smallest_area = min(polygon_1.area, polygon_2.area)
+    
+            if overlap > (overlap_threshold * smallest_area):
+                to_delete.append(predictions[i])
+                break
+    
+    for d in to_delete:
+        predictions.remove(d)
+
+    print(f'Counted {len(predictions)} stock items')
+    ```
+
+    La sovrapposizione viene calcolata utilizzando il metodo `Polygon.intersection` di Shapely, che restituisce un poligono che rappresenta la sovrapposizione. L'area viene quindi calcolata da questo poligono. La soglia di sovrapposizione non è un valore assoluto, ma deve essere una percentuale del riquadro di delimitazione, quindi viene trovato il riquadro più piccolo e la soglia di sovrapposizione viene utilizzata per calcolare quale area può essere sovrapposta senza superare la percentuale di soglia di sovrapposizione del riquadro più piccolo. Se la sovrapposizione supera questa soglia, la previsione viene contrassegnata per l'eliminazione.
+
+    Una volta che una previsione è stata contrassegnata per l'eliminazione, non è necessario controllarla di nuovo, quindi il ciclo interno si interrompe per controllare la previsione successiva. Non è possibile eliminare elementi da una lista mentre si sta iterando su di essa, quindi i riquadri di delimitazione che si sovrappongono oltre la soglia vengono aggiunti alla lista `to_delete`, quindi eliminati alla fine.
+
+    Infine, il conteggio del magazzino viene stampato sulla console. Questo potrebbe poi essere inviato a un servizio IoT per avvisare se i livelli di magazzino sono bassi. Tutto questo codice viene eseguito prima che i riquadri di delimitazione vengano disegnati, quindi vedrai le previsioni del magazzino senza sovrapposizioni sulle immagini generate.
+
+    > 💁 Questo è un modo molto semplice per rimuovere le sovrapposizioni, eliminando semplicemente il primo in una coppia sovrapposta. Per il codice di produzione, vorresti aggiungere più logica qui, come considerare le sovrapposizioni tra più oggetti o se un riquadro di delimitazione è contenuto da un altro.
+
+1. Esegui l'app con la fotocamera puntata su alcuni articoli su uno scaffale. L'output indicherà il numero di riquadri di delimitazione senza sovrapposizioni che superano la soglia. Prova a regolare il valore `overlap_threshold` per vedere le previsioni ignorate.
+
+> 💁 Puoi trovare questo codice nella cartella [code-count/pi](../../../../../5-retail/lessons/2-check-stock-device/code-count/pi) o [code-count/virtual-iot-device](../../../../../5-retail/lessons/2-check-stock-device/code-count/virtual-iot-device).
+
+😀 Il tuo programma per il conteggio del magazzino è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md b/translations/it/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
new file mode 100644
index 00000000..10f63f8e
--- /dev/null
+++ b/translations/it/5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md
@@ -0,0 +1,86 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "a3fdfec1d1e2cb645ea11c2930b51299",
+  "translation_date": "2025-08-25T16:20:16+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/single-board-computer-object-detector.md",
+  "language_code": "it"
+}
+-->
+# Chiama il tuo rilevatore di oggetti dal tuo dispositivo IoT - Hardware IoT virtuale e Raspberry Pi
+
+Una volta che il tuo rilevatore di oggetti è stato pubblicato, può essere utilizzato dal tuo dispositivo IoT.
+
+## Copia il progetto del classificatore di immagini
+
+La maggior parte del tuo rilevatore di stock è simile al classificatore di immagini che hai creato in una lezione precedente.
+
+### Attività - copia il progetto del classificatore di immagini
+
+1. Crea una cartella chiamata `stock-counter` sul tuo computer se stai utilizzando un dispositivo IoT virtuale, oppure sul tuo Raspberry Pi. Se stai utilizzando un dispositivo IoT virtuale, assicurati di configurare un ambiente virtuale.
+
+1. Configura l'hardware della fotocamera.
+
+    * Se stai utilizzando un Raspberry Pi, dovrai montare la PiCamera. Potresti anche voler fissare la fotocamera in una posizione stabile, ad esempio, appendendo il cavo sopra una scatola o una lattina, oppure fissando la fotocamera a una scatola con del nastro biadesivo.
+    * Se stai utilizzando un dispositivo IoT virtuale, dovrai installare CounterFit e il CounterFit PyCamera shim. Se intendi utilizzare immagini statiche, cattura alcune immagini che il tuo rilevatore di oggetti non ha ancora visto. Se invece utilizzerai la webcam, assicurati che sia posizionata in modo da vedere gli oggetti che stai rilevando.
+
+1. Replica i passaggi da [lezione 2 del progetto di produzione](../../../4-manufacturing/lessons/2-check-fruit-from-device/README.md#task---capture-an-image-using-an-iot-device) per catturare immagini dalla fotocamera.
+
+1. Replica i passaggi da [lezione 2 del progetto di produzione](../../../4-manufacturing/lessons/2-check-fruit-from-device/README.md#task---classify-images-from-your-iot-device) per chiamare il classificatore di immagini. La maggior parte di questo codice verrà riutilizzata per rilevare oggetti.
+
+## Modifica il codice da classificatore a rilevatore di immagini
+
+Il codice che hai utilizzato per classificare le immagini è molto simile al codice per rilevare oggetti. La principale differenza è il metodo chiamato sul Custom Vision SDK e i risultati della chiamata.
+
+### Attività - modifica il codice da classificatore a rilevatore di immagini
+
+1. Elimina le tre righe di codice che classificano l'immagine e elaborano le previsioni:
+
+    ```python
+    results = predictor.classify_image(project_id, iteration_name, image)
+    
+    for prediction in results.predictions:
+        print(f'{prediction.tag_name}:\t{prediction.probability * 100:.2f}%')
+    ```
+
+    Rimuovi queste tre righe.
+
+1. Aggiungi il seguente codice per rilevare oggetti nell'immagine:
+
+    ```python
+    results = predictor.detect_image(project_id, iteration_name, image)
+
+    threshold = 0.3
+    
+    predictions = list(prediction for prediction in results.predictions if prediction.probability > threshold)
+    
+    for prediction in predictions:
+        print(f'{prediction.tag_name}:\t{prediction.probability * 100:.2f}%')
+    ```
+
+    Questo codice chiama il metodo `detect_image` sul predittore per eseguire il rilevatore di oggetti. Successivamente raccoglie tutte le previsioni con una probabilità superiore a una soglia, stampandole sulla console.
+
+    A differenza di un classificatore di immagini che restituisce solo un risultato per tag, il rilevatore di oggetti restituirà più risultati, quindi quelli con una bassa probabilità devono essere filtrati.
+
+1. Esegui questo codice e catturerà un'immagine, inviandola al rilevatore di oggetti, e stamperà gli oggetti rilevati. Se stai utilizzando un dispositivo IoT virtuale, assicurati di avere un'immagine appropriata impostata in CounterFit, oppure che la tua webcam sia selezionata. Se stai utilizzando un Raspberry Pi, assicurati che la tua fotocamera sia puntata verso gli oggetti su uno scaffale.
+
+    ```output
+    pi@raspberrypi:~/stock-counter $ python3 app.py 
+    tomato paste:   34.13%
+    tomato paste:   33.95%
+    tomato paste:   35.05%
+    tomato paste:   32.80%
+    ```
+
+    > 💁 Potresti dover regolare la `threshold` a un valore appropriato per le tue immagini.
+
+    Sarai in grado di vedere l'immagine catturata e questi valori nella scheda **Predictions** in Custom Vision.
+
+    ![4 lattine di concentrato di pomodoro su uno scaffale con previsioni per i 4 rilevamenti di 35.8%, 33.5%, 25.7% e 16.6%](../../../../../translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.it.png)
+
+> 💁 Puoi trovare questo codice nella cartella [code-detect/pi](../../../../../5-retail/lessons/2-check-stock-device/code-detect/pi) o [code-detect/virtual-iot-device](../../../../../5-retail/lessons/2-check-stock-device/code-detect/virtual-iot-device).
+
+😀 Il tuo programma di conteggio degli stock è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si consiglia una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/5-retail/lessons/2-check-stock-device/wio-terminal-count-stock.md b/translations/it/5-retail/lessons/2-check-stock-device/wio-terminal-count-stock.md
new file mode 100644
index 00000000..b0322cb5
--- /dev/null
+++ b/translations/it/5-retail/lessons/2-check-stock-device/wio-terminal-count-stock.md
@@ -0,0 +1,179 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0b2ae20b0fc8e73c9598dea937cac038",
+  "translation_date": "2025-08-25T16:22:28+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/wio-terminal-count-stock.md",
+  "language_code": "it"
+}
+-->
+# Conta il magazzino dal tuo dispositivo IoT - Wio Terminal
+
+Una combinazione di previsioni e dei loro riquadri di delimitazione può essere utilizzata per contare gli oggetti in un'immagine.
+
+## Conta il magazzino
+
+![4 barattoli di concentrato di pomodoro con riquadri di delimitazione attorno a ciascun barattolo](../../../../../translated_images/rpi-stock-with-bounding-boxes.b5540e2ecb7cd49f1271828d3be412671d950e87625c5597ea97c90f11e01097.it.jpg)
+
+Nell'immagine mostrata sopra, i riquadri di delimitazione hanno un piccolo sovrapposizione. Se questa sovrapposizione fosse molto più grande, i riquadri di delimitazione potrebbero indicare lo stesso oggetto. Per contare correttamente gli oggetti, è necessario ignorare i riquadri con una sovrapposizione significativa.
+
+### Attività - conta il magazzino ignorando la sovrapposizione
+
+1. Apri il tuo progetto `stock-counter` se non è già aperto.
+
+1. Sopra la funzione `processPredictions`, aggiungi il seguente codice:
+
+    ```cpp
+    const float overlap_threshold = 0.20f;
+    ```
+
+    Questo definisce la percentuale di sovrapposizione consentita prima che i riquadri di delimitazione vengano considerati lo stesso oggetto. 0.20 definisce una sovrapposizione del 20%.
+
+1. Sotto questo, e sopra la funzione `processPredictions`, aggiungi il seguente codice per calcolare la sovrapposizione tra due rettangoli:
+
+    ```cpp
+    struct Point {
+        float x, y;
+    };
+
+    struct Rect {
+        Point topLeft, bottomRight;
+    };
+
+    float area(Rect rect)
+    {
+        return abs(rect.bottomRight.x - rect.topLeft.x) * abs(rect.bottomRight.y - rect.topLeft.y);
+    }
+     
+    float overlappingArea(Rect rect1, Rect rect2)
+    {
+        float left = max(rect1.topLeft.x, rect2.topLeft.x);
+        float right = min(rect1.bottomRight.x, rect2.bottomRight.x);
+        float top = max(rect1.topLeft.y, rect2.topLeft.y);
+        float bottom = min(rect1.bottomRight.y, rect2.bottomRight.y);
+    
+    
+        if ( right > left && bottom > top )
+        {
+            return (right-left)*(bottom-top);
+        }
+        
+        return 0.0f;
+    }
+    ```
+
+    Questo codice definisce una struttura `Point` per memorizzare i punti sull'immagine e una struttura `Rect` per definire un rettangolo utilizzando una coordinata in alto a sinistra e una in basso a destra. Successivamente, definisce una funzione `area` che calcola l'area di un rettangolo a partire da una coordinata in alto a sinistra e una in basso a destra.
+
+    Poi definisce una funzione `overlappingArea` che calcola l'area di sovrapposizione di 2 rettangoli. Se non si sovrappongono, restituisce 0.
+
+1. Sotto la funzione `overlappingArea`, dichiara una funzione per convertire un riquadro di delimitazione in un `Rect`:
+
+    ```cpp
+    Rect rectFromBoundingBox(JsonVariant prediction)
+    {
+        JsonObject bounding_box = prediction["boundingBox"].as<JsonObject>();
+    
+        float left = bounding_box["left"].as<float>();
+        float top = bounding_box["top"].as<float>();
+        float width = bounding_box["width"].as<float>();
+        float height = bounding_box["height"].as<float>();
+    
+        Point topLeft = {left, top};
+        Point bottomRight = {left + width, top + height};
+    
+        return {topLeft, bottomRight};
+    }
+    ```
+
+    Questo prende una previsione dal rilevatore di oggetti, estrae il riquadro di delimitazione e utilizza i valori del riquadro di delimitazione per definire un rettangolo. Il lato destro viene calcolato dalla somma del lato sinistro e della larghezza. Il lato inferiore viene calcolato dalla somma del lato superiore e dell'altezza.
+
+1. Le previsioni devono essere confrontate tra loro e, se 2 previsioni hanno una sovrapposizione superiore alla soglia, una di esse deve essere eliminata. La soglia di sovrapposizione è una percentuale, quindi deve essere moltiplicata per la dimensione del riquadro di delimitazione più piccolo per verificare che la sovrapposizione superi la percentuale data del riquadro di delimitazione, non la percentuale data dell'intera immagine. Inizia eliminando il contenuto della funzione `processPredictions`.
+
+1. Aggiungi il seguente codice alla funzione `processPredictions` vuota:
+
+    ```cpp
+    std::vector<JsonVariant> passed_predictions;
+
+    for (int i = 0; i < predictions.size(); ++i)
+    {
+        Rect prediction_1_rect = rectFromBoundingBox(predictions[i]);
+        float prediction_1_area = area(prediction_1_rect);
+        bool passed = true;
+
+        for (int j = i + 1; j < predictions.size(); ++j)
+        {
+            Rect prediction_2_rect = rectFromBoundingBox(predictions[j]);
+            float prediction_2_area = area(prediction_2_rect);
+
+            float overlap = overlappingArea(prediction_1_rect, prediction_2_rect);
+            float smallest_area = min(prediction_1_area, prediction_2_area);
+
+            if (overlap > (overlap_threshold * smallest_area))
+            {
+                passed = false;
+                break;
+            }
+        }
+
+        if (passed)
+        {
+            passed_predictions.push_back(predictions[i]);
+        }
+    }
+    ```
+
+    Questo codice dichiara un vettore per memorizzare le previsioni che non si sovrappongono. Poi esegue un ciclo su tutte le previsioni, creando un `Rect` dal riquadro di delimitazione.
+
+    Successivamente, questo codice esegue un ciclo sulle previsioni rimanenti, iniziando da quella successiva alla previsione corrente. Questo evita che le previsioni vengano confrontate più di una volta - una volta che 1 e 2 sono state confrontate, non c'è bisogno di confrontare 2 con 1, solo con 3, 4, ecc.
+
+    Per ogni coppia di previsioni viene calcolata l'area di sovrapposizione. Questa viene poi confrontata con l'area del riquadro di delimitazione più piccolo - se la sovrapposizione supera la percentuale di soglia del riquadro di delimitazione più piccolo, la previsione viene contrassegnata come non valida. Se dopo aver confrontato tutte le sovrapposizioni la previsione supera i controlli, viene aggiunta alla collezione `passed_predictions`.
+
+    > 💁 Questo è un modo molto semplice per rimuovere le sovrapposizioni, eliminando semplicemente la prima in una coppia sovrapposta. Per il codice di produzione, sarebbe opportuno aggiungere più logica, come considerare le sovrapposizioni tra più oggetti o se un riquadro di delimitazione è contenuto da un altro.
+
+1. Dopo questo, aggiungi il seguente codice per inviare i dettagli delle previsioni valide al monitor seriale:
+
+    ```cpp
+    for(JsonVariant prediction : passed_predictions)
+    {
+        String boundingBox = prediction["boundingBox"].as<String>();
+        String tag = prediction["tagName"].as<String>();
+        float probability = prediction["probability"].as<float>();
+
+        char buff[32];
+        sprintf(buff, "%s:\t%.2f%%\t%s", tag.c_str(), probability * 100.0, boundingBox.c_str());
+        Serial.println(buff);
+    }
+    ```
+
+    Questo codice esegue un ciclo sulle previsioni valide e stampa i loro dettagli sul monitor seriale.
+
+1. Sotto questo, aggiungi il codice per stampare il numero di oggetti contati sul monitor seriale:
+
+    ```cpp
+    Serial.print("Counted ");
+    Serial.print(passed_predictions.size());
+    Serial.println(" stock items.");
+    ```
+
+    Questo potrebbe poi essere inviato a un servizio IoT per avvisare se i livelli di magazzino sono bassi.
+
+1. Carica ed esegui il tuo codice. Punta la fotocamera verso gli oggetti su uno scaffale e premi il pulsante C. Prova a regolare il valore `overlap_threshold` per vedere le previsioni ignorate.
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Image captured
+    Image read to buffer with length 17416
+    tomato paste:   35.84%  {"left":0.395631,"top":0.215897,"width":0.180768,"height":0.359364}
+    tomato paste:   35.87%  {"left":0.378554,"top":0.583012,"width":0.14824,"height":0.359382}
+    tomato paste:   34.11%  {"left":0.699024,"top":0.592617,"width":0.124411,"height":0.350456}
+    tomato paste:   35.16%  {"left":0.513006,"top":0.647853,"width":0.187472,"height":0.325817}
+    Counted 4 stock items.
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-count/wio-terminal](../../../../../5-retail/lessons/2-check-stock-device/code-count/wio-terminal).
+
+😀 Il tuo programma per contare il magazzino è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md b/translations/it/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
new file mode 100644
index 00000000..9d8625eb
--- /dev/null
+++ b/translations/it/5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md
@@ -0,0 +1,114 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4cf1421420a6fab9ab4f2c391bd523b7",
+  "translation_date": "2025-08-25T16:23:49+00:00",
+  "source_file": "5-retail/lessons/2-check-stock-device/wio-terminal-object-detector.md",
+  "language_code": "it"
+}
+-->
+# Chiama il tuo rilevatore di oggetti dal tuo dispositivo IoT - Wio Terminal
+
+Una volta pubblicato il tuo rilevatore di oggetti, potrà essere utilizzato dal tuo dispositivo IoT.
+
+## Copia il progetto del classificatore di immagini
+
+La maggior parte del tuo rilevatore di oggetti è simile al classificatore di immagini che hai creato in una lezione precedente.
+
+### Attività - copia il progetto del classificatore di immagini
+
+1. Collega la tua ArduCam al Wio Terminal, seguendo i passaggi descritti nella [lezione 2 del progetto di produzione](../../../4-manufacturing/lessons/2-check-fruit-from-device/wio-terminal-camera.md#task---connect-the-camera).
+
+    Potresti anche voler fissare la fotocamera in una posizione stabile, ad esempio, appendendo il cavo sopra una scatola o una lattina, oppure fissando la fotocamera a una scatola con del nastro biadesivo.
+
+1. Crea un nuovo progetto Wio Terminal utilizzando PlatformIO. Chiama questo progetto `stock-counter`.
+
+1. Ripeti i passaggi descritti nella [lezione 2 del progetto di produzione](../../../4-manufacturing/lessons/2-check-fruit-from-device/README.md#task---capture-an-image-using-an-iot-device) per catturare immagini dalla fotocamera.
+
+1. Ripeti i passaggi descritti nella [lezione 2 del progetto di produzione](../../../4-manufacturing/lessons/2-check-fruit-from-device/README.md#task---classify-images-from-your-iot-device) per chiamare il classificatore di immagini. La maggior parte di questo codice verrà riutilizzata per rilevare oggetti.
+
+## Modifica il codice da classificatore a rilevatore di immagini
+
+Il codice che hai utilizzato per classificare le immagini è molto simile a quello per rilevare oggetti. La principale differenza è l'URL che viene chiamato, ottenuto da Custom Vision, e i risultati della chiamata.
+
+### Attività - modifica il codice da classificatore a rilevatore di immagini
+
+1. Aggiungi la seguente direttiva `include` all'inizio del file `main.cpp`:
+
+    ```cpp
+    #include <vector>
+    ```
+
+1. Rinomina la funzione `classifyImage` in `detectStock`, sia il nome della funzione che la chiamata nella funzione `buttonPressed`.
+
+1. Sopra la funzione `detectStock`, dichiara una soglia per filtrare eventuali rilevamenti con una bassa probabilità:
+
+    ```cpp
+    const float threshold = 0.3f;
+    ```
+
+    A differenza di un classificatore di immagini che restituisce un solo risultato per tag, il rilevatore di oggetti restituirà più risultati, quindi quelli con una bassa probabilità devono essere filtrati.
+
+1. Sopra la funzione `detectStock`, dichiara una funzione per elaborare le previsioni:
+
+    ```cpp
+    void processPredictions(std::vector<JsonVariant> &predictions)
+    {
+        for(JsonVariant prediction : predictions)
+        {
+            String tag = prediction["tagName"].as<String>();
+            float probability = prediction["probability"].as<float>();
+    
+            char buff[32];
+            sprintf(buff, "%s:\t%.2f%%", tag.c_str(), probability * 100.0);
+            Serial.println(buff);
+        }
+    }
+    ```
+
+    Questa funzione prende una lista di previsioni e le stampa sul monitor seriale.
+
+1. Nella funzione `detectStock`, sostituisci il contenuto del ciclo `for` che scorre tra le previsioni con il seguente:
+
+    ```cpp
+    std::vector<JsonVariant> passed_predictions;
+
+    for(JsonVariant prediction : predictions) 
+    {
+        float probability = prediction["probability"].as<float>();
+        if (probability > threshold)
+        {
+            passed_predictions.push_back(prediction);
+        }
+    }
+
+    processPredictions(passed_predictions);
+    ```
+
+    Questo ciclo scorre tra le previsioni, confrontando la probabilità con la soglia. Tutte le previsioni con una probabilità superiore alla soglia vengono aggiunte a una `list` e passate alla funzione `processPredictions`.
+
+1. Carica ed esegui il tuo codice. Punta la fotocamera verso oggetti su uno scaffale e premi il pulsante C. Vedrai l'output sul monitor seriale:
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Image captured
+    Image read to buffer with length 17416
+    tomato paste:   35.84%
+    tomato paste:   35.87%
+    tomato paste:   34.11%
+    tomato paste:   35.16%
+    ```
+
+    > 💁 Potresti dover regolare la `threshold` a un valore appropriato per le tue immagini.
+
+    Sarai in grado di vedere l'immagine scattata e questi valori nella scheda **Predictions** in Custom Vision.
+
+    ![4 lattine di concentrato di pomodoro su uno scaffale con previsioni per i 4 rilevamenti di 35.8%, 33.5%, 25.7% e 16.6%](../../../../../translated_images/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.it.png)
+
+> 💁 Puoi trovare questo codice nella cartella [code-detect/wio-terminal](../../../../../5-retail/lessons/2-check-stock-device/code-detect/wio-terminal).
+
+😀 Il tuo programma per il conteggio delle scorte è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/README.md b/translations/it/6-consumer/README.md
new file mode 100644
index 00000000..ab9810e1
--- /dev/null
+++ b/translations/it/6-consumer/README.md
@@ -0,0 +1,34 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5de7dc1e2ddc402d415473bb795568d4",
+  "translation_date": "2025-08-25T17:36:04+00:00",
+  "source_file": "6-consumer/README.md",
+  "language_code": "it"
+}
+-->
+# Consumer IoT - costruisci un assistente vocale intelligente
+
+Il cibo è stato coltivato, trasportato in un impianto di lavorazione, selezionato per qualità, venduto in negozio ed ora è il momento di cucinare! Uno degli strumenti fondamentali di ogni cucina è un timer. Inizialmente erano clessidre: il cibo era pronto quando tutta la sabbia scendeva nel bulbo inferiore. Poi sono diventati meccanici, poi elettrici.
+
+Le ultime versioni fanno ora parte dei nostri dispositivi smart. Nelle cucine di tutto il mondo si sentono cuochi gridare "Ehi Siri - imposta un timer di 10 minuti", o "Alexa - cancella il timer del pane". Non è più necessario tornare in cucina per controllare un timer, puoi farlo dal tuo telefono o semplicemente chiamando da un'altra stanza.
+
+In queste 4 lezioni imparerai a costruire un timer intelligente, utilizzando l'AI per riconoscere la tua voce, capire cosa stai chiedendo e rispondere con informazioni sul tuo timer. Aggiungerai anche il supporto per più lingue.
+
+> ⚠️ Lavorare con dati vocali e del microfono utilizza molta memoria, il che significa che è facile raggiungere i limiti sui microcontrollori. Il progetto qui proposto aggira questi problemi, ma tieni presente che i laboratori con Wio Terminal sono complessi e potrebbero richiedere più tempo rispetto ad altri laboratori di questo curriculum.
+
+> 💁 Queste lezioni utilizzeranno alcune risorse cloud. Se non completi tutte le lezioni di questo progetto, assicurati di [pulire il tuo progetto](../clean-up.md).
+
+## Argomenti
+
+1. [Riconoscere il parlato con un dispositivo IoT](./lessons/1-speech-recognition/README.md)
+1. [Comprendere il linguaggio](./lessons/2-language-understanding/README.md)
+1. [Impostare un timer e fornire feedback vocale](./lessons/3-spoken-feedback/README.md)
+1. [Supportare più lingue](./lessons/4-multiple-language-support/README.md)
+
+## Crediti
+
+Tutte le lezioni sono state scritte con ♥️ da [Jim Bennett](https://GitHub.com/JimBobBennett)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/README.md b/translations/it/6-consumer/lessons/1-speech-recognition/README.md
new file mode 100644
index 00000000..3e43b10b
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/README.md
@@ -0,0 +1,233 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "6d6aa1be033625d201a190fc9c5cbfb4",
+  "translation_date": "2025-08-25T17:51:53+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/README.md",
+  "language_code": "it"
+}
+-->
+# Riconoscere il parlato con un dispositivo IoT
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.it.jpg)
+
+> Sketchnote di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questo video offre una panoramica del servizio di riconoscimento vocale di Azure, un argomento che verrà trattato in questa lezione:
+
+[![Come iniziare a utilizzare la risorsa Cognitive Services Speech dal canale YouTube di Microsoft Azure](https://img.youtube.com/vi/iW0Fw0l3mrA/0.jpg)](https://www.youtube.com/watch?v=iW0Fw0l3mrA)
+
+> 🎥 Clicca sull'immagine sopra per guardare il video
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/41)
+
+## Introduzione
+
+'Alexa, imposta un timer di 12 minuti'
+
+'Alexa, stato del timer'
+
+'Alexa, imposta un timer di 8 minuti chiamato cuoci broccoli a vapore'
+
+I dispositivi intelligenti stanno diventando sempre più diffusi. Non solo come altoparlanti intelligenti come HomePods, Echos e Google Homes, ma anche integrati nei nostri telefoni, orologi, e persino nei lampadari e termostati.
+
+> 💁 Ho almeno 19 dispositivi nella mia casa che hanno assistenti vocali, e questi sono solo quelli di cui sono consapevole!
+
+Il controllo vocale aumenta l'accessibilità permettendo alle persone con mobilità limitata di interagire con i dispositivi. Che si tratti di una disabilità permanente, come essere nati senza braccia, o di disabilità temporanee, come braccia rotte, o avere le mani occupate con la spesa o bambini piccoli, poter controllare la nostra casa con la voce invece che con le mani apre un mondo di possibilità. Gridare 'Ehi Siri, chiudi la porta del garage' mentre si gestisce un cambio di pannolino e un bambino turbolento può essere un piccolo ma efficace miglioramento della vita.
+
+Uno degli usi più popolari degli assistenti vocali è impostare timer, soprattutto timer da cucina. Essere in grado di impostare più timer solo con la voce è un grande aiuto in cucina - non c'è bisogno di interrompere l'impasto, mescolare la zuppa, o pulire le mani sporche di ripieno per usare un timer fisico.
+
+In questa lezione imparerai a integrare il riconoscimento vocale nei dispositivi IoT. Imparerai a conoscere i microfoni come sensori, come catturare audio da un microfono collegato a un dispositivo IoT e come utilizzare l'AI per convertire ciò che viene ascoltato in testo. Durante il resto di questo progetto costruirai un timer da cucina intelligente, in grado di impostare timer usando la tua voce in più lingue.
+
+In questa lezione tratteremo:
+
+* [Microfoni](../../../../../6-consumer/lessons/1-speech-recognition)
+* [Catturare audio dal tuo dispositivo IoT](../../../../../6-consumer/lessons/1-speech-recognition)
+* [Da parlato a testo](../../../../../6-consumer/lessons/1-speech-recognition)
+* [Convertire il parlato in testo](../../../../../6-consumer/lessons/1-speech-recognition)
+
+## Microfoni
+
+I microfoni sono sensori analogici che convertono le onde sonore in segnali elettrici. Le vibrazioni nell'aria causano movimenti minimi nei componenti del microfono, che generano piccole variazioni nei segnali elettrici. Queste variazioni vengono amplificate per generare un output elettrico.
+
+### Tipi di microfoni
+
+I microfoni sono disponibili in una varietà di tipi:
+
+* Dinamico - I microfoni dinamici hanno un magnete attaccato a un diaframma mobile che si muove in una bobina di filo creando una corrente elettrica. Questo è l'opposto della maggior parte degli altoparlanti, che utilizzano una corrente elettrica per muovere un magnete in una bobina di filo, muovendo un diaframma per creare suono. Questo significa che gli altoparlanti possono essere usati come microfoni dinamici, e i microfoni dinamici possono essere usati come altoparlanti. In dispositivi come gli interfono, dove un utente ascolta o parla, ma non entrambi, un dispositivo può fungere sia da altoparlante che da microfono.
+
+    I microfoni dinamici non necessitano di alimentazione per funzionare, il segnale elettrico è generato interamente dal microfono.
+
+    ![Patti Smith che canta in un microfono Shure SM58 (tipo cardioide dinamico)](../../../../../translated_images/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.it.jpg)
+
+* A nastro - I microfoni a nastro sono simili ai microfoni dinamici, ma hanno un nastro metallico invece di un diaframma. Questo nastro si muove in un campo magnetico generando una corrente elettrica. Come i microfoni dinamici, i microfoni a nastro non necessitano di alimentazione per funzionare.
+
+    ![Edmund Lowe, attore americano, in piedi davanti a un microfono radiofonico (etichettato per la rete Blue Network della NBC), con in mano un copione, 1942](../../../../../translated_images/ribbon-mic.eacc8e092c7441caee6d7a81e2f40e1675bf36269848964c7c09c9a9acb05127.it.jpg)
+
+* Condensatore - I microfoni a condensatore hanno un diaframma metallico sottile e una piastra posteriore metallica fissa. L'elettricità viene applicata a entrambi e, mentre il diaframma vibra, la carica statica tra le piastre cambia generando un segnale. I microfoni a condensatore necessitano di alimentazione per funzionare - chiamata *Phantom power*.
+
+    ![Microfono a condensatore a piccolo diaframma C451B di AKG Acoustics](../../../../../translated_images/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.it.jpg)
+
+* MEMS - I microfoni a sistemi microelettromeccanici, o MEMS, sono microfoni su chip. Hanno un diaframma sensibile alla pressione inciso su un chip di silicio e funzionano in modo simile a un microfono a condensatore. Questi microfoni possono essere minuscoli e integrati nei circuiti.
+
+    ![Un microfono MEMS su una scheda elettronica](../../../../../translated_images/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.it.png)
+
+    Nell'immagine sopra, il chip etichettato **LEFT** è un microfono MEMS, con un diaframma minuscolo largo meno di un millimetro.
+
+✅ Fai una ricerca: Quali microfoni hai intorno a te - nel tuo computer, telefono, cuffie o in altri dispositivi? Che tipo di microfoni sono?
+
+### Audio digitale
+
+L'audio è un segnale analogico che trasporta informazioni molto dettagliate. Per convertire questo segnale in digitale, l'audio deve essere campionato migliaia di volte al secondo.
+
+> 🎓 Il campionamento consiste nel convertire il segnale audio in un valore digitale che rappresenta il segnale in quel momento.
+
+![Un grafico a linee che mostra un segnale, con punti discreti a intervalli fissi](../../../../../translated_images/sampling.6f4fadb3f2d9dfe7618f9edfe75a350e6b3f74293ec84f02ab69c19d2afe3d73.it.png)
+
+L'audio digitale viene campionato utilizzando la modulazione a codice di impulsi, o PCM. PCM consiste nel leggere la tensione del segnale e selezionare il valore discreto più vicino a quella tensione utilizzando una dimensione definita.
+
+> 💁 Puoi pensare al PCM come la versione sensoriale della modulazione a larghezza di impulso, o PWM (PWM è stata trattata nella [lezione 3 del progetto introduttivo](../../../1-getting-started/lessons/3-sensors-and-actuators/README.md#pulse-width-modulation)). PCM consiste nel convertire un segnale analogico in digitale, PWM consiste nel convertire un segnale digitale in analogico.
+
+Ad esempio, la maggior parte dei servizi di streaming musicale offre audio a 16-bit o 24-bit. Questo significa che convertono la tensione in un valore che si adatta a un intero a 16-bit o a 24-bit. L'audio a 16-bit si adatta a un numero che va da -32.768 a 32.767, mentre quello a 24-bit va da −8.388.608 a 8.388.607. Più bit ci sono, più il campione si avvicina a ciò che le nostre orecchie effettivamente sentono.
+
+> 💁 Potresti aver sentito parlare di audio a 8-bit, spesso chiamato LoFi. Questo è audio campionato utilizzando solo 8-bit, quindi da -128 a 127. Il primo audio per computer era limitato a 8-bit a causa delle limitazioni hardware, quindi è spesso visto nei giochi retrò.
+
+Questi campioni vengono presi migliaia di volte al secondo, utilizzando frequenze di campionamento ben definite misurate in KHz (migliaia di letture al secondo). I servizi di streaming musicale utilizzano 48KHz per la maggior parte dell'audio, ma alcuni audio 'lossless' utilizzano fino a 96KHz o persino 192KHz. Più alta è la frequenza di campionamento, più l'audio si avvicina all'originale, fino a un certo punto. C'è dibattito sul fatto che gli esseri umani possano distinguere la differenza sopra i 48KHz.
+
+✅ Fai una ricerca: Se utilizzi un servizio di streaming musicale, quale frequenza di campionamento e dimensione utilizza? Se utilizzi CD, qual è la frequenza di campionamento e la dimensione dell'audio su CD?
+
+Esistono diversi formati per i dati audio. Probabilmente hai sentito parlare di file mp3 - dati audio compressi per renderli più piccoli senza perdere qualità. L'audio non compresso è spesso memorizzato come file WAV - un file con 44 byte di informazioni di intestazione, seguito da dati audio grezzi. L'intestazione contiene informazioni come la frequenza di campionamento (ad esempio 16000 per 16KHz) e la dimensione del campione (16 per 16-bit), e il numero di canali. Dopo l'intestazione, il file WAV contiene i dati audio grezzi.
+
+> 🎓 I canali si riferiscono a quanti flussi audio diversi compongono l'audio. Ad esempio, per l'audio stereo con sinistra e destra, ci sarebbero 2 canali. Per il suono surround 7.1 di un sistema home theater, ci sarebbero 8.
+
+### Dimensione dei dati audio
+
+I dati audio sono relativamente grandi. Ad esempio, catturare audio non compresso a 16-bit e 16KHz (una frequenza sufficiente per l'uso con modelli di riconoscimento vocale) richiede 32KB di dati per ogni secondo di audio:
+
+* 16-bit significa 2 byte per campione (1 byte è 8 bit).
+* 16KHz è 16.000 campioni al secondo.
+* 16.000 x 2 byte = 32.000 byte al secondo.
+
+Questo può sembrare una quantità di dati piccola, ma se stai utilizzando un microcontrollore con memoria limitata, può essere molto. Ad esempio, il Wio Terminal ha 192KB di memoria, e questa deve memorizzare il codice del programma e le variabili. Anche se il tuo codice fosse minuscolo, non potresti catturare più di 5 secondi di audio.
+
+I microcontrollori possono accedere a memoria aggiuntiva, come schede SD o memoria flash. Quando costruisci un dispositivo IoT che cattura audio, dovrai assicurarti non solo di avere memoria aggiuntiva, ma che il tuo codice scriva l'audio catturato dal microfono direttamente su quella memoria, e quando lo invii al cloud, lo trasmetta dalla memoria alla richiesta web. In questo modo puoi evitare di esaurire la memoria cercando di mantenere l'intero blocco di dati audio in memoria contemporaneamente.
+
+## Catturare audio dal tuo dispositivo IoT
+
+Il tuo dispositivo IoT può essere collegato a un microfono per catturare audio, pronto per la conversione in testo. Può anche essere collegato a altoparlanti per riprodurre audio. Nelle lezioni successive questo sarà utilizzato per fornire feedback audio, ma è utile configurare gli altoparlanti ora per testare il microfono.
+
+### Attività - configura il tuo microfono e altoparlanti
+
+Segui la guida pertinente per configurare il microfono e gli altoparlanti per il tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-microphone.md)
+* [Computer a scheda singola - Raspberry Pi](pi-microphone.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-microphone.md)
+
+### Attività - cattura audio
+
+Segui la guida pertinente per catturare audio sul tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-audio.md)
+* [Computer a scheda singola - Raspberry Pi](pi-audio.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-audio.md)
+
+## Da parlato a testo
+
+Da parlato a testo, o riconoscimento vocale, consiste nell'utilizzare l'AI per convertire le parole in un segnale audio in testo.
+
+### Modelli di riconoscimento vocale
+
+Per convertire il parlato in testo, i campioni del segnale audio vengono raggruppati e inseriti in un modello di machine learning basato su una rete neurale ricorrente (RNN). Questo è un tipo di modello di machine learning che può utilizzare dati precedenti per prendere decisioni sui dati in arrivo. Ad esempio, l'RNN potrebbe rilevare un blocco di campioni audio come il suono 'Hel', e quando riceve un altro che pensa sia il suono 'lo', può combinare questo con il suono precedente, trovare che 'Hello' è una parola valida e selezionarla come risultato.
+
+I modelli di ML accettano sempre dati della stessa dimensione ogni volta. Il classificatore di immagini che hai costruito in una lezione precedente ridimensiona le immagini a una dimensione fissa e le elabora. Lo stesso vale per i modelli di parlato, devono elaborare blocchi audio di dimensioni fisse. I modelli di parlato devono essere in grado di combinare gli output di più previsioni per ottenere la risposta, per permettere di distinguere tra 'Hi' e 'Highway', o 'flock' e 'floccinaucinihilipilification'.
+
+I modelli di parlato sono anche abbastanza avanzati da comprendere il contesto e possono correggere le parole che rilevano man mano che vengono elaborati più suoni. Ad esempio, se dici "Sono andato al negozio per comprare due banane e una mela anche", useresti tre parole che suonano uguali ma sono scritte diversamente - to, two e too. I modelli di parlato sono in grado di comprendere il contesto e utilizzare l'ortografia appropriata della parola.
+💁 Alcuni servizi di sintesi vocale consentono personalizzazioni per funzionare meglio in ambienti rumorosi come fabbriche, o con termini specifici di settore come nomi chimici. Queste personalizzazioni vengono addestrate fornendo audio di esempio e una trascrizione, e funzionano utilizzando l'apprendimento per trasferimento, proprio come hai addestrato un classificatore di immagini utilizzando solo alcune immagini in una lezione precedente.
+### Privacy
+
+Quando si utilizza il riconoscimento vocale in un dispositivo IoT per consumatori, la privacy è estremamente importante. Questi dispositivi ascoltano continuamente l'audio, quindi, come consumatore, non vuoi che tutto ciò che dici venga inviato al cloud e convertito in testo. Non solo questo consumerebbe molta larghezza di banda Internet, ma avrebbe anche enormi implicazioni per la privacy, specialmente quando alcuni produttori di dispositivi smart selezionano casualmente audio per [essere validati da esseri umani rispetto al testo generato per migliorare il loro modello](https://www.theverge.com/2019/4/10/18305378/amazon-alexa-ai-voice-assistant-annotation-listen-private-recordings).
+
+Vuoi che il tuo dispositivo smart invii audio al cloud per l'elaborazione solo quando lo stai utilizzando, non quando rileva audio nella tua casa, audio che potrebbe includere riunioni private o interazioni intime. Il modo in cui la maggior parte dei dispositivi smart funziona è con una *parola di attivazione*, una frase chiave come "Alexa", "Hey Siri" o "OK Google" che fa 'svegliare' il dispositivo e ascoltare ciò che stai dicendo fino a quando rileva una pausa nel tuo discorso, indicando che hai finito di parlare con il dispositivo.
+
+> 🎓 Il rilevamento della parola di attivazione è anche noto come *Keyword spotting* o *Keyword recognition*.
+
+Queste parole di attivazione vengono rilevate sul dispositivo, non nel cloud. Questi dispositivi smart hanno piccoli modelli di intelligenza artificiale che funzionano sul dispositivo e ascoltano la parola di attivazione, e quando viene rilevata, iniziano a trasmettere l'audio al cloud per il riconoscimento. Questi modelli sono molto specializzati e si concentrano solo sull'ascolto della parola di attivazione.
+
+> 💁 Alcune aziende tecnologiche stanno aggiungendo maggiore privacy ai loro dispositivi e stanno eseguendo parte della conversione da voce a testo direttamente sul dispositivo. Apple ha annunciato che, come parte degli aggiornamenti iOS e macOS del 2021, supporterà la conversione da voce a testo sul dispositivo e sarà in grado di gestire molte richieste senza dover utilizzare il cloud. Questo è possibile grazie ai potenti processori nei loro dispositivi che possono eseguire modelli di machine learning.
+
+✅ Quali pensi siano le implicazioni etiche e di privacy della memorizzazione dell'audio inviato al cloud? Questo audio dovrebbe essere memorizzato, e se sì, come? Pensi che l'uso delle registrazioni per le forze dell'ordine sia un buon compromesso rispetto alla perdita di privacy?
+
+Il rilevamento della parola di attivazione di solito utilizza una tecnica nota come TinyML, che consiste nel convertire i modelli di machine learning per poter essere eseguiti su microcontrollori. Questi modelli sono di piccole dimensioni e consumano pochissima energia per funzionare.
+
+Per evitare la complessità di addestrare e utilizzare un modello di parola di attivazione, il timer smart che stai costruendo in questa lezione utilizzerà un pulsante per attivare il riconoscimento vocale.
+
+> 💁 Se vuoi provare a creare un modello di rilevamento della parola di attivazione da eseguire su Wio Terminal o Raspberry Pi, dai un'occhiata a questo [tutorial su come rispondere alla tua voce di Edge Impulse](https://docs.edgeimpulse.com/docs/responding-to-your-voice). Se vuoi utilizzare il tuo computer per farlo, puoi provare il [quickstart per Custom Keyword sui Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/keyword-recognition-overview?WT.mc_id=academic-17441-jabenn).
+
+## Convertire voce in testo
+
+![Logo dei servizi vocali](../../../../../translated_images/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.it.png)
+
+Proprio come per la classificazione delle immagini in un progetto precedente, esistono servizi di intelligenza artificiale predefiniti che possono prendere la voce come file audio e convertirla in testo. Uno di questi servizi è il Servizio Vocale, parte dei Cognitive Services, servizi di intelligenza artificiale predefiniti che puoi utilizzare nelle tue applicazioni.
+
+### Attività - configurare una risorsa AI per il riconoscimento vocale
+
+1. Crea un Gruppo di Risorse per questo progetto chiamato `smart-timer`.
+
+1. Usa il seguente comando per creare una risorsa vocale gratuita:
+
+    ```sh
+    az cognitiveservices account create --name smart-timer \
+                                        --resource-group smart-timer \
+                                        --kind SpeechServices \
+                                        --sku F0 \
+                                        --yes \
+                                        --location <location>
+    ```
+
+    Sostituisci `<location>` con la posizione che hai utilizzato quando hai creato il Gruppo di Risorse.
+
+1. Avrai bisogno di una chiave API per accedere alla risorsa vocale dal tuo codice. Esegui il seguente comando per ottenere la chiave:
+
+    ```sh
+    az cognitiveservices account keys list --name smart-timer \
+                                           --resource-group smart-timer \
+                                           --output table
+    ```
+
+    Copia una delle chiavi.
+
+### Attività - convertire voce in testo
+
+Segui la guida pertinente per convertire la voce in testo sul tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-speech-to-text.md)
+* [Computer a scheda singola - Raspberry Pi](pi-speech-to-text.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-speech-to-text.md)
+
+---
+
+## 🚀 Sfida
+
+Il riconoscimento vocale esiste da molto tempo ed è in continuo miglioramento. Fai una ricerca sulle capacità attuali e confronta come si sono evolute nel tempo, inclusa la precisione delle trascrizioni automatiche rispetto a quelle umane.
+
+Cosa pensi riservi il futuro per il riconoscimento vocale?
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/42)
+
+## Revisione e studio autonomo
+
+* Leggi sui diversi tipi di microfoni e su come funzionano nell'[articolo sulla differenza tra microfoni dinamici e a condensatore su Musician's HQ](https://musicianshq.com/whats-the-difference-between-dynamic-and-condenser-microphones/).
+* Approfondisci il Servizio Vocale dei Cognitive Services nella [documentazione sul servizio vocale su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/?WT.mc_id=academic-17441-jabenn).
