#ifndef AUDIO_MODEL_ESP32_H
#define AUDIO_MODEL_ESP32_H

#ifdef __cplusplus
extern "C" {
#endif

#include <stdint.h>
#include <stdbool.h>
#include <math.h>
#include "audio_model_data.h"

// ==================== 模型配置参数 ====================
#define SAMPLE_RATE 16000           // 音频采样率 (Hz)
#define AUDIO_DURATION_MS 2000      // 音频片段时长 (毫秒)
#define N_MELS 32                   // Mel频谱图频率bins数量
#define N_FFT 1024                  // FFT窗口大小
#define HOP_LENGTH 512              // 跳跃长度
#define NUM_CLASSES 4               // 分类数量

// 计算得出的参数
#define AUDIO_BUFFER_SIZE (SAMPLE_RATE * AUDIO_DURATION_MS / 1000)  // 32000 samples
#define MEL_FRAMES ((AUDIO_BUFFER_SIZE - N_FFT) / HOP_LENGTH + 1)   // 约63帧
#define INPUT_SIZE (MEL_FRAMES * N_MELS)                            // 输入特征大小

// 预处理参数
#define MEL_FMIN 0.0f               // Mel滤波器最低频率
#define MEL_FMAX 8000.0f            // Mel滤波器最高频率
#define WINDOW_TYPE_HANN 1          // 汉宁窗
#define ENERGY_THRESHOLD 0.01f      // 音频活动检测阈值
#define CONFIDENCE_THRESHOLD 0.6f   // 预测置信度阈值

// ==================== 数据结构定义 ====================

// 音频分类枚举
typedef enum {
    AUDIO_CLASS_PERSON_PRESENT = 0,  // 室内有人
    AUDIO_CLASS_DOOR_CLOSING = 1,    // 关门
    AUDIO_CLASS_KEY_JINGLING = 2,    // 钥匙弹子声
    AUDIO_CLASS_PERSON_ABSENT = 3    // 室内无人
} AudioClassType;

// 预测结果结构体
typedef struct {
    AudioClassType predicted_class;     // 预测的类别
    float confidence;                   // 最高置信度 (0.0 - 1.0)
    float class_probabilities[NUM_CLASSES]; // 各类别概率
    bool is_valid;                      // 预测结果是否有效
    uint32_t inference_time_us;         // 推理耗时(微秒)
} AudioPredictionResult;

// 音频预处理状态
typedef struct {
    float* mel_buffer;                  // Mel特征缓冲区
    float* fft_buffer;                  // FFT计算缓冲区
    float* window_buffer;               // 窗函数缓冲区
    bool is_initialized;                // 是否已初始化
} AudioPreprocessor;

// ==================== 核心API函数 ====================

/**
 * @brief 初始化音频模型
 * @return 0: 成功, -1: 失败
 * @note 必须在使用其他函数前调用
 */
int audio_model_init(void);

/**
 * @brief 清理音频模型资源
 * @note 程序结束时调用，释放内存
 */
void audio_model_cleanup(void);

/**
 * @brief 音频预测函数（完整版）
 * @param audio_data 输入音频数据指针
 * @param audio_length 音频数据长度（样本数）
 * @param result 预测结果输出指针
 * @return 0: 成功, -1: 失败
 * 
 * 音频数据格式要求：
 * - 数据类型: int16_t (16位有符号整数)
 * - 采样率: 16000 Hz
 * - 声道数: 单声道
 * - 数据长度: 32000 samples (2秒)
 * - 数值范围: -32768 到 32767
 * - 字节序: 小端序(Little Endian)
 * 
 * 示例调用：
 * int16_t audio_buffer[AUDIO_BUFFER_SIZE];
 * AudioPredictionResult result;
 * // ... 填充audio_buffer ...
 * int ret = audio_model_predict(audio_buffer, AUDIO_BUFFER_SIZE, &result);
 */
int audio_model_predict(const int16_t* audio_data, int audio_length, AudioPredictionResult* result);

