Please refer to this example in arduino-esp32.

输出的格式是PCM格式，采样率为16KHz，编码为 int16，如果开发板支持，可以通过esp_audio_play这个函数播放。

删除没问题，但是每次切换IDF版本，都要运行一下 install.sh（在安装的时候运行一次） 和 export.sh，导入IDF-PATH等环境变量
你可以使用,查看IDF的路径是否正确
`echo $IDF_PATH`

Please try to modify the version info in `idf_component.yml`

dependencies:
espressif/esp-sr: ">=1.6.0"

可以直接复制相邻像素来做上采样，具体可以看
torch.nn.Upsample: https://pytorch.org/docs/stable/generat ... ample.html

esp-sr和wi-fi是可以一起工作的
你的问题可能得原因： esp-sr和wi-fi同时工作，不同task的CPU和memory分配不合理导致的，你可以重点关注一下

ESP-ADF 和 esp-skainet 底层都是调佣 esp-sr 来实现唤醒词的识别

播放音乐的时候无法唤醒，需要注意是否AEC算法被开启，
1. AFE 初始化的时候有一个 aec_init=True
2. AEC 算法需要输入喇叭播放的回采信号，有些开发板的codec内部有回采信号，有的没有需要手动输入

1. 命令词模型multinet可以单独使用。我们的例子默认和Audio Front End 一起使用，因为这部分包含了双麦克风的语音增强，这样会有更好的识别效果。
2. 如果返回值是 DETECTING ，表示一直在检测中。因为在create 函数的时候会传入一个 time out 时间，按理来说安静环境是不会一直输出 DETECTING的，你可以检查一下输入的buffer 是否正常。建议现在安静环境下测试。

考虑到真实的，复杂的用户场景，需要音频前端增强算法和语音识别模型同时运行，这个在ESP32上是无法实时运行的。我们推荐切换到ESP32-S3芯片的开发板。
ESP32-S3相比ESP32有两大优势，这两个优势导致ESP32-S3在卷积等相关运算上是ESP32的5~10倍，我们现在主要基于ESP32-S3进行优化，ESP32的相关优化优先级比较低。
1. 专门设计的AI 加速指令
2. 支持更快的SPI PSRAM

For Chinese multinet, we also recommend using ESP32-S3, the performance of ESP32-S3 Chinese multinet has a great improvement.