+* Leggi sul rilevamento delle parole chiave nella [documentazione sul riconoscimento delle parole chiave su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/keyword-recognition-overview?WT.mc_id=academic-17441-jabenn).
+
+## Compito
+
+[](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/assignment.md b/translations/it/6-consumer/lessons/1-speech-recognition/assignment.md
new file mode 100644
index 00000000..62fe8ac6
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/assignment.md
@@ -0,0 +1,19 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5ae7654f519ae831179409dc8e528055",
+  "translation_date": "2025-08-25T17:53:04+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/assignment.md",
+  "language_code": "it"
+}
+-->
+## Istruzioni
+
+## Griglia di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ----------------- |
+| |  |  |  |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/pi-audio.md b/translations/it/6-consumer/lessons/1-speech-recognition/pi-audio.md
new file mode 100644
index 00000000..2f6f1b1d
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/pi-audio.md
@@ -0,0 +1,225 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0ac0afcfb40cb5970ef4cb74f01c32e9",
+  "translation_date": "2025-08-25T17:50:25+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/pi-audio.md",
+  "language_code": "it"
+}
+-->
+# Acquisire audio - Raspberry Pi
+
+In questa parte della lezione, scriverai del codice per acquisire audio sul tuo Raspberry Pi. L'acquisizione audio sarà controllata da un pulsante.
+
+## Hardware
+
+Il Raspberry Pi necessita di un pulsante per controllare l'acquisizione audio.
+
+Il pulsante che utilizzerai è un pulsante Grove. Questo è un sensore digitale che attiva o disattiva un segnale. Questi pulsanti possono essere configurati per inviare un segnale alto quando il pulsante viene premuto e basso quando non lo è, oppure basso quando premuto e alto quando non lo è.
+
+Se stai utilizzando un ReSpeaker 2-Mics Pi HAT come microfono, non è necessario collegare un pulsante poiché questo HAT ne ha già uno integrato. Passa alla sezione successiva.
+
+### Collegare il pulsante
+
+Il pulsante può essere collegato al Grove Base Hat.
+
+#### Attività - collegare il pulsante
+
+![Un pulsante Grove](../../../../../translated_images/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.it.png)
+
+1. Inserisci un'estremità di un cavo Grove nella presa del modulo pulsante. Entrerà solo in un verso.
+
+1. Con il Raspberry Pi spento, collega l'altra estremità del cavo Grove alla presa digitale contrassegnata **D5** sul Grove Base Hat collegato al Pi. Questa presa è la seconda da sinistra, nella fila di prese accanto ai pin GPIO.
+
+![Il pulsante Grove collegato alla presa D5](../../../../../translated_images/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.it.png)
+
+## Acquisire audio
+
+Puoi acquisire audio dal microfono utilizzando il codice Python.
+
+### Attività - acquisire audio
+
+1. Accendi il Pi e attendi che si avvii.
+
+1. Avvia VS Code, direttamente sul Pi o connettendoti tramite l'estensione Remote SSH.
+
+1. Il pacchetto PyAudio di Pip ha funzioni per registrare e riprodurre audio. Questo pacchetto dipende da alcune librerie audio che devono essere installate prima. Esegui i seguenti comandi nel terminale per installarle:
+
+    ```sh
+    sudo apt update
+    sudo apt install libportaudio0 libportaudio2 libportaudiocpp0 portaudio19-dev libasound2-plugins --yes 
+    ```
+
+1. Installa il pacchetto PyAudio di Pip.
+
+    ```sh
+    pip3 install pyaudio
+    ```
+
+1. Crea una nuova cartella chiamata `smart-timer` e aggiungi un file chiamato `app.py` a questa cartella.
+
+1. Aggiungi le seguenti importazioni all'inizio di questo file:
+
+    ```python
+    import io
+    import pyaudio
+    import time
+    import wave
+    
+    from grove.factory import Factory
+    ```
+
+    Questo importa il modulo `pyaudio`, alcuni moduli standard di Python per gestire file wave e il modulo `grove.factory` per importare una `Factory` per creare una classe pulsante.
+
+1. Sotto queste importazioni, aggiungi il codice per creare un pulsante Grove.
+
+    Se stai utilizzando il ReSpeaker 2-Mics Pi HAT, usa il seguente codice:
+
+    ```python
+    # The button on the ReSpeaker 2-Mics Pi HAT
+    button = Factory.getButton("GPIO-LOW", 17)
+    ```
+
+    Questo crea un pulsante sulla porta **D17**, la porta a cui è collegato il pulsante sul ReSpeaker 2-Mics Pi HAT. Questo pulsante è configurato per inviare un segnale basso quando premuto.
+
+    Se non stai utilizzando il ReSpeaker 2-Mics Pi HAT e stai utilizzando un pulsante Grove collegato al Base Hat, usa questo codice:
+
+    ```python
+    button = Factory.getButton("GPIO-HIGH", 5)
+    ```
+
+    Questo crea un pulsante sulla porta **D5** configurato per inviare un segnale alto quando premuto.
+
+1. Sotto questo, crea un'istanza della classe PyAudio per gestire l'audio:
+
+    ```python
+    audio = pyaudio.PyAudio()
+    ```
+
+1. Dichiarare il numero della scheda hardware per il microfono e l'altoparlante. Questo sarà il numero della scheda che hai trovato eseguendo `arecord -l` e `aplay -l` in precedenza in questa lezione.
+
+    ```python
+    microphone_card_number = <microphone card number>
+    speaker_card_number = <speaker card number>
+    ```
+
+    Sostituisci `<microphone card number>` con il numero della scheda del tuo microfono.
+
+    Sostituisci `<speaker card number>` con il numero della scheda del tuo altoparlante, lo stesso numero che hai impostato nel file `alsa.conf`.
+
+1. Sotto questo, dichiara la frequenza di campionamento da utilizzare per l'acquisizione e la riproduzione audio. Potrebbe essere necessario modificarla a seconda dell'hardware che stai utilizzando.
+
+    ```python
+    rate = 48000 #48KHz
+    ```
+
+    Se riscontri errori di frequenza di campionamento quando esegui questo codice, modifica questo valore a `44100` o `16000`. Più alto è il valore, migliore sarà la qualità del suono.
+
+1. Sotto questo, crea una nuova funzione chiamata `capture_audio`. Questa sarà chiamata per acquisire audio dal microfono:
+
+    ```python
+    def capture_audio():
+    ```
+
+1. All'interno di questa funzione, aggiungi il seguente codice per acquisire l'audio:
+
+    ```python
+    stream = audio.open(format = pyaudio.paInt16,
+                        rate = rate,
+                        channels = 1, 
+                        input_device_index = microphone_card_number,
+                        input = True,
+                        frames_per_buffer = 4096)
+
+    frames = []
+
+    while button.is_pressed():
+        frames.append(stream.read(4096))
+
+    stream.stop_stream()
+    stream.close()
+    ```
+
+    Questo codice apre un flusso di input audio utilizzando l'oggetto PyAudio. Questo flusso acquisirà audio dal microfono a 16KHz, catturandolo in buffer di 4096 byte.
+
+    Il codice poi esegue un ciclo mentre il pulsante Grove è premuto, leggendo questi buffer di 4096 byte in un array ogni volta.
+
+    > 💁 Puoi leggere di più sulle opzioni passate al metodo `open` nella [documentazione di PyAudio](https://people.csail.mit.edu/hubert/pyaudio/docs/).
+
+    Una volta che il pulsante viene rilasciato, il flusso viene fermato e chiuso.
+
+1. Aggiungi il seguente codice alla fine di questa funzione:
+
+    ```python
+    wav_buffer = io.BytesIO()
+    with wave.open(wav_buffer, 'wb') as wavefile:
+        wavefile.setnchannels(1)
+        wavefile.setsampwidth(audio.get_sample_size(pyaudio.paInt16))
+        wavefile.setframerate(rate)
+        wavefile.writeframes(b''.join(frames))
+        wav_buffer.seek(0)
+
+    return wav_buffer
+    ```
+
+    Questo codice crea un buffer binario e scrive tutto l'audio acquisito in esso come un file [WAV](https://wikipedia.org/wiki/WAV). Questo è un modo standard per scrivere audio non compresso in un file. Questo buffer viene poi restituito.
+
+1. Aggiungi la seguente funzione `play_audio` per riprodurre il buffer audio:
+
+    ```python
+    def play_audio(buffer):
+        stream = audio.open(format = pyaudio.paInt16,
+                            rate = rate,
+                            channels = 1,
+                            output_device_index = speaker_card_number,
+                            output = True)
+    
+        with wave.open(buffer, 'rb') as wf:
+            data = wf.readframes(4096)
+    
+            while len(data) > 0:
+                stream.write(data)
+                data = wf.readframes(4096)
+    
+            stream.close()
+    ```
+
+    Questa funzione apre un altro flusso audio, questa volta per l'output - per riprodurre l'audio. Utilizza le stesse impostazioni del flusso di input. Il buffer viene poi aperto come file wave e scritto nel flusso di output in blocchi di 4096 byte, riproducendo l'audio. Il flusso viene poi chiuso.
+
+1. Aggiungi il seguente codice sotto la funzione `capture_audio` per eseguire un ciclo fino a quando il pulsante viene premuto. Una volta premuto, l'audio viene acquisito e poi riprodotto.
+
+    ```python
+    while True:
+        while not button.is_pressed():
+            time.sleep(.1)
+        
+        buffer = capture_audio()
+        play_audio(buffer)
+    ```
+
+1. Esegui il codice. Premi il pulsante e parla nel microfono. Rilascia il pulsante quando hai finito e sentirai la registrazione.
+
+    Potresti ricevere alcuni errori ALSA quando viene creata l'istanza PyAudio. Questo è dovuto alla configurazione sul Pi per dispositivi audio che non possiedi. Puoi ignorare questi errori.
+
+    ```output
+    pi@raspberrypi:~/smart-timer $ python3 app.py 
+    ALSA lib pcm.c:2565:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.front
+    ALSA lib pcm.c:2565:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.rear
+    ALSA lib pcm.c:2565:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.center_lfe
+    ALSA lib pcm.c:2565:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.side
+    ```
+
+    Se ricevi il seguente errore:
+
+    ```output
+    OSError: [Errno -9997] Invalid sample rate
+    ```
+
+    allora modifica il valore di `rate` a 44100 o 16000.
+
+> 💁 Puoi trovare questo codice nella cartella [code-record/pi](../../../../../6-consumer/lessons/1-speech-recognition/code-record/pi).
+
+😀 Il tuo programma di registrazione audio è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/pi-microphone.md b/translations/it/6-consumer/lessons/1-speech-recognition/pi-microphone.md
new file mode 100644
index 00000000..110c0fe7
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/pi-microphone.md
@@ -0,0 +1,155 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7e45d884493c5222348b43fbc4481b6a",
+  "translation_date": "2025-08-25T17:56:59+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/pi-microphone.md",
+  "language_code": "it"
+}
+-->
+# Configura il tuo microfono e altoparlanti - Raspberry Pi
+
+In questa parte della lezione, aggiungerai un microfono e altoparlanti al tuo Raspberry Pi.
+
+## Hardware
+
+Il Raspberry Pi necessita di un microfono.
+
+Il Pi non ha un microfono integrato, quindi dovrai aggiungere un microfono esterno. Ci sono diversi modi per farlo:
+
+* Microfono USB
+* Cuffie USB
+* Speakerphone USB tutto in uno
+* Adattatore audio USB e microfono con jack da 3,5 mm
+* [ReSpeaker 2-Mics Pi HAT](https://www.seeedstudio.com/ReSpeaker-2-Mics-Pi-HAT.html)
+
+> 💁 I microfoni Bluetooth non sono tutti supportati sul Raspberry Pi, quindi se hai un microfono o cuffie Bluetooth, potresti riscontrare problemi di associazione o di acquisizione audio.
+
+I Raspberry Pi sono dotati di un jack per cuffie da 3,5 mm. Puoi usarlo per collegare cuffie, un auricolare o un altoparlante. Puoi anche aggiungere altoparlanti utilizzando:
+
+* Audio HDMI tramite un monitor o TV
+* Altoparlanti USB
+* Cuffie USB
+* Speakerphone USB tutto in uno
+* [ReSpeaker 2-Mics Pi HAT](https://www.seeedstudio.com/ReSpeaker-2-Mics-Pi-HAT.html) con un altoparlante collegato, sia al jack da 3,5 mm che alla porta JST
+
+## Collega e configura il microfono e gli altoparlanti
+
+Il microfono e gli altoparlanti devono essere collegati e configurati.
+
+### Attività - collega e configura il microfono
+
+1. Collega il microfono utilizzando il metodo appropriato. Ad esempio, collegalo tramite una delle porte USB.
+
+1. Se stai utilizzando il ReSpeaker 2-Mics Pi HAT, puoi rimuovere il Grove base hat e montare il ReSpeaker hat al suo posto.
+
+    ![Un Raspberry Pi con un ReSpeaker hat](../../../../../translated_images/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.it.png)
+
+    Avrai bisogno di un pulsante Grove più avanti in questa lezione, ma uno è integrato in questo hat, quindi il Grove base hat non è necessario.
+
+    Una volta montato l'hat, dovrai installare alcuni driver. Consulta le [istruzioni introduttive di Seeed](https://wiki.seeedstudio.com/ReSpeaker_2_Mics_Pi_HAT_Raspberry/#getting-started) per le istruzioni sull'installazione dei driver.
+
+    > ⚠️ Le istruzioni utilizzano `git` per clonare un repository. Se non hai `git` installato sul tuo Pi, puoi installarlo eseguendo il seguente comando:
+    >
+    > ```sh
+    > sudo apt install git --yes
+    > ```
+
+1. Esegui il seguente comando nel tuo Terminale, sia sul Pi che connesso tramite VS Code e una sessione SSH remota, per vedere informazioni sul microfono collegato:
+
+    ```sh
+    arecord -l
+    ```
+
+    Vedrai un elenco di microfoni collegati. Sarà qualcosa di simile al seguente:
+
+    ```output
+    pi@raspberrypi:~ $ arecord -l
+    **** List of CAPTURE Hardware Devices ****
+    card 1: M0 [eMeet M0], device 0: USB Audio [USB Audio]
+      Subdevices: 1/1
+      Subdevice #0: subdevice #0
+    ```
+
+    Supponendo che tu abbia solo un microfono, dovresti vedere solo una voce. La configurazione dei microfoni può essere complicata su Linux, quindi è più semplice utilizzare un solo microfono e scollegare eventuali altri.
+
+    Prendi nota del numero della scheda, poiché ti servirà più avanti. Nell'output sopra il numero della scheda è 1.
+
+### Attività - collega e configura l'altoparlante
+
+1. Collega gli altoparlanti utilizzando il metodo appropriato.
+
+1. Esegui il seguente comando nel tuo Terminale, sia sul Pi che connesso tramite VS Code e una sessione SSH remota, per vedere informazioni sugli altoparlanti collegati:
+
+    ```sh
+    aplay -l
+    ```
+
+    Vedrai un elenco di altoparlanti collegati. Sarà qualcosa di simile al seguente:
+
+    ```output
+    pi@raspberrypi:~ $ aplay -l
+    **** List of PLAYBACK Hardware Devices ****
+    card 0: Headphones [bcm2835 Headphones], device 0: bcm2835 Headphones [bcm2835 Headphones]
+      Subdevices: 8/8
+      Subdevice #0: subdevice #0
+      Subdevice #1: subdevice #1
+      Subdevice #2: subdevice #2
+      Subdevice #3: subdevice #3
+      Subdevice #4: subdevice #4
+      Subdevice #5: subdevice #5
+      Subdevice #6: subdevice #6
+      Subdevice #7: subdevice #7
+    card 1: M0 [eMeet M0], device 0: USB Audio [USB Audio]
+      Subdevices: 1/1
+      Subdevice #0: subdevice #0
+    ```
+
+    Vedrai sempre `card 0: Headphones`, poiché questo è il jack per cuffie integrato. Se hai aggiunto altoparlanti aggiuntivi, come un altoparlante USB, vedrai anche questo elencato.
+
+1. Se stai utilizzando un altoparlante aggiuntivo e non un altoparlante o cuffie collegati al jack per cuffie integrato, devi configurarlo come predefinito. Per farlo, esegui il seguente comando:
+
+    ```sh
+    sudo nano /usr/share/alsa/alsa.conf
+    ```
+
+    Questo aprirà un file di configurazione in `nano`, un editor di testo basato su terminale. Scorri verso il basso utilizzando i tasti freccia sulla tastiera fino a trovare la seguente riga:
+
+    ```output
+    defaults.pcm.card 0
+    ```
+
+    Cambia il valore da `0` al numero della scheda che desideri utilizzare dall'elenco restituito dalla chiamata a `aplay -l`. Ad esempio, nell'output sopra c'è una seconda scheda audio chiamata `card 1: M0 [eMeet M0], device 0: USB Audio [USB Audio]`, utilizzando la scheda 1. Per utilizzarla, aggiornerei la riga in questo modo:
+
+    ```output
+    defaults.pcm.card 1
+    ```
+
+    Imposta questo valore sul numero della scheda appropriato. Puoi navigare fino al numero utilizzando i tasti freccia sulla tastiera, quindi eliminare e digitare il nuovo numero normalmente quando modifichi file di testo.
+
+1. Salva le modifiche e chiudi il file premendo `Ctrl+x`. Premi `y` per salvare il file, quindi `invio` per selezionare il nome del file.
+
+### Attività - testa il microfono e l'altoparlante
+
+1. Esegui il seguente comando per registrare 5 secondi di audio tramite il microfono:
+
+    ```sh
+    arecord --format=S16_LE --duration=5 --rate=16000 --file-type=wav out.wav
+    ```
+
+    Mentre questo comando è in esecuzione, fai rumore nel microfono, ad esempio parlando, cantando, facendo beatbox, suonando uno strumento o qualsiasi altra cosa ti piaccia.
+
+1. Dopo 5 secondi, la registrazione si fermerà. Esegui il seguente comando per riprodurre l'audio:
+
+    ```sh
+    aplay --format=S16_LE --rate=16000 out.wav
+    ```
+
+    Sentirai l'audio riprodotto attraverso gli altoparlanti. Regola il volume di uscita sul tuo altoparlante, se necessario.
+
+1. Se hai bisogno di regolare il volume della porta microfono integrata o di regolare il guadagno del microfono, puoi utilizzare l'utilità `alsamixer`. Puoi leggere di più su questa utilità nella [pagina man di alsamixer per Linux](https://linux.die.net/man/1/alsamixer).
+
+1. Se riscontri errori nella riproduzione dell'audio, controlla la scheda che hai impostato come `defaults.pcm.card` nel file `alsa.conf`.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si consiglia una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/pi-speech-to-text.md b/translations/it/6-consumer/lessons/1-speech-recognition/pi-speech-to-text.md
new file mode 100644
index 00000000..b8092e02
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/pi-speech-to-text.md
@@ -0,0 +1,124 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "af249a24d4fe4f4de4806adbc3bc9d86",
+  "translation_date": "2025-08-25T17:58:20+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/pi-speech-to-text.md",
+  "language_code": "it"
+}
+-->
+# Da voce a testo - Raspberry Pi
+
+In questa parte della lezione, scriverai del codice per convertire la voce registrata nell'audio in testo utilizzando il servizio di riconoscimento vocale.
+
+## Invia l'audio al servizio di riconoscimento vocale
+
+L'audio può essere inviato al servizio di riconoscimento vocale utilizzando l'API REST. Per utilizzare il servizio, devi prima richiedere un token di accesso, quindi usare quel token per accedere all'API REST. Questi token di accesso scadono dopo 10 minuti, quindi il tuo codice dovrebbe richiederli regolarmente per assicurarsi che siano sempre aggiornati.
+
+### Attività - ottenere un token di accesso
+
+1. Apri il progetto `smart-timer` sul tuo Raspberry Pi.
+
+1. Rimuovi la funzione `play_audio`. Non è più necessaria, poiché non vuoi che il timer intelligente ripeta ciò che hai detto.
+
+1. Aggiungi il seguente import all'inizio del file `app.py`:
+
+    ```python
+    import requests
+    ```
+
+1. Aggiungi il seguente codice sopra il ciclo `while True` per dichiarare alcune impostazioni per il servizio di riconoscimento vocale:
+
+    ```python
+    speech_api_key = '<key>'
+    location = '<location>'
+    language = '<language>'
+    ```
+
+    Sostituisci `<key>` con la chiave API della tua risorsa del servizio di riconoscimento vocale. Sostituisci `<location>` con la posizione che hai utilizzato quando hai creato la risorsa del servizio di riconoscimento vocale.
+
+    Sostituisci `<language>` con il nome della lingua che utilizzerai per parlare, ad esempio `en-GB` per l'inglese o `zn-HK` per il cantonese. Puoi trovare un elenco delle lingue supportate e dei loro nomi locali nella [documentazione sul supporto linguistico e vocale su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text).
+
+1. Sotto a questo, aggiungi la seguente funzione per ottenere un token di accesso:
+
+    ```python
+    def get_access_token():
+        headers = {
+            'Ocp-Apim-Subscription-Key': speech_api_key
+        }
+    
+        token_endpoint = f'https://{location}.api.cognitive.microsoft.com/sts/v1.0/issuetoken'
+        response = requests.post(token_endpoint, headers=headers)
+        return str(response.text)
+    ```
+
+    Questa funzione chiama un endpoint per l'emissione del token, passando la chiave API come intestazione. La chiamata restituisce un token di accesso che può essere utilizzato per chiamare i servizi di riconoscimento vocale.
+
+1. Sotto a questo, dichiara una funzione per convertire la voce registrata nell'audio in testo utilizzando l'API REST:
+
+    ```python
+    def convert_speech_to_text(buffer):
+    ```
+
+1. All'interno di questa funzione, configura l'URL dell'API REST e le intestazioni:
+
+    ```python
+    url = f'https://{location}.stt.speech.microsoft.com/speech/recognition/conversation/cognitiveservices/v1'
+
+    headers = {
+        'Authorization': 'Bearer ' + get_access_token(),
+        'Content-Type': f'audio/wav; codecs=audio/pcm; samplerate={rate}',
+        'Accept': 'application/json;text/xml'
+    }
+
+    params = {
+        'language': language
+    }
+    ```
+
+    Questo costruisce un URL utilizzando la posizione della risorsa del servizio di riconoscimento vocale. Poi popola le intestazioni con il token di accesso ottenuto dalla funzione `get_access_token`, così come il sample rate utilizzato per registrare l'audio. Infine, definisce alcuni parametri da passare con l'URL contenente la lingua dell'audio.
+
+1. Sotto a questo, aggiungi il seguente codice per chiamare l'API REST e ottenere il testo:
+
+    ```python
+    response = requests.post(url, headers=headers, params=params, data=buffer)
+    response_json = response.json()
+
+    if response_json['RecognitionStatus'] == 'Success':
+        return response_json['DisplayText']
+    else:
+        return ''
+    ```
+
+    Questo codice chiama l'URL e decodifica il valore JSON che arriva nella risposta. Il valore `RecognitionStatus` nella risposta indica se la chiamata è riuscita a estrarre correttamente la voce in testo, e se è `Success`, il testo viene restituito dalla funzione; altrimenti, viene restituita una stringa vuota.
+
+1. Sopra il ciclo `while True:`, definisci una funzione per elaborare il testo restituito dal servizio di riconoscimento vocale. Per ora, questa funzione stamperà semplicemente il testo nella console.
+
+    ```python
+    def process_text(text):
+        print(text)
+    ```
+
+1. Infine, sostituisci la chiamata a `play_audio` nel ciclo `while True` con una chiamata alla funzione `convert_speech_to_text`, passando il testo alla funzione `process_text`:
+
+    ```python
+    text = convert_speech_to_text(buffer)
+    process_text(text)
+    ```
+
+1. Esegui il codice. Premi il pulsante e parla nel microfono. Rilascia il pulsante quando hai finito, e l'audio verrà convertito in testo e stampato nella console.
+
+    ```output
+    pi@raspberrypi:~/smart-timer $ python3 app.py 
+    Hello world.
+    Welcome to IoT for beginners.
+    ```
+
+    Prova diversi tipi di frasi, insieme a frasi in cui le parole suonano simili ma hanno significati diversi. Ad esempio, se stai parlando in inglese, dì "I want to buy two bananas and an apple too" e nota come utilizzerà il corretto "to", "two" e "too" in base al contesto della parola, non solo al suo suono.
+
+> 💁 Puoi trovare questo codice nella cartella [code-speech-to-text/pi](../../../../../6-consumer/lessons/1-speech-recognition/code-speech-to-text/pi).
+
+😀 Il tuo programma di riconoscimento vocale è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/virtual-device-audio.md b/translations/it/6-consumer/lessons/1-speech-recognition/virtual-device-audio.md
new file mode 100644
index 00000000..cc7153f0
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/virtual-device-audio.md
@@ -0,0 +1,15 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "e4f2925acb211765889c3b51b9116ceb",
+  "translation_date": "2025-08-25T17:58:47+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/virtual-device-audio.md",
+  "language_code": "it"
+}
+-->
+# Acquisire audio - Dispositivo IoT virtuale
+
+Le librerie Python che utilizzerai più avanti in questa lezione per convertire il parlato in testo hanno una funzione integrata per acquisire audio su Windows, macOS e Linux. Non devi fare nulla qui.
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/virtual-device-microphone.md b/translations/it/6-consumer/lessons/1-speech-recognition/virtual-device-microphone.md
new file mode 100644
index 00000000..058e4470
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/virtual-device-microphone.md
@@ -0,0 +1,24 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7a65ee743f916276a2848b8a9491feb7",
+  "translation_date": "2025-08-25T17:58:59+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/virtual-device-microphone.md",
+  "language_code": "it"
+}
+-->
+# Configura il tuo microfono e altoparlanti - Hardware IoT Virtuale
+
+L'hardware IoT virtuale utilizzerà un microfono e altoparlanti collegati al tuo computer.
+
+Se il tuo computer non dispone di un microfono e altoparlanti integrati, sarà necessario collegarli utilizzando l'hardware di tua scelta, come ad esempio:
+
+* Microfono USB  
+* Altoparlanti USB  
+* Altoparlanti integrati nel monitor e collegati tramite HDMI  
+* Cuffie Bluetooth  
+
+Consulta le istruzioni del produttore dell'hardware per installare e configurare questi dispositivi.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/virtual-device-speech-to-text.md b/translations/it/6-consumer/lessons/1-speech-recognition/virtual-device-speech-to-text.md
new file mode 100644
index 00000000..c47943a3
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/virtual-device-speech-to-text.md
@@ -0,0 +1,111 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c0550b254b9ba2539baf1e6bb5fc05f8",
+  "translation_date": "2025-08-25T17:53:27+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/virtual-device-speech-to-text.md",
+  "language_code": "it"
+}
+-->
+# Da voce a testo - Dispositivo IoT virtuale
+
+In questa parte della lezione, scriverai del codice per convertire la voce catturata dal tuo microfono in testo utilizzando il servizio di riconoscimento vocale.
+
+## Convertire voce in testo
+
+Su Windows, Linux e macOS, l'SDK Python dei servizi vocali può essere utilizzato per ascoltare il tuo microfono e convertire in testo qualsiasi voce rilevata. Ascolterà in modo continuo, rilevando i livelli audio e inviando la voce per la conversione in testo quando il livello audio scende, ad esempio alla fine di un blocco di parlato.
+
+### Attività - convertire voce in testo
+
+1. Crea una nuova app Python sul tuo computer in una cartella chiamata `smart-timer` con un unico file chiamato `app.py` e un ambiente virtuale Python.
+
+1. Installa il pacchetto Pip per i servizi vocali. Assicurati di installarlo da un terminale con l'ambiente virtuale attivato.
+
+    ```sh
+    pip install azure-cognitiveservices-speech
+    ```
+
+    > ⚠️ Se ricevi il seguente errore:
+    >
+    > ```output
+    > ERROR: Could not find a version that satisfies the requirement azure-cognitiveservices-speech (from versions: none)
+    > ERROR: No matching distribution found for azure-cognitiveservices-speech
+    > ```
+    >
+    > Dovrai aggiornare Pip. Fallo con il seguente comando, quindi prova a installare nuovamente il pacchetto:
+    >
+    > ```sh
+    > pip install --upgrade pip
+    > ```
+
+1. Aggiungi i seguenti import al file `app.py`:
+
+    ```python
+    import requests
+    import time
+    from azure.cognitiveservices.speech import SpeechConfig, SpeechRecognizer
+    ```
+
+    Questo importa alcune classi utilizzate per riconoscere la voce.
+
+1. Aggiungi il seguente codice per dichiarare alcune configurazioni:
+
+    ```python
+    speech_api_key = '<key>'
+    location = '<location>'
+    language = '<language>'
+
+    recognizer_config = SpeechConfig(subscription=speech_api_key,
+                                     region=location,
+                                     speech_recognition_language=language)
+    ```
+
+    Sostituisci `<key>` con la chiave API per il tuo servizio vocale. Sostituisci `<location>` con la posizione che hai utilizzato quando hai creato la risorsa del servizio vocale.
+
+    Sostituisci `<language>` con il nome della lingua che utilizzerai per parlare, ad esempio `en-GB` per l'inglese o `zn-HK` per il cantonese. Puoi trovare un elenco delle lingue supportate e dei loro nomi locali nella [documentazione sul supporto linguistico e vocale su Microsoft docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text).
+
+    Questa configurazione viene quindi utilizzata per creare un oggetto `SpeechConfig` che sarà usato per configurare i servizi vocali.
+
+1. Aggiungi il seguente codice per creare un riconoscitore vocale:
+
+    ```python
+    recognizer = SpeechRecognizer(speech_config=recognizer_config)
+    ```
+
+1. Il riconoscitore vocale funziona su un thread in background, ascoltando l'audio e convertendo qualsiasi voce in testo. Puoi ottenere il testo utilizzando una funzione di callback - una funzione che definisci e passi al riconoscitore. Ogni volta che viene rilevata una voce, il callback viene chiamato. Aggiungi il seguente codice per definire un callback e passarlo al riconoscitore, oltre a definire una funzione per elaborare il testo, scrivendolo nella console:
+
+    ```python
+    def process_text(text):
+        print(text)
+
+    def recognized(args):
+        process_text(args.result.text)
+    
+    recognizer.recognized.connect(recognized)
+    ```
+
+1. Il riconoscitore inizia ad ascoltare solo quando lo avvii esplicitamente. Aggiungi il seguente codice per avviare il riconoscimento. Questo funziona in background, quindi la tua applicazione avrà anche bisogno di un ciclo infinito che dorme per mantenere l'applicazione in esecuzione.
+
+    ```python
+    recognizer.start_continuous_recognition()
+
+    while True:
+        time.sleep(1)
+    ```
+
+1. Esegui questa app. Parla nel tuo microfono e l'audio convertito in testo verrà mostrato nella console.
+
+    ```output
+    (.venv) ➜  smart-timer python3 app.py
+    Hello world.
+    Welcome to IoT for beginners.
+    ```
+
+    Prova diversi tipi di frasi, insieme a frasi in cui le parole suonano uguali ma hanno significati diversi. Ad esempio, se stai parlando in inglese, dì "I want to buy two bananas and an apple too" e nota come utilizzerà correttamente "to", "two" e "too" in base al contesto della parola, non solo al suo suono.
+
+> 💁 Puoi trovare questo codice nella cartella [code-speech-to-text/virtual-iot-device](../../../../../6-consumer/lessons/1-speech-recognition/code-speech-to-text/virtual-iot-device).
+
+😀 Il tuo programma di conversione da voce a testo è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md b/translations/it/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
new file mode 100644
index 00000000..6248c357
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md
@@ -0,0 +1,546 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "2f336726b9410e97c3aaed76cc89b0d8",
+  "translation_date": "2025-08-25T17:54:33+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/wio-terminal-audio.md",
+  "language_code": "it"
+}
+-->
+# Cattura audio - Wio Terminal
+
+In questa parte della lezione, scriverai del codice per catturare l'audio sul tuo Wio Terminal. La cattura dell'audio sarà controllata da uno dei pulsanti sulla parte superiore del Wio Terminal.
+
+## Programmare il dispositivo per catturare l'audio
+
+Puoi catturare l'audio dal microfono utilizzando codice C++. Il Wio Terminal ha solo 192KB di RAM, non abbastanza per catturare più di qualche secondo di audio. Tuttavia, dispone di 4MB di memoria flash, che può essere utilizzata per salvare l'audio catturato.
+
+Il microfono integrato cattura un segnale analogico, che viene convertito in un segnale digitale utilizzabile dal Wio Terminal. Durante la cattura dell'audio, i dati devono essere acquisiti al momento giusto - ad esempio, per catturare audio a 16KHz, l'audio deve essere acquisito esattamente 16.000 volte al secondo, con intervalli uguali tra ogni campione. Invece di utilizzare il tuo codice per fare ciò, puoi utilizzare il controller di accesso diretto alla memoria (DMAC). Questo è un circuito che può catturare un segnale da una sorgente e scriverlo in memoria, senza interrompere il codice in esecuzione sul processore.
+
+✅ Leggi di più sul DMA nella [pagina di accesso diretto alla memoria su Wikipedia](https://wikipedia.org/wiki/Direct_memory_access).
+
+![L'audio dal microfono passa a un ADC e poi al DMAC. Questo scrive in un buffer. Quando questo buffer è pieno, viene elaborato e il DMAC scrive in un secondo buffer](../../../../../translated_images/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.it.png)
+
+Il DMAC può catturare audio dall'ADC a intervalli fissi, ad esempio 16.000 volte al secondo per audio a 16KHz. Può scrivere questi dati catturati in un buffer di memoria pre-allocato e, quando questo è pieno, renderlo disponibile al tuo codice per l'elaborazione. L'uso di questa memoria può ritardare la cattura dell'audio, ma puoi configurare più buffer. Il DMAC scrive nel buffer 1, quindi quando è pieno, notifica al tuo codice di elaborare il buffer 1, mentre il DMAC scrive nel buffer 2. Quando il buffer 2 è pieno, notifica al tuo codice e torna a scrivere nel buffer 1. In questo modo, finché elabori ogni buffer in meno tempo di quello necessario per riempirne uno, non perderai alcun dato.
+
+Una volta catturato ogni buffer, può essere scritto nella memoria flash. La memoria flash deve essere scritta utilizzando indirizzi definiti, specificando dove scrivere e quanto grande deve essere la scrittura, in modo simile all'aggiornamento di un array di byte in memoria. La memoria flash ha una granularità, il che significa che le operazioni di cancellazione e scrittura dipendono non solo dalla dimensione fissa, ma anche dall'allineamento a tale dimensione. Ad esempio, se la granularità è di 4096 byte e richiedi una cancellazione all'indirizzo 4200, potrebbe cancellare tutti i dati dall'indirizzo 4096 a 8192. Questo significa che quando scrivi i dati audio nella memoria flash, devono essere in blocchi della dimensione corretta.
+
+### Attività - configurare la memoria flash
+
+1. Crea un nuovo progetto Wio Terminal utilizzando PlatformIO. Chiama questo progetto `smart-timer`. Aggiungi del codice nella funzione `setup` per configurare la porta seriale.
+
+1. Aggiungi le seguenti dipendenze della libreria al file `platformio.ini` per fornire accesso alla memoria flash:
+
+    ```ini
+    lib_deps =
+        seeed-studio/Seeed Arduino FS @ 2.1.1
+        seeed-studio/Seeed Arduino SFUD @ 2.0.2
+    ```
+
+1. Apri il file `main.cpp` e aggiungi la seguente direttiva include per la libreria della memoria flash nella parte superiore del file:
+
+    ```cpp
+    #include <sfud.h>
+    #include <SPI.h>
+    ```
+
+    > 🎓 SFUD sta per Serial Flash Universal Driver, ed è una libreria progettata per funzionare con tutti i chip di memoria flash.
+
+1. Nella funzione `setup`, aggiungi il seguente codice per configurare la libreria di archiviazione flash:
+
+    ```cpp
+    while (!(sfud_init() == SFUD_SUCCESS))
+        ;
+
+    sfud_qspi_fast_read_enable(sfud_get_device(SFUD_W25Q32_DEVICE_INDEX), 2);
+    ```
+
+    Questo ciclo continua fino a quando la libreria SFUD non è inizializzata, quindi attiva le letture rapide. La memoria flash integrata può essere accessibile utilizzando un'interfaccia seriale periferica in coda (QSPI), un tipo di controller SPI che consente un accesso continuo tramite una coda con un utilizzo minimo del processore. Questo rende più veloce leggere e scrivere nella memoria flash.
+
+1. Crea un nuovo file nella cartella `src` chiamato `flash_writer.h`.
+
+1. Aggiungi quanto segue nella parte superiore di questo file:
+
+    ```cpp
+    #pragma once
+
+    #include <Arduino.h>
+    #include <sfud.h>
+    ```
+
+    Questo include alcuni file header necessari, incluso il file header per la libreria SFUD per interagire con la memoria flash.
+
+1. Definisci una classe in questo nuovo file header chiamata `FlashWriter`:
+
+    ```cpp
+    class FlashWriter
+    {
+    public:
+    
+    private:
+    };
+    ```
+
+1. Nella sezione `private`, aggiungi il seguente codice:
+
+    ```cpp
+    byte *_sfudBuffer;
+    size_t _sfudBufferSize;
+    size_t _sfudBufferPos;
+    size_t _sfudBufferWritePos;
+
+    const sfud_flash *_flash;
+    ```
+
+    Questo definisce alcuni campi per il buffer da utilizzare per memorizzare i dati prima di scriverli nella memoria flash. C'è un array di byte, `_sfudBuffer`, per scrivere i dati, e quando questo è pieno, i dati vengono scritti nella memoria flash. Il campo `_sfudBufferPos` memorizza la posizione corrente in cui scrivere in questo buffer, e `_sfudBufferWritePos` memorizza la posizione nella memoria flash in cui scrivere. `_flash` è un puntatore alla memoria flash in cui scrivere - alcuni microcontrollori hanno più chip di memoria flash.
+
+1. Aggiungi il seguente metodo alla sezione `public` per inizializzare questa classe:
+
+    ```cpp
+    void init()
+    {
+        _flash = sfud_get_device_table() + 0;
+        _sfudBufferSize = _flash->chip.erase_gran;
+        _sfudBuffer = new byte[_sfudBufferSize];
+        _sfudBufferPos = 0;
+        _sfudBufferWritePos = 0;
+    }
+    ```
+
+    Questo configura la memoria flash sul Wio Terminal per scrivere, e imposta i buffer in base alla dimensione del blocco della memoria flash. Questo è in un metodo `init`, piuttosto che in un costruttore, poiché deve essere chiamato dopo che la memoria flash è stata configurata nella funzione `setup`.
+
+1. Aggiungi il seguente codice alla sezione `public`:
+
+    ```cpp
+    void writeSfudBuffer(byte b)
+    {
+        _sfudBuffer[_sfudBufferPos++] = b;
+        if (_sfudBufferPos == _sfudBufferSize)
+        {
+            sfud_erase_write(_flash, _sfudBufferWritePos, _sfudBufferSize, _sfudBuffer);
+            _sfudBufferWritePos += _sfudBufferSize;
+            _sfudBufferPos = 0;
+        }
+    }
+
+    void writeSfudBuffer(byte *b, size_t len)
+    {
+        for (size_t i = 0; i < len; ++i)
+        {
+            writeSfudBuffer(b[i]);
+        }
+    }
+
+    void flushSfudBuffer()
+    {
+        if (_sfudBufferPos > 0)
+        {
+            sfud_erase_write(_flash, _sfudBufferWritePos, _sfudBufferSize, _sfudBuffer);
+            _sfudBufferWritePos += _sfudBufferSize;
+            _sfudBufferPos = 0;
+        }
+    }
+    ```
+
+    Questo codice definisce metodi per scrivere byte nel sistema di archiviazione flash. Funziona scrivendo in un buffer in memoria che ha la dimensione corretta per la memoria flash, e quando questo è pieno, viene scritto nella memoria flash, cancellando eventuali dati esistenti in quella posizione. C'è anche un metodo `flushSfudBuffer` per scrivere un buffer incompleto, poiché i dati catturati non saranno multipli esatti della dimensione del blocco, quindi la parte finale dei dati deve essere scritta.
+
+    > 💁 La parte finale dei dati scriverà dati aggiuntivi indesiderati, ma va bene poiché verranno letti solo i dati necessari.
+
+### Attività - configurare la cattura audio
+
+1. Crea un nuovo file nella cartella `src` chiamato `config.h`.
+
+1. Aggiungi quanto segue nella parte superiore di questo file:
+
+    ```cpp
+    #pragma once
+
+    #define RATE 16000
+    #define SAMPLE_LENGTH_SECONDS 4
+    #define SAMPLES RATE * SAMPLE_LENGTH_SECONDS
+    #define BUFFER_SIZE (SAMPLES * 2) + 44
+    #define ADC_BUF_LEN 1600
+    ```
+
+    Questo codice imposta alcune costanti per la cattura audio.
+
+    | Costante              | Valore  | Descrizione |
+    | --------------------- | -----: | - |
+    | RATE                  | 16000  | La frequenza di campionamento per l'audio. 16.000 è 16KHz |
+    | SAMPLE_LENGTH_SECONDS | 4      | La durata dell'audio da catturare. Questo è impostato a 4 secondi. Per registrare audio più lungo, aumenta questo valore. |
+    | SAMPLES               | 64000  | Il numero totale di campioni audio che verranno catturati. Impostato a frequenza di campionamento * numero di secondi |
+    | BUFFER_SIZE           | 128044 | La dimensione del buffer audio da catturare. L'audio verrà catturato come file WAV, che è composto da 44 byte di intestazione, poi 128.000 byte di dati audio (ogni campione è di 2 byte) |
+    | ADC_BUF_LEN           | 1600   | La dimensione dei buffer da utilizzare per catturare l'audio dal DMAC |
+
+    > 💁 Se ritieni che 4 secondi siano troppo pochi per richiedere un timer, puoi aumentare il valore di `SAMPLE_LENGTH_SECONDS`, e tutti gli altri valori verranno ricalcolati.
+
+1. Crea un nuovo file nella cartella `src` chiamato `mic.h`.
+
+1. Aggiungi quanto segue nella parte superiore di questo file:
+
+    ```cpp
+    #pragma once
+
+    #include <Arduino.h>
+
+    #include "config.h"
+    #include "flash_writer.h"
+    ```
+
+    Questo include alcuni file header necessari, inclusi i file header `config.h` e `FlashWriter`.
+
+1. Aggiungi quanto segue per definire una classe `Mic` che può catturare dal microfono:
+
+    ```cpp
+    class Mic
+    {
+    public:
+        Mic()
+        {
+            _isRecording = false;
+            _isRecordingReady = false;
+        }
+    
+        void startRecording()
+        {
+            _isRecording = true;
+            _isRecordingReady = false;
+        }
+    
+        bool isRecording()
+        {
+            return _isRecording;
+        }
+    
+        bool isRecordingReady()
+        {
+            return _isRecordingReady;
+        }
+    
+    private:
+        volatile bool _isRecording;
+        volatile bool _isRecordingReady;
+        FlashWriter _writer;
+    };
+    
+    Mic mic;
+    ```
+
+    Questa classe attualmente ha solo un paio di campi per tracciare se la registrazione è iniziata e se una registrazione è pronta per essere utilizzata. Quando il DMAC è configurato, scrive continuamente nei buffer di memoria, quindi il flag `_isRecording` determina se questi devono essere elaborati o ignorati. Il flag `_isRecordingReady` verrà impostato quando i 4 secondi richiesti di audio saranno stati catturati. Il campo `_writer` viene utilizzato per salvare i dati audio nella memoria flash.
+
+    Viene quindi dichiarata una variabile globale per un'istanza della classe `Mic`.
+
+1. Aggiungi il seguente codice alla sezione `private` della classe `Mic`:
+
+    ```cpp
+    typedef struct
+    {
+        uint16_t btctrl;
+        uint16_t btcnt;
+        uint32_t srcaddr;
+        uint32_t dstaddr;
+        uint32_t descaddr;
+    } dmacdescriptor;
+
+    // Globals - DMA and ADC
+    volatile dmacdescriptor _wrb[DMAC_CH_NUM] __attribute__((aligned(16)));
+    dmacdescriptor _descriptor_section[DMAC_CH_NUM] __attribute__((aligned(16)));
+    dmacdescriptor _descriptor __attribute__((aligned(16)));
+
+    void configureDmaAdc()
+    {
+        // Configure DMA to sample from ADC at a regular interval (triggered by timer/counter)
+        DMAC->BASEADDR.reg = (uint32_t)_descriptor_section;                    // Specify the location of the descriptors
+        DMAC->WRBADDR.reg = (uint32_t)_wrb;                                    // Specify the location of the write back descriptors
+        DMAC->CTRL.reg = DMAC_CTRL_DMAENABLE | DMAC_CTRL_LVLEN(0xf);           // Enable the DMAC peripheral
+        DMAC->Channel[1].CHCTRLA.reg = DMAC_CHCTRLA_TRIGSRC(TC5_DMAC_ID_OVF) | // Set DMAC to trigger on TC5 timer overflow
+                                        DMAC_CHCTRLA_TRIGACT_BURST;             // DMAC burst transfer
+
+        _descriptor.descaddr = (uint32_t)&_descriptor_section[1];                    // Set up a circular descriptor
+        _descriptor.srcaddr = (uint32_t)&ADC1->RESULT.reg;                           // Take the result from the ADC0 RESULT register
+        _descriptor.dstaddr = (uint32_t)_adc_buf_0 + sizeof(uint16_t) * ADC_BUF_LEN; // Place it in the adc_buf_0 array
+        _descriptor.btcnt = ADC_BUF_LEN;                                             // Beat count
+        _descriptor.btctrl = DMAC_BTCTRL_BEATSIZE_HWORD |                            // Beat size is HWORD (16-bits)
+                                DMAC_BTCTRL_DSTINC |                                    // Increment the destination address
+                                DMAC_BTCTRL_VALID |                                     // Descriptor is valid
+                                DMAC_BTCTRL_BLOCKACT_SUSPEND;                           // Suspend DMAC channel 0 after block transfer
+        memcpy(&_descriptor_section[0], &_descriptor, sizeof(_descriptor));          // Copy the descriptor to the descriptor section
+
+        _descriptor.descaddr = (uint32_t)&_descriptor_section[0];                    // Set up a circular descriptor
+        _descriptor.srcaddr = (uint32_t)&ADC1->RESULT.reg;                           // Take the result from the ADC0 RESULT register
+        _descriptor.dstaddr = (uint32_t)_adc_buf_1 + sizeof(uint16_t) * ADC_BUF_LEN; // Place it in the adc_buf_1 array
+        _descriptor.btcnt = ADC_BUF_LEN;                                             // Beat count
+        _descriptor.btctrl = DMAC_BTCTRL_BEATSIZE_HWORD |                            // Beat size is HWORD (16-bits)
+                                DMAC_BTCTRL_DSTINC |                                    // Increment the destination address
+                                DMAC_BTCTRL_VALID |                                     // Descriptor is valid
+                                DMAC_BTCTRL_BLOCKACT_SUSPEND;                           // Suspend DMAC channel 0 after block transfer
+        memcpy(&_descriptor_section[1], &_descriptor, sizeof(_descriptor));          // Copy the descriptor to the descriptor section
+
+        // Configure NVIC
+        NVIC_SetPriority(DMAC_1_IRQn, 0); // Set the Nested Vector Interrupt Controller (NVIC) priority for DMAC1 to 0 (highest)
+        NVIC_EnableIRQ(DMAC_1_IRQn);      // Connect DMAC1 to Nested Vector Interrupt Controller (NVIC)
+
+        // Activate the suspend (SUSP) interrupt on DMAC channel 1
+        DMAC->Channel[1].CHINTENSET.reg = DMAC_CHINTENSET_SUSP;
+
+        // Configure ADC
+        ADC1->INPUTCTRL.bit.MUXPOS = ADC_INPUTCTRL_MUXPOS_AIN12_Val; // Set the analog input to ADC0/AIN2 (PB08 - A4 on Metro M4)
+        while (ADC1->SYNCBUSY.bit.INPUTCTRL)
+            ;                              // Wait for synchronization
+        ADC1->SAMPCTRL.bit.SAMPLEN = 0x00; // Set max Sampling Time Length to half divided ADC clock pulse (2.66us)
+        while (ADC1->SYNCBUSY.bit.SAMPCTRL)
+            ;                                         // Wait for synchronization
+        ADC1->CTRLA.reg = ADC_CTRLA_PRESCALER_DIV128; // Divide Clock ADC GCLK by 128 (48MHz/128 = 375kHz)
+        ADC1->CTRLB.reg = ADC_CTRLB_RESSEL_12BIT |    // Set ADC resolution to 12 bits
+                            ADC_CTRLB_FREERUN;          // Set ADC to free run mode
+        while (ADC1->SYNCBUSY.bit.CTRLB)
+            ;                       // Wait for synchronization
+        ADC1->CTRLA.bit.ENABLE = 1; // Enable the ADC
+        while (ADC1->SYNCBUSY.bit.ENABLE)
+            ;                       // Wait for synchronization
+        ADC1->SWTRIG.bit.START = 1; // Initiate a software trigger to start an ADC conversion
+        while (ADC1->SYNCBUSY.bit.SWTRIG)
+            ; // Wait for synchronization
+
+        // Enable DMA channel 1
+        DMAC->Channel[1].CHCTRLA.bit.ENABLE = 1;
+
+        // Configure Timer/Counter 5
+        GCLK->PCHCTRL[TC5_GCLK_ID].reg = GCLK_PCHCTRL_CHEN |     // Enable peripheral channel for TC5
+                                            GCLK_PCHCTRL_GEN_GCLK1; // Connect generic clock 0 at 48MHz
+
+        TC5->COUNT16.WAVE.reg = TC_WAVE_WAVEGEN_MFRQ; // Set TC5 to Match Frequency (MFRQ) mode
+        TC5->COUNT16.CC[0].reg = 3000 - 1;            // Set the trigger to 16 kHz: (4Mhz / 16000) - 1
+        while (TC5->COUNT16.SYNCBUSY.bit.CC0)
+            ; // Wait for synchronization
+
+        // Start Timer/Counter 5
+        TC5->COUNT16.CTRLA.bit.ENABLE = 1; // Enable the TC5 timer
+        while (TC5->COUNT16.SYNCBUSY.bit.ENABLE)
+            ; // Wait for synchronization
+    }
+
+    uint16_t _adc_buf_0[ADC_BUF_LEN];
+    uint16_t _adc_buf_1[ADC_BUF_LEN];
+    ```
+
+    Questo codice definisce un metodo `configureDmaAdc` che configura il DMAC, collegandolo all'ADC e impostandolo per popolare due buffer alternati, `_adc_buf_0` e `_adc_buf_1`.
+
+    > 💁 Uno degli svantaggi dello sviluppo per microcontrollori è la complessità del codice necessario per interagire con l'hardware, poiché il tuo codice opera a un livello molto basso interagendo direttamente con l'hardware. Questo codice è più complesso rispetto a quello che scriveresti per un single-board computer o un computer desktop, poiché non c'è un sistema operativo che aiuti. Esistono alcune librerie disponibili che possono semplificare questo processo, ma c'è comunque molta complessità.
+
+1. Sotto questo, aggiungi il seguente codice:
+
+    ```cpp
+    // WAV files have a header. This struct defines that header
+    struct wavFileHeader
+    {
+        char riff[4];         /* "RIFF"                                  */
+        long flength;         /* file length in bytes                    */
+        char wave[4];         /* "WAVE"                                  */
+        char fmt[4];          /* "fmt "                                  */
+        long chunk_size;      /* size of FMT chunk in bytes (usually 16) */
+        short format_tag;     /* 1=PCM, 257=Mu-Law, 258=A-Law, 259=ADPCM */
+        short num_chans;      /* 1=mono, 2=stereo                        */
+        long srate;           /* Sampling rate in samples per second     */
+        long bytes_per_sec;   /* bytes per second = srate*bytes_per_samp */
+        short bytes_per_samp; /* 2=16-bit mono, 4=16-bit stereo          */
+        short bits_per_samp;  /* Number of bits per sample               */
+        char data[4];         /* "data"                                  */
+        long dlength;         /* data length in bytes (filelength - 44)  */
+    };
+
+    void initBufferHeader()
+    {
+        wavFileHeader wavh;
+
+        strncpy(wavh.riff, "RIFF", 4);
+        strncpy(wavh.wave, "WAVE", 4);
+        strncpy(wavh.fmt, "fmt ", 4);
+        strncpy(wavh.data, "data", 4);
+
+        wavh.chunk_size = 16;
+        wavh.format_tag = 1; // PCM
+        wavh.num_chans = 1;  // mono
+        wavh.srate = RATE;
+        wavh.bytes_per_sec = (RATE * 1 * 16 * 1) / 8;
+        wavh.bytes_per_samp = 2;
+        wavh.bits_per_samp = 16;
+        wavh.dlength = RATE * 2 * 1 * 16 / 2;
+        wavh.flength = wavh.dlength + 44;
+
+        _writer.writeSfudBuffer((byte *)&wavh, 44);
+    }
+    ```
+
+    Questo codice definisce l'intestazione WAV come una struttura che occupa 44 byte di memoria. Scrive dettagli sul file audio come frequenza, dimensione e numero di canali. Questa intestazione viene quindi scritta nella memoria flash.
+
+1. Sotto questo codice, aggiungi quanto segue per dichiarare un metodo da chiamare quando i buffer audio sono pronti per essere elaborati:
+
+    ```cpp
+    void audioCallback(uint16_t *buf, uint32_t buf_len)
+    {
+        static uint32_t idx = 44;
+
+        if (_isRecording)
+        {
+            for (uint32_t i = 0; i < buf_len; i++)
+            {
+                int16_t audio_value = ((int16_t)buf[i] - 2048) * 16;
+
+                _writer.writeSfudBuffer(audio_value & 0xFF);
+                _writer.writeSfudBuffer((audio_value >> 8) & 0xFF);
+            }
+
+            idx += buf_len;
+                
+            if (idx >= BUFFER_SIZE)
+            {
+                _writer.flushSfudBuffer();
+                idx = 44;
+                _isRecording = false;
+                _isRecordingReady = true;
+            }
+        }
+    }
+    ```
+
+    I buffer audio sono array di interi a 16 bit contenenti l'audio dall'ADC. L'ADC restituisce valori non firmati a 12 bit (0-1023), quindi questi devono essere convertiti in valori firmati a 16 bit, e poi convertiti in 2 byte per essere memorizzati come dati binari grezzi.
+
+    Questi byte vengono scritti nei buffer di memoria flash. La scrittura inizia all'indice 44 - questo è l'offset dai 44 byte scritti come intestazione del file WAV. Una volta che tutti i byte necessari per la lunghezza audio richiesta sono stati catturati, i dati rimanenti vengono scritti nella memoria flash.
+
+1. Nella sezione `public` della classe `Mic`, aggiungi il seguente codice:
+
+    ```cpp
+    void dmaHandler()
+    {
+        static uint8_t count = 0;
+
+        if (DMAC->Channel[1].CHINTFLAG.bit.SUSP)
+        {
+            DMAC->Channel[1].CHCTRLB.reg = DMAC_CHCTRLB_CMD_RESUME;
+            DMAC->Channel[1].CHINTFLAG.bit.SUSP = 1;
+
+            if (count)
+            {
+                audioCallback(_adc_buf_0, ADC_BUF_LEN);
+            }
+            else
+            {
+                audioCallback(_adc_buf_1, ADC_BUF_LEN);
+            }
+
+            count = (count + 1) % 2;
+        }
+    }
+    ```
+
+    Questo codice verrà chiamato dal DMAC per informare il tuo codice che i buffer sono pronti per essere elaborati. Controlla che ci siano dati da elaborare e chiama il metodo `audioCallback` con il buffer rilevante.
+
+1. Al di fuori della classe, dopo la dichiarazione `Mic mic;`, aggiungi il seguente codice:
+
+    ```cpp
+    void DMAC_1_Handler()
+    {
+        mic.dmaHandler();
+    }
+    ```
+
+    Il `DMAC_1_Handler` verrà chiamato dal DMAC quando i buffer sono pronti per essere elaborati. Questa funzione viene trovata per nome, quindi deve solo esistere per essere chiamata.
+
+1. Aggiungi i seguenti due metodi alla sezione `public` della classe `Mic`:
+
+    ```cpp
+    void init()
+    {
+        analogReference(AR_INTERNAL2V23);
+
+        _writer.init();
+
+        initBufferHeader();
+        configureDmaAdc();
+    }
+
+    void reset()
+    {
+        _isRecordingReady = false;
+        _isRecording = false;
+
+        _writer.reset();
+
+        initBufferHeader();
+    }
+    ```
+
+    Il metodo `init` contiene il codice per inizializzare la classe `Mic`. Questo metodo imposta la tensione corretta per il pin del microfono, configura il writer della memoria flash, scrive l'intestazione del file WAV e configura il DMAC. Il metodo `reset` reimposta la memoria flash e riscrive l'intestazione dopo che l'audio è stato catturato e utilizzato.
+
+### Attività - catturare l'audio
+
+1. Nel file `main.cpp`, aggiungi una direttiva include per il file header `mic.h`:
+
+    ```cpp
+    #include "mic.h"
+    ```
+
+1. Nella funzione `setup`, inizializza il pulsante C. La cattura audio inizierà quando questo pulsante viene premuto e continuerà per 4 secondi:
+
+    ```cpp
+    pinMode(WIO_KEY_C, INPUT_PULLUP);
+    ```
+
+1. Sotto questo, inizializza il microfono, quindi stampa sulla console che l'audio è pronto per essere catturato:
+
+    ```cpp
+    mic.init();
+
+    Serial.println("Ready.");
+    ```
+
+1. Sopra la funzione `loop`, definisci una funzione per elaborare l'audio catturato. Per ora non fa nulla, ma più avanti in questa lezione invierà il parlato per essere convertito in testo:
+
+    ```cpp
+    void processAudio()
+    {
+    
+    }
+    ```
+
+1. Aggiungi quanto segue alla funzione `loop`:
+
+    ```cpp
+    void loop()
+    {
+        if (digitalRead(WIO_KEY_C) == LOW && !mic.isRecording())
+        {
+            Serial.println("Starting recording...");
+            mic.startRecording();
+        }
+    
+        if (!mic.isRecording() && mic.isRecordingReady())
+        {
+            Serial.println("Finished recording");
+    
+            processAudio();
+    
+            mic.reset();
+        }
+    }
+    ```
+
+    Questo codice controlla il pulsante C e, se viene premuto e la registrazione non è iniziata, il campo `_isRecording` della classe `Mic` viene impostato su true. Questo farà sì che il metodo `audioCallback` della classe `Mic` memorizzi l'audio fino a quando non saranno stati catturati 4 secondi. Una volta catturati 4 secondi di audio, il campo `_isRecording` viene impostato su false e il campo `_isRecordingReady` viene impostato su true. Questo viene quindi controllato nella funzione `loop` e, quando è true, viene chiamata la funzione `processAudio`, quindi la classe `Mic` viene reimpostata.
+
+1. Compila questo codice, caricalo sul tuo Wio Terminal e testalo tramite il monitor seriale. Premi il pulsante C (quello sul lato sinistro, più vicino all'interruttore di accensione) e parla. Verranno catturati 4 secondi di audio.
+
+    ```output
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Ready.
+    Starting recording...
+    Finished recording
+    ```
+💁 Puoi trovare questo codice nella cartella [code-record/wio-terminal](../../../../../6-consumer/lessons/1-speech-recognition/code-record/wio-terminal).
+😀 Il tuo programma di registrazione audio è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/wio-terminal-microphone.md b/translations/it/6-consumer/lessons/1-speech-recognition/wio-terminal-microphone.md
new file mode 100644
index 00000000..eb75d2e2
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/wio-terminal-microphone.md
@@ -0,0 +1,87 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "93d352de36526b8990e41dd538100324",
+  "translation_date": "2025-08-25T17:57:42+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/wio-terminal-microphone.md",
+  "language_code": "it"
+}
+-->
+# Configura il tuo microfono e altoparlanti - Wio Terminal
+
+In questa parte della lezione, aggiungerai altoparlanti al tuo Wio Terminal. Il Wio Terminal ha già un microfono integrato, che può essere utilizzato per catturare la voce.
+
+## Hardware
+
+Il Wio Terminal ha già un microfono integrato, che può essere utilizzato per catturare audio per il riconoscimento vocale.
+
+![Il microfono sul Wio Terminal](../../../../../translated_images/wio-mic.3f8c843dbe8ad917424037a93e3d25c62634add00a04dd8e091317b5a7a90088.it.png)
+
+Per aggiungere un altoparlante, puoi utilizzare il [ReSpeaker 2-Mics Pi Hat](https://www.seeedstudio.com/ReSpeaker-2-Mics-Pi-HAT.html). Si tratta di una scheda esterna che contiene 2 microfoni MEMS, oltre a un connettore per altoparlanti e una presa per cuffie.
+
+![Il ReSpeaker 2-Mics Pi Hat](../../../../../translated_images/respeaker.f5d19d1c6b14ab1676d24ac2764e64fac5339046ae07be8b45ce07633d61b79b.it.png)
+
+Avrai bisogno di aggiungere cuffie, un altoparlante con jack da 3,5 mm o un altoparlante con connessione JST come il [Mono Enclosed Speaker - 2W 6 Ohm](https://www.seeedstudio.com/Mono-Enclosed-Speaker-2W-6-Ohm-p-2832.html).
+
+Per collegare il ReSpeaker 2-Mics Pi Hat, avrai bisogno di cavi jumper pin-to-pin (anche chiamati maschio-maschio) a 40 pin.
+
+> 💁 Se ti senti a tuo agio con la saldatura, puoi utilizzare il [40 Pin Raspberry Pi Hat Adapter Board For Wio Terminal](https://www.seeedstudio.com/40-Pin-Raspberry-Pi-Hat-Adapter-Board-For-Wio-Terminal-p-4730.html) per collegare il ReSpeaker.
+
+Avrai anche bisogno di una scheda SD per scaricare e riprodurre audio. Il Wio Terminal supporta solo schede SD fino a 16GB di dimensione, che devono essere formattate come FAT32 o exFAT.
+
+### Compito - collegare il ReSpeaker Pi Hat
+
+1. Con il Wio Terminal spento, collega il ReSpeaker 2-Mics Pi Hat al Wio Terminal utilizzando i cavi jumper e i socket GPIO sul retro del Wio Terminal:
+
+    I pin devono essere collegati in questo modo:
+
+    ![Diagramma dei pin](../../../../../translated_images/wio-respeaker-wiring-0.767f80aa6508103880d256cdf99ee7219e190db257c7261e4aec219759dc67b9.it.png)
+
+1. Posiziona il ReSpeaker e il Wio Terminal con i socket GPIO rivolti verso l'alto e sul lato sinistro.
+
+1. Parti dal socket in alto a sinistra del socket GPIO sul ReSpeaker. Collega un cavo jumper pin-to-pin dal socket in alto a sinistra del ReSpeaker al socket in alto a sinistra del Wio Terminal.
+
+1. Ripeti questa operazione lungo tutti i socket GPIO sul lato sinistro. Assicurati che i pin siano ben inseriti.
+
+    ![Un ReSpeaker con i pin di sinistra collegati ai pin di sinistra del Wio Terminal](../../../../../translated_images/wio-respeaker-wiring-1.8d894727f2ba24004824ee5e06b83b6d10952550003a3efb603182121521b0ef.it.png)
+
+    ![Un ReSpeaker con i pin di sinistra collegati ai pin di sinistra del Wio Terminal](../../../../../translated_images/wio-respeaker-wiring-2.329e1cbd306e754f8ffe56f9294794f4a8fa123860d76067a79e9ea385d1bf56.it.png)
+
+    > 💁 Se i tuoi cavi jumper sono collegati in nastri, tienili tutti insieme - questo rende più facile assicurarsi che tutti i cavi siano collegati nell'ordine corretto.
+
+1. Ripeti il processo utilizzando i socket GPIO sul lato destro del ReSpeaker e del Wio Terminal. Questi cavi devono passare intorno ai cavi già collegati.
+
+    ![Un ReSpeaker con i pin di destra collegati ai pin di destra del Wio Terminal](../../../../../translated_images/wio-respeaker-wiring-3.75b0be447e2fa9307a6a954f9ae8a71b77e39ada6a5ef1a059d341dc850fd90c.it.png)
+
+    ![Un ReSpeaker con i pin di destra collegati ai pin di destra del Wio Terminal](../../../../../translated_images/wio-respeaker-wiring-4.aa9cd434d8779437de720cba2719d83992413caed1b620b6148f6c8924889afb.it.png)
+
+    > 💁 Se i tuoi cavi jumper sono collegati in nastri, dividili in due nastri. Passa uno su ciascun lato dei cavi esistenti.
+
+    > 💁 Puoi utilizzare del nastro adesivo per tenere i pin in un blocco e impedire che si stacchino mentre li colleghi tutti.
+    >
+    > ![I pin fissati con nastro adesivo](../../../../../translated_images/wio-respeaker-wiring-5.af117c20acf622f3cd656ccd8f4053f8845d6aaa3af164d24cb7dbd54a4bb470.it.png)
+
+1. Dovrai aggiungere un altoparlante.
+
+    * Se stai utilizzando un altoparlante con un cavo JST, collegalo alla porta JST sul ReSpeaker.
+
+      ![Un altoparlante collegato al ReSpeaker con un cavo JST](../../../../../translated_images/respeaker-jst-speaker.a441d177809df9458041a2012dd336dbb22c00a5c9642647109d2940a50d6fcc.it.png)
+
+    * Se stai utilizzando un altoparlante con un jack da 3,5 mm o delle cuffie, inseriscili nella presa jack da 3,5 mm.
+
+      ![Un altoparlante collegato al ReSpeaker tramite la presa jack da 3,5 mm](../../../../../translated_images/respeaker-35mm-speaker.ad79ef4f128c7751f0abf854869b6b779c90c12ae3e48909944a7e48aeee3c7e.it.png)
+
+### Compito - configurare la scheda SD
+
+1. Collega la scheda SD al tuo computer, utilizzando un lettore esterno se non hai uno slot per schede SD.
+
+1. Formatta la scheda SD utilizzando lo strumento appropriato sul tuo computer, assicurandoti di utilizzare un file system FAT32 o exFAT.
+
+1. Inserisci la scheda SD nello slot per schede SD sul lato sinistro del Wio Terminal, appena sotto il pulsante di accensione. Assicurati che la scheda sia completamente inserita e faccia clic - potresti aver bisogno di uno strumento sottile o un'altra scheda SD per aiutarti a spingerla completamente.
+
+    ![Inserimento della scheda SD nello slot per schede SD sotto l'interruttore di accensione](../../../../../translated_images/wio-sd-card.acdcbe322fa4ee7f8f9c8cc015b3263964bb26ab5c7e25b41747988cc5280d64.it.png)
+
+    > 💁 Per espellere la scheda SD, devi spingerla leggermente e verrà espulsa. Avrai bisogno di uno strumento sottile come un cacciavite a testa piatta o un'altra scheda SD.
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali malintesi o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/1-speech-recognition/wio-terminal-speech-to-text.md b/translations/it/6-consumer/lessons/1-speech-recognition/wio-terminal-speech-to-text.md
new file mode 100644
index 00000000..821afb10
--- /dev/null
+++ b/translations/it/6-consumer/lessons/1-speech-recognition/wio-terminal-speech-to-text.md
@@ -0,0 +1,542 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3f92edf2975175577174910caca4a389",
+  "translation_date": "2025-08-25T17:56:01+00:00",
+  "source_file": "6-consumer/lessons/1-speech-recognition/wio-terminal-speech-to-text.md",
+  "language_code": "it"
+}
+-->
+# Da voce a testo - Wio Terminal
+
+In questa parte della lezione, scriverai il codice per convertire la voce registrata nell'audio catturato in testo utilizzando il servizio di riconoscimento vocale.
+
+## Invia l'audio al servizio di riconoscimento vocale
+
+L'audio può essere inviato al servizio di riconoscimento vocale utilizzando l'API REST. Per utilizzare il servizio, devi prima richiedere un token di accesso e poi utilizzare quel token per accedere all'API REST. Questi token di accesso scadono dopo 10 minuti, quindi il tuo codice dovrebbe richiederli regolarmente per garantire che siano sempre aggiornati.
+
+### Attività - ottenere un token di accesso
+
+1. Apri il progetto `smart-timer` se non è già aperto.
+
+1. Aggiungi le seguenti dipendenze di libreria al file `platformio.ini` per accedere al WiFi e gestire JSON:
+
+    ```ini
+    seeed-studio/Seeed Arduino rpcWiFi @ 1.0.5
+    seeed-studio/Seeed Arduino rpcUnified @ 2.1.3
+    seeed-studio/Seeed_Arduino_mbedtls @ 3.0.1
+    seeed-studio/Seeed Arduino RTC @ 2.0.0
+    bblanchon/ArduinoJson @ 6.17.3
+    ```
+
+1. Aggiungi il seguente codice al file di intestazione `config.h`:
+
+    ```cpp
+    const char *SSID = "<SSID>";
+    const char *PASSWORD = "<PASSWORD>";
+    
+    const char *SPEECH_API_KEY = "<API_KEY>";
+    const char *SPEECH_LOCATION = "<LOCATION>";
+    const char *LANGUAGE = "<LANGUAGE>";
+
+    const char *TOKEN_URL = "https://%s.api.cognitive.microsoft.com/sts/v1.0/issuetoken";
+    ```
+
+    Sostituisci `<SSID>` e `<PASSWORD>` con i valori pertinenti per il tuo WiFi.
+
+    Sostituisci `<API_KEY>` con la chiave API per la tua risorsa del servizio di riconoscimento vocale. Sostituisci `<LOCATION>` con la posizione che hai utilizzato quando hai creato la risorsa del servizio di riconoscimento vocale.
+
+    Sostituisci `<LANGUAGE>` con il nome della lingua che utilizzerai, ad esempio `en-GB` per l'inglese o `zn-HK` per il cantonese. Puoi trovare un elenco delle lingue supportate e dei loro nomi locali nella [documentazione sul supporto delle lingue e delle voci su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text).
+
+    La costante `TOKEN_URL` è l'URL dell'emittente del token senza la posizione. Questo sarà combinato con la posizione successivamente per ottenere l'URL completo.
+
+1. Come per la connessione a Custom Vision, dovrai utilizzare una connessione HTTPS per connetterti al servizio di emissione dei token. Alla fine di `config.h`, aggiungi il seguente codice:
+
+    ```cpp
+    const char *TOKEN_CERTIFICATE =
+        "-----BEGIN CERTIFICATE-----\r\n"
+        "MIIF8zCCBNugAwIBAgIQAueRcfuAIek/4tmDg0xQwDANBgkqhkiG9w0BAQwFADBh\r\n"
+        "MQswCQYDVQQGEwJVUzEVMBMGA1UEChMMRGlnaUNlcnQgSW5jMRkwFwYDVQQLExB3\r\n"
+        "d3cuZGlnaWNlcnQuY29tMSAwHgYDVQQDExdEaWdpQ2VydCBHbG9iYWwgUm9vdCBH\r\n"
+        "MjAeFw0yMDA3MjkxMjMwMDBaFw0yNDA2MjcyMzU5NTlaMFkxCzAJBgNVBAYTAlVT\r\n"
+        "MR4wHAYDVQQKExVNaWNyb3NvZnQgQ29ycG9yYXRpb24xKjAoBgNVBAMTIU1pY3Jv\r\n"
+        "c29mdCBBenVyZSBUTFMgSXNzdWluZyBDQSAwNjCCAiIwDQYJKoZIhvcNAQEBBQAD\r\n"
+        "ggIPADCCAgoCggIBALVGARl56bx3KBUSGuPc4H5uoNFkFH4e7pvTCxRi4j/+z+Xb\r\n"
+        "wjEz+5CipDOqjx9/jWjskL5dk7PaQkzItidsAAnDCW1leZBOIi68Lff1bjTeZgMY\r\n"
+        "iwdRd3Y39b/lcGpiuP2d23W95YHkMMT8IlWosYIX0f4kYb62rphyfnAjYb/4Od99\r\n"
+        "ThnhlAxGtfvSbXcBVIKCYfZgqRvV+5lReUnd1aNjRYVzPOoifgSx2fRyy1+pO1Uz\r\n"
+        "aMMNnIOE71bVYW0A1hr19w7kOb0KkJXoALTDDj1ukUEDqQuBfBxReL5mXiu1O7WG\r\n"
+        "0vltg0VZ/SZzctBsdBlx1BkmWYBW261KZgBivrql5ELTKKd8qgtHcLQA5fl6JB0Q\r\n"
+        "gs5XDaWehN86Gps5JW8ArjGtjcWAIP+X8CQaWfaCnuRm6Bk/03PQWhgdi84qwA0s\r\n"
+        "sRfFJwHUPTNSnE8EiGVk2frt0u8PG1pwSQsFuNJfcYIHEv1vOzP7uEOuDydsmCjh\r\n"
+        "lxuoK2n5/2aVR3BMTu+p4+gl8alXoBycyLmj3J/PUgqD8SL5fTCUegGsdia/Sa60\r\n"
+        "N2oV7vQ17wjMN+LXa2rjj/b4ZlZgXVojDmAjDwIRdDUujQu0RVsJqFLMzSIHpp2C\r\n"
+        "Zp7mIoLrySay2YYBu7SiNwL95X6He2kS8eefBBHjzwW/9FxGqry57i71c2cDAgMB\r\n"
+        "AAGjggGtMIIBqTAdBgNVHQ4EFgQU1cFnOsKjnfR3UltZEjgp5lVou6UwHwYDVR0j\r\n"
+        "BBgwFoAUTiJUIBiV5uNu5g/6+rkS7QYXjzkwDgYDVR0PAQH/BAQDAgGGMB0GA1Ud\r\n"
+        "JQQWMBQGCCsGAQUFBwMBBggrBgEFBQcDAjASBgNVHRMBAf8ECDAGAQH/AgEAMHYG\r\n"
+        "CCsGAQUFBwEBBGowaDAkBggrBgEFBQcwAYYYaHR0cDovL29jc3AuZGlnaWNlcnQu\r\n"
+        "Y29tMEAGCCsGAQUFBzAChjRodHRwOi8vY2FjZXJ0cy5kaWdpY2VydC5jb20vRGln\r\n"
+        "aUNlcnRHbG9iYWxSb290RzIuY3J0MHsGA1UdHwR0MHIwN6A1oDOGMWh0dHA6Ly9j\r\n"
+        "cmwzLmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5jcmwwN6A1oDOG\r\n"
+        "MWh0dHA6Ly9jcmw0LmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5j\r\n"
+        "cmwwHQYDVR0gBBYwFDAIBgZngQwBAgEwCAYGZ4EMAQICMBAGCSsGAQQBgjcVAQQD\r\n"
+        "AgEAMA0GCSqGSIb3DQEBDAUAA4IBAQB2oWc93fB8esci/8esixj++N22meiGDjgF\r\n"
+        "+rA2LUK5IOQOgcUSTGKSqF9lYfAxPjrqPjDCUPHCURv+26ad5P/BYtXtbmtxJWu+\r\n"
+        "cS5BhMDPPeG3oPZwXRHBJFAkY4O4AF7RIAAUW6EzDflUoDHKv83zOiPfYGcpHc9s\r\n"
+        "kxAInCedk7QSgXvMARjjOqdakor21DTmNIUotxo8kHv5hwRlGhBJwps6fEVi1Bt0\r\n"
+        "trpM/3wYxlr473WSPUFZPgP1j519kLpWOJ8z09wxay+Br29irPcBYv0GMXlHqThy\r\n"
+        "8y4m/HyTQeI2IMvMrQnwqPpY+rLIXyviI2vLoI+4xKE4Rn38ZZ8m\r\n"
+        "-----END CERTIFICATE-----\r\n";
+    ```
+
+    Questo è lo stesso certificato che hai utilizzato per connetterti a Custom Vision.
+
+1. Aggiungi un'inclusione per il file di intestazione WiFi e il file di configurazione all'inizio del file `main.cpp`:
+
+    ```cpp
+    #include <rpcWiFi.h>
+
+    #include "config.h"
+    ```
+
+1. Aggiungi il codice per connetterti al WiFi in `main.cpp` sopra la funzione `setup`:
+
+    ```cpp
+    void connectWiFi()
+    {
+        while (WiFi.status() != WL_CONNECTED)
+        {
+            Serial.println("Connecting to WiFi..");
+            WiFi.begin(SSID, PASSWORD);
+            delay(500);
+        }
+    
+        Serial.println("Connected!");
+    }
+    ```
+
+1. Chiama questa funzione dalla funzione `setup` dopo che la connessione seriale è stata stabilita:
+
+    ```cpp
+    connectWiFi();
+    ```
+
+1. Crea un nuovo file di intestazione nella cartella `src` chiamato `speech_to_text.h`. In questo file di intestazione, aggiungi il seguente codice:
+
+    ```cpp
+    #pragma once
+    
+    #include <Arduino.h>
+    #include <ArduinoJson.h>
+    #include <HTTPClient.h>
+    #include <WiFiClientSecure.h>
+    
+    #include "config.h"
+    #include "mic.h"
+    
+    class SpeechToText
+    {
+    public:
+
+    private:
+
+    };
+
+    SpeechToText speechToText;
+    ```
+
+    Questo include alcuni file di intestazione necessari per una connessione HTTP, la configurazione e il file di intestazione `mic.h`, e definisce una classe chiamata `SpeechToText`, prima di dichiarare un'istanza di questa classe che può essere utilizzata successivamente.
+
+1. Aggiungi i seguenti 2 campi alla sezione `private` di questa classe:
+
+    ```cpp
+    WiFiClientSecure _token_client;
+    String _access_token;
+    ```
+
+    `_token_client` è un WiFi Client che utilizza HTTPS e sarà utilizzato per ottenere il token di accesso. Questo token sarà poi memorizzato in `_access_token`.
+
+1. Aggiungi il seguente metodo alla sezione `private`:
+
+    ```cpp
+    String getAccessToken()
+    {
+        char url[128];
+        sprintf(url, TOKEN_URL, SPEECH_LOCATION);
+    
+        HTTPClient httpClient;
+        httpClient.begin(_token_client, url);
+    
+        httpClient.addHeader("Ocp-Apim-Subscription-Key", SPEECH_API_KEY);
+        int httpResultCode = httpClient.POST("{}");
+    
+        if (httpResultCode != 200)
+        {
+            Serial.println("Error getting access token, trying again...");
+            delay(10000);
+            return getAccessToken();
+        }
+    
+        Serial.println("Got access token.");
+        String result = httpClient.getString();
+    
+        httpClient.end();
+    
+        return result;
+    }
+    ```
+
+    Questo codice costruisce l'URL per l'API dell'emittente del token utilizzando la posizione della risorsa vocale. Quindi crea un `HTTPClient` per effettuare la richiesta web, configurandolo per utilizzare il client WiFi configurato con il certificato degli endpoint del token. Imposta la chiave API come intestazione per la chiamata. Effettua quindi una richiesta POST per ottenere il certificato, riprovando in caso di errori. Infine, il token di accesso viene restituito.
+
+1. Nella sezione `public`, aggiungi un metodo per ottenere il token di accesso. Questo sarà necessario nelle lezioni successive per convertire il testo in voce.
+
+    ```cpp
+    String AccessToken()
+    {
+        return _access_token;
+    }
+    ```
+
+1. Nella sezione `public`, aggiungi un metodo `init` che configura il client del token:
+
+    ```cpp
+    void init()
+    {
+        _token_client.setCACert(TOKEN_CERTIFICATE);
+        _access_token = getAccessToken();
+    }
+    ```
+
+    Questo imposta il certificato sul client WiFi, quindi ottiene il token di accesso.
+
+1. In `main.cpp`, aggiungi questo nuovo file di intestazione alle direttive di inclusione:
+
+    ```cpp
+    #include "speech_to_text.h"
+    ```
+
+1. Inizializza la classe `SpeechToText` alla fine della funzione `setup`, dopo la chiamata a `mic.init` ma prima che `Ready` venga scritto sul monitor seriale:
+
+    ```cpp
+    speechToText.init();
+    ```
+
+### Attività - leggere l'audio dalla memoria flash
+
+1. In una parte precedente di questa lezione, l'audio è stato registrato nella memoria flash. Questo audio dovrà essere inviato all'API REST del servizio di riconoscimento vocale, quindi deve essere letto dalla memoria flash. Non può essere caricato in un buffer in memoria poiché sarebbe troppo grande. La classe `HTTPClient` che effettua le chiamate REST può trasmettere dati utilizzando uno Stream di Arduino - una classe che può caricare dati in piccoli blocchi, inviando i blocchi uno alla volta come parte della richiesta. Ogni volta che chiami `read` su uno stream, restituisce il prossimo blocco di dati. Può essere creato uno stream di Arduino che legge dalla memoria flash. Crea un nuovo file chiamato `flash_stream.h` nella cartella `src` e aggiungi il seguente codice:
+
+    ```cpp
+    #pragma once
+    
+    #include <Arduino.h>
+    #include <HTTPClient.h>
+    #include <sfud.h>
+
+    #include "config.h"
+    
+    class FlashStream : public Stream
+    {
+    public:
+        virtual size_t write(uint8_t val)
+        {    
+        }
+    
+        virtual int available()
+        {
+        }
+    
+        virtual int read()
+        {
+        }
+    
+        virtual int peek()
+        {
+        }
+    private:
+    
+    };
+    ```
+
+    Questo dichiara la classe `FlashStream`, derivata dalla classe `Stream` di Arduino. Questa è una classe astratta - le classi derivate devono implementare alcuni metodi prima che la classe possa essere istanziata, e questi metodi sono definiti in questa classe.
+
+    ✅ Leggi di più sugli Stream di Arduino nella [documentazione sugli Stream di Arduino](https://www.arduino.cc/reference/en/language/functions/communication/stream/)
+
+1. Aggiungi i seguenti campi alla sezione `private`:
+
+    ```cpp
+    size_t _pos;
+    size_t _flash_address;
+    const sfud_flash *_flash;
+
+    byte _buffer[HTTP_TCP_BUFFER_SIZE];
+    ```
+
+    Questo definisce un buffer temporaneo per memorizzare i dati letti dalla memoria flash, insieme ai campi per memorizzare la posizione corrente durante la lettura dal buffer, l'indirizzo corrente per leggere dalla memoria flash e il dispositivo di memoria flash.
+
+1. Nella sezione `private`, aggiungi il seguente metodo:
+
+    ```cpp
+    void populateBuffer()
+    {
+        sfud_read(_flash, _flash_address, HTTP_TCP_BUFFER_SIZE, _buffer);
+        _flash_address += HTTP_TCP_BUFFER_SIZE;
+        _pos = 0;
+    }
+    ```
+
+    Questo codice legge dalla memoria flash all'indirizzo corrente e memorizza i dati in un buffer. Incrementa quindi l'indirizzo, in modo che la prossima chiamata legga il prossimo blocco di memoria. Il buffer è dimensionato in base al blocco più grande che il `HTTPClient` invierà all'API REST in una sola volta.
+
+    > 💁 La cancellazione della memoria flash deve essere effettuata utilizzando la dimensione del grano, mentre la lettura non ha questa limitazione.
+
+1. Nella sezione `public` di questa classe, aggiungi un costruttore:
+
+    ```cpp
+    FlashStream()
+    {
+        _pos = 0;
+        _flash_address = 0;
+        _flash = sfud_get_device_table() + 0;
+        
+        populateBuffer();
+    }
+    ```
+
+    Questo costruttore configura tutti i campi per iniziare a leggere dall'inizio del blocco di memoria flash e carica il primo blocco di dati nel buffer.
+
+1. Implementa il metodo `write`. Questo stream leggerà solo dati, quindi può non fare nulla e restituire 0:
+
+    ```cpp
+    virtual size_t write(uint8_t val)
+    {
+        return 0;
+    }
+    ```
+
+1. Implementa il metodo `peek`. Questo restituisce i dati alla posizione corrente senza spostare lo stream. Chiamare `peek` più volte restituirà sempre gli stessi dati finché non vengono letti dati dallo stream.
+
+    ```cpp
+    virtual int peek()
+    {
+        return _buffer[_pos];
+    }
+    ```
+
+1. Implementa la funzione `available`. Questa restituisce quanti byte possono essere letti dallo stream, o -1 se lo stream è completo. Per questa classe, il massimo disponibile non sarà mai superiore alla dimensione del blocco del client HTTP. Quando questo stream viene utilizzato nel client HTTP, chiama questa funzione per vedere quanti dati sono disponibili, quindi richiede quella quantità di dati da inviare all'API REST. Non vogliamo che ogni blocco sia più grande della dimensione del blocco del client HTTP, quindi se è disponibile più di quello, viene restituita la dimensione del blocco. Se meno, viene restituito ciò che è disponibile. Una volta che tutti i dati sono stati trasmessi, viene restituito -1.
+
+    ```cpp
+    virtual int available()
+    {
+        int remaining = BUFFER_SIZE - ((_flash_address - HTTP_TCP_BUFFER_SIZE) + _pos);
+        int bytes_available = min(HTTP_TCP_BUFFER_SIZE, remaining);
+
+        if (bytes_available == 0)
+        {
+            bytes_available = -1;
+        }
+
+        return bytes_available;
+    }
+    ```
+
+1. Implementa il metodo `read` per restituire il prossimo byte dal buffer, incrementando la posizione. Se la posizione supera la dimensione del buffer, il buffer viene popolato con il prossimo blocco dalla memoria flash e la posizione viene reimpostata.
+
+    ```cpp
+    virtual int read()
+    {
+        int retVal = _buffer[_pos++];
+
+        if (_pos == HTTP_TCP_BUFFER_SIZE)
+        {
+            populateBuffer();
+        }
+
+        return retVal;
+    }
+    ```
+
+1. Nel file di intestazione `speech_to_text.h`, aggiungi una direttiva di inclusione per questo nuovo file di intestazione:
+
+    ```cpp
+    #include "flash_stream.h"
+    ```
+
+### Attività - convertire la voce in testo
+
+1. La voce può essere convertita in testo inviando l'audio al servizio di riconoscimento vocale tramite un'API REST. Questa API REST ha un certificato diverso rispetto all'emittente del token, quindi aggiungi il seguente codice al file di intestazione `config.h` per definire questo certificato:
+
+    ```cpp
+    const char *SPEECH_CERTIFICATE =
+        "-----BEGIN CERTIFICATE-----\r\n"
+        "MIIF8zCCBNugAwIBAgIQCq+mxcpjxFFB6jvh98dTFzANBgkqhkiG9w0BAQwFADBh\r\n"
+        "MQswCQYDVQQGEwJVUzEVMBMGA1UEChMMRGlnaUNlcnQgSW5jMRkwFwYDVQQLExB3\r\n"
+        "d3cuZGlnaWNlcnQuY29tMSAwHgYDVQQDExdEaWdpQ2VydCBHbG9iYWwgUm9vdCBH\r\n"
+        "MjAeFw0yMDA3MjkxMjMwMDBaFw0yNDA2MjcyMzU5NTlaMFkxCzAJBgNVBAYTAlVT\r\n"
+        "MR4wHAYDVQQKExVNaWNyb3NvZnQgQ29ycG9yYXRpb24xKjAoBgNVBAMTIU1pY3Jv\r\n"
+        "c29mdCBBenVyZSBUTFMgSXNzdWluZyBDQSAwMTCCAiIwDQYJKoZIhvcNAQEBBQAD\r\n"
+        "ggIPADCCAgoCggIBAMedcDrkXufP7pxVm1FHLDNA9IjwHaMoaY8arqqZ4Gff4xyr\r\n"
+        "RygnavXL7g12MPAx8Q6Dd9hfBzrfWxkF0Br2wIvlvkzW01naNVSkHp+OS3hL3W6n\r\n"
+        "l/jYvZnVeJXjtsKYcXIf/6WtspcF5awlQ9LZJcjwaH7KoZuK+THpXCMtzD8XNVdm\r\n"
+        "GW/JI0C/7U/E7evXn9XDio8SYkGSM63aLO5BtLCv092+1d4GGBSQYolRq+7Pd1kR\r\n"
+        "EkWBPm0ywZ2Vb8GIS5DLrjelEkBnKCyy3B0yQud9dpVsiUeE7F5sY8Me96WVxQcb\r\n"
+        "OyYdEY/j/9UpDlOG+vA+YgOvBhkKEjiqygVpP8EZoMMijephzg43b5Qi9r5UrvYo\r\n"
+        "o19oR/8pf4HJNDPF0/FJwFVMW8PmCBLGstin3NE1+NeWTkGt0TzpHjgKyfaDP2tO\r\n"
+        "4bCk1G7pP2kDFT7SYfc8xbgCkFQ2UCEXsaH/f5YmpLn4YPiNFCeeIida7xnfTvc4\r\n"
+        "7IxyVccHHq1FzGygOqemrxEETKh8hvDR6eBdrBwmCHVgZrnAqnn93JtGyPLi6+cj\r\n"
+        "WGVGtMZHwzVvX1HvSFG771sskcEjJxiQNQDQRWHEh3NxvNb7kFlAXnVdRkkvhjpR\r\n"
+        "GchFhTAzqmwltdWhWDEyCMKC2x/mSZvZtlZGY+g37Y72qHzidwtyW7rBetZJAgMB\r\n"
+        "AAGjggGtMIIBqTAdBgNVHQ4EFgQUDyBd16FXlduSzyvQx8J3BM5ygHYwHwYDVR0j\r\n"
+        "BBgwFoAUTiJUIBiV5uNu5g/6+rkS7QYXjzkwDgYDVR0PAQH/BAQDAgGGMB0GA1Ud\r\n"
+        "JQQWMBQGCCsGAQUFBwMBBggrBgEFBQcDAjASBgNVHRMBAf8ECDAGAQH/AgEAMHYG\r\n"
+        "CCsGAQUFBwEBBGowaDAkBggrBgEFBQcwAYYYaHR0cDovL29jc3AuZGlnaWNlcnQu\r\n"
+        "Y29tMEAGCCsGAQUFBzAChjRodHRwOi8vY2FjZXJ0cy5kaWdpY2VydC5jb20vRGln\r\n"
+        "aUNlcnRHbG9iYWxSb290RzIuY3J0MHsGA1UdHwR0MHIwN6A1oDOGMWh0dHA6Ly9j\r\n"
+        "cmwzLmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5jcmwwN6A1oDOG\r\n"
+        "MWh0dHA6Ly9jcmw0LmRpZ2ljZXJ0LmNvbS9EaWdpQ2VydEdsb2JhbFJvb3RHMi5j\r\n"
+        "cmwwHQYDVR0gBBYwFDAIBgZngQwBAgEwCAYGZ4EMAQICMBAGCSsGAQQBgjcVAQQD\r\n"
+        "AgEAMA0GCSqGSIb3DQEBDAUAA4IBAQAlFvNh7QgXVLAZSsNR2XRmIn9iS8OHFCBA\r\n"
+        "WxKJoi8YYQafpMTkMqeuzoL3HWb1pYEipsDkhiMnrpfeYZEA7Lz7yqEEtfgHcEBs\r\n"
+        "K9KcStQGGZRfmWU07hPXHnFz+5gTXqzCE2PBMlRgVUYJiA25mJPXfB00gDvGhtYa\r\n"
+        "+mENwM9Bq1B9YYLyLjRtUz8cyGsdyTIG/bBM/Q9jcV8JGqMU/UjAdh1pFyTnnHEl\r\n"
+        "Y59Npi7F87ZqYYJEHJM2LGD+le8VsHjgeWX2CJQko7klXvcizuZvUEDTjHaQcs2J\r\n"
+        "+kPgfyMIOY1DMJ21NxOJ2xPRC/wAh/hzSBRVtoAnyuxtkZ4VjIOh\r\n"
+        "-----END CERTIFICATE-----\r\n";
+    ```
+
+1. Aggiungi una costante a questo file per l'URL del servizio vocale senza la posizione. Questo sarà combinato con la posizione e la lingua successivamente per ottenere l'URL completo.
+
+    ```cpp
+    const char *SPEECH_URL = "https://%s.stt.speech.microsoft.com/speech/recognition/conversation/cognitiveservices/v1?language=%s";
+    ```
+
+1. Nel file di intestazione `speech_to_text.h`, nella sezione `private` della classe `SpeechToText`, definisci un campo per un WiFi Client utilizzando il certificato del servizio vocale:
+
+    ```cpp
+    WiFiClientSecure _speech_client;
+    ```
+
+1. Nel metodo `init`, imposta il certificato su questo WiFi Client:
+
+    ```cpp
+    _speech_client.setCACert(SPEECH_CERTIFICATE);
+    ```
+
+1. Aggiungi il seguente codice alla sezione `public` della classe `SpeechToText` per definire un metodo per convertire la voce in testo:
+
+    ```cpp
+    String convertSpeechToText()
+    {
+        
+    }
+    ```
+
+1. Aggiungi il seguente codice a questo metodo per creare un client HTTP utilizzando il WiFi Client configurato con il certificato del servizio vocale e utilizzando l'URL del servizio vocale impostato con la posizione e la lingua:
+
+    ```cpp
+    char url[128];
+    sprintf(url, SPEECH_URL, SPEECH_LOCATION, LANGUAGE);
+
+    HTTPClient httpClient;
+    httpClient.begin(_speech_client, url);
+    ```
+
+1. Alcune intestazioni devono essere impostate sulla connessione:
+
+    ```cpp
+    httpClient.addHeader("Authorization", String("Bearer ") + _access_token);
+    httpClient.addHeader("Content-Type", String("audio/wav; codecs=audio/pcm; samplerate=") + String(RATE));
+    httpClient.addHeader("Accept", "application/json;text/xml");
+    ```
+
+    Questo imposta le intestazioni per l'autorizzazione utilizzando il token di accesso, il formato audio utilizzando la frequenza di campionamento e imposta che il client si aspetta il risultato come JSON.
+
+1. Dopo questo, aggiungi il seguente codice per effettuare la chiamata all'API REST:
+
+    ```cpp
+    Serial.println("Sending speech...");
+
+    FlashStream stream;
+    int httpResponseCode = httpClient.sendRequest("POST", &stream, BUFFER_SIZE);
+
+    Serial.println("Speech sent!");
+    ```
+
+    Questo crea un `FlashStream` e lo utilizza per trasmettere dati all'API REST.
+
+1. Sotto questo, aggiungi il seguente codice:
+
+    ```cpp
+    String text = "";
+
+    if (httpResponseCode == 200)
+    {
+        String result = httpClient.getString();
+        Serial.println(result);
+
+        DynamicJsonDocument doc(1024);
+        deserializeJson(doc, result.c_str());
+
+        JsonObject obj = doc.as<JsonObject>();
+        text = obj["DisplayText"].as<String>();
+    }
+    else if (httpResponseCode == 401)
+    {
+        Serial.println("Access token expired, trying again with a new token");
+        _access_token = getAccessToken();
+        return convertSpeechToText();
+    }
+    else
+    {
+        Serial.print("Failed to convert text to speech - error ");
+        Serial.println(httpResponseCode);
+    }
+    ```
+
+    Questo codice controlla il codice di risposta.
+
+    Se è 200, il codice per il successo, allora il risultato viene recuperato, decodificato da JSON e la proprietà `DisplayText` viene impostata nella variabile `text`. Questa è la proprietà in cui viene restituita la versione testuale della voce.
+
+    Se il codice di risposta è 401, allora il token di accesso è scaduto (questi token durano solo 10 minuti). Viene richiesto un nuovo token di accesso e la chiamata viene effettuata di nuovo.
+
+    Altrimenti, viene inviato un errore al monitor seriale e `text` rimane vuoto.
+
+1. Aggiungi il seguente codice alla fine di questo metodo per chiudere il client HTTP e restituire il testo:
+
+    ```cpp
+    httpClient.end();
+
+    return text;
+    ```
+
+1. In `main.cpp`, chiama questo nuovo metodo `convertSpeechToText` nella funzione `processAudio`, quindi registra la voce sul monitor seriale:
+
+    ```cpp
+    String text = speechToText.convertSpeechToText();
+    Serial.println(text);
+    ```
+
+1. Compila questo codice, caricalo sul tuo Wio Terminal e testalo attraverso il monitor seriale. Una volta che vedi `Ready` nel monitor seriale, premi il pulsante C (quello sul lato sinistro, più vicino all'interruttore di alimentazione) e parla. Verranno catturati 4 secondi di audio, poi convertiti in testo.
+
+    ```output
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    Got access token.
+    Ready.
+    Starting recording...
+    Finished recording
+    Sending speech...
+    Speech sent!
+    {"RecognitionStatus":"Success","DisplayText":"Set a 2 minute and 27 second timer.","Offset":4700000,"Duration":35300000}
+    Set a 2 minute and 27 second timer.
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-speech-to-text/wio-terminal](../../../../../6-consumer/lessons/1-speech-recognition/code-speech-to-text/wio-terminal).
+
+😀 Il tuo programma di conversione da voce a testo è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/2-language-understanding/README.md b/translations/it/6-consumer/lessons/2-language-understanding/README.md
new file mode 100644
index 00000000..7a5b301b
--- /dev/null
+++ b/translations/it/6-consumer/lessons/2-language-understanding/README.md
@@ -0,0 +1,572 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "6f4ba69d77f16c4a5110623a96a215c3",
+  "translation_date": "2025-08-25T17:42:11+00:00",
+  "source_file": "6-consumer/lessons/2-language-understanding/README.md",
+  "language_code": "it"
+}
+-->
+# Comprendere il linguaggio
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/43)
+
+## Introduzione
+
+Nella lezione precedente hai convertito il parlato in testo. Per utilizzare questo risultato per programmare un timer intelligente, il tuo codice dovrà comprendere ciò che è stato detto. Potresti supporre che l'utente utilizzi una frase fissa, come "Imposta un timer di 3 minuti", e analizzare quell'espressione per determinare la durata del timer. Tuttavia, questo approccio non è molto intuitivo. Se un utente dicesse "Imposta un timer per 3 minuti", tu o io capiremmo cosa intende, ma il tuo codice no, poiché si aspetterebbe una frase fissa.
+
+È qui che entra in gioco la comprensione del linguaggio, utilizzando modelli di intelligenza artificiale per interpretare il testo e restituire i dettagli necessari. Ad esempio, essere in grado di comprendere sia "Imposta un timer di 3 minuti" sia "Imposta un timer per 3 minuti" e capire che è necessario un timer di 3 minuti.
+
+In questa lezione imparerai i modelli di comprensione del linguaggio, come crearli, addestrarli e utilizzarli nel tuo codice.
+
+In questa lezione tratteremo:
+
+* [Comprensione del linguaggio](../../../../../6-consumer/lessons/2-language-understanding)
+* [Creare un modello di comprensione del linguaggio](../../../../../6-consumer/lessons/2-language-understanding)
+* [Intenzioni ed entità](../../../../../6-consumer/lessons/2-language-understanding)
+* [Utilizzare il modello di comprensione del linguaggio](../../../../../6-consumer/lessons/2-language-understanding)
+
+## Comprensione del linguaggio
+
+Gli esseri umani utilizzano il linguaggio per comunicare da centinaia di migliaia di anni. Comunichiamo con parole, suoni o azioni e comprendiamo ciò che viene detto, sia il significato delle parole, dei suoni o delle azioni, sia il loro contesto. Comprendiamo sincerità e sarcasmo, permettendo alle stesse parole di avere significati diversi a seconda del tono della voce.
+
+✅ Pensa ad alcune conversazioni che hai avuto di recente. Quanto di queste conversazioni sarebbe difficile da comprendere per un computer perché richiede contesto?
+
+La comprensione del linguaggio, chiamata anche comprensione del linguaggio naturale, fa parte di un campo dell'intelligenza artificiale chiamato elaborazione del linguaggio naturale (o NLP) e si occupa della comprensione del testo, cercando di interpretare i dettagli di parole o frasi. Se utilizzi un assistente vocale come Alexa o Siri, hai già utilizzato servizi di comprensione del linguaggio. Questi sono i servizi di intelligenza artificiale dietro le quinte che convertono "Alexa, riproduci l'ultimo album di Taylor Swift" in mia figlia che balla in soggiorno sulle sue canzoni preferite.
+
+> 💁 I computer, nonostante tutti i loro progressi, hanno ancora molta strada da fare per comprendere veramente il testo. Quando ci riferiamo alla comprensione del linguaggio con i computer, non intendiamo nulla di lontanamente avanzato come la comunicazione umana, ma piuttosto l'estrazione di dettagli chiave da alcune parole.
+
+Come esseri umani, comprendiamo il linguaggio senza pensarci troppo. Se chiedessi a un altro essere umano di "riprodurre l'ultimo album di Taylor Swift", saprebbe istintivamente cosa intendo. Per un computer, questo è più difficile. Dovrebbe prendere le parole, convertite dal parlato in testo, e determinare i seguenti dettagli:
+
+* La musica deve essere riprodotta
+* La musica è dell'artista Taylor Swift
+* La musica specifica è un intero album composto da più tracce in ordine
+* Taylor Swift ha molti album, quindi devono essere ordinati cronologicamente e quello più recente è quello richiesto
+
+✅ Pensa ad alcune frasi che hai pronunciato facendo richieste, come ordinare un caffè o chiedere a un familiare di passarti qualcosa. Prova a scomporle nei dettagli che un computer dovrebbe estrarre per comprendere la frase.
+
+I modelli di comprensione del linguaggio sono modelli di intelligenza artificiale addestrati per estrarre determinati dettagli dal linguaggio e vengono poi addestrati per compiti specifici utilizzando il trasferimento di apprendimento, nello stesso modo in cui hai addestrato un modello di visione personalizzato utilizzando un piccolo set di immagini. Puoi prendere un modello e poi addestrarlo utilizzando il testo che vuoi che comprenda.
+
+## Creare un modello di comprensione del linguaggio
+
+![Il logo di LUIS](../../../../../translated_images/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.it.png)
+
+Puoi creare modelli di comprensione del linguaggio utilizzando LUIS, un servizio di comprensione del linguaggio di Microsoft che fa parte dei Servizi Cognitivi.
+
+### Attività - creare una risorsa di authoring
+
+Per utilizzare LUIS, devi creare una risorsa di authoring.
+
+1. Usa il seguente comando per creare una risorsa di authoring nel tuo gruppo di risorse `smart-timer`:
+
+    ```python
+    az cognitiveservices account create --name smart-timer-luis-authoring \
+                                        --resource-group smart-timer \
+                                        --kind LUIS.Authoring \
+                                        --sku F0 \
+                                        --yes \
+                                        --location <location>
+    ```
+
+    Sostituisci `<location>` con la posizione che hai utilizzato quando hai creato il gruppo di risorse.
+
+    > ⚠️ LUIS non è disponibile in tutte le regioni, quindi se ricevi il seguente errore:
+    >
+    > ```output
+    > InvalidApiSetId: The account type 'LUIS.Authoring' is either invalid or unavailable in given region.
+    > ```
+    >
+    > scegli una regione diversa.
+
+    Questo creerà una risorsa di authoring LUIS di livello gratuito.
+
+### Attività - creare un'app di comprensione del linguaggio
+
+1. Apri il portale LUIS su [luis.ai](https://luis.ai?WT.mc_id=academic-17441-jabenn) nel tuo browser e accedi con lo stesso account che hai utilizzato per Azure.
+
+1. Segui le istruzioni nella finestra di dialogo per selezionare il tuo abbonamento Azure, quindi seleziona la risorsa `smart-timer-luis-authoring` che hai appena creato.
+
+1. Dalla lista *Conversation apps*, seleziona il pulsante **New app** per creare una nuova applicazione. Dai alla nuova app il nome `smart-timer` e imposta la *Culture* sulla tua lingua.
+
+    > 💁 C'è un campo per una risorsa di previsione. Puoi creare una seconda risorsa solo per la previsione, ma la risorsa di authoring gratuita consente 1.000 previsioni al mese, che dovrebbero essere sufficienti per lo sviluppo, quindi puoi lasciare questo campo vuoto.
+
+1. Leggi la guida che appare una volta creata l'app per comprendere i passaggi necessari per addestrare il modello di comprensione del linguaggio. Chiudi questa guida quando hai finito.
+
+## Intenzioni ed entità
+
+La comprensione del linguaggio si basa su *intenzioni* ed *entità*. Le intenzioni rappresentano ciò che si intende fare con le parole, ad esempio riprodurre musica, impostare un timer o ordinare cibo. Le entità rappresentano ciò a cui si riferisce l'intenzione, come l'album, la durata del timer o il tipo di cibo. Ogni frase interpretata dal modello dovrebbe avere almeno un'intenzione e, facoltativamente, una o più entità.
+
+Alcuni esempi:
+
+| Frase                                              | Intenzione        | Entità                                      |
+| -------------------------------------------------- | ----------------- | ------------------------------------------- |
+| "Riproduci l'ultimo album di Taylor Swift"         | *riprodurre musica* | *l'ultimo album di Taylor Swift*            |
+| "Imposta un timer di 3 minuti"                     | *impostare un timer* | *3 minuti*                                  |
+| "Annulla il mio timer"                             | *annullare un timer* | Nessuna                                     |
+| "Ordina 3 pizze grandi all'ananas e un'insalata Caesar" | *ordinare cibo*    | *3 pizze grandi all'ananas*, *insalata Caesar* |
+
+✅ Con le frasi che hai pensato prima, quale sarebbe l'intenzione e quali sarebbero le entità in quella frase?
+
+Per addestrare LUIS, prima devi impostare le entità. Queste possono essere un elenco fisso di termini o apprese dal testo. Ad esempio, potresti fornire un elenco fisso di cibi disponibili nel tuo menu, con variazioni (o sinonimi) di ogni parola, come *melanzana* e *aubergine* come variazioni di *aubergine*. LUIS ha anche entità predefinite che possono essere utilizzate, come numeri e località.
+
+Per impostare un timer, potresti avere un'entità che utilizza le entità predefinite per i numeri relativi al tempo e un'altra per le unità, come minuti e secondi. Ogni unità avrebbe più variazioni per coprire le forme singolari e plurali - come minuto e minuti.
+
+Una volta definite le entità, crei le intenzioni. Queste vengono apprese dal modello basandosi su frasi di esempio che fornisci (note come utterances). Ad esempio, per un'intenzione *impostare timer*, potresti fornire le seguenti frasi:
+
+* `imposta un timer di 1 secondo`
+* `imposta un timer di 1 minuto e 12 secondi`
+* `imposta un timer di 3 minuti`
+* `imposta un timer di 9 minuti e 30 secondi`
+
+Poi indichi a LUIS quali parti di queste frasi corrispondono alle entità:
+
+![La frase "imposta un timer di 1 minuto e 12 secondi" suddivisa in entità](../../../../../translated_images/sentence-as-intent-entities.301401696f9922590a99343f5c5d211b710b906f212f0d4d034cee3ffb610272.it.png)
+
+La frase `imposta un timer di 1 minuto e 12 secondi` ha l'intenzione di `impostare timer`. Ha anche 2 entità con 2 valori ciascuna:
+
+|            | tempo | unità   |
+| ---------- | ----: | ------- |
+| 1 minuto   | 1     | minuto  |
+| 12 secondi | 12    | secondo |
+
+Per addestrare un buon modello, hai bisogno di una gamma di frasi di esempio diverse per coprire i molti modi in cui qualcuno potrebbe chiedere la stessa cosa.
+
+> 💁 Come per qualsiasi modello di intelligenza artificiale, più dati e più accurati sono i dati utilizzati per l'addestramento, migliore sarà il modello.
+
+✅ Pensa ai diversi modi in cui potresti chiedere la stessa cosa e aspettarti che un essere umano comprenda.
+
+### Attività - aggiungere entità ai modelli di comprensione del linguaggio
+
+Per il timer, devi aggiungere 2 entità: una per l'unità di tempo (minuti o secondi) e una per il numero di minuti o secondi.
+
+Puoi trovare istruzioni per utilizzare il portale LUIS nella documentazione [Quickstart: Build your app in LUIS portal documentation on Microsoft docs](https://docs.microsoft.com/azure/cognitive-services/luis/luis-get-started-create-app?WT.mc_id=academic-17441-jabenn).
+
+1. Dal portale LUIS, seleziona la scheda *Entities* e aggiungi l'entità predefinita *number* selezionando il pulsante **Add prebuilt entity**, quindi selezionando *number* dall'elenco.
+
+1. Crea una nuova entità per l'unità di tempo utilizzando il pulsante **Create**. Dai all'entità il nome `time unit` e imposta il tipo su *List*. Aggiungi valori per `minute` e `second` alla lista *Normalized values*, aggiungendo le forme singolari e plurali alla lista *synonyms*. Premi `return` dopo aver aggiunto ogni sinonimo per aggiungerlo alla lista.
+
+    | Valore normalizzato | Sinonimi        |
+    | ------------------- | --------------- |
+    | minute              | minuto, minuti  |
+    | second              | secondo, secondi |
+
+### Attività - aggiungere intenzioni ai modelli di comprensione del linguaggio
+
+1. Dalla scheda *Intents*, seleziona il pulsante **Create** per creare una nuova intenzione. Dai a questa intenzione il nome `set timer`.
+
+1. Negli esempi, inserisci diversi modi per impostare un timer utilizzando sia minuti, secondi e combinazioni di minuti e secondi. Gli esempi potrebbero essere:
+
+    * `imposta un timer di 1 secondo`
+    * `imposta un timer di 4 minuti`
+    * `imposta un timer di quattro minuti e sei secondi`
+    * `imposta un timer di 9 minuti e 30 secondi`
+    * `imposta un timer di 1 minuto e 12 secondi`
+    * `imposta un timer di 3 minuti`
+    * `imposta un timer di 3 minuti e 1 secondo`
+    * `imposta un timer di tre minuti e un secondo`
+    * `imposta un timer di 1 minuto e 1 secondo`
+    * `imposta un timer di 30 secondi`
+    * `imposta un timer di 1 secondo`
+
+    Mescola numeri come parole e numeri per far sì che il modello impari a gestire entrambi.
+
+1. Mentre inserisci ogni esempio, LUIS inizierà a rilevare le entità e sottolineerà e etichetterà quelle che trova.
+
+    ![Gli esempi con i numeri e le unità di tempo sottolineati da LUIS](../../../../../translated_images/luis-intent-examples.25716580b2d2723cf1bafdf277d015c7f046d8cfa20f27bddf3a0873ec45fab7.it.png)
+
+### Attività - addestrare e testare il modello
+
+1. Una volta configurate le entità e le intenzioni, puoi addestrare il modello utilizzando il pulsante **Train** nel menu superiore. Seleziona questo pulsante e il modello dovrebbe addestrarsi in pochi secondi. Il pulsante sarà disattivato durante l'addestramento e verrà riattivato una volta completato.
+
+1. Seleziona il pulsante **Test** dal menu superiore per testare il modello di comprensione del linguaggio. Inserisci un testo come `imposta un timer di 5 minuti e 4 secondi` e premi invio. La frase apparirà in una casella sotto la casella di testo in cui l'hai digitata, e sotto di essa ci sarà l'*intenzione principale*, ovvero l'intenzione rilevata con la probabilità più alta. Questa dovrebbe essere `set timer`. Il nome dell'intenzione sarà seguito dalla probabilità che l'intenzione rilevata sia quella corretta.
+
+1. Seleziona l'opzione **Inspect** per vedere una suddivisione dei risultati. Vedrai l'intenzione con il punteggio più alto e la sua percentuale di probabilità, insieme agli elenchi delle entità rilevate.
+
+1. Chiudi il pannello *Test* quando hai finito di testare.
+
+### Attività - pubblicare il modello
+
+Per utilizzare questo modello nel codice, devi pubblicarlo. Quando pubblichi da LUIS, puoi pubblicare in un ambiente di staging per i test o in un ambiente di produzione per un rilascio completo. In questa lezione, un ambiente di staging è sufficiente.
+
+1. Dal portale LUIS, seleziona il pulsante **Publish** dal menu superiore.
+
+1. Assicurati che sia selezionato lo *Staging slot*, quindi seleziona **Done**. Vedrai una notifica quando l'app sarà pubblicata.
+
+1. Puoi testare questo modello utilizzando curl. Per costruire il comando curl, hai bisogno di tre valori: l'endpoint, l'ID dell'applicazione (App ID) e una chiave API. Questi possono essere accessibili dalla scheda **MANAGE** che può essere selezionata dal menu superiore.
+
+    1. Dalla sezione *Settings*, copia l'App ID.
+1. Dalla sezione *Azure Resources*, seleziona *Authoring Resource* e copia la *Primary Key* e l'*Endpoint URL*.
+
+1. Esegui il seguente comando curl nel tuo prompt dei comandi o terminale:
+
+    ```sh
+    curl "<endpoint url>/luis/prediction/v3.0/apps/<app id>/slots/staging/predict" \
+          --request GET \
+          --get \
+          --data "subscription-key=<primary key>" \
+          --data "verbose=false" \
+          --data "show-all-intents=true" \
+          --data-urlencode "query=<sentence>"
+    ```
+
+    Sostituisci `<endpoint url>` con l'Endpoint URL dalla sezione *Azure Resources*.
+
+    Sostituisci `<app id>` con l'App ID dalla sezione *Settings*.
+
+    Sostituisci `<primary key>` con la Primary Key dalla sezione *Azure Resources*.
+
+    Sostituisci `<sentence>` con la frase che vuoi testare.
+
+1. L'output di questa chiamata sarà un documento JSON che dettaglia la query, l'intento principale e un elenco di entità suddivise per tipo.
+
+    ```JSON
+    {
+        "query": "set a timer for 45 minutes and 12 seconds",
+        "prediction": {
+            "topIntent": "set timer",
+            "intents": {
+                "set timer": {
+                    "score": 0.97031575
+                },
+                "None": {
+                    "score": 0.02205793
+                }
+            },
+            "entities": {
+                "number": [
+                    45,
+                    12
+                ],
+                "time-unit": [
+                    [
+                        "minute"
+                    ],
+                    [
+                        "second"
+                    ]
+                ]
+            }
+        }
+    }
+    ```
+
+    Il JSON sopra proviene da una query con `set a timer for 45 minutes and 12 seconds`:
+
+    * `set timer` è stato l'intento principale con una probabilità del 97%.
+    * Sono state rilevate due entità *number*, `45` e `12`.
+    * Sono state rilevate due entità *time-unit*, `minute` e `second`.
+
+## Utilizzare il modello di comprensione del linguaggio
+
+Una volta pubblicato, il modello LUIS può essere chiamato dal codice. Nelle lezioni precedenti, hai utilizzato un IoT Hub per gestire la comunicazione con i servizi cloud, inviando telemetria e ascoltando comandi. Questo approccio è molto asincrono: una volta inviata la telemetria, il tuo codice non attende una risposta, e se il servizio cloud non è disponibile, non lo sapresti.
+
+Per un timer intelligente, vogliamo una risposta immediata, così possiamo informare l'utente che un timer è stato impostato o avvisarlo che i servizi cloud non sono disponibili. Per fare ciò, il nostro dispositivo IoT chiamerà direttamente un endpoint web, invece di fare affidamento su un IoT Hub.
+
+Invece di chiamare LUIS direttamente dal dispositivo IoT, puoi utilizzare codice serverless con un tipo di trigger diverso: un trigger HTTP. Questo consente alla tua app di funzione di ascoltare richieste REST e rispondere a esse. Questa funzione sarà un endpoint REST che il tuo dispositivo può chiamare.
+
+> 💁 Anche se puoi chiamare LUIS direttamente dal tuo dispositivo IoT, è meglio utilizzare qualcosa come codice serverless. In questo modo, quando vuoi cambiare l'app LUIS che chiami, ad esempio quando alleni un modello migliore o un modello in una lingua diversa, devi solo aggiornare il codice cloud, senza dover ridistribuire il codice su potenzialmente migliaia o milioni di dispositivi IoT.
+
+### Attività - creare un'app di funzioni serverless
+
+1. Crea un'app di funzioni Azure chiamata `smart-timer-trigger` e aprila in VS Code.
+
+1. Aggiungi un trigger HTTP a questa app chiamato `speech-trigger` utilizzando il seguente comando all'interno del terminale di VS Code:
+
+    ```sh
+    func new --name text-to-timer --template "HTTP trigger"
+    ```
+
+    Questo creerà un trigger HTTP chiamato `text-to-timer`.
+
+1. Testa il trigger HTTP eseguendo l'app di funzioni. Quando viene eseguita, vedrai l'endpoint elencato nell'output:
+
+    ```output
+    Functions:
+    
+            text-to-timer: [GET,POST] http://localhost:7071/api/text-to-timer
+    ```
+
+    Testalo caricando l'URL [http://localhost:7071/api/text-to-timer](http://localhost:7071/api/text-to-timer) nel tuo browser.
+
+    ```output
+    This HTTP triggered function executed successfully. Pass a name in the query string or in the request body for a personalized response.
+    ```
+
+### Attività - utilizzare il modello di comprensione del linguaggio
+
+1. L'SDK per LUIS è disponibile tramite un pacchetto Pip. Aggiungi la seguente riga al file `requirements.txt` per aggiungere la dipendenza da questo pacchetto:
+
+    ```sh
+    azure-cognitiveservices-language-luis
+    ```
+
+1. Assicurati che il terminale di VS Code abbia l'ambiente virtuale attivato ed esegui il seguente comando per installare i pacchetti Pip:
+
+    ```sh
+    pip install -r requirements.txt
+    ```
+
+    > 💁 Se riscontri errori, potresti dover aggiornare pip con il seguente comando:
+    >
+    > ```sh
+    > pip install --upgrade pip
+    > ```
+
+1. Aggiungi nuove voci al file `local.settings.json` per la tua LUIS API Key, Endpoint URL e App ID dalla scheda **MANAGE** del portale LUIS:
+
+    ```JSON
+    "LUIS_KEY": "<primary key>",
+    "LUIS_ENDPOINT_URL": "<endpoint url>",
+    "LUIS_APP_ID": "<app id>"
+    ```
+
+    Sostituisci `<endpoint url>` con l'Endpoint URL dalla sezione *Azure Resources* della scheda **MANAGE**. Questo sarà `https://<location>.api.cognitive.microsoft.com/`.
+
+    Sostituisci `<app id>` con l'App ID dalla sezione *Settings* della scheda **MANAGE**.
+
+    Sostituisci `<primary key>` con la Primary Key dalla sezione *Azure Resources* della scheda **MANAGE**.
+
+1. Aggiungi le seguenti importazioni al file `__init__.py`:
+
+    ```python
+    import json
+    import os
+    from azure.cognitiveservices.language.luis.runtime import LUISRuntimeClient
+    from msrest.authentication import CognitiveServicesCredentials
+    ```
+
+    Questo importa alcune librerie di sistema, oltre alle librerie per interagire con LUIS.
+
+1. Elimina il contenuto del metodo `main` e aggiungi il seguente codice:
+
+    ```python
+    luis_key = os.environ['LUIS_KEY']
+    endpoint_url = os.environ['LUIS_ENDPOINT_URL']
+    app_id = os.environ['LUIS_APP_ID']
+    
+    credentials = CognitiveServicesCredentials(luis_key)
+    client = LUISRuntimeClient(endpoint=endpoint_url, credentials=credentials)
+    ```
+
+    Questo carica i valori che hai aggiunto al file `local.settings.json` per la tua app LUIS, crea un oggetto credenziali con la tua API key, quindi crea un oggetto client LUIS per interagire con la tua app LUIS.
+
+1. Questo trigger HTTP sarà chiamato passando il testo da comprendere come JSON, con il testo in una proprietà chiamata `text`. Il seguente codice estrae il valore dal corpo della richiesta HTTP e lo registra nella console. Aggiungi questo codice alla funzione `main`:
+
+    ```python
+    req_body = req.get_json()
+    text = req_body['text']
+    logging.info(f'Request - {text}')
+    ```
+
+1. Le previsioni vengono richieste a LUIS inviando una richiesta di previsione - un documento JSON contenente il testo da prevedere. Crealo con il seguente codice:
+
+    ```python
+    prediction_request = { 'query' : text }
+    ```
+
+1. Questa richiesta può quindi essere inviata a LUIS, utilizzando lo slot di staging a cui la tua app è stata pubblicata:
+
+    ```python
+    prediction_response = client.prediction.get_slot_prediction(app_id, 'Staging', prediction_request)
+    ```
+
+1. La risposta alla previsione contiene l'intento principale - l'intento con il punteggio di previsione più alto, insieme alle entità. Se l'intento principale è `set timer`, allora le entità possono essere lette per ottenere il tempo necessario per il timer:
+
+    ```python
+    if prediction_response.prediction.top_intent == 'set timer':
+        numbers = prediction_response.prediction.entities['number']
+        time_units = prediction_response.prediction.entities['time unit']
+        total_seconds = 0
+    ```
+
+    Le entità `number` saranno un array di numeri. Ad esempio, se hai detto *"Set a four minute 17 second timer."*, allora l'array `number` conterrà 2 interi - 4 e 17.
+
+    Le entità `time unit` saranno un array di array di stringhe, con ogni unità di tempo come un array di stringhe all'interno dell'array. Ad esempio, se hai detto *"Set a four minute 17 second timer."*, allora l'array `time unit` conterrà 2 array con valori singoli ciascuno - `['minute']` e `['second']`.
+
+    La versione JSON di queste entità per *"Set a four minute 17 second timer."* è:
+
+    ```json
+    {
+        "number": [4, 17],
+        "time unit": [
+            ["minute"],
+            ["second"]
+        ]
+    }
+    ```
+
+    Questo codice definisce anche un conteggio per il tempo totale del timer in secondi. Questo sarà popolato dai valori delle entità.
+
+1. Le entità non sono collegate, ma possiamo fare alcune ipotesi su di esse. Saranno nell'ordine in cui sono state pronunciate, quindi la posizione nell'array può essere utilizzata per determinare quale numero corrisponde a quale unità di tempo. Ad esempio:
+
+    * *"Set a 30 second timer"* - avrà un numero, `30`, e un'unità di tempo, `second`, quindi il singolo numero corrisponderà alla singola unità di tempo.
+    * *"Set a 2 minute and 30 second timer"* - avrà due numeri, `2` e `30`, e due unità di tempo, `minute` e `second`, quindi il primo numero sarà per la prima unità di tempo (2 minuti) e il secondo numero per la seconda unità di tempo (30 secondi).
+
+    Il seguente codice ottiene il conteggio degli elementi nelle entità `number` e utilizza questo per estrarre il primo elemento da ogni array, poi il secondo e così via. Aggiungi questo all'interno del blocco `if`.
+
+    ```python
+    for i in range(0, len(numbers)):
+        number = numbers[i]
+        time_unit = time_units[i][0]
+    ```
+
+    Per *"Set a four minute 17 second timer."*, questo ciclo si ripeterà due volte, dando i seguenti valori:
+
+    | loop count | `number` | `time_unit` |
+    | ---------: | -------: | ----------- |
+    | 0          | 4        | minute      |
+    | 1          | 17       | second      |
+
+1. All'interno di questo ciclo, utilizza il numero e l'unità di tempo per calcolare il tempo totale per il timer, aggiungendo 60 secondi per ogni minuto e il numero di secondi per eventuali secondi.
+
+    ```python
+    if time_unit == 'minute':
+        total_seconds += number * 60
+    else:
+        total_seconds += number
+    ```
+
+1. Al di fuori di questo ciclo attraverso le entità, registra il tempo totale per il timer:
+
+    ```python
+    logging.info(f'Timer required for {total_seconds} seconds')
+    ```
+
+1. Il numero di secondi deve essere restituito dalla funzione come risposta HTTP. Alla fine del blocco `if`, aggiungi il seguente codice:
+
+    ```python
+    payload = {
+        'seconds': total_seconds
+    }
+    return func.HttpResponse(json.dumps(payload), status_code=200)
+    ```
+
+    Questo codice crea un payload contenente il numero totale di secondi per il timer, lo converte in una stringa JSON e lo restituisce come risultato HTTP con un codice di stato 200, che significa che la chiamata è stata eseguita con successo.
+
+1. Infine, al di fuori del blocco `if`, gestisci il caso in cui l'intento non sia stato riconosciuto restituendo un codice di errore:
+
+    ```python
+    return func.HttpResponse(status_code=404)
+    ```
+
+    404 è il codice di stato per *non trovato*.
+
+1. Esegui l'app di funzioni e testala utilizzando curl.
+
+    ```sh
+    curl --request POST 'http://localhost:7071/api/text-to-timer' \
+         --header 'Content-Type: application/json' \
+         --include \
+         --data '{"text":"<text>"}'
+    ```
+
+    Sostituisci `<text>` con il testo della tua richiesta, ad esempio `set a 2 minutes 27 second timer`.
+
+    Vedrai il seguente output dall'app di funzioni:
+
+    ```output
+    Functions:
+
+            text-to-timer: [GET,POST] http://localhost:7071/api/text-to-timer
+    
+    For detailed output, run func with --verbose flag.
+    [2021-06-26T19:45:14.502Z] Worker process started and initialized.
+    [2021-06-26T19:45:19.338Z] Host lock lease acquired by instance ID '000000000000000000000000951CAE4E'.
+    [2021-06-26T19:45:52.059Z] Executing 'Functions.text-to-timer' (Reason='This function was programmatically called via the host APIs.', Id=f68bfb90-30e4-47a5-99da-126b66218e81)
+    [2021-06-26T19:45:53.577Z] Timer required for 147 seconds
+    [2021-06-26T19:45:53.746Z] Executed 'Functions.text-to-timer' (Succeeded, Id=f68bfb90-30e4-47a5-99da-126b66218e81, Duration=1750ms)
+    ```
+
+    La chiamata a curl restituirà il seguente risultato:
+
+    ```output
+    HTTP/1.1 200 OK
+    Date: Tue, 29 Jun 2021 01:14:11 GMT
+    Content-Type: text/plain; charset=utf-8
+    Server: Kestrel
+    Transfer-Encoding: chunked
+    
+    {"seconds": 147}
+    ```
+
+    Il numero di secondi per il timer è nel valore `"seconds"`.
+
+> 💁 Puoi trovare questo codice nella cartella [code/functions](../../../../../6-consumer/lessons/2-language-understanding/code/functions).
+
+### Attività - rendere la tua funzione disponibile al tuo dispositivo IoT
+
+1. Per consentire al tuo dispositivo IoT di chiamare il tuo endpoint REST, avrà bisogno di conoscere l'URL. Quando lo hai accesso in precedenza, hai utilizzato `localhost`, che è un collegamento per accedere agli endpoint REST sulla tua macchina locale. Per consentire al tuo dispositivo IoT di accedere, devi pubblicare nel cloud o ottenere il tuo indirizzo IP per accedervi localmente.
+
+    > ⚠️ Se stai utilizzando un Wio Terminal, è più semplice eseguire l'app di funzioni localmente, poiché ci sarà una dipendenza da librerie che significa che non puoi distribuire l'app di funzioni nello stesso modo in cui hai fatto prima. Esegui l'app di funzioni localmente e accedila tramite l'indirizzo IP del tuo computer. Se vuoi distribuirla nel cloud, verranno fornite informazioni in una lezione successiva su come farlo.
+
+    * Pubblica l'app di funzioni - segui le istruzioni delle lezioni precedenti per pubblicare la tua app di funzioni nel cloud. Una volta pubblicata, l'URL sarà `https://<APP_NAME>.azurewebsites.net/api/text-to-timer`, dove `<APP_NAME>` sarà il nome della tua app di funzioni. Assicurati di pubblicare anche le impostazioni locali.
+
+      Quando lavori con trigger HTTP, sono protetti per impostazione predefinita con una chiave dell'app di funzioni. Per ottenere questa chiave, esegui il seguente comando:
+
+      ```sh
+      az functionapp keys list --resource-group smart-timer \
+                               --name <APP_NAME>                               
+      ```
+
+      Copia il valore della voce `default` dalla sezione `functionKeys`.
+
+      ```output
+      {
+        "functionKeys": {
+          "default": "sQO1LQaeK9N1qYD6SXeb/TctCmwQEkToLJU6Dw8TthNeUH8VA45hlA=="
+        },
+        "masterKey": "RSKOAIlyvvQEQt9dfpabJT018scaLpQu9p1poHIMCxx5LYrIQZyQ/g==",
+        "systemKeys": {}
+      }
+      ```
+
+      Questa chiave dovrà essere aggiunta come parametro di query all'URL, quindi l'URL finale sarà `https://<APP_NAME>.azurewebsites.net/api/text-to-timer?code=<FUNCTION_KEY>`, dove `<APP_NAME>` sarà il nome della tua app di funzioni e `<FUNCTION_KEY>` sarà la tua chiave di funzione predefinita.
+
+      > 💁 Puoi cambiare il tipo di autorizzazione del trigger HTTP utilizzando l'impostazione `authlevel` nel file `function.json`. Puoi leggere di più su questo nella [sezione di configurazione della documentazione del trigger HTTP di Azure Functions su Microsoft Docs](https://docs.microsoft.com/azure/azure-functions/functions-bindings-http-webhook-trigger?WT.mc_id=academic-17441-jabenn&tabs=python#configuration).
+
+    * Esegui l'app di funzioni localmente e accedi utilizzando l'indirizzo IP - puoi ottenere l'indirizzo IP del tuo computer sulla rete locale e utilizzarlo per costruire l'URL.
+
+      Trova il tuo indirizzo IP:
+
+      * Su Windows 10, segui la [guida per trovare il tuo indirizzo IP](https://support.microsoft.com/windows/find-your-ip-address-f21a9bbc-c582-55cd-35e0-73431160a1b9?WT.mc_id=academic-17441-jabenn).
+      * Su macOS, segui la [guida su come trovare l'indirizzo IP su un Mac](https://www.hellotech.com/guide/for/how-to-find-ip-address-on-mac).
+      * Su Linux, segui la sezione su come trovare l'indirizzo IP privato nella [guida su come trovare l'indirizzo IP in Linux](https://opensource.com/article/18/5/how-find-ip-address-linux).
+
+      Una volta ottenuto il tuo indirizzo IP, sarai in grado di accedere alla funzione su `http://`.
+
+:7071/api/text-to-timer`, dove `<IP_ADDRESS>` sarà il tuo indirizzo IP, ad esempio `http://192.168.1.10:7071/api/text-to-timer`.
+
+      > 💁 Nota che questo utilizza la porta 7071, quindi dopo l'indirizzo IP dovrai aggiungere `:7071`.
+
+      > 💁 Questo funzionerà solo se il tuo dispositivo IoT si trova sulla stessa rete del tuo computer.
+
+1. Testa l'endpoint accedendovi utilizzando curl.
+
+---
+
+## 🚀 Sfida
+
+Esistono molti modi per richiedere la stessa cosa, come impostare un timer. Pensa a diversi modi per farlo e usali come esempi nella tua app LUIS. Provali per vedere quanto bene il tuo modello riesce a gestire modi diversi di richiedere un timer.
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/44)
+
+## Revisione e studio autonomo
+
+* Leggi di più su LUIS e le sue capacità nella [pagina della documentazione di Language Understanding (LUIS) su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/luis/?WT.mc_id=academic-17441-jabenn)
+* Approfondisci la comprensione del linguaggio naturale nella [pagina sulla comprensione del linguaggio naturale su Wikipedia](https://wikipedia.org/wiki/Natural-language_understanding)
+* Leggi di più sui trigger HTTP nella [documentazione sui trigger HTTP di Azure Functions su Microsoft Docs](https://docs.microsoft.com/azure/azure-functions/functions-bindings-http-webhook-trigger?WT.mc_id=academic-17441-jabenn&tabs=python)
+
+## Compito
+
+[Annulla il timer](assignment.md)
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/2-language-understanding/assignment.md b/translations/it/6-consumer/lessons/2-language-understanding/assignment.md
new file mode 100644
index 00000000..50350908
--- /dev/null
+++ b/translations/it/6-consumer/lessons/2-language-understanding/assignment.md
@@ -0,0 +1,26 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5a7262a0c48dfacdfe1ff91b20bf16fd",
+  "translation_date": "2025-08-25T17:44:06+00:00",
+  "source_file": "6-consumer/lessons/2-language-understanding/assignment.md",
+  "language_code": "it"
+}
+-->
+# Annulla il timer
+
+## Istruzioni
+
+Finora in questa lezione hai addestrato un modello per comprendere come impostare un timer. Un'altra funzione utile è annullare un timer - magari il pane è pronto e può essere tolto dal forno prima che il timer scada.
+
+Aggiungi un nuovo intento alla tua app LUIS per annullare il timer. Non avrà bisogno di entità, ma richiederà alcune frasi di esempio. Gestisci questo nel tuo codice serverless se è l'intento principale, registrando che l'intento è stato riconosciuto e restituendo una risposta appropriata.
+
+## Criteri di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ----------------- |
+| Aggiungere l'intento di annullare il timer all'app LUIS | È stato in grado di aggiungere l'intento e addestrare il modello | È stato in grado di aggiungere l'intento ma non di addestrare il modello | Non è stato in grado di aggiungere l'intento e addestrare il modello |
+| Gestire l'intento nell'app serverless | È stato in grado di rilevare l'intento come intento principale e registrarlo | È stato in grado di rilevare l'intento come intento principale | Non è stato in grado di rilevare l'intento come intento principale |
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/3-spoken-feedback/README.md b/translations/it/6-consumer/lessons/3-spoken-feedback/README.md
new file mode 100644
index 00000000..b3880a3b
--- /dev/null
+++ b/translations/it/6-consumer/lessons/3-spoken-feedback/README.md
@@ -0,0 +1,138 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "b73fe10ec6b580fba2affb6f6e0a5c4d",
+  "translation_date": "2025-08-25T17:45:42+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/README.md",
+  "language_code": "it"
+}
+-->
+# Imposta un timer e fornisci feedback vocale
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+## Quiz preliminare alla lezione
+
+[Quiz preliminare alla lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/45)
+
+## Introduzione
+
+Gli assistenti intelligenti non sono dispositivi di comunicazione unidirezionale. Parli con loro e loro rispondono:
+
+"Alexa, imposta un timer di 3 minuti"
+
+"Ok, il tuo timer è impostato per 3 minuti"
+
+Nelle ultime 2 lezioni hai imparato come trasformare il parlato in testo e poi estrarre una richiesta di impostazione del timer da quel testo. In questa lezione imparerai come impostare il timer sul dispositivo IoT, rispondendo all'utente con parole pronunciate che confermano il timer e avvisandolo quando il timer è terminato.
+
+In questa lezione tratteremo:
+
+* [Da testo a parlato](../../../../../6-consumer/lessons/3-spoken-feedback)
+* [Imposta il timer](../../../../../6-consumer/lessons/3-spoken-feedback)
+* [Converti testo in parlato](../../../../../6-consumer/lessons/3-spoken-feedback)
+
+## Da testo a parlato
+
+La conversione da testo a parlato, come suggerisce il nome, è il processo di trasformazione del testo in audio che contiene le parole pronunciate. Il principio di base è suddividere le parole del testo nei loro suoni costituenti (noti come fonemi) e assemblare l'audio per quei suoni, utilizzando audio pre-registrato o generato da modelli di intelligenza artificiale.
+
+![Le tre fasi dei sistemi tipici di conversione da testo a parlato](../../../../../translated_images/tts-overview.193843cf3f5ee09f8b3371a9fdaeb0f116698a07ca69daaa77158da4800e5453.it.png)
+
+I sistemi di conversione da testo a parlato generalmente hanno 3 fasi:
+
+* Analisi del testo
+* Analisi linguistica
+* Generazione della forma d'onda
+
+### Analisi del testo
+
+L'analisi del testo consiste nel prendere il testo fornito e convertirlo in parole che possono essere utilizzate per generare il parlato. Ad esempio, se converti "Ciao mondo", non è necessaria alcuna analisi del testo, le due parole possono essere trasformate in parlato. Se hai "1234", tuttavia, potrebbe essere necessario convertirlo in "Mille duecentotrentaquattro" o "Uno, due, tre, quattro" a seconda del contesto. Per "Ho 1234 mele", sarebbe "Mille duecentotrentaquattro", ma per "Il bambino ha contato 1234" sarebbe "Uno, due, tre, quattro".
+
+Le parole create variano non solo per la lingua, ma anche per il contesto culturale di quella lingua. Ad esempio, in inglese americano, 120 sarebbe "One hundred twenty", mentre in inglese britannico sarebbe "One hundred and twenty", con l'uso di "and" dopo le centinaia.
+
+✅ Alcuni altri esempi che richiedono analisi del testo includono "in" come abbreviazione di pollice e "st" come abbreviazione di santo o strada. Riesci a pensare ad altri esempi nella tua lingua di parole che sono ambigue senza contesto?
+
+Una volta definite le parole, vengono inviate per l'analisi linguistica.
+
+### Analisi linguistica
+
+L'analisi linguistica suddivide le parole in fonemi. I fonemi si basano non solo sulle lettere utilizzate, ma anche sulle altre lettere nella parola. Ad esempio, in italiano il suono della 'e' in "bene" e "perché" è diverso. 
+
+✅ Fai una ricerca: Quali sono i fonemi della tua lingua?
+
+Una volta che le parole sono state convertite in fonemi, questi fonemi necessitano di dati aggiuntivi per supportare l'intonazione, regolando il tono o la durata a seconda del contesto. Un esempio è l'italiano, dove l'intonazione può cambiare il significato di una frase. Ad esempio, "Hai un libro" è una dichiarazione, mentre "Hai un libro?" con un tono crescente alla fine diventa una domanda.
+
+Una volta generati i fonemi, vengono inviati per la generazione della forma d'onda per produrre l'output audio.
+
+### Generazione della forma d'onda
+
+I primi sistemi elettronici di conversione da testo a parlato utilizzavano singole registrazioni audio per ogni fonema, portando a voci molto monotone e robotiche. L'analisi linguistica produceva fonemi, che venivano caricati da un database di suoni e assemblati per creare l'audio.
+
+✅ Fai una ricerca: Trova alcune registrazioni audio dei primi sistemi di sintesi vocale. Confrontale con la sintesi vocale moderna, come quella utilizzata dagli assistenti intelligenti.
+
+La generazione della forma d'onda più moderna utilizza modelli di apprendimento automatico costruiti con deep learning (reti neurali molto grandi che funzionano in modo simile ai neuroni nel cervello) per produrre voci più naturali che possono essere indistinguibili da quelle umane.
+
+> 💁 Alcuni di questi modelli di apprendimento automatico possono essere riaddestrati utilizzando il trasferimento di apprendimento per imitare persone reali. Questo significa che utilizzare la voce come sistema di sicurezza, qualcosa che le banche stanno cercando sempre più di fare, non è più una buona idea, poiché chiunque abbia una registrazione di pochi minuti della tua voce può impersonarti.
+
+Questi grandi modelli di apprendimento automatico vengono addestrati per combinare tutti e tre i passaggi in sintetizzatori vocali end-to-end.
+
+## Imposta il timer
+
+Per impostare il timer, il tuo dispositivo IoT deve chiamare l'endpoint REST che hai creato utilizzando codice serverless, quindi utilizzare il numero di secondi risultante per impostare un timer.
+
+### Attività - chiama la funzione serverless per ottenere il tempo del timer
+
+Segui la guida pertinente per chiamare l'endpoint REST dal tuo dispositivo IoT e impostare un timer per il tempo richiesto:
+
+* [Arduino - Wio Terminal](wio-terminal-set-timer.md)
+* [Computer a scheda singola - Raspberry Pi/Dispositivo IoT virtuale](single-board-computer-set-timer.md)
+
+## Converti testo in parlato
+
+Lo stesso servizio vocale che hai utilizzato per convertire il parlato in testo può essere utilizzato per convertire il testo in parlato, e questo può essere riprodotto tramite un altoparlante sul tuo dispositivo IoT. Il testo da convertire viene inviato al servizio vocale, insieme al tipo di audio richiesto (come la frequenza di campionamento), e vengono restituiti dati binari contenenti l'audio.
+
+Quando invii questa richiesta, lo fai utilizzando il *Speech Synthesis Markup Language* (SSML), un linguaggio di markup basato su XML per applicazioni di sintesi vocale. Questo definisce non solo il testo da convertire, ma anche la lingua del testo, la voce da utilizzare, e può persino essere utilizzato per definire velocità, volume e tono per alcune o tutte le parole nel testo.
+
+Ad esempio, questo SSML definisce una richiesta per convertire il testo "Il tuo timer di 3 minuti e 5 secondi è stato impostato" in parlato utilizzando una voce inglese britannica chiamata `en-GB-MiaNeural`
+
+```xml
+<speak version='1.0' xml:lang='en-GB'>
+    <voice xml:lang='en-GB' name='en-GB-MiaNeural'>
+        Your 3 minute 5 second time has been set
+    </voice>
+</speak>
+```
+
+> 💁 La maggior parte dei sistemi di conversione da testo a parlato ha più voci per diverse lingue, con accenti pertinenti come una voce inglese britannica con accento inglese e una voce inglese neozelandese con accento neozelandese.
+
+### Attività - converti testo in parlato
+
+Segui la guida pertinente per convertire il testo in parlato utilizzando il tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-text-to-speech.md)
+* [Computer a scheda singola - Raspberry Pi](pi-text-to-speech.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-text-to-speech.md)
+
+---
+
+## 🚀 Sfida
+
+SSML offre modi per modificare il modo in cui le parole vengono pronunciate, come aggiungere enfasi a determinate parole, aggiungere pause o cambiare il tono. Prova alcune di queste opzioni, inviando diversi SSML dal tuo dispositivo IoT e confrontando i risultati. Puoi leggere di più su SSML, incluso come modificare il modo in cui le parole vengono pronunciate, nella [specifica Speech Synthesis Markup Language (SSML) Version 1.1 del World Wide Web Consortium](https://www.w3.org/TR/speech-synthesis11/).
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/46)
+
+## Revisione e studio autonomo
+
+* Leggi di più sulla sintesi vocale nella [pagina sulla sintesi vocale su Wikipedia](https://wikipedia.org/wiki/Speech_synthesis)
+* Leggi di più sui modi in cui i criminali utilizzano la sintesi vocale per rubare nella [notizia "voci false aiutano i criminali informatici a rubare denaro" su BBC News](https://www.bbc.com/news/technology-48908736)
+* Scopri di più sui rischi per gli attori vocali derivanti dalle versioni sintetizzate delle loro voci nell'[articolo "questa causa su TikTok evidenzia come l'IA stia danneggiando gli attori vocali" su Vice](https://www.vice.com/en/article/z3xqwj/this-tiktok-lawsuit-is-highlighting-how-ai-is-screwing-over-voice-actors)
+
+## Compito
+
+[Annulla il timer](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/3-spoken-feedback/assignment.md b/translations/it/6-consumer/lessons/3-spoken-feedback/assignment.md
new file mode 100644
index 00000000..1eca327d
--- /dev/null
+++ b/translations/it/6-consumer/lessons/3-spoken-feedback/assignment.md
@@ -0,0 +1,24 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "da5d9360fe02fdcc1e91a725016c846d",
+  "translation_date": "2025-08-25T17:46:20+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/assignment.md",
+  "language_code": "it"
+}
+-->
+# Annulla il timer
+
+## Istruzioni
+
+Nell'esercizio della lezione precedente, hai aggiunto un'intenzione per annullare il timer a LUIS. Per questo esercizio, devi gestire questa intenzione nel codice serverless, inviare un comando al dispositivo IoT e quindi annullare il timer.
+
+## Criteri di valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| -------- | --------- | -------- | ------------- |
+| Gestire l'intenzione nel codice serverless e inviare un comando | È stato in grado di gestire l'intenzione e inviare un comando al dispositivo | È stato in grado di gestire l'intenzione ma non è riuscito a inviare il comando al dispositivo | Non è stato in grado di gestire l'intenzione |
+| Annullare il timer sul dispositivo | È stato in grado di ricevere il comando e annullare il timer | È stato in grado di ricevere il comando ma non annullare il timer | Non è stato in grado di ricevere il comando |
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/3-spoken-feedback/pi-text-to-speech.md b/translations/it/6-consumer/lessons/3-spoken-feedback/pi-text-to-speech.md
new file mode 100644
index 00000000..6a459b2d
--- /dev/null
+++ b/translations/it/6-consumer/lessons/3-spoken-feedback/pi-text-to-speech.md
@@ -0,0 +1,154 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "606f3af1c78e3741e48ce77c31cea626",
+  "translation_date": "2025-08-25T17:47:33+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/pi-text-to-speech.md",
+  "language_code": "it"
+}
+-->
+# Sintesi vocale - Raspberry Pi
+
+In questa parte della lezione, scriverai del codice per convertire il testo in voce utilizzando il servizio di sintesi vocale.
+
+## Convertire il testo in voce utilizzando il servizio di sintesi vocale
+
+Il testo può essere inviato al servizio di sintesi vocale tramite l'API REST per ottenere un file audio che può essere riprodotto sul tuo dispositivo IoT. Quando richiedi la sintesi vocale, devi specificare la voce da utilizzare, poiché la voce può essere generata utilizzando una varietà di opzioni diverse.
+
+Ogni lingua supporta una gamma di voci differenti, e puoi effettuare una richiesta REST al servizio di sintesi vocale per ottenere l'elenco delle voci supportate per ciascuna lingua.
+
+### Attività - ottenere una voce
+
+1. Apri il progetto `smart-timer` in VS Code.
+
+1. Aggiungi il seguente codice sopra la funzione `say` per richiedere l'elenco delle voci per una lingua:
+
+    ```python
+    def get_voice():
+        url = f'https://{location}.tts.speech.microsoft.com/cognitiveservices/voices/list'
+    
+        headers = {
+            'Authorization': 'Bearer ' + get_access_token()
+        }
+    
+        response = requests.get(url, headers=headers)
+        voices_json = json.loads(response.text)
+    
+        first_voice = next(x for x in voices_json if x['Locale'].lower() == language.lower() and x['VoiceType'] == 'Neural')
+        return first_voice['ShortName']
+    
+    voice = get_voice()
+    print(f'Using voice {voice}')
+    ```
+
+    Questo codice definisce una funzione chiamata `get_voice` che utilizza il servizio di sintesi vocale per ottenere un elenco di voci. Successivamente, trova la prima voce che corrisponde alla lingua utilizzata.
+
+    Questa funzione viene quindi chiamata per memorizzare la prima voce, e il nome della voce viene stampato nella console. Questa voce può essere richiesta una sola volta e il valore può essere utilizzato per ogni chiamata per convertire il testo in voce.
+
+    > 💁 Puoi ottenere l'elenco completo delle voci supportate dalla [documentazione sul supporto delle lingue e delle voci su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#text-to-speech). Se desideri utilizzare una voce specifica, puoi rimuovere questa funzione e inserire direttamente il nome della voce dalla documentazione. Ad esempio:
+    >
+    > ```python
+    > voice = 'hi-IN-SwaraNeural'
+    > ```
+
+### Attività - convertire il testo in voce
+
+1. Sotto questo, definisci una costante per il formato audio da recuperare dai servizi di sintesi vocale. Quando richiedi l'audio, puoi farlo in una gamma di formati diversi.
+
+    ```python
+    playback_format = 'riff-48khz-16bit-mono-pcm'
+    ```
+
+    Il formato che puoi utilizzare dipende dal tuo hardware. Se ricevi errori di tipo `Invalid sample rate` durante la riproduzione dell'audio, cambia questo valore con un altro. Puoi trovare l'elenco dei valori supportati nella [documentazione dell'API REST per la sintesi vocale su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/rest-text-to-speech?WT.mc_id=academic-17441-jabenn#audio-outputs). Dovrai utilizzare l'audio in formato `riff`, e i valori da provare sono `riff-16khz-16bit-mono-pcm`, `riff-24khz-16bit-mono-pcm` e `riff-48khz-16bit-mono-pcm`.
+
+1. Sotto questo, dichiara una funzione chiamata `get_speech` che convertirà il testo in voce utilizzando l'API REST del servizio di sintesi vocale:
+
+    ```python
+    def get_speech(text):
+    ```
+
+1. Nella funzione `get_speech`, definisci l'URL da chiamare e gli header da passare:
+
+    ```python
+        url = f'https://{location}.tts.speech.microsoft.com/cognitiveservices/v1'
+    
+        headers = {
+            'Authorization': 'Bearer ' + get_access_token(),
+            'Content-Type': 'application/ssml+xml',
+            'X-Microsoft-OutputFormat': playback_format
+        }
+    ```
+
+    Questo imposta gli header per utilizzare un token di accesso generato, definisce il contenuto come SSML e specifica il formato audio richiesto.
+
+1. Sotto questo, definisci l'SSML da inviare all'API REST:
+
+    ```python
+    ssml =  f'<speak version=\'1.0\' xml:lang=\'{language}\'>'
+    ssml += f'<voice xml:lang=\'{language}\' name=\'{voice}\'>'
+    ssml += text
+    ssml += '</voice>'
+    ssml += '</speak>'
+    ```
+
+    Questo SSML imposta la lingua e la voce da utilizzare, insieme al testo da convertire.
+
+1. Infine, aggiungi del codice in questa funzione per effettuare la richiesta REST e restituire i dati audio in formato binario:
+
+    ```python
+    response = requests.post(url, headers=headers, data=ssml.encode('utf-8'))
+    return io.BytesIO(response.content)
+    ```
+
+### Attività - riprodurre l'audio
+
+1. Sotto la funzione `get_speech`, definisci una nuova funzione per riprodurre l'audio restituito dalla chiamata all'API REST:
+
+    ```python
+    def play_speech(speech):
+    ```
+
+1. Il parametro `speech` passato a questa funzione sarà il dato audio binario restituito dall'API REST. Usa il seguente codice per aprire questo dato come file wave e passarlo a PyAudio per riprodurre l'audio:
+
+    ```python
+    def play_speech(speech):
+        with wave.open(speech, 'rb') as wave_file:
+            stream = audio.open(format=audio.get_format_from_width(wave_file.getsampwidth()),
+                                channels=wave_file.getnchannels(),
+                                rate=wave_file.getframerate(),
+                                output_device_index=speaker_card_number,
+                                output=True)
+
+            data = wave_file.readframes(4096)
+
+            while len(data) > 0:
+                stream.write(data)
+                data = wave_file.readframes(4096)
+
+            stream.stop_stream()
+            stream.close()
+    ```
+
+    Questo codice utilizza uno stream PyAudio, lo stesso utilizzato per catturare l'audio. La differenza qui è che lo stream è impostato come stream di output, e i dati vengono letti dall'audio e inviati allo stream.
+
+    Invece di codificare manualmente i dettagli dello stream, come la frequenza di campionamento, questi vengono letti direttamente dai dati audio.
+
+1. Sostituisci il contenuto della funzione `say` con il seguente:
+
+    ```python
+    speech = get_speech(text)
+    play_speech(speech)
+    ```
+
+    Questo codice converte il testo in voce come dati audio binari e riproduce l'audio.
+
+1. Esegui l'app e assicurati che l'applicazione della funzione sia in esecuzione. Imposta alcuni timer e sentirai una risposta vocale che ti informa che il timer è stato impostato, seguita da un'altra risposta vocale quando il timer è completato.
+
+    Se ricevi errori di tipo `Invalid sample rate`, modifica il valore di `playback_format` come descritto sopra.
+
+> 💁 Puoi trovare questo codice nella cartella [code-spoken-response/pi](../../../../../6-consumer/lessons/3-spoken-feedback/code-spoken-response/pi).
+
+😀 Il tuo programma timer è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/3-spoken-feedback/single-board-computer-set-timer.md b/translations/it/6-consumer/lessons/3-spoken-feedback/single-board-computer-set-timer.md
new file mode 100644
index 00000000..c3c99cca
--- /dev/null
+++ b/translations/it/6-consumer/lessons/3-spoken-feedback/single-board-computer-set-timer.md
@@ -0,0 +1,138 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "64ad4ddb4de81a18b7252e968f10b404",
+  "translation_date": "2025-08-25T17:44:31+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/single-board-computer-set-timer.md",
+  "language_code": "it"
+}
+-->
+# Imposta un timer - Hardware IoT virtuale e Raspberry Pi
+
+In questa parte della lezione, chiamerai il tuo codice serverless per comprendere il discorso e impostare un timer sul tuo dispositivo IoT virtuale o Raspberry Pi in base ai risultati.
+
+## Imposta un timer
+
+Il testo che viene restituito dalla chiamata di riconoscimento vocale deve essere inviato al tuo codice serverless per essere elaborato da LUIS, ottenendo così il numero di secondi per il timer. Questo numero di secondi può essere utilizzato per impostare un timer.
+
+I timer possono essere impostati utilizzando la classe `threading.Timer` di Python. Questa classe accetta un tempo di ritardo e una funzione, ed esegue la funzione dopo il tempo di ritardo.
+
+### Attività - invia il testo alla funzione serverless
+
+1. Apri il progetto `smart-timer` in VS Code e assicurati che l'ambiente virtuale sia caricato nel terminale se stai utilizzando un dispositivo IoT virtuale.
+
+1. Sopra la funzione `process_text`, dichiara una funzione chiamata `get_timer_time` per chiamare l'endpoint REST che hai creato:
+
+    ```python
+    def get_timer_time(text):
+    ```
+
+1. Aggiungi il seguente codice a questa funzione per definire l'URL da chiamare:
+
+    ```python
+    url = '<URL>'
+    ```
+
+    Sostituisci `<URL>` con l'URL del tuo endpoint REST che hai costruito nella lezione precedente, sia sul tuo computer che nel cloud.
+
+1. Aggiungi il seguente codice per impostare il testo come una proprietà passata come JSON alla chiamata:
+
+    ```python
+    body = {
+        'text': text
+    }
+    
+    response = requests.post(url, json=body)
+    ```
+
+1. Sotto questo, recupera i `seconds` dal payload della risposta, restituendo 0 se la chiamata non è riuscita:
+
+    ```python
+    if response.status_code != 200:
+        return 0
+    
+    payload = response.json()
+    return payload['seconds']
+    ```
+
+    Le chiamate HTTP riuscite restituiscono un codice di stato nella gamma 200, e il tuo codice serverless restituisce 200 se il testo è stato elaborato e riconosciuto come intento di impostazione del timer.
+
+### Attività - imposta un timer su un thread in background
+
+1. Aggiungi la seguente istruzione di importazione all'inizio del file per importare la libreria Python threading:
+
+    ```python
+    import threading
+    ```
+
+1. Sopra la funzione `process_text`, aggiungi una funzione per pronunciare una risposta. Per ora, questa scriverà semplicemente sulla console, ma più avanti in questa lezione pronuncerà il testo.
+
+    ```python
+    def say(text):
+        print(text)
+    ```
+
+1. Sotto questa, aggiungi una funzione che verrà chiamata da un timer per annunciare che il timer è terminato:
+
+    ```python
+    def announce_timer(minutes, seconds):
+        announcement = 'Times up on your '
+        if minutes > 0:
+            announcement += f'{minutes} minute '
+        if seconds > 0:
+            announcement += f'{seconds} second '
+        announcement += 'timer.'
+        say(announcement)
+    ```
+
+    Questa funzione prende il numero di minuti e secondi del timer e costruisce una frase per dire che il timer è terminato. Controlla il numero di minuti e secondi e include solo ciascuna unità di tempo se ha un valore. Ad esempio, se il numero di minuti è 0, vengono inclusi solo i secondi nel messaggio. Questa frase viene quindi inviata alla funzione `say`.
+
+1. Sotto questa, aggiungi la seguente funzione `create_timer` per creare un timer:
+
+    ```python
+    def create_timer(total_seconds):
+        minutes, seconds = divmod(total_seconds, 60)
+        threading.Timer(total_seconds, announce_timer, args=[minutes, seconds]).start()
+    ```
+
+    Questa funzione prende il numero totale di secondi per il timer che verrà inviato nel comando e lo converte in minuti e secondi. Quindi crea e avvia un oggetto timer utilizzando il numero totale di secondi, passando la funzione `announce_timer` e una lista contenente i minuti e i secondi. Quando il timer scade, chiamerà la funzione `announce_timer` e passerà il contenuto di questa lista come parametri: quindi il primo elemento della lista viene passato come parametro `minutes` e il secondo elemento come parametro `seconds`.
+
+1. Alla fine della funzione `create_timer`, aggiungi del codice per costruire un messaggio da pronunciare all'utente per annunciare che il timer sta iniziando:
+
+    ```python
+    announcement = ''
+    if minutes > 0:
+        announcement += f'{minutes} minute '
+    if seconds > 0:
+        announcement += f'{seconds} second '    
+    announcement += 'timer started.'
+    say(announcement)
+    ```
+
+    Anche in questo caso, include solo l'unità di tempo che ha un valore. Questa frase viene quindi inviata alla funzione `say`.
+
+1. Aggiungi il seguente codice alla fine della funzione `process_text` per ottenere il tempo per il timer dal testo, quindi crea il timer:
+
+    ```python
+    seconds = get_timer_time(text)
+    if seconds > 0:
+        create_timer(seconds)
+    ```
+
+    Il timer viene creato solo se il numero di secondi è maggiore di 0.
+
+1. Esegui l'app e assicurati che l'applicazione della funzione sia in esecuzione. Imposta alcuni timer e l'output mostrerà che il timer è stato impostato e poi mostrerà quando scade:
+
+    ```output
+    pi@raspberrypi:~/smart-timer $ python3 app.py 
+    Set a two minute 27 second timer.
+    2 minute 27 second timer started.
+    Times up on your 2 minute 27 second timer.
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-timer/pi](../../../../../6-consumer/lessons/3-spoken-feedback/code-timer/pi) o [code-timer/virtual-iot-device](../../../../../6-consumer/lessons/3-spoken-feedback/code-timer/virtual-iot-device).
+
+😀 Il tuo programma timer è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/3-spoken-feedback/virtual-device-text-to-speech.md b/translations/it/6-consumer/lessons/3-spoken-feedback/virtual-device-text-to-speech.md
new file mode 100644
index 00000000..8b1a5c5f
--- /dev/null
+++ b/translations/it/6-consumer/lessons/3-spoken-feedback/virtual-device-text-to-speech.md
@@ -0,0 +1,86 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "7966848a1f870e4c42edb4db67b13c57",
+  "translation_date": "2025-08-25T17:49:48+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/virtual-device-text-to-speech.md",
+  "language_code": "it"
+}
+-->
+# Sintesi vocale - Dispositivo IoT virtuale
+
+In questa parte della lezione, scriverai del codice per convertire il testo in voce utilizzando il servizio di sintesi vocale.
+
+## Convertire testo in voce
+
+L'SDK dei servizi vocali che hai utilizzato nella lezione precedente per convertire la voce in testo può essere usato per convertire il testo nuovamente in voce. Quando richiedi la sintesi vocale, devi fornire la voce da utilizzare, poiché la voce può essere generata utilizzando una varietà di voci diverse.
+
+Ogni lingua supporta una gamma di voci differenti, e puoi ottenere l'elenco delle voci supportate per ogni lingua dall'SDK dei servizi vocali.
+
+### Attività - convertire testo in voce
+
+1. Apri il progetto `smart-timer` in VS Code e assicurati che l'ambiente virtuale sia caricato nel terminale.
+
+1. Importa il `SpeechSynthesizer` dal pacchetto `azure.cognitiveservices.speech` aggiungendolo agli import esistenti:
+
+    ```python
+    from azure.cognitiveservices.speech import SpeechConfig, SpeechRecognizer, SpeechSynthesizer
+    ```
+
+1. Sopra la funzione `say`, crea una configurazione vocale da utilizzare con il sintetizzatore vocale:
+
+    ```python
+    speech_config = SpeechConfig(subscription=speech_api_key,
+                                 region=location)
+    speech_config.speech_synthesis_language = language
+    speech_synthesizer = SpeechSynthesizer(speech_config=speech_config)
+    ```
+
+    Questo utilizza la stessa chiave API, posizione e lingua che sono stati usati dal riconoscitore.
+
+1. Sotto questo, aggiungi il seguente codice per ottenere una voce e impostarla nella configurazione vocale:
+
+    ```python
+    voices = speech_synthesizer.get_voices_async().get().voices
+    first_voice = next(x for x in voices if x.locale.lower() == language.lower())
+    speech_config.speech_synthesis_voice_name = first_voice.short_name
+    ```
+
+    Questo recupera un elenco di tutte le voci disponibili, quindi trova la prima voce che corrisponde alla lingua utilizzata.
+
+    > 💁 Puoi ottenere l'elenco completo delle voci supportate dalla [documentazione sul supporto delle lingue e delle voci su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#text-to-speech). Se desideri utilizzare una voce specifica, puoi rimuovere questa funzione e impostare manualmente la voce utilizzando il nome della voce dalla documentazione. Ad esempio:
+    >
+    > ```python
+    > speech_config.speech_synthesis_voice_name = 'hi-IN-SwaraNeural'
+    > ```
+
+1. Aggiorna il contenuto della funzione `say` per generare SSML per la risposta:
+
+    ```python
+    ssml =  f'<speak version=\'1.0\' xml:lang=\'{language}\'>'
+    ssml += f'<voice xml:lang=\'{language}\' name=\'{first_voice.short_name}\'>'
+    ssml += text
+    ssml += '</voice>'
+    ssml += '</speak>'
+    ```
+
+1. Sotto questo, interrompi il riconoscimento vocale, pronuncia l'SSML, quindi riavvia il riconoscimento:
+
+    ```python
+    recognizer.stop_continuous_recognition()
+    speech_synthesizer.speak_ssml(ssml)
+    recognizer.start_continuous_recognition()
+    ```
+
+    Il riconoscimento viene interrotto mentre il testo viene pronunciato per evitare che l'annuncio dell'avvio del timer venga rilevato, inviato a LUIS e possibilmente interpretato come una richiesta per impostare un nuovo timer.
+
+    > 💁 Puoi testarlo commentando le righe per interrompere e riavviare il riconoscimento. Imposta un timer e potresti scoprire che l'annuncio imposta un nuovo timer, causando un nuovo annuncio, che porta a un nuovo timer, e così via all'infinito!
+
+1. Esegui l'app e assicurati che l'applicazione funzione sia anch'essa in esecuzione. Imposta alcuni timer e sentirai una risposta vocale che ti informa che il tuo timer è stato impostato, seguita da un'altra risposta vocale quando il timer è completato.
+
+> 💁 Puoi trovare questo codice nella cartella [code-spoken-response/virtual-iot-device](../../../../../6-consumer/lessons/3-spoken-feedback/code-spoken-response/virtual-iot-device).
+
+😀 Il tuo programma timer è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/3-spoken-feedback/wio-terminal-set-timer.md b/translations/it/6-consumer/lessons/3-spoken-feedback/wio-terminal-set-timer.md
new file mode 100644
index 00000000..5b8435ca
--- /dev/null
+++ b/translations/it/6-consumer/lessons/3-spoken-feedback/wio-terminal-set-timer.md
@@ -0,0 +1,299 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "012b69d57d898d670adf61304f42a137",
+  "translation_date": "2025-08-25T17:46:52+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/wio-terminal-set-timer.md",
+  "language_code": "it"
+}
+-->
+# Imposta un timer - Wio Terminal
+
+In questa parte della lezione, chiamerai il tuo codice serverless per comprendere il discorso e imposterai un timer sul tuo Wio Terminal in base ai risultati.
+
+## Imposta un timer
+
+Il testo che ritorna dalla chiamata di riconoscimento vocale deve essere inviato al tuo codice serverless per essere elaborato da LUIS, ottenendo il numero di secondi per il timer. Questo numero di secondi può essere utilizzato per impostare un timer.
+
+I microcontrollori non supportano nativamente i thread multipli in Arduino, quindi non ci sono classi standard per i timer come potresti trovare programmando in Python o in altri linguaggi di alto livello. Invece, puoi utilizzare librerie per timer che funzionano misurando il tempo trascorso nella funzione `loop` e chiamando funzioni quando il tempo è scaduto.
+
+### Attività - invia il testo alla funzione serverless
+
+1. Apri il progetto `smart-timer` in VS Code se non è già aperto.
+
+1. Apri il file header `config.h` e aggiungi l'URL per la tua funzione app:
+
+    ```cpp
+    const char *TEXT_TO_TIMER_FUNCTION_URL = "<URL>";
+    ```
+
+    Sostituisci `<URL>` con l'URL della tua funzione app che hai ottenuto nell'ultimo passaggio della lezione precedente, puntando all'indirizzo IP della tua macchina locale che esegue la funzione app.
+
+1. Crea un nuovo file nella cartella `src` chiamato `language_understanding.h`. Questo sarà utilizzato per definire una classe che invia il discorso riconosciuto alla tua funzione app per essere convertito in secondi utilizzando LUIS.
+
+1. Aggiungi il seguente codice all'inizio di questo file:
+
+    ```cpp
+    #pragma once
+    
+    #include <Arduino.h>
+    #include <ArduinoJson.h>
+    #include <HTTPClient.h>
+    #include <WiFiClient.h>
+    
+    #include "config.h"
+    ```
+
+    Questo include alcuni file header necessari.
+
+1. Definisci una classe chiamata `LanguageUnderstanding` e dichiara un'istanza di questa classe:
+
+    ```cpp
+    class LanguageUnderstanding
+    {
+    public:
+    private:
+    };
+
+    LanguageUnderstanding languageUnderstanding;
+    ```
+
+1. Per chiamare la tua funzione app, devi dichiarare un client WiFi. Aggiungi il seguente codice alla sezione `private` della classe:
+
+    ```cpp
+    WiFiClient _client;
+    ```
+
+1. Nella sezione `public`, dichiara un metodo chiamato `GetTimerDuration` per chiamare la funzione app:
+
+    ```cpp
+    int GetTimerDuration(String text)
+    {
+    }
+    ```
+
+1. Nel metodo `GetTimerDuration`, aggiungi il seguente codice per costruire il JSON da inviare alla funzione app:
+
+    ```cpp
+    DynamicJsonDocument doc(1024);
+    doc["text"] = text;
+
+    String body;
+    serializeJson(doc, body);
+    ```
+
+    Questo converte il testo passato al metodo `GetTimerDuration` nel seguente JSON:
+
+    ```json
+    {
+        "text" : "<text>"
+    }
+    ```
+
+    dove `<text>` è il testo passato alla funzione.
+
+1. Sotto questo, aggiungi il seguente codice per effettuare la chiamata alla funzione app:
+
+    ```cpp
+    HTTPClient httpClient;
+    httpClient.begin(_client, TEXT_TO_TIMER_FUNCTION_URL);
+
+    int httpResponseCode = httpClient.POST(body);
+    ```
+
+    Questo effettua una richiesta POST alla funzione app, passando il corpo JSON e ottenendo il codice di risposta.
+
+1. Aggiungi il seguente codice sotto questo:
+
+    ```cpp
+    int seconds = 0;
+    if (httpResponseCode == 200)
+    {
+        String result = httpClient.getString();
+        Serial.println(result);
+
+        DynamicJsonDocument doc(1024);
+        deserializeJson(doc, result.c_str());
+
+        JsonObject obj = doc.as<JsonObject>();
+        seconds = obj["seconds"].as<int>();
+    }
+    else
+    {
+        Serial.print("Failed to understand text - error ");
+        Serial.println(httpResponseCode);
+    }
+    ```
+
+    Questo codice controlla il codice di risposta. Se è 200 (successo), allora il numero di secondi per il timer viene recuperato dal corpo della risposta. Altrimenti, un errore viene inviato al monitor seriale e il numero di secondi è impostato a 0.
+
+1. Aggiungi il seguente codice alla fine di questo metodo per chiudere la connessione HTTP e restituire il numero di secondi:
+
+    ```cpp
+    httpClient.end();
+
+    return seconds;
+    ```
+
+1. Nel file `main.cpp`, includi questo nuovo header:
+
+    ```cpp
+    #include "speech_to_text.h"
+    ```
+
+1. Alla fine della funzione `processAudio`, chiama il metodo `GetTimerDuration` per ottenere la durata del timer:
+
+    ```cpp
+    int total_seconds = languageUnderstanding.GetTimerDuration(text);
+    ```
+
+    Questo converte il testo dalla chiamata alla classe `SpeechToText` nel numero di secondi per il timer.
+
+### Attività - imposta un timer
+
+Il numero di secondi può essere utilizzato per impostare un timer.
+
+1. Aggiungi la seguente dipendenza della libreria al file `platformio.ini` per aggiungere una libreria per impostare un timer:
+
+    ```ini
+    contrem/arduino-timer @ 2.3.0
+    ```
+
+1. Aggiungi una direttiva include per questa libreria al file `main.cpp`:
+
+    ```cpp
+    #include <arduino-timer.h>
+    ```
+
+1. Sopra la funzione `processAudio`, aggiungi il seguente codice:
+
+    ```cpp
+    auto timer = timer_create_default();
+    ```
+
+    Questo codice dichiara un timer chiamato `timer`.
+
+1. Sotto questo, aggiungi il seguente codice:
+
+    ```cpp
+    void say(String text)
+    {
+        Serial.print("Saying ");
+        Serial.println(text);
+    }
+    ```
+
+    Questa funzione `say` convertirà eventualmente il testo in voce, ma per ora scriverà semplicemente il testo passato al monitor seriale.
+
+1. Sotto la funzione `say`, aggiungi il seguente codice:
+
+    ```cpp
+    bool timerExpired(void *announcement)
+    {
+        say((char *)announcement);
+        return false;
+    }
+    ```
+
+    Questa è una funzione di callback che verrà chiamata quando un timer scade. Viene passato un messaggio da dire quando il timer scade. I timer possono ripetersi, e questo può essere controllato dal valore di ritorno di questo callback - questo ritorna `false`, per indicare al timer di non eseguire nuovamente.
+
+1. Aggiungi il seguente codice alla fine della funzione `processAudio`:
+
+    ```cpp
+    if (total_seconds == 0)
+    {
+        return;
+    }
+
+    int minutes = total_seconds / 60;
+    int seconds = total_seconds % 60;
+    ```
+
+    Questo codice controlla il numero totale di secondi e, se è 0, ritorna dalla chiamata alla funzione in modo che nessun timer venga impostato. Converte quindi il numero totale di secondi in minuti e secondi.
+
+1. Sotto questo codice, aggiungi il seguente per creare un messaggio da dire quando il timer viene avviato:
+
+    ```cpp
+    String begin_message;
+    if (minutes > 0)
+    {
+        begin_message += minutes;
+        begin_message += " minute ";
+    }
+    if (seconds > 0)
+    {
+        begin_message += seconds;
+        begin_message += " second ";
+    }
+
+    begin_message += "timer started.";
+    ```
+
+1. Sotto questo, aggiungi un codice simile per creare un messaggio da dire quando il timer è scaduto:
+
+    ```cpp
+    String end_message("Times up on your ");
+    if (minutes > 0)
+    {
+        end_message += minutes;
+        end_message += " minute ";
+    }
+    if (seconds > 0)
+    {
+        end_message += seconds;
+        end_message += " second ";
+    }
+
+    end_message += "timer.";
+    ```
+
+1. Dopo questo, pronuncia il messaggio di avvio del timer:
+
+    ```cpp
+    say(begin_message);
+    ```
+
+1. Alla fine di questa funzione, avvia il timer:
+
+    ```cpp
+    timer.in(total_seconds * 1000, timerExpired, (void *)(end_message.c_str()));
+    ```
+
+    Questo attiva il timer. Il timer è impostato utilizzando millisecondi, quindi il numero totale di secondi viene moltiplicato per 1.000 per convertirlo in millisecondi. La funzione `timerExpired` viene passata come callback, e il `end_message` viene passato come argomento da passare al callback. Questo callback accetta solo argomenti di tipo `void *`, quindi la stringa viene convertita di conseguenza.
+
+1. Infine, il timer deve *ticchettare*, e questo viene fatto nella funzione `loop`. Aggiungi il seguente codice alla fine della funzione `loop`:
+
+    ```cpp
+    timer.tick();
+    ```
+
+1. Compila questo codice, caricalo sul tuo Wio Terminal e testalo attraverso il monitor seriale. Una volta che vedi `Ready` nel monitor seriale, premi il pulsante C (quello sul lato sinistro, più vicino all'interruttore di accensione) e parla. Verranno catturati 4 secondi di audio, convertiti in testo, inviati alla tua funzione app e verrà impostato un timer. Assicurati che la tua funzione app sia in esecuzione localmente.
+
+    Vedrai quando il timer inizia e quando termina.
+
+    ```output
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    Got access token.
+    Ready.
+    Starting recording...
+    Finished recording
+    Sending speech...
+    Speech sent!
+    {"RecognitionStatus":"Success","DisplayText":"Set a 2 minute and 27 second timer.","Offset":4700000,"Duration":35300000}
+    Set a 2 minute and 27 second timer.
+    {"seconds": 147}
+    2 minute 27 second timer started.
+    Times up on your 2 minute 27 second timer.
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code-timer/wio-terminal](../../../../../6-consumer/lessons/3-spoken-feedback/code-timer/wio-terminal).
+
+😀 Il tuo programma per il timer è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/3-spoken-feedback/wio-terminal-text-to-speech.md b/translations/it/6-consumer/lessons/3-spoken-feedback/wio-terminal-text-to-speech.md
new file mode 100644
index 00000000..689a3e3d
--- /dev/null
+++ b/translations/it/6-consumer/lessons/3-spoken-feedback/wio-terminal-text-to-speech.md
@@ -0,0 +1,533 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "a202fa5889790a3777bfc33dd9f4b459",
+  "translation_date": "2025-08-25T17:48:42+00:00",
+  "source_file": "6-consumer/lessons/3-spoken-feedback/wio-terminal-text-to-speech.md",
+  "language_code": "it"
+}
+-->
+# Testo in voce - Wio Terminal
+
+In questa parte della lezione, convertirai il testo in voce per fornire un feedback vocale.
+
+## Testo in voce
+
+L'SDK dei servizi vocali che hai utilizzato nella lezione precedente per convertire la voce in testo può essere utilizzato anche per convertire il testo in voce.
+
+## Ottenere un elenco di voci
+
+Quando richiedi la sintesi vocale, devi specificare la voce da utilizzare, poiché la voce può essere generata utilizzando una varietà di opzioni diverse. Ogni lingua supporta una gamma di voci differenti, e puoi ottenere l'elenco delle voci supportate per ciascuna lingua dall'SDK dei servizi vocali. Qui entrano in gioco le limitazioni dei microcontrollori: la chiamata per ottenere l'elenco delle voci supportate dai servizi di sintesi vocale restituisce un documento JSON di oltre 77KB, troppo grande per essere elaborato dal Wio Terminal. Al momento della stesura, l'elenco completo contiene 215 voci, ciascuna definita da un documento JSON come il seguente:
+
+```json
+{
+    "Name": "Microsoft Server Speech Text to Speech Voice (en-US, AriaNeural)",
+    "DisplayName": "Aria",
+    "LocalName": "Aria",
+    "ShortName": "en-US-AriaNeural",
+    "Gender": "Female",
+    "Locale": "en-US",
+    "StyleList": [
+        "chat",
+        "customerservice",
+        "narration-professional",
+        "newscast-casual",
+        "newscast-formal",
+        "cheerful",
+        "empathetic"
+    ],
+    "SampleRateHertz": "24000",
+    "VoiceType": "Neural",
+    "Status": "GA"
+}
+```
+
+Questo JSON si riferisce alla voce **Aria**, che ha diversi stili vocali. Tutto ciò che serve per convertire il testo in voce è il nome breve, `en-US-AriaNeural`.
+
+Invece di scaricare e decodificare l'intero elenco sul tuo microcontrollore, dovrai scrivere del codice serverless per recuperare l'elenco delle voci per la lingua che stai utilizzando e chiamarlo dal tuo Wio Terminal. Il tuo codice potrà quindi selezionare una voce appropriata dall'elenco, ad esempio la prima che trova.
+
+### Attività - creare una funzione serverless per ottenere un elenco di voci
+
+1. Apri il tuo progetto `smart-timer-trigger` in VS Code e apri il terminale assicurandoti che l'ambiente virtuale sia attivato. In caso contrario, termina e ricrea il terminale.
+
+1. Apri il file `local.settings.json` e aggiungi le impostazioni per la chiave API del servizio vocale e la posizione:
+
+    ```json
+    "SPEECH_KEY": "<key>",
+    "SPEECH_LOCATION": "<location>"
+    ```
+
+    Sostituisci `<key>` con la chiave API per la tua risorsa del servizio vocale. Sostituisci `<location>` con la posizione che hai utilizzato quando hai creato la risorsa del servizio vocale.
+
+1. Aggiungi un nuovo trigger HTTP a questa app chiamato `get-voices` utilizzando il seguente comando all'interno del terminale di VS Code nella cartella principale del progetto dell'app delle funzioni:
+
+    ```sh
+    func new --name get-voices --template "HTTP trigger"
+    ```
+
+    Questo creerà un trigger HTTP chiamato `get-voices`.
+
+1. Sostituisci il contenuto del file `__init__.py` nella cartella `get-voices` con il seguente:
+
+    ```python
+    import json
+    import os
+    import requests
+    
+    import azure.functions as func
+    
+    def main(req: func.HttpRequest) -> func.HttpResponse:
+        location = os.environ['SPEECH_LOCATION']
+        speech_key = os.environ['SPEECH_KEY']
+    
+        req_body = req.get_json()
+        language = req_body['language']
+    
+        url = f'https://{location}.tts.speech.microsoft.com/cognitiveservices/voices/list'
+    
+        headers = {
+            'Ocp-Apim-Subscription-Key': speech_key
+        }
+    
+        response = requests.get(url, headers=headers)
+        voices_json = json.loads(response.text)
+    
+        voices = filter(lambda x: x['Locale'].lower() == language.lower(), voices_json)
+        voices = map(lambda x: x['ShortName'], voices)
+    
+        return func.HttpResponse(json.dumps(list(voices)), status_code=200)
+    ```
+
+    Questo codice effettua una richiesta HTTP all'endpoint per ottenere le voci. L'elenco delle voci è un grande blocco di JSON con voci per tutte le lingue, quindi le voci per la lingua passata nel corpo della richiesta vengono filtrate, quindi il nome breve viene estratto e restituito come elenco JSON. Il nome breve è il valore necessario per convertire il testo in voce, quindi viene restituito solo questo valore.
+
+    > 💁 Puoi modificare il filtro secondo necessità per selezionare solo le voci che desideri.
+
+    Questo riduce la dimensione dei dati da 77KB (al momento della stesura) a un documento JSON molto più piccolo. Ad esempio, per le voci statunitensi, questo è di 408 byte.
+
+1. Esegui la tua app delle funzioni localmente. Puoi quindi chiamarla utilizzando uno strumento come curl nello stesso modo in cui hai testato il trigger HTTP `text-to-timer`. Assicurati di passare la tua lingua come corpo JSON:
+
+    ```json
+    {
+        "language":"<language>"
+    }
+    ```
+
+    Sostituisci `<language>` con la tua lingua, ad esempio `en-GB` o `zh-CN`.
+
+> 💁 Puoi trovare questo codice nella cartella [code-spoken-response/functions](../../../../../6-consumer/lessons/3-spoken-feedback/code-spoken-response/functions).
+
+### Attività - recuperare la voce dal tuo Wio Terminal
+
+1. Apri il progetto `smart-timer` in VS Code se non è già aperto.
+
+1. Apri il file di intestazione `config.h` e aggiungi l'URL per la tua app delle funzioni:
+
+    ```cpp
+    const char *GET_VOICES_FUNCTION_URL = "<URL>";
+    ```
+
+    Sostituisci `<URL>` con l'URL per il trigger HTTP `get-voices` sulla tua app delle funzioni. Questo sarà lo stesso valore di `TEXT_TO_TIMER_FUNCTION_URL`, tranne per il fatto che il nome della funzione sarà `get-voices` invece di `text-to-timer`.
+
+1. Crea un nuovo file nella cartella `src` chiamato `text_to_speech.h`. Questo verrà utilizzato per definire una classe per convertire il testo in voce.
+
+1. Aggiungi le seguenti direttive di inclusione all'inizio del nuovo file `text_to_speech.h`:
+
+    ```cpp
+    #pragma once
+
+    #include <Arduino.h>
+    #include <ArduinoJson.h>
+    #include <HTTPClient.h>
+    #include <Seeed_FS.h>
+    #include <SD/Seeed_SD.h>
+    #include <WiFiClient.h>
+    #include <WiFiClientSecure.h>
+    
+    #include "config.h"
+    #include "speech_to_text.h"
+    ```
+
+1. Aggiungi il seguente codice sotto queste direttive per dichiarare la classe `TextToSpeech`, insieme a un'istanza che può essere utilizzata nel resto dell'applicazione:
+
+    ```cpp
+    class TextToSpeech
+    {
+    public:
+    private:
+    };
+    
+    TextToSpeech textToSpeech;
+    ```
+
+1. Per chiamare la tua app delle funzioni, devi dichiarare un client WiFi. Aggiungi il seguente codice alla sezione `private` della classe:
+
+    ```cpp
+    WiFiClient _client;
+    ```
+
+1. Nella sezione `private`, aggiungi un campo per la voce selezionata:
+
+    ```cpp
+    String _voice;
+    ```
+
+1. Alla sezione `public`, aggiungi una funzione `init` che otterrà la prima voce:
+
+    ```cpp
+    void init()
+    {
+    }
+    ```
+
+1. Per ottenere le voci, è necessario inviare un documento JSON all'app delle funzioni con la lingua. Aggiungi il seguente codice alla funzione `init` per creare questo documento JSON:
+
+    ```cpp
+    DynamicJsonDocument doc(1024);
+    doc["language"] = LANGUAGE;
+
+    String body;
+    serializeJson(doc, body);
+    ```
+
+1. Successivamente, crea un `HTTPClient`, quindi usalo per chiamare l'app delle funzioni per ottenere le voci, inviando il documento JSON:
+
+    ```cpp
+    HTTPClient httpClient;
+    httpClient.begin(_client, GET_VOICES_FUNCTION_URL);
+
+    int httpResponseCode = httpClient.POST(body);
+    ```
+
+1. Sotto questo, aggiungi il codice per controllare il codice di risposta e, se è 200 (successo), estrai l'elenco delle voci, recuperando la prima dall'elenco:
+
+    ```cpp
+    if (httpResponseCode == 200)
+    {
+        String result = httpClient.getString();
+        Serial.println(result);
+
+        DynamicJsonDocument doc(1024);
+        deserializeJson(doc, result.c_str());
+
+        JsonArray obj = doc.as<JsonArray>();
+        _voice = obj[0].as<String>();
+
+        Serial.print("Using voice ");
+        Serial.println(_voice);
+    }
+    else
+    {
+        Serial.print("Failed to get voices - error ");
+        Serial.println(httpResponseCode);
+    }
+    ```
+
+1. Dopo questo, termina la connessione del client HTTP:
+
+    ```cpp
+    httpClient.end();
+    ```
+
+1. Apri il file `main.cpp` e aggiungi la seguente direttiva di inclusione all'inizio per includere questo nuovo file di intestazione:
+
+    ```cpp
+    #include "text_to_speech.h"
+    ```
+
+1. Nella funzione `setup`, sotto la chiamata a `speechToText.init();`, aggiungi il seguente codice per inizializzare la classe `TextToSpeech`:
+
+    ```cpp
+    textToSpeech.init();
+    ```
+
+1. Compila questo codice, caricalo sul tuo Wio Terminal e testalo tramite il monitor seriale. Assicurati che la tua app delle funzioni sia in esecuzione.
+
+    Vedrai l'elenco delle voci disponibili restituito dall'app delle funzioni, insieme alla voce selezionata.
+
+    ```output
+    --- Available filters and text transformations: colorize, debug, default, direct, hexlify, log2file, nocontrol, printable, send_on_enter, time
+    --- More details at http://bit.ly/pio-monitor-filters
+    --- Miniterm on /dev/cu.usbmodem1101  9600,8,N,1 ---
+    --- Quit: Ctrl+C | Menu: Ctrl+T | Help: Ctrl+T followed by Ctrl+H ---
+    Connecting to WiFi..
+    Connected!
+    Got access token.
+    ["en-US-JennyNeural", "en-US-JennyMultilingualNeural", "en-US-GuyNeural", "en-US-AriaNeural", "en-US-AmberNeural", "en-US-AnaNeural", "en-US-AshleyNeural", "en-US-BrandonNeural", "en-US-ChristopherNeural", "en-US-CoraNeural", "en-US-ElizabethNeural", "en-US-EricNeural", "en-US-JacobNeural", "en-US-MichelleNeural", "en-US-MonicaNeural", "en-US-AriaRUS", "en-US-BenjaminRUS", "en-US-GuyRUS", "en-US-ZiraRUS"]
+    Using voice en-US-JennyNeural
+    Ready.
+    ```
+
+## Convertire il testo in voce
+
+Una volta che hai una voce da utilizzare, puoi usarla per convertire il testo in voce. Le stesse limitazioni di memoria con le voci si applicano anche quando si converte il testo in voce, quindi sarà necessario scrivere l'audio su una scheda SD pronto per essere riprodotto tramite il ReSpeaker.
+
+> 💁 Nelle lezioni precedenti di questo progetto hai utilizzato la memoria flash per memorizzare l'audio catturato dal microfono. Questa lezione utilizza una scheda SD poiché è più facile riprodurre l'audio da essa utilizzando le librerie audio Seeed.
+
+C'è anche un'altra limitazione da considerare: i dati audio disponibili dal servizio vocale e i formati supportati dal Wio Terminal. A differenza dei computer completi, le librerie audio per i microcontrollori possono essere molto limitate nei formati audio che supportano. Ad esempio, la libreria Seeed Arduino Audio che può riprodurre suoni tramite il ReSpeaker supporta solo audio con una frequenza di campionamento di 44,1KHz. I servizi vocali di Azure possono fornire audio in diversi formati, ma nessuno di essi utilizza questa frequenza di campionamento; forniscono solo 8KHz, 16KHz, 24KHz e 48KHz. Ciò significa che l'audio deve essere ricampionato a 44,1KHz, qualcosa che richiederebbe più risorse di quelle disponibili sul Wio Terminal, in particolare memoria.
+
+Quando è necessario manipolare dati come questi, è spesso meglio utilizzare codice serverless, specialmente se i dati provengono da una chiamata web. Il Wio Terminal può chiamare una funzione serverless, passando il testo da convertire, e la funzione serverless può sia chiamare il servizio vocale per convertire il testo in voce, sia ricampionare l'audio alla frequenza di campionamento richiesta. Può quindi restituire l'audio nel formato necessario al Wio Terminal per essere memorizzato sulla scheda SD e riprodotto tramite il ReSpeaker.
+
+### Attività - creare una funzione serverless per convertire il testo in voce
+
+1. Apri il tuo progetto `smart-timer-trigger` in VS Code e apri il terminale assicurandoti che l'ambiente virtuale sia attivato. In caso contrario, termina e ricrea il terminale.
+
+1. Aggiungi un nuovo trigger HTTP a questa app chiamato `text-to-speech` utilizzando il seguente comando all'interno del terminale di VS Code nella cartella principale del progetto dell'app delle funzioni:
+
+    ```sh
+    func new --name text-to-speech --template "HTTP trigger"
+    ```
+
+    Questo creerà un trigger HTTP chiamato `text-to-speech`.
+
+1. Il pacchetto Pip [librosa](https://librosa.org) ha funzioni per ricampionare l'audio, quindi aggiungilo al file `requirements.txt`:
+
+    ```sh
+    librosa
+    ```
+
+    Una volta aggiunto, installa i pacchetti Pip utilizzando il seguente comando dal terminale di VS Code:
+
+    ```sh
+    pip install -r requirements.txt
+    ```
+
+    > ⚠️ Se stai utilizzando Linux, incluso Raspberry Pi OS, potresti dover installare `libsndfile` con il seguente comando:
+    >
+    > ```sh
+    > sudo apt update
+    > sudo apt install libsndfile1-dev
+    > ```
+
+1. Per convertire il testo in voce, non puoi utilizzare direttamente la chiave API del servizio vocale, ma devi richiedere un token di accesso, utilizzando la chiave API per autenticare la richiesta del token di accesso. Apri il file `__init__.py` dalla cartella `text-to-speech` e sostituisci tutto il codice con il seguente:
+
+    ```python
+    import io
+    import os
+    import requests
+    
+    import librosa
+    import soundfile as sf
+    import azure.functions as func
+    
+    location = os.environ['SPEECH_LOCATION']
+    speech_key = os.environ['SPEECH_KEY']
+    
+    def get_access_token():
+        headers = {
+            'Ocp-Apim-Subscription-Key': speech_key
+        }
+    
+        token_endpoint = f'https://{location}.api.cognitive.microsoft.com/sts/v1.0/issuetoken'
+        response = requests.post(token_endpoint, headers=headers)
+        return str(response.text)
+    ```
+
+    Questo definisce le costanti per la posizione e la chiave del servizio vocale che verranno lette dalle impostazioni. Quindi definisce la funzione `get_access_token` che recupererà un token di accesso per il servizio vocale.
+
+1. Sotto questo codice, aggiungi il seguente:
+
+    ```python
+    playback_format = 'riff-48khz-16bit-mono-pcm'
+
+    def main(req: func.HttpRequest) -> func.HttpResponse:
+        req_body = req.get_json()
+        language = req_body['language']
+        voice = req_body['voice']
+        text = req_body['text']
+    
+        url = f'https://{location}.tts.speech.microsoft.com/cognitiveservices/v1'
+    
+        headers = {
+            'Authorization': 'Bearer ' + get_access_token(),
+            'Content-Type': 'application/ssml+xml',
+            'X-Microsoft-OutputFormat': playback_format
+        }
+    
+        ssml =  f'<speak version=\'1.0\' xml:lang=\'{language}\'>'
+        ssml += f'<voice xml:lang=\'{language}\' name=\'{voice}\'>'
+        ssml += text
+        ssml += '</voice>'
+        ssml += '</speak>'
+    
+        response = requests.post(url, headers=headers, data=ssml.encode('utf-8'))
+    
+        raw_audio, sample_rate = librosa.load(io.BytesIO(response.content), sr=48000)
+        resampled = librosa.resample(raw_audio, sample_rate, 44100)
+        
+        output_buffer = io.BytesIO()
+        sf.write(output_buffer, resampled, 44100, 'PCM_16', format='wav')
+        output_buffer.seek(0)
+    
+        return func.HttpResponse(output_buffer.read(), status_code=200)
+    ```
+
+    Questo definisce il trigger HTTP che converte il testo in voce. Estrae il testo da convertire, la lingua e la voce dal corpo JSON inviato alla richiesta, costruisce un SSML per richiedere la sintesi vocale, quindi chiama l'API REST pertinente autenticandosi utilizzando il token di accesso. Questa chiamata API REST restituisce l'audio codificato come file WAV mono a 16 bit e 48KHz, definito dal valore di `playback_format`, che viene inviato alla chiamata API REST.
+
+    Questo viene quindi ricampionato da `librosa` da una frequenza di campionamento di 48KHz a una frequenza di campionamento di 44,1KHz, quindi questo audio viene salvato in un buffer binario che viene poi restituito.
+
+1. Esegui la tua app delle funzioni localmente o distribuiscila nel cloud. Puoi quindi chiamarla utilizzando uno strumento come curl nello stesso modo in cui hai testato il trigger HTTP `text-to-timer`. Assicurati di passare la lingua, la voce e il testo come corpo JSON:
+
+    ```json
+    {
+        "language": "<language>",
+        "voice": "<voice>",
+        "text": "<text>"
+    }
+    ```
+
+    Sostituisci `<language>` con la tua lingua, ad esempio `en-GB` o `zh-CN`. Sostituisci `<voice>` con la voce che desideri utilizzare. Sostituisci `<text>` con il testo che desideri convertire in voce. Puoi salvare l'output in un file e riprodurlo con qualsiasi lettore audio che supporti i file WAV.
+
+    Ad esempio, per convertire "Hello" in voce utilizzando l'inglese americano con la voce Jenny Neural, con l'app delle funzioni in esecuzione localmente, puoi utilizzare il seguente comando curl:
+
+    ```sh
+    curl -X GET 'http://localhost:7071/api/text-to-speech' \
+         -H 'Content-Type: application/json' \
+         -o hello.wav \
+         -d '{
+           "language":"en-US",
+           "voice": "en-US-JennyNeural",
+           "text": "Hello"
+         }'
+    ```
+
+    Questo salverà l'audio in `hello.wav` nella directory corrente.
+
+> 💁 Puoi trovare questo codice nella cartella [code-spoken-response/functions](../../../../../6-consumer/lessons/3-spoken-feedback/code-spoken-response/functions).
+
+### Attività - recuperare l'audio dal tuo Wio Terminal
+
+1. Apri il progetto `smart-timer` in VS Code se non è già aperto.
+
+1. Apri il file di intestazione `config.h` e aggiungi l'URL per la tua app delle funzioni:
+
+    ```cpp
+    const char *TEXT_TO_SPEECH_FUNCTION_URL = "<URL>";
+    ```
+
+    Sostituisci `<URL>` con l'URL per il trigger HTTP `text-to-speech` sulla tua app delle funzioni. Questo sarà lo stesso valore di `TEXT_TO_TIMER_FUNCTION_URL`, tranne per il fatto che il nome della funzione sarà `text-to-speech` invece di `text-to-timer`.
+
+1. Apri il file di intestazione `text_to_speech.h` e aggiungi il seguente metodo alla sezione `public` della classe `TextToSpeech`:
+
+    ```cpp
+    void convertTextToSpeech(String text)
+    {
+    }
+    ```
+
+1. Al metodo `convertTextToSpeech`, aggiungi il seguente codice per creare il JSON da inviare all'app delle funzioni:
+
+    ```cpp
+    DynamicJsonDocument doc(1024);
+    doc["language"] = LANGUAGE;
+    doc["voice"] = _voice;
+    doc["text"] = text;
+
+    String body;
+    serializeJson(doc, body);
+    ```
+
+    Questo scrive la lingua, la voce e il testo nel documento JSON, quindi lo serializza in una stringa.
+
+1. Sotto questo, aggiungi il seguente codice per chiamare l'app delle funzioni:
+
+    ```cpp
+    HTTPClient httpClient;
+    httpClient.begin(_client, TEXT_TO_SPEECH_FUNCTION_URL);
+
+    int httpResponseCode = httpClient.POST(body);
+    ```
+
+    Questo crea un HTTPClient, quindi effettua una richiesta POST utilizzando il documento JSON al trigger HTTP `text-to-speech`.
+
+1. Se la chiamata funziona, i dati binari grezzi restituiti dalla chiamata all'app delle funzioni possono essere scritti in un file sulla scheda SD. Aggiungi il seguente codice per farlo:
+
+    ```cpp
+    if (httpResponseCode == 200)
+    {            
+        File wav_file = SD.open("SPEECH.WAV", FILE_WRITE);
+        httpClient.writeToStream(&wav_file);
+        wav_file.close();
+    }
+    else
+    {
+        Serial.print("Failed to get speech - error ");
+        Serial.println(httpResponseCode);
+    }
+    ```
+
+    Questo codice controlla la risposta e, se è 200 (successo), i dati binari vengono scritti in un file nella radice della scheda SD chiamato `SPEECH.WAV`.
+
+1. Alla fine di questo metodo, chiudi la connessione HTTP:
+
+    ```cpp
+    httpClient.end();
+    ```
+
+1. Ora il testo da pronunciare può essere convertito in audio. Nel file `main.cpp`, aggiungi la seguente riga alla fine della funzione `say` per convertire il testo da pronunciare in audio:
+```cpp
+    textToSpeech.convertTextToSpeech(text);
+    ```
+
+### Compito - riprodurre audio dal tuo Wio Terminal
+
+**In arrivo**
+
+## Distribuire la tua app di funzioni nel cloud
+
+Il motivo per eseguire l'app di funzioni localmente è che il pacchetto Pip `librosa` su Linux ha una dipendenza da una libreria che non è installata di default e deve essere installata prima che l'app di funzioni possa funzionare. Le app di funzioni sono serverless - non ci sono server che puoi gestire direttamente, quindi non c'è modo di installare questa libreria in anticipo.
+
+Il modo per farlo è invece distribuire la tua app di funzioni utilizzando un container Docker. Questo container viene distribuito dal cloud ogni volta che è necessario avviare una nuova istanza della tua app di funzioni (ad esempio, quando la domanda supera le risorse disponibili o se l'app di funzioni non è stata utilizzata per un po' di tempo ed è stata chiusa).
+
+Puoi trovare le istruzioni per configurare un'app di funzioni e distribuirla tramite Docker nella [documentazione su come creare una funzione su Linux utilizzando un'immagine personalizzata su Microsoft Docs](https://docs.microsoft.com/azure/azure-functions/functions-create-function-linux-custom-image?WT.mc_id=academic-17441-jabenn&tabs=bash%2Cazurecli&pivots=programming-language-python).
+
+Una volta distribuita, puoi adattare il codice del tuo Wio Terminal per accedere a questa funzione:
+
+1. Aggiungi il certificato di Azure Functions a `config.h`:
+
+    ```cpp
+    const char *FUNCTIONS_CERTIFICATE =
+        "-----BEGIN CERTIFICATE-----\r\n"
+        "MIIFWjCCBEKgAwIBAgIQDxSWXyAgaZlP1ceseIlB4jANBgkqhkiG9w0BAQsFADBa\r\n"
+        "MQswCQYDVQQGEwJJRTESMBAGA1UEChMJQmFsdGltb3JlMRMwEQYDVQQLEwpDeWJl\r\n"
+        "clRydXN0MSIwIAYDVQQDExlCYWx0aW1vcmUgQ3liZXJUcnVzdCBSb290MB4XDTIw\r\n"
+        "MDcyMTIzMDAwMFoXDTI0MTAwODA3MDAwMFowTzELMAkGA1UEBhMCVVMxHjAcBgNV\r\n"
+        "BAoTFU1pY3Jvc29mdCBDb3Jwb3JhdGlvbjEgMB4GA1UEAxMXTWljcm9zb2Z0IFJT\r\n"
+        "QSBUTFMgQ0EgMDEwggIiMA0GCSqGSIb3DQEBAQUAA4ICDwAwggIKAoICAQCqYnfP\r\n"
+        "mmOyBoTzkDb0mfMUUavqlQo7Rgb9EUEf/lsGWMk4bgj8T0RIzTqk970eouKVuL5R\r\n"
+        "IMW/snBjXXgMQ8ApzWRJCZbar879BV8rKpHoAW4uGJssnNABf2n17j9TiFy6BWy+\r\n"
+        "IhVnFILyLNK+W2M3zK9gheiWa2uACKhuvgCca5Vw/OQYErEdG7LBEzFnMzTmJcli\r\n"
+        "W1iCdXby/vI/OxbfqkKD4zJtm45DJvC9Dh+hpzqvLMiK5uo/+aXSJY+SqhoIEpz+\r\n"
+        "rErHw+uAlKuHFtEjSeeku8eR3+Z5ND9BSqc6JtLqb0bjOHPm5dSRrgt4nnil75bj\r\n"
+        "c9j3lWXpBb9PXP9Sp/nPCK+nTQmZwHGjUnqlO9ebAVQD47ZisFonnDAmjrZNVqEX\r\n"
+        "F3p7laEHrFMxttYuD81BdOzxAbL9Rb/8MeFGQjE2Qx65qgVfhH+RsYuuD9dUw/3w\r\n"
+        "ZAhq05yO6nk07AM9c+AbNtRoEcdZcLCHfMDcbkXKNs5DJncCqXAN6LhXVERCw/us\r\n"
+        "G2MmCMLSIx9/kwt8bwhUmitOXc6fpT7SmFvRAtvxg84wUkg4Y/Gx++0j0z6StSeN\r\n"
+        "0EJz150jaHG6WV4HUqaWTb98Tm90IgXAU4AW2GBOlzFPiU5IY9jt+eXC2Q6yC/Zp\r\n"
+        "TL1LAcnL3Qa/OgLrHN0wiw1KFGD51WRPQ0Sh7QIDAQABo4IBJTCCASEwHQYDVR0O\r\n"
+        "BBYEFLV2DDARzseSQk1Mx1wsyKkM6AtkMB8GA1UdIwQYMBaAFOWdWTCCR1jMrPoI\r\n"
+        "VDaGezq1BE3wMA4GA1UdDwEB/wQEAwIBhjAdBgNVHSUEFjAUBggrBgEFBQcDAQYI\r\n"
+        "KwYBBQUHAwIwEgYDVR0TAQH/BAgwBgEB/wIBADA0BggrBgEFBQcBAQQoMCYwJAYI\r\n"
+        "KwYBBQUHMAGGGGh0dHA6Ly9vY3NwLmRpZ2ljZXJ0LmNvbTA6BgNVHR8EMzAxMC+g\r\n"
+        "LaArhilodHRwOi8vY3JsMy5kaWdpY2VydC5jb20vT21uaXJvb3QyMDI1LmNybDAq\r\n"
+        "BgNVHSAEIzAhMAgGBmeBDAECATAIBgZngQwBAgIwCwYJKwYBBAGCNyoBMA0GCSqG\r\n"
+        "SIb3DQEBCwUAA4IBAQCfK76SZ1vae4qt6P+dTQUO7bYNFUHR5hXcA2D59CJWnEj5\r\n"
+        "na7aKzyowKvQupW4yMH9fGNxtsh6iJswRqOOfZYC4/giBO/gNsBvwr8uDW7t1nYo\r\n"
+        "DYGHPpvnpxCM2mYfQFHq576/TmeYu1RZY29C4w8xYBlkAA8mDJfRhMCmehk7cN5F\r\n"
+        "JtyWRj2cZj/hOoI45TYDBChXpOlLZKIYiG1giY16vhCRi6zmPzEwv+tk156N6cGS\r\n"
+        "Vm44jTQ/rs1sa0JSYjzUaYngoFdZC4OfxnIkQvUIA4TOFmPzNPEFdjcZsgbeEz4T\r\n"
+        "cGHTBPK4R28F44qIMCtHRV55VMX53ev6P3hRddJb\r\n"
+        "-----END CERTIFICATE-----\r\n";
+    ```
+
+1. Cambia tutti gli include di `<WiFiClient.h>` in `<WiFiClientSecure.h>`.
+
+1. Modifica tutti i campi `WiFiClient` in `WiFiClientSecure`.
+
+1. In ogni classe che ha un campo `WiFiClientSecure`, aggiungi un costruttore e imposta il certificato in quel costruttore:
+
+    ```cpp
+    _client.setCACert(FUNCTIONS_CERTIFICATE);
+    ```
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/4-multiple-language-support/README.md b/translations/it/6-consumer/lessons/4-multiple-language-support/README.md
new file mode 100644
index 00000000..bea19d91
--- /dev/null
+++ b/translations/it/6-consumer/lessons/4-multiple-language-support/README.md
@@ -0,0 +1,186 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c16de27b0074abe81d6a8bad5e5b1a6b",
+  "translation_date": "2025-08-25T17:37:51+00:00",
+  "source_file": "6-consumer/lessons/4-multiple-language-support/README.md",
+  "language_code": "it"
+}
+-->
+# Supporto per più lingue
+
+![Una panoramica illustrata di questa lezione](../../../../../translated_images/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.it.jpg)
+
+> Illustrazione di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.
+
+Questo video offre una panoramica dei servizi di riconoscimento vocale di Azure, trattando il riconoscimento vocale e la sintesi vocale delle lezioni precedenti, oltre alla traduzione del parlato, argomento trattato in questa lezione:
+
+[![Riconoscere il parlato con poche righe di Python da Microsoft Build 2020](https://img.youtube.com/vi/h6xbpMPSGEA/0.jpg)](https://www.youtube.com/watch?v=h6xbpMPSGEA)
+
+> 🎥 Clicca sull'immagine sopra per guardare il video
+
+## Quiz pre-lezione
+
+[Quiz pre-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/47)
+
+## Introduzione
+
+Nelle ultime 3 lezioni hai imparato a convertire il parlato in testo, a comprendere il linguaggio e a convertire il testo in parlato, tutto grazie all'AI. Un'altra area della comunicazione umana in cui l'AI può essere d'aiuto è la traduzione linguistica - convertire da una lingua a un'altra, ad esempio dall'inglese al francese.
+
+In questa lezione imparerai a utilizzare l'AI per tradurre il testo, permettendo al tuo timer intelligente di interagire con gli utenti in più lingue.
+
+In questa lezione tratteremo:
+
+* [Tradurre il testo](../../../../../6-consumer/lessons/4-multiple-language-support)
+* [Servizi di traduzione](../../../../../6-consumer/lessons/4-multiple-language-support)
+* [Creare una risorsa di traduzione](../../../../../6-consumer/lessons/4-multiple-language-support)
+* [Supportare più lingue nelle applicazioni con traduzioni](../../../../../6-consumer/lessons/4-multiple-language-support)
+* [Tradurre il testo utilizzando un servizio AI](../../../../../6-consumer/lessons/4-multiple-language-support)
+
+> 🗑 Questa è l'ultima lezione di questo progetto, quindi dopo aver completato questa lezione e l'assegnazione, non dimenticare di pulire i tuoi servizi cloud. Avrai bisogno dei servizi per completare l'assegnazione, quindi assicurati di completarla prima.
+>
+> Consulta [la guida per pulire il tuo progetto](../../../clean-up.md) se necessario per istruzioni su come farlo.
+
+## Tradurre il testo
+
+La traduzione del testo è stata un problema della scienza informatica studiato per oltre 70 anni, e solo ora, grazie ai progressi dell'AI e della potenza di calcolo, si avvicina a essere risolto a un livello quasi pari a quello dei traduttori umani.
+
+> 💁 Le origini possono essere fatte risalire ancora più indietro, a [Al-Kindi](https://wikipedia.org/wiki/Al-Kindi), un crittografo arabo del IX secolo che sviluppò tecniche per la traduzione linguistica.
+
+### Traduzioni automatiche
+
+La traduzione del testo è iniziata come una tecnologia nota come Traduzione Automatica (MT), che può tradurre tra diverse coppie di lingue. La MT funziona sostituendo le parole in una lingua con altre, aggiungendo tecniche per selezionare i modi corretti di tradurre frasi o parti di frasi quando una semplice traduzione parola per parola non ha senso.
+
+> 🎓 Quando i traduttori supportano la traduzione tra una lingua e un'altra, queste sono note come *coppie di lingue*. Strumenti diversi supportano coppie di lingue diverse, e queste potrebbero non essere complete. Ad esempio, un traduttore potrebbe supportare inglese-spagnolo come coppia di lingue, e spagnolo-italiano come coppia di lingue, ma non inglese-italiano.
+
+Ad esempio, tradurre "Hello world" dall'inglese al francese può essere eseguito con una sostituzione - "Bonjour" per "Hello", e "le monde" per "world", portando alla traduzione corretta "Bonjour le monde".
+
+Le sostituzioni non funzionano quando lingue diverse usano modi diversi per dire la stessa cosa. Ad esempio, la frase inglese "My name is Jim" si traduce in "Je m'appelle Jim" in francese - letteralmente "Io mi chiamo Jim". "Je" è francese per "Io", "moi" è "me", ma viene concatenato con il verbo poiché inizia con una vocale, diventando "m'", "appelle" significa chiamare, e "Jim" non viene tradotto poiché è un nome e non una parola traducibile. Anche l'ordine delle parole diventa un problema - una semplice sostituzione di "Je m'appelle Jim" diventa "Io mi chiamo Jim", con un ordine delle parole diverso rispetto all'inglese.
+
+> 💁 Alcune parole non vengono mai tradotte - il mio nome è Jim indipendentemente dalla lingua utilizzata per presentarmi. Quando si traduce in lingue che utilizzano alfabeti diversi, o lettere diverse per suoni diversi, le parole possono essere *traslitterate*, ovvero selezionando lettere o caratteri che producono il suono appropriato per suonare come la parola data.
+
+Anche gli idiomi rappresentano un problema per la traduzione. Questi sono frasi che hanno un significato compreso diverso da un'interpretazione diretta delle parole. Ad esempio, in inglese l'idioma "I've got ants in my pants" non si riferisce letteralmente ad avere formiche nei vestiti, ma a essere irrequieti. Se traduci questo in tedesco, finiresti per confondere l'ascoltatore, poiché la versione tedesca è "Ho bombi nel sedere".
+
+> 💁 Diversi contesti culturali aggiungono complessità. Con l'idioma "ants in your pants", in inglese americano "pants" si riferisce ai pantaloni, mentre in inglese britannico "pants" significa biancheria intima.
+
+✅ Se parli più lingue, pensa a qualche frase che non si traduce direttamente.
+
+I sistemi di traduzione automatica si basano su grandi database di regole che descrivono come tradurre determinate frasi e idiomi, insieme a metodi statistici per scegliere le traduzioni appropriate tra le opzioni possibili. Questi metodi statistici utilizzano enormi database di opere tradotte da umani in più lingue per scegliere la traduzione più probabile, una tecnica chiamata *traduzione automatica statistica*. Alcuni di questi utilizzano rappresentazioni intermedie della lingua, permettendo a una lingua di essere tradotta nell'intermedio, poi dall'intermedio a un'altra lingua. In questo modo aggiungere più lingue implica traduzioni verso e dall'intermedio, non verso e da tutte le altre lingue.
+
+### Traduzioni neurali
+
+Le traduzioni neurali utilizzano la potenza dell'AI per tradurre, tipicamente traducendo intere frasi utilizzando un unico modello. Questi modelli sono addestrati su enormi set di dati tradotti da umani, come pagine web, libri e documentazione delle Nazioni Unite.
+
+I modelli di traduzione neurale sono generalmente più piccoli rispetto ai modelli di traduzione automatica poiché non necessitano di enormi database di frasi e idiomi. I moderni servizi AI che offrono traduzioni spesso mescolano più tecniche, combinando traduzione automatica statistica e traduzione neurale.
+
+Non esiste una traduzione 1:1 per nessuna coppia di lingue. Modelli di traduzione diversi produrranno risultati leggermente diversi a seconda dei dati utilizzati per addestrare il modello. Le traduzioni non sono sempre simmetriche - ovvero, se traduci una frase da una lingua a un'altra, poi torni alla prima lingua potresti ottenere una frase leggermente diversa come risultato.
+
+✅ Prova diversi traduttori online come [Bing Translate](https://www.bing.com/translator), [Google Translate](https://translate.google.com) o l'app di traduzione di Apple. Confronta le versioni tradotte di alcune frasi. Prova anche a tradurre in uno, poi tornare indietro in un altro.
+
+## Servizi di traduzione
+
+Esistono numerosi servizi AI che possono essere utilizzati dalle tue applicazioni per tradurre parlato e testo.
+
+### Servizio vocale di Cognitive Services
+
+![Il logo del servizio vocale](../../../../../translated_images/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.it.png)
+
+Il servizio vocale che hai utilizzato nelle lezioni precedenti ha capacità di traduzione per il riconoscimento vocale. Quando riconosci il parlato, puoi richiedere non solo il testo del parlato nella stessa lingua, ma anche in altre lingue.
+
+> 💁 Questo è disponibile solo tramite l'SDK vocale, l'API REST non ha traduzioni integrate.
+
+### Servizio Translator di Cognitive Services
+
+![Il logo del servizio Translator](../../../../../translated_images/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.it.png)
+
+Il servizio Translator è un servizio di traduzione dedicato che può tradurre testo da una lingua a una o più lingue di destinazione. Oltre alla traduzione, supporta una vasta gamma di funzionalità extra, tra cui la mascheratura delle volgarità. Ti consente anche di fornire una traduzione specifica per una particolare parola o frase, per lavorare con termini che non vuoi tradurre o che hanno una traduzione specifica ben nota.
+
+Ad esempio, quando traduci la frase "I have a Raspberry Pi", riferendoti al computer a scheda singola, in un'altra lingua come il francese, vorresti mantenere il nome "Raspberry Pi" così com'è, e non tradurlo, ottenendo "J’ai un Raspberry Pi" invece di "J’ai une pi aux framboises".
+
+## Creare una risorsa di traduzione
+
+Per questa lezione avrai bisogno di una risorsa Translator. Utilizzerai l'API REST per tradurre il testo.
+
+### Compito - creare una risorsa di traduzione
+
+1. Dal tuo terminale o prompt dei comandi, esegui il seguente comando per creare una risorsa Translator nel tuo gruppo di risorse `smart-timer`.
+
+    ```sh
+    az cognitiveservices account create --name smart-timer-translator \
+                                        --resource-group smart-timer \
+                                        --kind TextTranslation \
+                                        --sku F0 \
+                                        --yes \
+                                        --location <location>
+    ```
+
+    Sostituisci `<location>` con la posizione che hai utilizzato quando hai creato il gruppo di risorse.
+
+1. Ottieni la chiave per il servizio Translator:
+
+    ```sh
+    az cognitiveservices account keys list --name smart-timer-translator \
+                                           --resource-group smart-timer \
+                                           --output table
+    ```
+
+    Prendi una copia di una delle chiavi.
+
+## Supportare più lingue nelle applicazioni con traduzioni
+
+In un mondo ideale, tutta la tua applicazione dovrebbe comprendere il maggior numero possibile di lingue diverse, dall'ascolto del parlato, alla comprensione del linguaggio, fino alla risposta con il parlato. Questo richiede molto lavoro, quindi i servizi di traduzione possono accelerare il tempo di consegna della tua applicazione.
+
+![Un'architettura di timer intelligente che traduce dal giapponese all'inglese, elabora in inglese e poi traduce di nuovo in giapponese](../../../../../translated_images/translated-smart-timer.08ac20057fdc5c3778ed41cb425dca5d7fbcd4584b6da7b73ca67115a5b8a883.it.png)
+
+Immagina di costruire un timer intelligente che utilizza l'inglese end-to-end, comprendendo l'inglese parlato e convertendolo in testo, eseguendo la comprensione del linguaggio in inglese, costruendo risposte in inglese e rispondendo con parlato in inglese. Se volessi aggiungere il supporto per il giapponese, potresti iniziare traducendo il giapponese parlato in testo inglese, mantenendo il nucleo dell'applicazione invariato, poi traducendo il testo di risposta in giapponese prima di pronunciare la risposta. Questo ti permetterebbe di aggiungere rapidamente il supporto per il giapponese, e potresti espandere per fornire un supporto completo end-to-end per il giapponese in seguito.
+
+> 💁 Lo svantaggio di affidarsi alla traduzione automatica è che lingue e culture diverse hanno modi diversi di esprimere le stesse cose, quindi la traduzione potrebbe non corrispondere all'espressione che ti aspetti.
+
+Le traduzioni automatiche aprono anche possibilità per app e dispositivi che possono tradurre contenuti creati dagli utenti mentre vengono creati. La fantascienza presenta regolarmente "traduttori universali", dispositivi che possono tradurre da lingue aliene in (tipicamente) inglese americano. Questi dispositivi sono meno fantascienza e più realtà scientifica, se si ignora la parte aliena. Esistono già app e dispositivi che forniscono traduzioni in tempo reale di parlato e testo scritto, utilizzando combinazioni di servizi di riconoscimento vocale e traduzione.
+
+Un esempio è l'app per telefoni cellulari [Microsoft Translator](https://www.microsoft.com/translator/apps/?WT.mc_id=academic-17441-jabenn), dimostrata in questo video:
+
+[![Funzionalità live di Microsoft Translator in azione](https://img.youtube.com/vi/16yAGeP2FuM/0.jpg)](https://www.youtube.com/watch?v=16yAGeP2FuM)
+
+> 🎥 Clicca sull'immagine sopra per guardare il video
+
+Immagina di avere un dispositivo del genere a tua disposizione, soprattutto quando viaggi o interagisci con persone la cui lingua non conosci. Avere dispositivi di traduzione automatici negli aeroporti o negli ospedali fornirebbe miglioramenti molto necessari in termini di accessibilità.
+
+✅ Fai una ricerca: Esistono dispositivi IoT di traduzione disponibili in commercio? E le capacità di traduzione integrate nei dispositivi intelligenti?
+
+> 👽 Sebbene non esistano veri traduttori universali che ci permettano di parlare con gli alieni, il [Microsoft Translator supporta il Klingon](https://www.microsoft.com/translator/blog/2013/05/14/announcing-klingon-for-bing-translator/?WT.mc_id=academic-17441-jabenn). Qapla’!
+
+## Tradurre il testo utilizzando un servizio AI
+
+Puoi utilizzare un servizio AI per aggiungere questa capacità di traduzione al tuo timer intelligente.
+
+### Compito - tradurre il testo utilizzando un servizio AI
+
+Segui la guida pertinente per tradurre il testo sul tuo dispositivo IoT:
+
+* [Arduino - Wio Terminal](wio-terminal-translate-speech.md)
+* [Computer a scheda singola - Raspberry Pi](pi-translate-speech.md)
+* [Computer a scheda singola - Dispositivo virtuale](virtual-device-translate-speech.md)
+
+---
+
+## 🚀 Sfida
+
+In che modo le traduzioni automatiche possono beneficiare altre applicazioni IoT oltre ai dispositivi intelligenti? Pensa a modi diversi in cui le traduzioni possono essere utili, non solo con le parole pronunciate ma anche con il testo.
+
+## Quiz post-lezione
+
+[Quiz post-lezione](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/48)
+
+## Revisione e studio autonomo
+
+* Leggi di più sulla traduzione automatica sulla [pagina di traduzione automatica su Wikipedia](https://wikipedia.org/wiki/Machine_translation)
+* Leggi di più sulla traduzione automatica neurale sulla [pagina di traduzione automatica neurale su Wikipedia](https://wikipedia.org/wiki/Neural_machine_translation)
+* Dai un'occhiata all'elenco delle lingue supportate dai servizi di riconoscimento vocale Microsoft nella [documentazione sul supporto linguistico e vocale per il servizio vocale su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn)
+
+## Assegnazione
+
+[Costruisci un traduttore universale](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/4-multiple-language-support/assignment.md b/translations/it/6-consumer/lessons/4-multiple-language-support/assignment.md
new file mode 100644
index 00000000..723c2b34
--- /dev/null
+++ b/translations/it/6-consumer/lessons/4-multiple-language-support/assignment.md
@@ -0,0 +1,29 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "701f4a4466f9309b6e1d863077df0c06",
+  "translation_date": "2025-08-25T17:38:49+00:00",
+  "source_file": "6-consumer/lessons/4-multiple-language-support/assignment.md",
+  "language_code": "it"
+}
+-->
+# Costruire un traduttore universale
+
+## Istruzioni
+
+Un traduttore universale è un dispositivo che può tradurre tra più lingue, permettendo a persone che parlano lingue diverse di comunicare. Usa ciò che hai imparato nelle lezioni precedenti per costruire un traduttore universale utilizzando 2 dispositivi IoT.
+
+> Se non hai 2 dispositivi, segui i passaggi delle lezioni precedenti per configurare un dispositivo IoT virtuale come uno dei dispositivi IoT.
+
+Dovresti configurare un dispositivo per una lingua e l'altro per un'altra. Ogni dispositivo dovrebbe accettare il discorso, convertirlo in testo, inviarlo all'altro dispositivo tramite IoT Hub e un'app Functions, quindi tradurlo e riprodurre il discorso tradotto.
+
+> 💁 Suggerimento: Quando invii il discorso da un dispositivo all'altro, invia anche la lingua in cui è stato pronunciato, rendendo più facile la traduzione. Potresti persino far registrare ogni dispositivo utilizzando IoT Hub e un'app Functions per primo, passando la lingua che supportano per essere memorizzata in Azure Storage. Potresti quindi utilizzare un'app Functions per effettuare le traduzioni, inviando il testo tradotto al dispositivo IoT.
+
+## Valutazione
+
+| Criteri | Esemplare | Adeguato | Da migliorare |
+| ------- | --------- | -------- | ------------- |
+| Creare un traduttore universale | È stato in grado di costruire un traduttore universale, convertendo il discorso rilevato da un dispositivo in un discorso riprodotto da un altro dispositivo in una lingua diversa | È stato in grado di far funzionare alcune componenti, come la cattura del discorso o la traduzione, ma non è riuscito a costruire la soluzione completa | Non è stato in grado di costruire alcuna parte di un traduttore universale funzionante |
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md b/translations/it/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
new file mode 100644
index 00000000..d743792f
--- /dev/null
+++ b/translations/it/6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md
@@ -0,0 +1,162 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "bbb5aa34221fe129dd3ce4d9ec33831a",
+  "translation_date": "2025-08-25T17:39:13+00:00",
+  "source_file": "6-consumer/lessons/4-multiple-language-support/pi-translate-speech.md",
+  "language_code": "it"
+}
+-->
+# Tradurre il discorso - Raspberry Pi
+
+In questa parte della lezione, scriverai codice per tradurre il testo utilizzando il servizio di traduzione.
+
+## Convertire il testo in parlato utilizzando il servizio di traduzione
+
+L'API REST del servizio di sintesi vocale non supporta traduzioni dirette, ma puoi utilizzare il servizio Translator per tradurre il testo generato dal servizio di riconoscimento vocale e il testo della risposta vocale. Questo servizio dispone di un'API REST che puoi utilizzare per tradurre il testo.
+
+### Attività - utilizzare la risorsa Translator per tradurre il testo
+
+1. Il tuo timer intelligente avrà impostate 2 lingue: la lingua del server utilizzata per addestrare LUIS (la stessa lingua è anche utilizzata per costruire i messaggi da comunicare all'utente) e la lingua parlata dall'utente. Aggiorna la variabile `language` con la lingua che sarà parlata dall'utente e aggiungi una nuova variabile chiamata `server_language` per la lingua utilizzata per addestrare LUIS:
+
+    ```python
+    language = '<user language>'
+    server_language = '<server language>'
+    ```
+
+    Sostituisci `<user language>` con il nome della locale per la lingua che utilizzerai, ad esempio `fr-FR` per il francese o `zn-HK` per il cantonese.
+
+    Sostituisci `<server language>` con il nome della locale per la lingua utilizzata per addestrare LUIS.
+
+    Puoi trovare un elenco delle lingue supportate e dei loro nomi di locale nella [documentazione sul supporto delle lingue e delle voci su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text).
+
+    > 💁 Se non parli più lingue, puoi utilizzare un servizio come [Bing Translate](https://www.bing.com/translator) o [Google Translate](https://translate.google.com) per tradurre dalla tua lingua preferita a una lingua a tua scelta. Questi servizi possono anche riprodurre l'audio del testo tradotto.
+    >
+    > Ad esempio, se addestri LUIS in inglese ma vuoi utilizzare il francese come lingua utente, puoi tradurre frasi come "imposta un timer di 2 minuti e 27 secondi" dall'inglese al francese utilizzando Bing Translate, quindi utilizzare il pulsante **Ascolta traduzione** per pronunciare la traduzione nel microfono.
+    >
+    > ![Il pulsante Ascolta traduzione su Bing Translate](../../../../../translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.it.png)
+
+1. Aggiungi la chiave API del servizio Translator sotto la variabile `speech_api_key`:
+
+    ```python
+    translator_api_key = '<key>'
+    ```
+
+    Sostituisci `<key>` con la chiave API per la risorsa del servizio Translator.
+
+1. Sopra la funzione `say`, definisci una funzione `translate_text` che tradurrà il testo dalla lingua del server alla lingua dell'utente:
+
+    ```python
+    def translate_text(text, from_language, to_language):
+    ```
+
+    Le lingue di origine e destinazione vengono passate a questa funzione: la tua app deve convertire dalla lingua utente alla lingua del server quando riconosce il parlato e dalla lingua del server alla lingua utente quando fornisce un feedback vocale.
+
+1. All'interno di questa funzione, definisci l'URL e gli header per la chiamata API REST:
+
+    ```python
+    url = f'https://api.cognitive.microsofttranslator.com/translate?api-version=3.0'
+
+    headers = {
+        'Ocp-Apim-Subscription-Key': translator_api_key,
+        'Ocp-Apim-Subscription-Region': location,
+        'Content-type': 'application/json'
+    }
+    ```
+
+    L'URL per questa API non è specifico per la posizione; invece, la posizione viene passata come header. La chiave API viene utilizzata direttamente, quindi, a differenza del servizio di sintesi vocale, non è necessario ottenere un token di accesso dall'API di emissione token.
+
+1. Sotto questo, definisci i parametri e il corpo della chiamata:
+
+    ```python
+    params = {
+        'from': from_language,
+        'to': to_language
+    }
+
+    body = [{
+        'text' : text
+    }]
+    ```
+
+    I `params` definiscono i parametri da passare alla chiamata API, passando le lingue di origine e destinazione. Questa chiamata tradurrà il testo dalla lingua `from` alla lingua `to`.
+
+    Il `body` contiene il testo da tradurre. Questo è un array, poiché è possibile tradurre più blocchi di testo nella stessa chiamata.
+
+1. Effettua la chiamata all'API REST e ottieni la risposta:
+
+    ```python
+    response = requests.post(url, headers=headers, params=params, json=body)
+    ```
+
+    La risposta che arriva è un array JSON, con un elemento che contiene le traduzioni. Questo elemento ha un array per le traduzioni di tutti gli elementi passati nel corpo.
+
+    ```json
+    [
+        {
+            "translations": [
+                {
+                    "text": "Set a 2 minute 27 second timer.",
+                    "to": "en"
+                }
+            ]
+        }
+    ]
+    ```
+
+1. Restituisci la proprietà `test` dalla prima traduzione del primo elemento nell'array:
+
+    ```python
+    return response.json()[0]['translations'][0]['text']
+    ```
+
+1. Aggiorna il ciclo `while True` per tradurre il testo dalla chiamata a `convert_speech_to_text` dalla lingua utente alla lingua del server:
+
+    ```python
+    if len(text) > 0:
+        print('Original:', text)
+        text = translate_text(text, language, server_language)
+        print('Translated:', text)
+
+        message = Message(json.dumps({ 'speech': text }))
+        device_client.send_message(message)
+    ```
+
+    Questo codice stampa anche le versioni originale e tradotta del testo nella console.
+
+1. Aggiorna la funzione `say` per tradurre il testo da pronunciare dalla lingua del server alla lingua utente:
+
+    ```python
+    def say(text):
+        print('Original:', text)
+        text = translate_text(text, server_language, language)
+        print('Translated:', text)
+        speech = get_speech(text)
+        play_speech(speech)
+    ```
+
+    Questo codice stampa anche le versioni originale e tradotta del testo nella console.
+
+1. Esegui il tuo codice. Assicurati che la tua funzione app sia in esecuzione e richiedi un timer nella lingua utente, parlando direttamente in quella lingua o utilizzando un'app di traduzione.
+
+    ```output
+    pi@raspberrypi:~/smart-timer $ python3 app.py
+    Connecting
+    Connected
+    Using voice fr-FR-DeniseNeural
+    Original: Définir une minuterie de 2 minutes et 27 secondes.
+    Translated: Set a timer of 2 minutes and 27 seconds.
+    Original: 2 minute 27 second timer started.
+    Translated: 2 minute 27 seconde minute a commencé.
+    Original: Times up on your 2 minute 27 second timer.
+    Translated: Chronométrant votre minuterie de 2 minutes 27 secondes.
+    ```
+
+    > 💁 A causa dei diversi modi di esprimere qualcosa in lingue diverse, potresti ottenere traduzioni leggermente diverse dagli esempi forniti a LUIS. In tal caso, aggiungi più esempi a LUIS, riaddestra e ripubblica il modello.
+
+> 💁 Puoi trovare questo codice nella cartella [code/pi](../../../../../6-consumer/lessons/4-multiple-language-support/code/pi).
+
+😀 Il tuo programma timer multilingue è stato un successo!
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md b/translations/it/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
new file mode 100644
index 00000000..51508c37
--- /dev/null
+++ b/translations/it/6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md
@@ -0,0 +1,202 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "d620a470d9dd8614d99824832978360a",
+  "translation_date": "2025-08-25T17:40:08+00:00",
+  "source_file": "6-consumer/lessons/4-multiple-language-support/virtual-device-translate-speech.md",
+  "language_code": "it"
+}
+-->
+# Tradurre il parlato - Dispositivo IoT Virtuale
+
+In questa parte della lezione, scriverai del codice per tradurre il parlato durante la conversione in testo utilizzando il servizio di riconoscimento vocale, quindi tradurrai il testo utilizzando il servizio Translator prima di generare una risposta vocale.
+
+## Utilizzare il servizio di riconoscimento vocale per tradurre il parlato
+
+Il servizio di riconoscimento vocale può prendere il parlato e non solo convertirlo in testo nella stessa lingua, ma anche tradurre l'output in altre lingue.
+
+### Attività - utilizzare il servizio di riconoscimento vocale per tradurre il parlato
+
+1. Apri il progetto `smart-timer` in VS Code e assicurati che l'ambiente virtuale sia caricato nel terminale.
+
+1. Aggiungi le seguenti istruzioni di importazione sotto gli import esistenti:
+
+    ```python
+    from azure.cognitiveservices import speech
+    from azure.cognitiveservices.speech.translation import SpeechTranslationConfig, TranslationRecognizer
+    import requests
+    ```
+
+    Questo importa le classi utilizzate per tradurre il parlato e una libreria `requests` che verrà utilizzata per effettuare una chiamata al servizio Translator più avanti in questa lezione.
+
+1. Il tuo timer intelligente avrà impostate 2 lingue: la lingua del server utilizzata per addestrare LUIS (la stessa lingua è anche utilizzata per costruire i messaggi da comunicare all'utente) e la lingua parlata dall'utente. Aggiorna la variabile `language` per indicare la lingua che verrà parlata dall'utente e aggiungi una nuova variabile chiamata `server_language` per la lingua utilizzata per addestrare LUIS:
+
+    ```python
+    language = '<user language>'
+    server_language = '<server language>'
+    ```
+
+    Sostituisci `<user language>` con il nome della locale della lingua che utilizzerai per parlare, ad esempio `fr-FR` per il francese o `zn-HK` per il cantonese.
+
+    Sostituisci `<server language>` con il nome della locale della lingua utilizzata per addestrare LUIS.
+
+    Puoi trovare un elenco delle lingue supportate e dei loro nomi di locale nella [documentazione sul supporto delle lingue e delle voci su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text).
+
+    > 💁 Se non parli più lingue, puoi utilizzare un servizio come [Bing Translate](https://www.bing.com/translator) o [Google Translate](https://translate.google.com) per tradurre dalla tua lingua preferita a una lingua a tua scelta. Questi servizi possono poi riprodurre l'audio del testo tradotto. Tieni presente che il riconoscitore vocale ignorerà alcuni output audio dal tuo dispositivo, quindi potresti dover utilizzare un dispositivo aggiuntivo per riprodurre il testo tradotto.
+    >
+    > Ad esempio, se addestri LUIS in inglese ma vuoi utilizzare il francese come lingua dell'utente, puoi tradurre frasi come "imposta un timer di 2 minuti e 27 secondi" dall'inglese al francese utilizzando Bing Translate, quindi utilizzare il pulsante **Ascolta traduzione** per pronunciare la traduzione nel tuo microfono.
+    >
+    > ![Il pulsante ascolta traduzione su Bing Translate](../../../../../translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.it.png)
+
+1. Sostituisci le dichiarazioni `recognizer_config` e `recognizer` con le seguenti:
+
+    ```python
+    translation_config = SpeechTranslationConfig(subscription=speech_api_key,
+                                                 region=location,
+                                                 speech_recognition_language=language,
+                                                 target_languages=(language, server_language))
+    
+    recognizer = TranslationRecognizer(translation_config=translation_config)
+    ```
+
+    Questo crea una configurazione di traduzione per riconoscere il parlato nella lingua dell'utente e creare traduzioni nella lingua dell'utente e del server. Successivamente utilizza questa configurazione per creare un riconoscitore di traduzione, un riconoscitore vocale che può tradurre l'output del riconoscimento vocale in più lingue.
+
+    > 💁 La lingua originale deve essere specificata nei `target_languages`, altrimenti non otterrai alcuna traduzione.
+
+1. Aggiorna la funzione `recognized`, sostituendo l'intero contenuto della funzione con il seguente:
+
+    ```python
+    if args.result.reason == speech.ResultReason.TranslatedSpeech:
+        language_match = next(l for l in args.result.translations if server_language.lower().startswith(l.lower()))
+        text = args.result.translations[language_match]
+        if (len(text) > 0):
+            print(f'Translated text: {text}')
+    
+            message = Message(json.dumps({ 'speech': text }))
+            device_client.send_message(message)
+    ```
+
+    Questo codice verifica se l'evento riconosciuto è stato attivato perché il parlato è stato tradotto (questo evento può essere attivato in altri momenti, ad esempio quando il parlato è stato riconosciuto ma non tradotto). Se il parlato è stato tradotto, trova la traduzione nel dizionario `args.result.translations` che corrisponde alla lingua del server.
+
+    Il dizionario `args.result.translations` è indicizzato in base alla parte linguistica dell'impostazione della locale, non all'intera impostazione. Ad esempio, se richiedi una traduzione in `fr-FR` per il francese, il dizionario conterrà una voce per `fr`, non per `fr-FR`.
+
+    Il testo tradotto viene quindi inviato all'IoT Hub.
+
+1. Esegui questo codice per testare le traduzioni. Assicurati che la tua app di funzione sia in esecuzione e richiedi un timer nella lingua dell'utente, parlando direttamente in quella lingua o utilizzando un'app di traduzione.
+
+    ```output
+    (.venv) ➜  smart-timer python app.py
+    Connecting
+    Connected
+    Translated text: Set a timer of 2 minutes and 27 seconds.
+    ```
+
+## Tradurre il testo utilizzando il servizio Translator
+
+Il servizio di riconoscimento vocale non supporta la traduzione del testo in parlato, ma puoi utilizzare il servizio Translator per tradurre il testo. Questo servizio ha un'API REST che puoi utilizzare per tradurre il testo.
+
+### Attività - utilizzare la risorsa Translator per tradurre il testo
+
+1. Aggiungi la chiave API del Translator sotto la variabile `speech_api_key`:
+
+    ```python
+    translator_api_key = '<key>'
+    ```
+
+    Sostituisci `<key>` con la chiave API per la tua risorsa del servizio Translator.
+
+1. Sopra la funzione `say`, definisci una funzione `translate_text` che tradurrà il testo dalla lingua del server alla lingua dell'utente:
+
+    ```python
+    def translate_text(text):
+    ```
+
+1. All'interno di questa funzione, definisci l'URL e gli header per la chiamata all'API REST:
+
+    ```python
+    url = f'https://api.cognitive.microsofttranslator.com/translate?api-version=3.0'
+
+    headers = {
+        'Ocp-Apim-Subscription-Key': translator_api_key,
+        'Ocp-Apim-Subscription-Region': location,
+        'Content-type': 'application/json'
+    }
+    ```
+
+    L'URL per questa API non è specifico per la posizione, invece la posizione viene passata come header. La chiave API viene utilizzata direttamente, quindi a differenza del servizio di riconoscimento vocale non è necessario ottenere un token di accesso dall'API del token issuer.
+
+1. Sotto questo, definisci i parametri e il corpo per la chiamata:
+
+    ```python
+    params = {
+        'from': server_language,
+        'to': language
+    }
+
+    body = [{
+        'text' : text
+    }]
+    ```
+
+    I `params` definiscono i parametri da passare alla chiamata API, passando le lingue di origine e di destinazione. Questa chiamata tradurrà il testo dalla lingua `from` alla lingua `to`.
+
+    Il `body` contiene il testo da tradurre. Questo è un array, poiché più blocchi di testo possono essere tradotti nella stessa chiamata.
+
+1. Effettua la chiamata all'API REST e ottieni la risposta:
+
+    ```python
+    response = requests.post(url, headers=headers, params=params, json=body)
+    ```
+
+    La risposta che arriva è un array JSON, con un elemento che contiene le traduzioni. Questo elemento ha un array per le traduzioni di tutti gli elementi passati nel corpo.
+
+    ```json
+    [
+        {
+            "translations": [
+                {
+                    "text": "Chronométrant votre minuterie de 2 minutes 27 secondes.",
+                    "to": "fr"
+                }
+            ]
+        }
+    ]
+    ```
+
+1. Restituisci la proprietà `text` dalla prima traduzione del primo elemento nell'array:
+
+    ```python
+    return response.json()[0]['translations'][0]['text']
+    ```
+
+1. Aggiorna la funzione `say` per tradurre il testo da pronunciare prima che venga generato l'SSML:
+
+    ```python
+    print('Original:', text)
+    text = translate_text(text)
+    print('Translated:', text)
+    ```
+
+    Questo codice stampa anche la versione originale e tradotta del testo nella console.
+
+1. Esegui il tuo codice. Assicurati che la tua app di funzione sia in esecuzione e richiedi un timer nella lingua dell'utente, parlando direttamente in quella lingua o utilizzando un'app di traduzione.
+
+    ```output
+    (.venv) ➜  smart-timer python app.py
+    Connecting
+    Connected
+    Translated text: Set a timer of 2 minutes and 27 seconds.
+    Original: 2 minute 27 second timer started.
+    Translated: 2 minute 27 seconde minute a commencé.
+    Original: Times up on your 2 minute 27 second timer.
+    Translated: Chronométrant votre minuterie de 2 minutes 27 secondes.
+    ```
+
+    > 💁 A causa dei diversi modi di esprimere qualcosa in lingue diverse, potresti ottenere traduzioni leggermente diverse dagli esempi forniti a LUIS. In tal caso, aggiungi più esempi a LUIS, riaddestra e ripubblica il modello.
+
+> 💁 Puoi trovare questo codice nella cartella [code/virtual-iot-device](../../../../../6-consumer/lessons/4-multiple-language-support/code/virtual-iot-device).
+
+😀 Il tuo programma di timer multilingue è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione AI [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale umana. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md b/translations/it/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
new file mode 100644
index 00000000..34a74197
--- /dev/null
+++ b/translations/it/6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md
@@ -0,0 +1,282 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5f6c164e349f8989959e02a90f37908d",
+  "translation_date": "2025-08-25T17:36:43+00:00",
+  "source_file": "6-consumer/lessons/4-multiple-language-support/wio-terminal-translate-speech.md",
+  "language_code": "it"
+}
+-->
+# Tradurre il parlato - Wio Terminal
+
+In questa parte della lezione, scriverai del codice per tradurre il testo utilizzando il servizio di traduzione.
+
+## Convertire il testo in parlato utilizzando il servizio di traduzione
+
+L'API REST del servizio di sintesi vocale non supporta traduzioni dirette. Tuttavia, puoi utilizzare il servizio Translator per tradurre il testo generato dal servizio di riconoscimento vocale e il testo della risposta vocale. Questo servizio dispone di un'API REST che puoi utilizzare per tradurre il testo, ma per semplificarne l'uso verrà incapsulato in un altro trigger HTTP nella tua app di funzioni.
+
+### Attività - creare una funzione serverless per tradurre il testo
+
+1. Apri il tuo progetto `smart-timer-trigger` in VS Code e apri il terminale assicurandoti che l'ambiente virtuale sia attivato. In caso contrario, chiudi e ricrea il terminale.
+
+1. Apri il file `local.settings.json` e aggiungi le impostazioni per la chiave API del servizio Translator e la posizione:
+
+    ```json
+    "TRANSLATOR_KEY": "<key>",
+    "TRANSLATOR_LOCATION": "<location>"
+    ```
+
+    Sostituisci `<key>` con la chiave API della tua risorsa del servizio Translator. Sostituisci `<location>` con la posizione che hai utilizzato quando hai creato la risorsa del servizio Translator.
+
+1. Aggiungi un nuovo trigger HTTP a questa app chiamato `translate-text` utilizzando il seguente comando dal terminale di VS Code nella cartella principale del progetto dell'app di funzioni:
+
+    ```sh
+    func new --name translate-text --template "HTTP trigger"
+    ```
+
+    Questo creerà un trigger HTTP chiamato `translate-text`.
+
+1. Sostituisci il contenuto del file `__init__.py` nella cartella `translate-text` con il seguente:
+
+    ```python
+    import logging
+    import os
+    import requests
+    
+    import azure.functions as func
+    
+    location = os.environ['TRANSLATOR_LOCATION']
+    translator_key = os.environ['TRANSLATOR_KEY']
+    
+    def main(req: func.HttpRequest) -> func.HttpResponse:
+        req_body = req.get_json()
+        from_language = req_body['from_language']
+        to_language = req_body['to_language']
+        text = req_body['text']
+        
+        logging.info(f'Translating {text} from {from_language} to {to_language}')
+    
+        url = f'https://api.cognitive.microsofttranslator.com/translate?api-version=3.0'
+    
+        headers = {
+            'Ocp-Apim-Subscription-Key': translator_key,
+            'Ocp-Apim-Subscription-Region': location,
+            'Content-type': 'application/json'
+        }
+    
+        params = {
+            'from': from_language,
+            'to': to_language
+        }
+    
+        body = [{
+            'text' : text
+        }]
+        
+        response = requests.post(url, headers=headers, params=params, json=body)
+        return func.HttpResponse(response.json()[0]['translations'][0]['text'])
+    ```
+
+    Questo codice estrae il testo e le lingue dalla richiesta HTTP. Successivamente, effettua una richiesta all'API REST del servizio Translator, passando le lingue come parametri per l'URL e il testo da tradurre come corpo. Infine, restituisce la traduzione.
+
+1. Esegui localmente la tua app di funzioni. Puoi quindi chiamarla utilizzando uno strumento come curl nello stesso modo in cui hai testato il trigger HTTP `text-to-timer`. Assicurati di passare il testo da tradurre e le lingue come corpo JSON:
+
+    ```json
+    {
+        "text": "Définir une minuterie de 30 secondes",
+        "from_language": "fr-FR",
+        "to_language": "en-US"
+    }
+    ```
+
+    Questo esempio traduce *Définir une minuterie de 30 secondes* dal francese all'inglese americano. Restituirà *Set a 30-second timer*.
+
+> 💁 Puoi trovare questo codice nella cartella [code/functions](../../../../../6-consumer/lessons/4-multiple-language-support/code/functions).
+
+### Attività - utilizzare la funzione Translator per tradurre il testo
+
+1. Apri il progetto `smart-timer` in VS Code se non è già aperto.
+
+1. Il tuo timer intelligente avrà impostate 2 lingue: la lingua del server utilizzata per addestrare LUIS (la stessa lingua è utilizzata anche per costruire i messaggi da comunicare all'utente) e la lingua parlata dall'utente. Aggiorna la costante `LANGUAGE` nel file di intestazione `config.h` per impostarla sulla lingua che verrà parlata dall'utente e aggiungi una nuova costante chiamata `SERVER_LANGUAGE` per la lingua utilizzata per addestrare LUIS:
+
+    ```cpp
+    const char *LANGUAGE = "<user language>";
+    const char *SERVER_LANGUAGE = "<server language>";
+    ```
+
+    Sostituisci `<user language>` con il nome della localizzazione della lingua che utilizzerai per parlare, ad esempio `fr-FR` per il francese o `zn-HK` per il cantonese.
+
+    Sostituisci `<server language>` con il nome della localizzazione della lingua utilizzata per addestrare LUIS.
+
+    Puoi trovare un elenco delle lingue supportate e dei loro nomi di localizzazione nella [documentazione sul supporto delle lingue e delle voci su Microsoft Docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text).
+
+    > 💁 Se non parli più lingue, puoi utilizzare un servizio come [Bing Translate](https://www.bing.com/translator) o [Google Translate](https://translate.google.com) per tradurre dalla tua lingua preferita a una lingua a tua scelta. Questi servizi possono anche riprodurre l'audio del testo tradotto.
+    >
+    > Ad esempio, se addestri LUIS in inglese ma vuoi utilizzare il francese come lingua dell'utente, puoi tradurre frasi come "set a 2 minute and 27 second timer" dall'inglese al francese utilizzando Bing Translate, quindi utilizzare il pulsante **Ascolta traduzione** per pronunciare la traduzione nel tuo microfono.
+    >
+    > ![Il pulsante ascolta traduzione su Bing Translate](../../../../../translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.it.png)
+
+1. Aggiungi la chiave API del servizio Translator e la posizione sotto `SPEECH_LOCATION`:
+
+    ```cpp
+    const char *TRANSLATOR_API_KEY = "<KEY>";
+    const char *TRANSLATOR_LOCATION = "<LOCATION>";
+    ```
+
+    Sostituisci `<KEY>` con la chiave API della tua risorsa del servizio Translator. Sostituisci `<LOCATION>` con la posizione che hai utilizzato quando hai creato la risorsa del servizio Translator.
+
+1. Aggiungi l'URL del trigger del servizio Translator sotto `VOICE_URL`:
+
+    ```cpp
+    const char *TRANSLATE_FUNCTION_URL = "<URL>";
+    ```
+
+    Sostituisci `<URL>` con l'URL del trigger HTTP `translate-text` nella tua app di funzioni. Questo sarà lo stesso valore di `TEXT_TO_TIMER_FUNCTION_URL`, eccetto che il nome della funzione sarà `translate-text` invece di `text-to-timer`.
+
+1. Aggiungi un nuovo file alla cartella `src` chiamato `text_translator.h`.
+
+1. Questo nuovo file di intestazione `text_translator.h` conterrà una classe per tradurre il testo. Aggiungi il seguente codice a questo file per dichiarare questa classe:
+
+    ```cpp
+    #pragma once
+    
+    #include <Arduino.h>
+    #include <ArduinoJson.h>
+    #include <HTTPClient.h>
+    #include <WiFiClient.h>
+    
+    #include "config.h"
+    
+    class TextTranslator
+    {
+    public:   
+    private:
+        WiFiClient _client;
+    };
+    
+    TextTranslator textTranslator;
+    ```
+
+    Questo dichiara la classe `TextTranslator`, insieme a un'istanza di questa classe. La classe ha un unico campo per il client WiFi.
+
+1. Nella sezione `public` di questa classe, aggiungi un metodo per tradurre il testo:
+
+    ```cpp
+    String translateText(String text, String from_language, String to_language)
+    {
+    }
+    ```
+
+    Questo metodo prende la lingua da cui tradurre e la lingua in cui tradurre. Quando si gestisce il parlato, il parlato verrà tradotto dalla lingua dell'utente alla lingua del server LUIS, e quando si forniscono risposte verrà tradotto dalla lingua del server LUIS alla lingua dell'utente.
+
+1. In questo metodo, aggiungi il codice per costruire un corpo JSON contenente il testo da tradurre e le lingue:
+
+    ```cpp
+    DynamicJsonDocument doc(1024);
+    doc["text"] = text;
+    doc["from_language"] = from_language;
+    doc["to_language"] = to_language;
+
+    String body;
+    serializeJson(doc, body);
+
+    Serial.print("Translating ");
+    Serial.print(text);
+    Serial.print(" from ");
+    Serial.print(from_language);
+    Serial.print(" to ");
+    Serial.print(to_language);
+    ```
+
+1. Sotto questo, aggiungi il seguente codice per inviare il corpo all'app di funzioni serverless:
+
+    ```cpp
+    HTTPClient httpClient;
+    httpClient.begin(_client, TRANSLATE_FUNCTION_URL);
+
+    int httpResponseCode = httpClient.POST(body);
+    ```
+
+1. Successivamente, aggiungi il codice per ottenere la risposta:
+
+    ```cpp
+    String translated_text = "";
+
+    if (httpResponseCode == 200)
+    {
+        translated_text = httpClient.getString();
+        Serial.print("Translated: ");
+        Serial.println(translated_text);
+    }
+    else
+    {
+        Serial.print("Failed to translate text - error ");
+        Serial.println(httpResponseCode);
+    }
+    ```
+
+1. Infine, aggiungi il codice per chiudere la connessione e restituire il testo tradotto:
+
+    ```cpp
+    httpClient.end();
+
+    return translated_text;
+    ```
+
+### Attività - tradurre il parlato riconosciuto e le risposte
+
+1. Apri il file `main.cpp`.
+
+1. Aggiungi una direttiva include nella parte superiore del file per il file di intestazione della classe `TextTranslator`:
+
+    ```cpp
+    #include "text_translator.h"
+    ```
+
+1. Il testo pronunciato quando un timer viene impostato o scade deve essere tradotto. Per fare ciò, aggiungi il seguente codice come prima riga della funzione `say`:
+
+    ```cpp
+    text = textTranslator.translateText(text, LANGUAGE, SERVER_LANGUAGE);
+    ```
+
+    Questo tradurrà il testo nella lingua dell'utente.
+
+1. Nella funzione `processAudio`, il testo viene recuperato dall'audio catturato con la chiamata `String text = speechToText.convertSpeechToText();`. Dopo questa chiamata, traduci il testo:
+
+    ```cpp
+    String text = speechToText.convertSpeechToText();
+    text = textTranslator.translateText(text, LANGUAGE, SERVER_LANGUAGE);
+    ```
+
+    Questo tradurrà il testo dalla lingua dell'utente alla lingua utilizzata sul server.
+
+1. Compila questo codice, caricalo sul tuo Wio Terminal e testalo tramite il monitor seriale. Una volta che vedi `Ready` nel monitor seriale, premi il pulsante C (quello sul lato sinistro, più vicino all'interruttore di accensione) e parla. Assicurati che la tua app di funzioni sia in esecuzione e richiedi un timer nella lingua dell'utente, parlando direttamente in quella lingua o utilizzando un'app di traduzione.
+
+    ```output
+    Connecting to WiFi..
+    Connected!
+    Got access token.
+    Ready.
+    Starting recording...
+    Finished recording
+    Sending speech...
+    Speech sent!
+    {"RecognitionStatus":"Success","DisplayText":"Définir une minuterie de 2 minutes 27 secondes.","Offset":9600000,"Duration":40400000}
+    Translating Définir une minuterie de 2 minutes 27 secondes. from fr-FR to en-US
+    Translated: Set a timer of 2 minutes 27 seconds.
+    Set a timer of 2 minutes 27 seconds.
+    {"seconds": 147}
+    Translating 2 minute 27 second timer started. from en-US to fr-FR
+    Translated: 2 minute 27 seconde minute a commencé.
+    2 minute 27 seconde minute a commencé.
+    Translating Times up on your 2 minute 27 second timer. from en-US to fr-FR
+    Translated: Chronométrant votre minuterie de 2 minutes 27 secondes.
+    Chronométrant votre minuterie de 2 minutes 27 secondes.
+    ```
+
+> 💁 Puoi trovare questo codice nella cartella [code/wio-terminal](../../../../../6-consumer/lessons/4-multiple-language-support/code/wio-terminal).
+
+😀 Il tuo programma per il timer multilingue è stato un successo!
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/CODE_OF_CONDUCT.md b/translations/it/CODE_OF_CONDUCT.md
new file mode 100644
index 00000000..1784d2e3
--- /dev/null
+++ b/translations/it/CODE_OF_CONDUCT.md
@@ -0,0 +1,21 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
+  "translation_date": "2025-08-25T16:17:35+00:00",
+  "source_file": "CODE_OF_CONDUCT.md",
+  "language_code": "it"
+}
+-->
+# Codice di Condotta Open Source di Microsoft
+
+Questo progetto ha adottato il [Codice di Condotta Open Source di Microsoft](https://opensource.microsoft.com/codeofconduct/).
+
+Risorse:
+
+- [Codice di Condotta Open Source di Microsoft](https://opensource.microsoft.com/codeofconduct/)
+- [FAQ sul Codice di Condotta di Microsoft](https://opensource.microsoft.com/codeofconduct/faq/)
+- Contatta [opencode@microsoft.com](mailto:opencode@microsoft.com) per domande o preoccupazioni
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/CONTRIBUTING.md b/translations/it/CONTRIBUTING.md
new file mode 100644
index 00000000..fa9faa11
--- /dev/null
+++ b/translations/it/CONTRIBUTING.md
@@ -0,0 +1,23 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "d6f80293fa9c213283eac7e79b078671",
+  "translation_date": "2025-08-25T16:19:15+00:00",
+  "source_file": "CONTRIBUTING.md",
+  "language_code": "it"
+}
+-->
+# Contribuire
+
+Questo progetto accoglie con favore contributi e suggerimenti. La maggior parte dei contributi richiede di accettare un Accordo di Licenza per i Contributori (CLA) dichiarando che hai il diritto di, e effettivamente concedi, i diritti per utilizzare il tuo contributo. Per maggiori dettagli, visita https://cla.microsoft.com.
+
+> Importante: quando traduci il testo in questo repository, assicurati di non utilizzare traduzioni automatiche. Verificheremo le traduzioni tramite la comunità, quindi offri il tuo contributo solo per traduzioni in lingue in cui sei competente.
+
+Quando invii una pull request, un bot CLA determinerà automaticamente se è necessario fornire un CLA e decorerà la PR di conseguenza (ad esempio, etichetta, commento). Segui semplicemente le istruzioni fornite dal bot. Dovrai farlo solo una volta per tutti i repository che utilizzano il nostro CLA.
+
+Questo progetto ha adottato il [Codice di Condotta Open Source di Microsoft](https://opensource.microsoft.com/codeofconduct/).
+Per ulteriori informazioni, leggi le [FAQ sul Codice di Condotta](https://opensource.microsoft.com/codeofconduct/faq/)
+o contatta [opencode@microsoft.com](mailto:opencode@microsoft.com) per eventuali domande o commenti aggiuntivi.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/README.md b/translations/it/README.md
new file mode 100644
index 00000000..b7568b2a
--- /dev/null
+++ b/translations/it/README.md
@@ -0,0 +1,166 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "840d60a05e58cf590dedefe42e9f2a29",
+  "translation_date": "2025-08-25T16:15:36+00:00",
+  "source_file": "README.md",
+  "language_code": "it"
+}
+-->
+[![GitHub license](https://img.shields.io/github/license/microsoft/IoT-For-Beginners.svg)](https://github.com/microsoft/IoT-For-Beginners/blob/master/LICENSE)  
+[![GitHub contributors](https://img.shields.io/github/contributors/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/graphs/contributors/)  
+[![GitHub issues](https://img.shields.io/github/issues/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/issues/)  
+[![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/pulls/)  
+[![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)  
+
+[![GitHub watchers](https://img.shields.io/github/watchers/microsoft/IoT-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/IoT-For-Beginners/watchers/)  
+[![GitHub forks](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/network/)  
+[![GitHub stars](https://img.shields.io/github/stars/microsoft/IoT-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/IoT-For-Beginners/stargazers/)  
+
+[![Bengali](https://img.shields.io/badge/-Bengali-blue)](translations/README.bn.md)  
+[![Chinese](https://img.shields.io/badge/-Chinese-yellow)](translations/README.zh-cn.md)  
+[![Turkish](https://img.shields.io/badge/-Turkish-darkgreen)](translations/README.tr.md)  
+[![French](https://img.shields.io/badge/-French-purple)](translations/README.fr.md)  
+[![Korean](https://img.shields.io/badge/-Korean-white)](translations/README.ko.md)  
+[![Japanese](https://img.shields.io/badge/-Japanese-red)](translations/README.ja.md)  
+
+[![](https://dcbadge.vercel.app/api/server/ByRwuEEgH4)](https://discord.gg/zxKYvhSnVp?WT.mc_id=academic-000002-leestott)  
+
+# IoT per Principianti - Un Curriculum  
+
+Gli Azure Cloud Advocates di Microsoft sono lieti di offrire un curriculum di 12 settimane e 24 lezioni dedicato ai concetti base dell'IoT. Ogni lezione include quiz pre- e post-lezione, istruzioni scritte per completare la lezione, una soluzione, un compito e altro ancora. La nostra pedagogia basata sui progetti ti permette di imparare costruendo, un metodo comprovato per far sì che le nuove competenze rimangano impresse.  
+
+I progetti coprono il percorso del cibo dalla fattoria alla tavola. Questo include agricoltura, logistica, produzione, vendita al dettaglio e consumatori - tutti settori popolari per i dispositivi IoT.  
+
+![Una mappa del corso che mostra 24 lezioni che coprono introduzione, agricoltura, trasporto, lavorazione, vendita al dettaglio e cucina](../../translated_images/Roadmap.bb1dec285dda0eda691788b95ddfc96d31d76bb7649e3f04a135e4ad395f323e.it.jpg)  
+
+> Sketchnote di [Nitya Narasimhan](https://github.com/nitya). Clicca sull'immagine per una versione più grande.  
+
+**Un sentito ringraziamento ai nostri autori [Jen Fox](https://github.com/jenfoxbot), [Jen Looper](https://github.com/jlooper), [Jim Bennett](https://github.com/jimbobbennett), e alla nostra artista di sketchnote [Nitya Narasimhan](https://github.com/nitya).**  
+
+**Grazie anche al nostro team di [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-17441-jabenn) che hanno revisionato e tradotto questo curriculum - [Aditya Garg](https://github.com/AdityaGarg00), [Anurag Sharma](https://github.com/Anurag-0-1-A), [Arpita Das](https://github.com/Arpiiitaaa), [Aryan Jain](https://www.linkedin.com/in/aryan-jain-47a4a1145/), [Bhavesh Suneja](https://github.com/EliteWarrior315), [Faith Hunja](https://faithhunja.github.io/), [Lateefah Bello](https://www.linkedin.com/in/lateefah-bello/), [Manvi Jha](https://github.com/Severus-Matthew), [Mireille Tan](https://www.linkedin.com/in/mireille-tan-a4834819a/), [Mohammad Iftekher (Iftu) Ebne Jalal](https://github.com/Iftu119), [Mohammad Zulfikar](https://github.com/mohzulfikar), [Priyanshu Srivastav](https://www.linkedin.com/in/priyanshu-srivastav-b067241ba), [Thanmai Gowducheruvu](https://github.com/innovation-platform), e [Zina Kamel](https://www.linkedin.com/in/zina-kamel/).**  
+
+Incontra il team!  
+
+[![Video promozionale](../../images/IOT.gif)](https://youtu.be/-wippUJRi5k)  
+
+**Gif di** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)  
+
+> 🎥 Clicca sull'immagine sopra per un video sul progetto!  
+
+> **Insegnanti**, abbiamo [incluso alcune indicazioni](for-teachers.md) su come utilizzare questo curriculum. Se desiderate creare le vostre lezioni, abbiamo anche incluso un [modello di lezione](lesson-template/README.md).  
+
+> **[Studenti](https://aka.ms/student-page)**, per utilizzare questo curriculum autonomamente, fate il fork dell'intero repository e completate gli esercizi da soli, iniziando con un quiz pre-lezione, poi leggendo la lezione e completando il resto delle attività. Provate a creare i progetti comprendendo le lezioni piuttosto che copiando il codice della soluzione; tuttavia quel codice è disponibile nelle cartelle /solutions in ogni lezione orientata al progetto. Un'altra idea potrebbe essere formare un gruppo di studio con amici e affrontare insieme i contenuti. Per ulteriori approfondimenti, consigliamo [Microsoft Learn](https://docs.microsoft.com/users/jimbobbennett/collections/ke2ehd351jopwr?WT.mc_id=academic-17441-jabenn).  
+
+Per una panoramica video di questo corso, guarda questo video:  
+
+[![Video promozionale](https://img.youtube.com/vi/bccEMm8gRuc/0.jpg)](https://youtube.com/watch?v=bccEMm8gRuc "Video promozionale")  
+
+> 🎥 Clicca sull'immagine sopra per un video sul progetto!  
+
+## Pedagogia  
+
+Abbiamo scelto due principi pedagogici durante la creazione di questo curriculum: garantire che sia basato su progetti e che includa quiz frequenti. Alla fine di questa serie, gli studenti avranno costruito un sistema di monitoraggio e irrigazione delle piante, un tracker per veicoli, un setup di fabbrica intelligente per tracciare e controllare il cibo, e un timer per la cucina controllato dalla voce, e avranno appreso i concetti base dell'Internet delle Cose, inclusi come scrivere codice per dispositivi, connettersi al cloud, analizzare la telemetria e utilizzare l'AI al limite.  
+
+Garantendo che i contenuti siano allineati ai progetti, il processo diventa più coinvolgente per gli studenti e la ritenzione dei concetti viene migliorata.  
+
+Inoltre, un quiz a basso rischio prima della lezione orienta lo studente verso l'apprendimento di un argomento, mentre un secondo quiz dopo la lezione garantisce una maggiore ritenzione. Questo curriculum è stato progettato per essere flessibile e divertente e può essere seguito interamente o in parte. I progetti iniziano in modo semplice e diventano progressivamente più complessi entro la fine del ciclo di 12 settimane.  
+
+Ogni progetto si basa su hardware reale disponibile per studenti e hobbisti. Ogni progetto esplora il dominio specifico del progetto, fornendo conoscenze di base pertinenti. Per essere uno sviluppatore di successo è utile comprendere il dominio in cui si stanno risolvendo problemi; fornire queste conoscenze di base permette agli studenti di pensare alle loro soluzioni IoT e agli apprendimenti nel contesto del tipo di problema reale che potrebbero essere chiamati a risolvere come sviluppatori IoT. Gli studenti apprendono il 'perché' delle soluzioni che stanno costruendo e sviluppano un apprezzamento per l'utente finale.  
+
+## Hardware  
+
+Abbiamo due opzioni di hardware IoT da utilizzare per i progetti, a seconda delle preferenze personali, della conoscenza del linguaggio di programmazione o delle preferenze, degli obiettivi di apprendimento e della disponibilità. Abbiamo anche fornito una versione 'hardware virtuale' per coloro che non hanno accesso all'hardware o vogliono imparare di più prima di impegnarsi in un acquisto. Puoi leggere di più e trovare una 'lista della spesa' nella [pagina hardware](./hardware.md), inclusi link per acquistare kit completi dai nostri amici di Seeed Studio.  
+
+> 💁 Trova il nostro [Codice di Condotta](CODE_OF_CONDUCT.md), le [Linee guida per il Contributo](CONTRIBUTING.md), e le [Linee guida per la Traduzione](TRANSLATIONS.md). Accogliamo con favore i tuoi feedback costruttivi!  
+
+## Ogni lezione include:  
+
+- sketchnote  
+- video supplementare opzionale  
+- quiz di riscaldamento pre-lezione  
+- lezione scritta  
+- per le lezioni basate su progetti, guide passo-passo su come costruire il progetto  
+- verifiche delle conoscenze  
+- una sfida  
+- letture supplementari  
+- compito  
+- quiz post-lezione  
+
+> **Una nota sui quiz**: Tutti i quiz sono contenuti nella cartella quiz-app, per un totale di 48 quiz di tre domande ciascuno. Sono collegati all'interno delle lezioni, ma l'app dei quiz può essere eseguita localmente o distribuita su Azure; segui le istruzioni nella cartella `quiz-app`. Sono in fase di localizzazione graduale.  
+
+## Lezioni  
+
+|       |              Nome del Progetto              |                       Concetti Insegnati                       | Obiettivi di Apprendimento                                                                                                                                         |                                                        Lezione Collegata                                                         |  
+| :---: | :-----------------------------------------: | :------------------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------------------------------------------ | :-----------------------------------------------------------------------------------------------------------------------------: |  
+|  01   | [Introduzione](./1-getting-started/README.md) |                     Introduzione all'IoT                      | Impara i principi base dell'IoT e i componenti fondamentali delle soluzioni IoT come sensori e servizi cloud mentre configuri il tuo primo dispositivo IoT         |                      [Introduzione all'IoT](./1-getting-started/lessons/1-introduction-to-iot/README.md)                      |  
+|  02   | [Introduzione](./1-getting-started/README.md) |                   Un approfondimento sull'IoT                 | Scopri di più sui componenti di un sistema IoT, così come sui microcontrollori e sui computer a scheda singola                                                     |                        [Un approfondimento sull'IoT](./1-getting-started/lessons/2-deeper-dive/README.md)                     |  
+|  03   | [Introduzione](./1-getting-started/README.md) | Interagire con il mondo fisico con sensori e attuatori         | Scopri i sensori per raccogliere dati dal mondo fisico e gli attuatori per inviare feedback, mentre costruisci una luce notturna                                   | [Interagire con il mondo fisico con sensori e attuatori](./1-getting-started/lessons/3-sensors-and-actuators/README.md)       |  
+|  04   | [Introduzione](./1-getting-started/README.md) |             Connetti il tuo dispositivo a Internet             | Scopri come connettere un dispositivo IoT a Internet per inviare e ricevere messaggi collegando la tua luce notturna a un broker MQTT                              |               [Connetti il tuo dispositivo a Internet](./1-getting-started/lessons/4-connect-internet/README.md)              |  
+|  05   |            [Fattoria](./2-farm/README.md)            |                    Prevedere la crescita delle piante          | Scopri come prevedere la crescita delle piante utilizzando i dati sulla temperatura raccolti da un dispositivo IoT                                                |                          [Prevedere la crescita delle piante](./2-farm/lessons/1-predict-plant-growth/README.md)              |  
+|  06   |            [Fattoria](./2-farm/README.md)            |                    Rilevare l'umidità del suolo               | Scopri come rilevare l'umidità del suolo e calibrare un sensore di umidità del suolo                                                                               |                          [Rilevare l'umidità del suolo](./2-farm/lessons/2-detect-soil-moisture/README.md)                    |  
+|  07   |            [Fattoria](./2-farm/README.md)            |                  Irrigazione automatica delle piante           | Scopri come automatizzare e temporizzare l'irrigazione utilizzando un relè e MQTT                                                                                  |                      [Irrigazione automatica delle piante](./2-farm/lessons/3-automated-plant-watering/README.md)             |  
+|  08   |            [Fattoria](./2-farm/README.md)            |               Migra la tua pianta al cloud                     | Scopri il cloud e i servizi IoT ospitati nel cloud e come connettere la tua pianta a uno di questi invece che a un broker MQTT pubblico                            |               [Migra la tua pianta al cloud](./2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md)                    |  
+|  09   |            [Fattoria](./2-farm/README.md)            |         Migra la logica della tua applicazione al cloud        | Scopri come scrivere logica applicativa nel cloud che risponde ai messaggi IoT                                                                                     |         [Migra la logica della tua applicazione al cloud](./2-farm/lessons/5-migrate-application-to-the-cloud/README.md)      |  
+|  10   |            [Farm](./2-farm/README.md)            |                   Mantieni la tua pianta al sicuro           | Scopri la sicurezza con l'IoT e come proteggere la tua pianta con chiavi e certificati                                                                              |                        [Mantieni la tua pianta al sicuro](./2-farm/lessons/6-keep-your-plant-secure/README.md)               |
+|  11   |       [Transport](./3-transport/README.md)       |                      Tracciamento della posizione           | Scopri il tracciamento della posizione GPS per dispositivi IoT                                                                                                     |                           [Tracciamento della posizione](./3-transport/lessons/1-location-tracking/README.md)                |
+|  12   |       [Transport](./3-transport/README.md)       |                     Memorizza i dati di posizione           | Scopri come memorizzare i dati IoT per visualizzarli o analizzarli in seguito                                                                                       |                         [Memorizza i dati di posizione](./3-transport/lessons/2-store-location-data/README.md)               |
+|  13   |       [Transport](./3-transport/README.md)       |                   Visualizza i dati di posizione            | Scopri come visualizzare i dati di posizione su una mappa e come le mappe rappresentano il mondo reale 3D in due dimensioni                                         |                     [Visualizza i dati di posizione](./3-transport/lessons/3-visualize-location-data/README.md)              |
+|  14   |       [Transport](./3-transport/README.md)       |                          Georecinti                         | Scopri i georecinti e come possono essere utilizzati per inviare avvisi quando i veicoli nella catena di approvvigionamento sono vicini alla loro destinazione      |                                   [Georecinti](./3-transport/lessons/4-geofences/README.md)                                  |
+|  15   |   [Manufacturing](./4-manufacturing/README.md)   |               Allena un rilevatore di qualità della frutta  | Scopri come addestrare un classificatore di immagini nel cloud per rilevare la qualità della frutta                                                                |                 [Allena un rilevatore di qualità della frutta](./4-manufacturing/lessons/1-train-fruit-detector/README.md)   |
+|  16   |   [Manufacturing](./4-manufacturing/README.md)   |           Controlla la qualità della frutta da un dispositivo IoT | Scopri come utilizzare il tuo rilevatore di qualità della frutta da un dispositivo IoT                                                                             |           [Controlla la qualità della frutta da un dispositivo IoT](./4-manufacturing/lessons/2-check-fruit-from-device/README.md) |
+|  17   |   [Manufacturing](./4-manufacturing/README.md)   |             Esegui il tuo rilevatore di frutta al margine   | Scopri come eseguire il tuo rilevatore di qualità della frutta su un dispositivo IoT al margine                                                                     |             [Esegui il tuo rilevatore di frutta al margine](./4-manufacturing/lessons/3-run-fruit-detector-edge/README.md)   |
+|  18   |   [Manufacturing](./4-manufacturing/README.md)   |        Attiva il rilevamento della qualità della frutta da un sensore | Scopri come attivare il rilevamento della qualità della frutta da un sensore                                                                                       |        [Attiva il rilevamento della qualità della frutta da un sensore](./4-manufacturing/lessons/4-trigger-fruit-detector/README.md) |
+|  19   |          [Retail](./5-retail/README.md)          |                   Allena un rilevatore di scorte            | Scopri come utilizzare il rilevamento degli oggetti per addestrare un rilevatore di scorte per contare gli articoli in un negozio                                   |                        [Allena un rilevatore di scorte](./5-retail/lessons/1-train-stock-detector/README.md)                 |
+|  20   |          [Retail](./5-retail/README.md)          |               Controlla le scorte da un dispositivo IoT     | Scopri come controllare le scorte da un dispositivo IoT utilizzando un modello di rilevamento degli oggetti                                                        |                     [Controlla le scorte da un dispositivo IoT](./5-retail/lessons/2-check-stock-device/README.md)           |
+|  21   |        [Consumer](./6-consumer/README.md)        |             Riconosci il parlato con un dispositivo IoT     | Scopri come riconoscere il parlato da un dispositivo IoT per creare un timer intelligente                                                                           |                  [Riconosci il parlato con un dispositivo IoT](./6-consumer/lessons/1-speech-recognition/README.md)          |
+|  22   |        [Consumer](./6-consumer/README.md)        |                     Comprendi il linguaggio                 | Scopri come comprendere le frasi pronunciate a un dispositivo IoT                                                                                                   |                        [Comprendi il linguaggio](./6-consumer/lessons/2-language-understanding/README.md)                    |
+|  23   |        [Consumer](./6-consumer/README.md)        |           Imposta un timer e fornisci feedback vocale       | Scopri come impostare un timer su un dispositivo IoT e fornire feedback vocale su quando il timer è impostato e quando termina                                      |                 [Imposta un timer e fornisci feedback vocale](./6-consumer/lessons/3-spoken-feedback/README.md)              |
+|  24   |        [Consumer](./6-consumer/README.md)        |                 Supporta più lingue                        | Scopri come supportare più lingue, sia per i comandi vocali che per le risposte del tuo timer intelligente                                                          |                   [Supporta più lingue](./6-consumer/lessons/4-multiple-language-support/README.md)                          |
+
+## Accesso offline
+
+Puoi eseguire questa documentazione offline utilizzando [Docsify](https://docsify.js.org/#/). Fai un fork di questo repository, [installa Docsify](https://docsify.js.org/#/quickstart) sulla tua macchina locale e poi, nella cartella principale di questo repository, digita `docsify serve`. Il sito web sarà servito sulla porta 3000 del tuo localhost: `localhost:3000`.
+
+### PDF
+
+Puoi generare un PDF di questo contenuto per l'accesso offline, se necessario. Per farlo, assicurati di avere [npm installato](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm) ed esegui i seguenti comandi nella cartella principale di questo repository:
+
+```sh
+npm i
+npm run convert
+```
+
+### Slide
+
+Ci sono presentazioni per alcune delle lezioni nella cartella [slides](../../slides).
+
+## Aiuto richiesto!
+
+Ti piacerebbe contribuire con una traduzione? Leggi le nostre [linee guida per la traduzione](TRANSLATIONS.md) e aggiungi il tuo contributo [a uno dei problemi di traduzione](https://github.com/microsoft/IoT-For-Beginners/issues?q=is%3Aissue+is%3Aopen+label%3Atranslation). Se desideri tradurre in una nuova lingua, apri un nuovo problema per il tracciamento.
+
+## Altri curricula
+
+Il nostro team produce altri curricula! Dai un'occhiata a:
+
+- [Generative AI for Beginners](https://aka.ms/genai-beginners)
+- [Generative AI for Beginners .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
+- [Generative AI with JavaScript](https://github.com/microsoft/generative-ai-with-javascript)
+- [Generative AI with Java](https://github.com/microsoft/Generative-AI-for-beginners-java)
+- [AI for Beginners](https://aka.ms/ai-beginners)
+- [Data Science for Beginners](https://aka.ms/datascience-beginners)
+- [ML for Beginners](https://aka.ms/ml-beginners)
+- [Cybersecurity for Beginners](https://github.com/microsoft/Security-101) 
+- [Web Dev for Beginners](https://aka.ms/webdev-beginners)
+- [IoT for Beginners](https://aka.ms/iot-beginners)
+- [XR Development for Beginners](https://github.com/microsoft/xr-development-for-beginners)
+- [Mastering GitHub Copilot for Agentic use](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
+- [Mastering GitHub Copilot for C#/.NET Developers](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
+- [Choose Your Own Copilot Adventure](https://github.com/microsoft/CopilotAdventures)
+
+## Attribuzioni immagini
+
+Puoi trovare tutte le attribuzioni per le immagini utilizzate in questo curriculum, dove richiesto, nella sezione [Attribuzioni](./attributions.md).
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/SECURITY.md b/translations/it/SECURITY.md
new file mode 100644
index 00000000..e58803ab
--- /dev/null
+++ b/translations/it/SECURITY.md
@@ -0,0 +1,49 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "8587f83cfded1bfab99fda4022f4df89",
+  "translation_date": "2025-08-25T16:18:56+00:00",
+  "source_file": "SECURITY.md",
+  "language_code": "it"
+}
+-->
+# Sicurezza
+
+Microsoft prende molto seriamente la sicurezza dei propri prodotti software e servizi, inclusi tutti i repository di codice sorgente gestiti attraverso le nostre organizzazioni GitHub, che includono [Microsoft](https://github.com/Microsoft), [Azure](https://github.com/Azure), [DotNet](https://github.com/dotnet), [AspNet](https://github.com/aspnet), [Xamarin](https://github.com/xamarin) e [le nostre organizzazioni GitHub](https://opensource.microsoft.com/).
+
+Se ritieni di aver individuato una vulnerabilità di sicurezza in un repository di proprietà di Microsoft che soddisfa [la definizione di vulnerabilità di sicurezza di Microsoft](https://docs.microsoft.com/en-us/previous-versions/tn-archive/cc751383(v=technet.10)), ti preghiamo di segnalarcela seguendo le indicazioni riportate di seguito.
+
+## Segnalazione di Problemi di Sicurezza
+
+**Non segnalare vulnerabilità di sicurezza attraverso issue pubblici su GitHub.**
+
+Invece, segnalale al Microsoft Security Response Center (MSRC) su [https://msrc.microsoft.com/create-report](https://msrc.microsoft.com/create-report).
+
+Se preferisci inviare la segnalazione senza effettuare il login, invia un'email a [secure@microsoft.com](mailto:secure@microsoft.com). Se possibile, cifra il tuo messaggio con la nostra chiave PGP; puoi scaricarla dalla [pagina della chiave PGP del Microsoft Security Response Center](https://www.microsoft.com/en-us/msrc/pgp-key-msrc).
+
+Dovresti ricevere una risposta entro 24 ore. Se per qualche motivo non la ricevi, ti invitiamo a inviare un'email di follow-up per assicurarci di aver ricevuto il tuo messaggio originale. Ulteriori informazioni sono disponibili su [microsoft.com/msrc](https://www.microsoft.com/msrc).  
+
+Ti preghiamo di includere le informazioni richieste elencate di seguito (per quanto possibile) per aiutarci a comprendere meglio la natura e la portata del problema:
+
+  * Tipo di problema (ad esempio, buffer overflow, SQL injection, cross-site scripting, ecc.)
+  * Percorsi completi dei file sorgente relativi alla manifestazione del problema
+  * La posizione del codice sorgente interessato (tag/branch/commit o URL diretto)
+  * Qualsiasi configurazione speciale necessaria per riprodurre il problema
+  * Istruzioni passo-passo per riprodurre il problema
+  * Codice proof-of-concept o exploit (se possibile)
+  * Impatto del problema, inclusa la modalità con cui un attaccante potrebbe sfruttarlo
+
+Queste informazioni ci aiuteranno a gestire la tua segnalazione più rapidamente.
+
+Se stai segnalando per un programma di bug bounty, rapporti più completi possono contribuire a un premio più alto. Visita la pagina del [Programma Bug Bounty di Microsoft](https://microsoft.com/msrc/bounty) per maggiori dettagli sui nostri programmi attivi.
+
+## Lingue Preferite
+
+Preferiamo che tutte le comunicazioni siano in inglese.
+
+## Politica
+
+Microsoft segue il principio di [Coordinated Vulnerability Disclosure](https://www.microsoft.com/en-us/msrc/cvd).
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/SUPPORT.md b/translations/it/SUPPORT.md
new file mode 100644
index 00000000..3da46325
--- /dev/null
+++ b/translations/it/SUPPORT.md
@@ -0,0 +1,23 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "cd89329575372232e59605f7a08ae0df",
+  "translation_date": "2025-08-25T16:16:44+00:00",
+  "source_file": "SUPPORT.md",
+  "language_code": "it"
+}
+-->
+# Supporto
+
+## Come segnalare problemi e ottenere assistenza  
+
+Questo progetto utilizza GitHub Issues per tracciare bug e richieste di funzionalità. Prima di segnalare nuovi problemi, cerca tra quelli esistenti per evitare duplicati. Per nuovi problemi, segnala il tuo bug o la tua richiesta di funzionalità come una nuova Issue.
+
+Per assistenza e domande sull'utilizzo di questo progetto, contattaci aprendo un'Issue in questo repository.
+
+## Politica di supporto Microsoft  
+
+Il supporto per questo **PROGETTO o PRODOTTO** è limitato alle risorse elencate sopra.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/attributions.md b/translations/it/attributions.md
new file mode 100644
index 00000000..c2278dfb
--- /dev/null
+++ b/translations/it/attributions.md
@@ -0,0 +1,52 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "4506d33bbda7acc0ab20980172687090",
+  "translation_date": "2025-08-25T16:13:42+00:00",
+  "source_file": "attributions.md",
+  "language_code": "it"
+}
+-->
+# Attribuzioni delle immagini
+
+* Banane di abderraouf omara dal [Noun Project](https://thenounproject.com)
+* Cervello di Icon Market dal [Noun Project](https://thenounproject.com)
+* Trasmissione di RomStu dal [Noun Project](https://thenounproject.com)
+* Pulsante di Dan Hetteix dal [Noun Project](https://thenounproject.com)
+* Microfono a condensatore a piccolo diaframma C451B di AKG Acoustics. [Harumphy](https://en.wikipedia.org/wiki/User:Harumphy) su [en.wikipedia](https://en.wikipedia.org/) / [Creative Commons Attribution-Share Alike 3.0 Unported](https://creativecommons.org/licenses/by-sa/3.0/deed.en)
+* Calendario di Alice-vector dal [Noun Project](https://thenounproject.com)
+* Certificato di alimasykurm dal [Noun Project](https://thenounproject.com)
+* Chip di Astatine Lab dal [Noun Project](https://thenounproject.com)
+* Nuvola di Debi Alpa Nugraha dal [Noun Project](https://thenounproject.com)
+* Contenitore di ProSymbols dal [Noun Project](https://thenounproject.com)
+* CPU di Icon Lauk dal [Noun Project](https://thenounproject.com)
+* Database di Icons Bazaar dal [Noun Project](https://thenounproject.com)
+* Quadrante di Jamie Dickinson dal [Noun Project](https://thenounproject.com)
+* GPS di mim studio dal [Noun Project](https://thenounproject.com)
+* Riscaldatore di Pascal Heß dal [Noun Project](https://thenounproject.com)
+* Idea di Pause08 dal [Noun Project](https://thenounproject.com)
+* IoT di Adrien Coquet dal [Noun Project](https://thenounproject.com)
+* LED di abderraouf omara dal [Noun Project](https://thenounproject.com)
+* LDR di Eucalyp dal [Noun Project](https://thenounproject.com)
+* Lampadina di Maxim Kulikov dal [Noun Project](https://thenounproject.com)
+* Microcontrollore di Template dal [Noun Project](https://thenounproject.com)
+* Telefono cellulare di Alice-vector dal [Noun Project](https://thenounproject.com)
+* Motore di Bakunetsu Kaito dal [Noun Project](https://thenounproject.com)
+* Patti Smith che canta in un microfono Shure SM58 (tipo cardioide dinamico). Beni Köhler / [Creative Commons Attribution-Share Alike 3.0 Unported](https://creativecommons.org/licenses/by-sa/3.0/deed.en)
+* Pianta di Alex Muravev dal [Noun Project](https://thenounproject.com)
+* Cellula vegetale di Léa Lortal dal [Noun Project](https://thenounproject.com)
+* Sonda di Adnen Kadri dal [Noun Project](https://thenounproject.com)
+* RAM di Atif Arshad dal [Noun Project](https://thenounproject.com)
+* Raspberry Pi 4. Michael Henzler / [Wikimedia Commons](https://commons.wikimedia.org/wiki/Main_Page) / [CC BY-SA 4.0](https://creativecommons.org/licenses/by-sa/4.0/)
+* Registrazione di Aybige Speaker dal [Noun Project](https://thenounproject.com)
+* Satellite di Noura Mbarki dal [Noun Project](https://thenounproject.com)
+* Sensore intelligente di Andrei Yushchenko dal [Noun Project](https://thenounproject.com)
+* Altoparlante di Gregor Cresnar dal [Noun Project](https://thenounproject.com)
+* Interruttore di Chattapat dal [Noun Project](https://thenounproject.com)
+* Temperatura di Vectors Market dal [Noun Project](https://thenounproject.com)
+* Pomodoro di parkjisun dal Noun Project dal [Noun Project](https://thenounproject.com)
+* Annaffiatoio di Daria Moskvina dal [Noun Project](https://thenounproject.com)
+* Meteo di Adrien Coquet dal [Noun Project](https://thenounproject.com)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/clean-up.md b/translations/it/clean-up.md
new file mode 100644
index 00000000..4adc5552
--- /dev/null
+++ b/translations/it/clean-up.md
@@ -0,0 +1,53 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "5a94fbab1ba737e9bd6cc6c64f114fa0",
+  "translation_date": "2025-08-25T16:17:20+00:00",
+  "source_file": "clean-up.md",
+  "language_code": "it"
+}
+-->
+# Pulisci il tuo progetto
+
+Dopo aver completato ogni progetto, è buona norma eliminare le risorse cloud.
+
+Nelle lezioni di ciascun progetto, potresti aver creato alcune delle seguenti risorse:
+
+* Un Gruppo di Risorse
+* Un IoT Hub
+* Registrazioni di dispositivi IoT
+* Un Account di Archiviazione
+* Un'App Functions
+* Un account Azure Maps
+* Un progetto di visione personalizzata
+* Un Registro di Contenitori Azure
+* Una risorsa di servizi cognitivi
+
+La maggior parte di queste risorse non avrà alcun costo: o sono completamente gratuite, oppure stai utilizzando un livello gratuito. Per i servizi che richiedono un livello a pagamento, li avresti utilizzati a un livello incluso nell'allocazione gratuita, o ti costeranno solo pochi centesimi.
+
+Anche con costi relativamente bassi, vale la pena eliminare queste risorse quando hai finito. Ad esempio, puoi avere un solo IoT Hub che utilizza il livello gratuito, quindi se vuoi crearne un altro dovrai utilizzare un livello a pagamento.
+
+Tutti i tuoi servizi sono stati creati all'interno di Gruppi di Risorse, e questo rende la gestione più semplice. Puoi eliminare il Gruppo di Risorse, e tutti i servizi in quel Gruppo di Risorse verranno eliminati insieme ad esso.
+
+Per eliminare il Gruppo di Risorse, esegui il seguente comando nel tuo terminale o prompt dei comandi:
+
+```sh
+az group delete --name <resource-group-name>
+```
+
+Sostituisci `<resource-group-name>` con il nome del Gruppo di Risorse che ti interessa.
+
+Apparirà una conferma:
+
+```output
+Are you sure you want to perform this operation? (y/n): 
+```
+
+Inserisci `y` per confermare ed eliminare il Gruppo di Risorse.
+
+Ci vorrà un po' di tempo per eliminare tutti i servizi.
+
+> 💁 Puoi leggere di più sull'eliminazione dei gruppi di risorse nella [documentazione di Microsoft Docs sulla gestione ed eliminazione dei gruppi di risorse di Azure Resource Manager](https://docs.microsoft.com/azure/azure-resource-manager/management/delete-resource-group?WT.mc_id=academic-17441-jabenn&tabs=azure-cli)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione AI [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/docs/_sidebar.md b/translations/it/docs/_sidebar.md
new file mode 100644
index 00000000..073b4344
--- /dev/null
+++ b/translations/it/docs/_sidebar.md
@@ -0,0 +1,49 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "686f22febaa2b67aa03b738c0dc0bf9b",
+  "translation_date": "2025-08-25T17:12:44+00:00",
+  "source_file": "docs/_sidebar.md",
+  "language_code": "it"
+}
+-->
+- Introduzione
+  - [1](../1-getting-started/lessons/1-introduction-to-iot/README.md)
+  - [2](../1-getting-started/lessons/2-deeper-dive/README.md)
+  - [3](../1-getting-started/lessons/3-sensors-and-actuators/README.md)
+  - [4](../1-getting-started/lessons/4-connect-internet/README.md)
+  
+- Agricoltura
+  - [5](../2-farm/lessons/1-predict-plant-growth/README.md)
+  - [6](../2-farm/lessons/2-detect-soil-moisture/README.md)
+  - [7](../2-farm/lessons/3-automated-plant-watering/README.md)
+  - [8](../2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md)
+  - [9](../2-farm/lessons/5-migrate-application-to-the-cloud/README.md)
+  - [10](../2-farm/lessons/6-keep-your-plant-secure/README.md)
+  
+
+- Trasporti
+  - [11](../3-transport/lessons/1-location-tracking/README.md)
+  - [12](../3-transport/lessons/2-store-location-data/README.md)
+  - [13](../3-transport/lessons/3-visualize-location-data/README.md)
+  - [14](../3-transport/lessons/4-geofences/README.md)
+  
+- Produzione
+  - [15](../4-manufacturing/lessons/1-train-fruit-detector/README.md)
+  - [16](../4-manufacturing/lessons/2-check-fruit-from-device/README.md)
+  - [17](../4-manufacturing/lessons/3-run-fruit-detector-edge/README.md)
+  - [18](../4-manufacturing/lessons/4-trigger-fruit-detector/README.md)
+
+  
+- Vendita al dettaglio
+  - [19](../5-retail/lessons/1-train-stock-detector/README.md)
+  - [20](../5-retail/lessons/2-check-stock-device/README.md)
+  
+- Consumatore
+  - [21](../6-consumer/lessons/1-speech-recognition/README.md)
+  - [22](../6-consumer/lessons/2-language-understanding/README.md)
+  - [23](../6-consumer/lessons/3-spoken-feedback/README.md)
+  - [24](../6-consumer/lessons/4-multiple-language-support/README.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/for-teachers.md b/translations/it/for-teachers.md
new file mode 100644
index 00000000..1549222e
--- /dev/null
+++ b/translations/it/for-teachers.md
@@ -0,0 +1,39 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "9fd36f5dc734203ee28b6cf2573e5eab",
+  "translation_date": "2025-08-25T16:17:00+00:00",
+  "source_file": "for-teachers.md",
+  "language_code": "it"
+}
+-->
+# Per Educatori
+
+Vorresti utilizzare questo curriculum nella tua classe? Sentiti libero di farlo!
+
+Infatti, puoi usarlo direttamente su GitHub utilizzando GitHub Classroom.
+
+Per farlo, fai un fork di questo repository. Avrai bisogno di creare un repository per ogni lezione, quindi dovrai estrarre ogni cartella in un repository separato. In questo modo, [GitHub Classroom](https://classroom.github.com/classrooms) potrà gestire ogni lezione separatamente.
+
+Queste [istruzioni complete](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) ti daranno un'idea su come configurare la tua classe.
+
+## Modello di apprendimento consigliato
+
+Puoi leggere di più su un modello di apprendimento consigliato per insegnare questo curriculum nella nostra [Guida al modello di apprendimento consigliato](recommended-learning-model.md).
+
+## Utilizzare il repository così com'è
+
+Se desideri utilizzare questo repository nello stato attuale, senza utilizzare GitHub Classroom, è possibile farlo. Dovrai comunicare ai tuoi studenti quale lezione seguire insieme.
+
+In un formato online (Zoom, Teams o altri) potresti creare stanze di gruppo per i quiz e fare da mentore agli studenti per aiutarli a prepararsi all'apprendimento. Poi invita gli studenti a partecipare ai quiz e a inviare le loro risposte come 'issue' a un orario stabilito. Potresti fare lo stesso con i compiti, se desideri che gli studenti lavorino in modo collaborativo e in modo trasparente.
+
+Se preferisci un formato più privato, chiedi ai tuoi studenti di fare un fork del curriculum, lezione per lezione, nei loro repository GitHub privati, e di darti accesso. In questo modo, potranno completare quiz e compiti in privato e inviarteli tramite issue sul tuo repository della classe.
+
+Ci sono molti modi per far funzionare questo approccio in un'aula online. Facci sapere quale funziona meglio per te!
+
+## Dacci il tuo feedback!
+
+Vogliamo rendere questo curriculum utile per te e i tuoi studenti. Per favore, condividi con noi il tuo [feedback](https://forms.microsoft.com/Pages/ResponsePage.aspx?id=v4j5cvGGr0GRqy180BHbR2humCsRZhxNuI79cm6n0hRUQzRVVU9VVlU5UlFLWTRLWlkyQUxORTg5WS4u).
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa deve essere considerato la fonte autorevole. Per informazioni critiche, si consiglia una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/hardware.md b/translations/it/hardware.md
new file mode 100644
index 00000000..b6b2494b
--- /dev/null
+++ b/translations/it/hardware.md
@@ -0,0 +1,119 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "3dce18fab38adf93ff30b8c221b1eec5",
+  "translation_date": "2025-08-25T16:18:16+00:00",
+  "source_file": "hardware.md",
+  "language_code": "it"
+}
+-->
+# Hardware
+
+La **T** in IoT sta per **Things** e si riferisce ai dispositivi che interagiscono con il mondo che ci circonda. Ogni progetto si basa su hardware reale disponibile per studenti e appassionati. Abbiamo due opzioni di hardware IoT da utilizzare, a seconda delle preferenze personali, della conoscenza o preferenza del linguaggio di programmazione, degli obiettivi di apprendimento e della disponibilità. Abbiamo anche fornito una versione di 'hardware virtuale' per coloro che non hanno accesso all'hardware o vogliono imparare di più prima di impegnarsi in un acquisto.
+
+> 💁 Non è necessario acquistare hardware IoT per completare gli esercizi. Puoi fare tutto utilizzando hardware IoT virtuale.
+
+Le opzioni di hardware fisico sono Arduino o Raspberry Pi. Ogni piattaforma ha i suoi vantaggi e svantaggi, e questi sono tutti trattati in una delle lezioni iniziali. Se non hai ancora deciso quale piattaforma hardware utilizzare, puoi consultare [la lezione due del primo progetto](./1-getting-started/lessons/2-deeper-dive/README.md) per decidere quale piattaforma hardware ti interessa di più.
+
+L'hardware specifico è stato scelto per ridurre la complessità delle lezioni e degli esercizi. Sebbene altri hardware possano funzionare, non possiamo garantire che tutti gli esercizi saranno supportati sul tuo dispositivo senza hardware aggiuntivo. Ad esempio, molti dispositivi Arduino non hanno il WiFi, che è necessario per connettersi al cloud - il terminale Wio è stato scelto perché ha il WiFi integrato.
+
+Avrai anche bisogno di alcuni oggetti non tecnici, come terra o una pianta in vaso, e frutta o verdura.
+
+## Acquista i kit
+
+![Il logo di Seeed Studios](../../translated_images/seeed-logo.74732b6b482b6e8e8bdcc06f0541fc92b1dabf5e3e8f37afb91e04393a8cb977.it.png)
+
+Seeed Studios ha gentilmente reso tutto l'hardware disponibile come kit facili da acquistare:
+
+### Arduino - Wio Terminal
+
+**[IoT per principianti con Seeed e Microsoft - Kit iniziale Wio Terminal](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Wio-Terminal-Starter-Kit-p-5006.html)**
+
+[![Il kit hardware Wio Terminal](../../translated_images/wio-hardware-kit.4c70c48b85e4283a1d73e248d87d49587c0cd077eeb69cb3eca803166f63c9a5.it.png)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Wio-Terminal-Starter-Kit-p-5006.html)
+
+### Raspberry Pi
+
+**[IoT per principianti con Seeed e Microsoft - Kit iniziale Raspberry Pi 4](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)**
+
+[![Il kit hardware Raspberry Pi Terminal](../../translated_images/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.it.png)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)
+
+## Arduino
+
+Tutto il codice per i dispositivi Arduino è scritto in C++. Per completare tutti gli esercizi avrai bisogno di quanto segue:
+
+### Hardware Arduino
+
+* [Wio Terminal](https://www.seeedstudio.com/Wio-Terminal-p-4509.html)
+* *Opzionale* - Cavo USB-C o adattatore USB-A a USB-C. Il terminale Wio ha una porta USB-C e viene fornito con un cavo USB-C a USB-A. Se il tuo PC o Mac ha solo porte USB-C, avrai bisogno di un cavo USB-C o di un adattatore USB-A a USB-C.
+
+### Sensori e attuatori specifici per Arduino
+
+Questi sono specifici per l'utilizzo del dispositivo Arduino Wio Terminal e non sono rilevanti per l'utilizzo del Raspberry Pi.
+
+* [ArduCam Mini 2MP Plus - OV2640](https://www.arducam.com/product/arducam-2mp-spi-camera-b0067-arduino/)
+* [ReSpeaker 2-Mics Pi HAT](https://www.seeedstudio.com/ReSpeaker-2-Mics-Pi-HAT.html)
+* [Breadboard Jumper Wires](https://www.seeedstudio.com/Breadboard-Jumper-Wire-Pack-241mm-200mm-160mm-117m-p-234.html)
+* Cuffie o altro altoparlante con jack da 3,5 mm, o un altoparlante JST come:
+  * [Mono Enclosed Speaker - 2W 6 Ohm](https://www.seeedstudio.com/Mono-Enclosed-Speaker-2W-6-Ohm-p-2832.html)
+* Scheda microSD da 16GB o meno, insieme a un connettore per utilizzare la scheda SD con il tuo computer se non ne hai uno integrato. **NOTA** - il terminale Wio supporta solo schede SD fino a 16GB, non supporta capacità superiori.
+
+## Raspberry Pi
+
+Tutto il codice per i dispositivi Raspberry Pi è scritto in Python. Per completare tutti gli esercizi avrai bisogno di quanto segue:
+
+### Hardware Raspberry Pi
+
+* [Raspberry Pi](https://www.raspberrypi.org/products/raspberry-pi-4-model-b/)
+  > 💁 Le versioni dal Pi 2B in poi dovrebbero funzionare con gli esercizi di queste lezioni. Se hai intenzione di eseguire VS Code direttamente sul Pi, allora è necessario un Pi 4 con 2GB o più di RAM. Se hai intenzione di accedere al Pi da remoto, qualsiasi Pi 2B e successivi funzioneranno.
+* Scheda microSD (Puoi acquistare kit Raspberry Pi che includono una scheda microSD), insieme a un connettore per utilizzare la scheda SD con il tuo computer se non ne hai uno integrato.
+* Alimentatore USB (Puoi acquistare kit Raspberry Pi 4 che includono un alimentatore). Se stai utilizzando un Raspberry Pi 4, hai bisogno di un alimentatore USB-C, mentre i dispositivi precedenti necessitano di un alimentatore micro-USB.
+
+### Sensori e attuatori specifici per Raspberry Pi
+
+Questi sono specifici per l'utilizzo del Raspberry Pi e non sono rilevanti per l'utilizzo del dispositivo Arduino.
+
+* [Grove Pi base hat](https://www.seeedstudio.com/Grove-Base-Hat-for-Raspberry-Pi.html)
+* [Modulo fotocamera Raspberry Pi](https://www.raspberrypi.org/products/camera-module-v2/)
+* Microfono e altoparlante:
+
+  Usa uno dei seguenti (o equivalenti):
+  * Qualsiasi microfono USB con qualsiasi altoparlante USB, o altoparlante con cavo jack da 3,5 mm, o utilizzo dell'uscita audio HDMI se il tuo Raspberry Pi è collegato a un monitor o TV con altoparlanti
+  * Qualsiasi cuffia USB con microfono integrato
+  * [ReSpeaker 2-Mics Pi HAT](https://www.seeedstudio.com/ReSpeaker-2-Mics-Pi-HAT.html) con
+    * Cuffie o altro altoparlante con jack da 3,5 mm, o un altoparlante JST come:
+    * [Mono Enclosed Speaker - 2W 6 Ohm](https://www.seeedstudio.com/Mono-Enclosed-Speaker-2W-6-Ohm-p-2832.html)
+  * [USB Speakerphone](https://www.amazon.com/USB-Speakerphone-Conference-Business-Microphones/dp/B07Q3D7F8S/ref=sr_1_1?dchild=1&keywords=m0&qid=1614647389&sr=8-1)
+* [Sensore di luce Grove](https://www.seeedstudio.com/Grove-Light-Sensor-v1-2-LS06-S-phototransistor.html)
+* [Pulsante Grove](https://www.seeedstudio.com/Grove-Button.html)
+
+## Sensori e attuatori
+
+La maggior parte dei sensori e attuatori necessari sono utilizzati sia dai percorsi di apprendimento Arduino che Raspberry Pi:
+
+* [Grove LED](https://www.seeedstudio.com/Grove-LED-Pack-p-4364.html) x 2
+* [Sensore di umidità e temperatura Grove](https://www.seeedstudio.com/Grove-Temperature-Humidity-Sensor-DHT11.html)
+* [Sensore capacitivo di umidità del suolo Grove](https://www.seeedstudio.com/Grove-Capacitive-Moisture-Sensor-Corrosion-Resistant.html)
+* [Relè Grove](https://www.seeedstudio.com/Grove-Relay.html)
+* [GPS Grove (Air530)](https://www.seeedstudio.com/Grove-GPS-Air530-p-4584.html)
+* [Sensore di distanza Grove Time of Flight](https://www.seeedstudio.com/Grove-Time-of-Flight-Distance-Sensor-VL53L0X.html)
+
+## Hardware opzionale
+
+Le lezioni sull'irrigazione automatizzata funzionano utilizzando un relè. Come opzione, puoi collegare questo relè a una pompa dell'acqua alimentata tramite USB utilizzando l'hardware elencato di seguito.
+
+* [Pompa dell'acqua 6V](https://www.seeedstudio.com/6V-Mini-Water-Pump-p-1945.html)
+* [Terminale USB](https://www.adafruit.com/product/3628)
+* Tubi in silicone
+* Fili rossi e neri
+* Cacciavite a testa piatta piccolo
+
+## Hardware virtuale
+
+Il percorso hardware virtuale fornirà simulatori per i sensori e gli attuatori, implementati in Python. A seconda della disponibilità del tuo hardware, puoi eseguirlo sul tuo normale dispositivo di sviluppo, come un Mac, PC, o eseguirlo su un Raspberry Pi e simulare solo l'hardware che non possiedi. Ad esempio, se hai la fotocamera Raspberry Pi ma non i sensori Grove, sarai in grado di eseguire il codice del dispositivo virtuale sul tuo Pi e simulare i sensori Grove, ma utilizzare una fotocamera fisica.
+
+L'hardware virtuale utilizzerà il progetto [CounterFit](https://github.com/CounterFit-IoT/CounterFit).
+
+Per completare queste lezioni, avrai bisogno di una webcam, un microfono e un'uscita audio come altoparlanti o cuffie. Questi possono essere integrati o esterni e devono essere configurati per funzionare con il tuo sistema operativo e disponibili per l'uso da tutte le applicazioni.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/images/README.md b/translations/it/images/README.md
new file mode 100644
index 00000000..137c63b6
--- /dev/null
+++ b/translations/it/images/README.md
@@ -0,0 +1,19 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "50abd54997afa7e7a3fc7019379e49e3",
+  "translation_date": "2025-08-25T16:19:32+00:00",
+  "source_file": "images/README.md",
+  "language_code": "it"
+}
+-->
+# Immagini
+
+Le immagini nella cartella [icons](../../../images/icons) provengono da [Noun Project](https://thenounproject.com) e richiedono attribuzione. Ogni immagine specifica l'attribuzione necessaria. Queste immagini dovrebbero essere utilizzate per qualsiasi diagramma che ne abbia bisogno, al fine di mantenere coerenza visiva.
+
+Il file [Diagrams.sketch](../../../images/Diagrams.sketch) è un documento [Sketch](https://www.sketch.com) che contiene tutti i diagrammi utilizzati nelle lezioni e nei progetti. Se sei coinvolto in una traduzione, traduci anche questi, copiando e aggiornando il documento oppure fornendo un elenco delle parole da tradurre come issue su GitHub.
+
+Le altre immagini sono utilizzate in tutte le lezioni e i progetti.
+
+**Disclaimer (Avvertenza)**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/lesson-template/README.md b/translations/it/lesson-template/README.md
new file mode 100644
index 00000000..abcb7c79
--- /dev/null
+++ b/translations/it/lesson-template/README.md
@@ -0,0 +1,63 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "0494be70ad7fadd13a8c3d549c23e355",
+  "translation_date": "2025-08-25T18:13:37+00:00",
+  "source_file": "lesson-template/README.md",
+  "language_code": "it"
+}
+-->
+# [Argomento della lezione]
+
+![Incorpora un video qui](../../../lesson-template/video-url)
+
+## [Quiz pre-lezione](../../../lesson-template/quiz-url)
+
+[Descrivi cosa impareremo]
+
+### Introduzione
+
+Descrivi cosa verrà trattato
+
+> Note
+
+### Prerequisiti
+
+Quali passaggi dovrebbero essere stati completati prima di questa lezione?
+
+### Preparazione
+
+Passaggi preparatori per iniziare questa lezione
+
+---
+
+[Procedi attraverso i contenuti in blocchi]
+
+## [Argomento 1]
+
+### Compito:
+
+Collaborate per migliorare progressivamente il vostro codice e costruire il progetto con codice condiviso:
+
+```html
+code blocks
+```
+
+✅ Verifica delle conoscenze - usa questo momento per stimolare la conoscenza degli studenti con domande aperte
+
+## [Argomento 2]
+
+## [Argomento 3]
+
+🚀 Sfida: Aggiungi una sfida per gli studenti da affrontare collaborativamente in classe per migliorare il progetto
+
+Opzionale: aggiungi uno screenshot dell'interfaccia utente della lezione completata, se appropriato
+
+## [Quiz post-lezione](../../../lesson-template/quiz-url)
+
+## Revisione e studio autonomo
+
+**Compito da consegnare [MM/AA]**: [Nome del compito](assignment.md)
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/lesson-template/assignment.md b/translations/it/lesson-template/assignment.md
new file mode 100644
index 00000000..c8ac839a
--- /dev/null
+++ b/translations/it/lesson-template/assignment.md
@@ -0,0 +1,21 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "b5f62ec256c7e43e771f0d3b4e1a9130",
+  "translation_date": "2025-08-25T18:13:49+00:00",
+  "source_file": "lesson-template/assignment.md",
+  "language_code": "it"
+}
+-->
+# [Nome dell'Assegnazione]
+
+## Istruzioni
+
+## Griglia di Valutazione
+
+| Criteri | Esemplare | Adeguato | Necessita Miglioramenti |
+| -------- | --------- | -------- | ----------------------- |
+|          |           |          |                         |
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/quiz-app/README.md b/translations/it/quiz-app/README.md
new file mode 100644
index 00000000..03c8f5cd
--- /dev/null
+++ b/translations/it/quiz-app/README.md
@@ -0,0 +1,126 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "2a459ea9177fb0508ca96068ae1009d2",
+  "translation_date": "2025-08-25T18:14:12+00:00",
+  "source_file": "quiz-app/README.md",
+  "language_code": "it"
+}
+-->
+# Quiz
+
+Questi quiz sono i quiz pre e post-lezione per il curriculum IoT for Beginners disponibile su https://aka.ms/iot-beginners
+
+## Configurazione del progetto
+
+```
+npm install
+```
+
+### Compilazione e ricaricamento automatico per lo sviluppo
+
+```
+npm run serve
+```
+
+### Compilazione e minimizzazione per la produzione
+
+```
+npm run build
+```
+
+### Analisi e correzione dei file
+
+```
+npm run lint
+```
+
+### Personalizza la configurazione
+
+Consulta [Riferimento alla configurazione](https://cli.vuejs.org/config/).
+
+Crediti: Grazie alla versione originale di questa app per quiz: https://github.com/arpan45/simple-quiz-vue
+
+
+## Distribuzione su Azure
+
+Ecco una guida passo-passo per aiutarti a iniziare:
+
+1. Fork del repository GitHub  
+Assicurati che il codice della tua app web statica sia nel tuo repository GitHub. Fai un fork di questo repository.
+
+2. Crea un'app web statica su Azure  
+- Crea un [account Azure](http://azure.microsoft.com)  
+- Vai al [portale Azure](https://portal.azure.com)  
+- Clicca su "Crea una risorsa" e cerca "App Web Statica".  
+- Clicca su "Crea".  
+
+3. Configura l'app web statica  
+- **Informazioni di base**:  
+  - **Sottoscrizione**: Seleziona la tua sottoscrizione Azure.  
+  - **Gruppo di risorse**: Crea un nuovo gruppo di risorse o utilizza uno esistente.  
+  - **Nome**: Fornisci un nome per la tua app web statica.  
+  - **Regione**: Scegli la regione più vicina ai tuoi utenti.  
+
+- #### Dettagli di distribuzione:  
+  - **Origine**: Seleziona "GitHub".  
+  - **Account GitHub**: Autorizza Azure ad accedere al tuo account GitHub.  
+  - **Organizzazione**: Seleziona la tua organizzazione GitHub.  
+  - **Repository**: Scegli il repository che contiene la tua app web statica.  
+  - **Branch**: Seleziona il branch da cui vuoi distribuire.  
+
+- #### Dettagli di build:  
+  - **Preset di build**: Scegli il framework con cui è costruita la tua app (es. React, Angular, Vue, ecc.).  
+  - **Posizione dell'app**: Specifica la cartella che contiene il codice della tua app (es. / se si trova nella radice).  
+  - **Posizione dell'API**: Se hai un'API, specifica la sua posizione (opzionale).  
+  - **Posizione dell'output**: Specifica la cartella in cui viene generato l'output della build (es. build o dist).  
+
+4. Rivedi e crea  
+Rivedi le tue impostazioni e clicca su "Crea". Azure configurerà le risorse necessarie e creerà un workflow GitHub Actions nel tuo repository.
+
+5. Workflow GitHub Actions  
+Azure creerà automaticamente un file di workflow GitHub Actions nel tuo repository (.github/workflows/azure-static-web-apps-<name>.yml). Questo workflow gestirà il processo di build e distribuzione.
+
+6. Monitora la distribuzione  
+Vai alla scheda "Actions" nel tuo repository GitHub.  
+Dovresti vedere un workflow in esecuzione. Questo workflow costruirà e distribuirà la tua app web statica su Azure.  
+Una volta completato il workflow, la tua app sarà online all'URL fornito da Azure.
+
+### Esempio di file Workflow
+
+Ecco un esempio di come potrebbe apparire il file di workflow GitHub Actions:  
+name: Azure Static Web Apps CI/CD  
+```
+on:
+  push:
+    branches:
+      - main
+  pull_request:
+    types: [opened, synchronize, reopened, closed]
+    branches:
+      - main
+
+jobs:
+  build_and_deploy_job:
+    runs-on: ubuntu-latest
+    name: Build and Deploy Job
+    steps:
+      - uses: actions/checkout@v2
+      - name: Build And Deploy
+        id: builddeploy
+        uses: Azure/static-web-apps-deploy@v1
+        with:
+          azure_static_web_apps_api_token: ${{ secrets.AZURE_STATIC_WEB_APPS_API_TOKEN }}
+          repo_token: ${{ secrets.GITHUB_TOKEN }}
+          action: "upload"
+          app_location: "quiz-app" #App source code path
+          api_location: ""API source code path optional
+          output_location: "dist" #Built app content directory - optional
+```
+
+### Risorse aggiuntive  
+- [Documentazione Azure Static Web Apps](https://learn.microsoft.com/azure/static-web-apps/getting-started)  
+- [Documentazione GitHub Actions](https://docs.github.com/actions/use-cases-and-examples/deploying/deploying-to-azure-static-web-app)  
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file
diff --git a/translations/it/recommended-learning-model.md b/translations/it/recommended-learning-model.md
new file mode 100644
index 00000000..7596b26e
--- /dev/null
+++ b/translations/it/recommended-learning-model.md
@@ -0,0 +1,53 @@
+<!--
+CO_OP_TRANSLATOR_METADATA:
+{
+  "original_hash": "012bbd19f13171be32ac9ba21d4186c2",
+  "translation_date": "2025-08-25T16:14:07+00:00",
+  "source_file": "recommended-learning-model.md",
+  "language_code": "it"
+}
+-->
+# Modello di apprendimento consigliato
+
+Per ottenere i migliori risultati di apprendimento, **raccomandiamo un approccio “Flipped Model"** simile ai laboratori scientifici: gli studenti lavorano su progetti durante il tempo in classe, con opportunità di discussione, domande e risposte, e assistenza sui progetti, mentre gli elementi di lezione vengono svolti come letture preliminari nel loro tempo libero.
+
+## Perché l'apprendimento capovolto?
+
+1. Questo metodo di insegnamento coinvolge una varietà di modalità di apprendimento – visivo, uditivo, pratico, risoluzione di problemi, ecc.[[1]](../..)
+2. Le classi capovolte hanno dimostrato di aumentare concentrazione, coinvolgimento, motivazione, autosufficienza, capacità di memorizzazione e comunicazione (sia tra insegnante e studente che tra studenti).[[2,3]](../..)
+3. Come insegnanti, potete dedicare più tempo agli studenti in difficoltà, permettendo ai più avanzati di lavorare in autonomia.[[4]](../..)
+
+Raccomandiamo inoltre agli insegnanti di assumere il ruolo di **“Co-Facilitatore"**, imparando insieme agli studenti e supportandoli mentre affrontano domande ed esplorazioni guidate dai loro interessi e intuizioni.
+
+Non esiste un “modo giusto" per fare le cose qui. A volte, non avrete tutte le risposte. Alcuni studenti potrebbero non completare tutti i progetti. Il vostro obiettivo è aiutare gli studenti a trovare organicamente modi per risolvere problemi che potrebbero essere più giocosi, collaborativi o autodiretti rispetto a quanto si aspettavano inizialmente.
+
+## Suggerimenti utili per la facilitazione:
+
+* Riflettete su ciò che osservate, fate domande e condividete osservazioni.
+* Usate frasi come “Ho notato…" e “Mi chiedo…"
+* Collegate gli studenti in difficoltà con quelli che hanno già trovato soluzioni.
+* Indicate componenti e parti o suggerite cose diverse da provare se uno studente è bloccato. Chiedete allo studente di cambiare una cosa alla volta e osservare cosa succede.
+* Riconoscete la frustrazione e apprezzate l'impegno.
+* Evitate di costruire o programmare per gli studenti, salvo nei casi in cui abbiano bisogno di assistenza fisica.
+
+## Esempi di linguaggio per la facilitazione:
+
+* “Chiedi a due altri prima di chiedere a me."
+* “Prova per altri due minuti…"
+* “Proviamo a fare una pausa da questo. Forse potresti aiutare altri studenti con i loro collegamenti elettrici, visto che tu li hai già risolti?"
+* “Mi chiedo se un altro studente abbia avuto lo stesso problema. Controlliamo!"
+* "Hai davvero lavorato con impegno e hai trovato la soluzione! Posso mandare altri da te per aiuto su questo?"
+* “È strano, non ha senso nemmeno per me. Forse potremmo chiedere a un altro studente, o se trovi la soluzione potresti condividerla con la classe?"
+
+## Riferimenti
+
+[1] [An empirical study on the effectiveness of College English Reading classroom teaching in the flipped classroom paradigm (researchgate.net)](https://www.researchgate.net/publication/322264495_An_empirical_study_on_the_effectiveness_of_College_English_Reading_classroom_teaching_in_the_flipped_classroom_paradigm). Accessed 4/21/21.
+
+[2] [Flipped Classroom adapted to the ARCS Model of Motivation and applied to a Physics Course (ejmste.com)](https://www.ejmste.com/article/flipped-classroom-adapted-to-the-arcs-model-of-motivation-and-applied-to-a-physics-course-4562). Accessed 4/21/21.
+
+[3] [How Does Flipping Classroom Foster the STEM Education: A Case Study of the FPD Model | SpringerLink](https://link.springer.com/article/10.1007/s10758-020-09443-9). Accessed 4/21/21
+
+[4] [An Introduction to Flipped Learning | Lesley University](https://lesley.edu/article/an-introduction-to-flipped-learning#:~:text=An%20Introduction%20to%20Flipped%20Learning.%20Flipped%20learning%20is,advancements%20in%20the%20modern%20classroom%20is%20flipped%20learning.). Accessed 4/21/21.
+
+**Disclaimer**:  
+Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.
\ No newline at end of file