/**
 * @brief 音频预测函数（简化版）
 * @param audio_data 输入音频数据指针
 * @param audio_length 音频数据长度
 * @param predicted_class 预测类别输出
 * @param confidence 置信度输出
 * @return 0: 成功, -1: 失败
 */
int audio_model_predict_simple(const int16_t* audio_data, int audio_length, 
                              AudioClassType* predicted_class, float* confidence);

// ==================== 数据预处理函数 ====================

/**
 * @brief 音频数据预处理（完整流程）
 * @param audio_data 原始音频数据 (int16_t格式)
 * @param audio_length 音频长度
 * @param mel_features 输出的Mel特征 (大小为INPUT_SIZE)
 * @return 0: 成功, -1: 失败
 * 
 * 预处理步骤：
 * 1. 数据类型转换 (int16_t -> float)
 * 2. 归一化处理 ([-1.0, 1.0])
 * 3. 预加重滤波
 * 4. 加窗处理 (汉宁窗)
 * 5. FFT变换
 * 6. 功率谱计算
 * 7. Mel滤波器组
 * 8. 对数变换
 * 9. 特征归一化
 */
int preprocess_audio_to_mel(const int16_t* audio_data, int audio_length, float* mel_features);

/**
 * @brief 音频数据归一化
 * @param audio_data 输入音频数据
 * @param length 数据长度
 * @param normalized_data 归一化后的数据输出
 * @return 0: 成功, -1: 失败
 */
int normalize_audio_data(const int16_t* audio_data, int length, float* normalized_data);

/**
 * @brief 计算Mel频谱图
 * @param audio_float 浮点音频数据
 * @param length 数据长度
 * @param mel_spectrogram 输出的Mel频谱图
 * @return 0: 成功, -1: 失败
 */
int compute_mel_spectrogram(const float* audio_float, int length, float* mel_spectrogram);

/**
 * @brief 应用汉宁窗
 * @param data 输入数据
 * @param length 数据长度
 * @param windowed_data 加窗后的数据
 * @return 0: 成功, -1: 失败
 */
int apply_hann_window(const float* data, int length, float* windowed_data);

// ==================== 辅助函数 ====================

/**
 * @brief 检测音频活动
 * @param audio_data 音频数据
 * @param length 数据长度
 * @param threshold 能量阈值
 * @return true: 检测到音频活动, false: 静音
 */
bool detect_audio_activity(const int16_t* audio_data, int length, float threshold);

/**
 * @brief 计算音频RMS能量
 * @param audio_data 音频数据
 * @param length 数据长度
 * @return RMS能量值
 */
float calculate_rms_energy(const int16_t* audio_data, int length);

/**
 * @brief 获取类别名称（英文）
 * @param class_id 类别ID
 * @return 类别名称字符串
 */
const char* get_class_name_en(AudioClassType class_id);

/**
 * @brief 获取类别名称（中文）
 * @param class_id 类别ID
 * @return 类别名称字符串
 */
const char* get_class_name_cn(AudioClassType class_id);

/**
 * @brief 验证音频数据格式
 * @param audio_data 音频数据指针
 * @param length 数据长度
 * @return true: 格式正确, false: 格式错误
 */
bool validate_audio_format(const int16_t* audio_data, int length);

/**
 * @brief 打印预测结果
 * @param result 预测结果指针
 */
void print_prediction_result(const AudioPredictionResult* result);

// ==================== 性能监控函数 ====================

/**
 * @brief 获取上次推理耗时
 * @return 推理时间(微秒)
 */
uint32_t get_last_inference_time_us(void);

/**
 * @brief 获取模型内存使用情况
 * @param model_memory 模型占用内存(字节)
 * @param buffer_memory 缓冲区占用内存(字节)
 * @return 0: 成功, -1: 失败
 */
int get_memory_usage(size_t* model_memory, size_t* buffer_memory);

/**
 * @brief 获取预测统计信息
 * @param total_predictions 总预测次数
 * @param successful_predictions 成功预测次数
 * @param average_confidence 平均置信度
 * @return 0: 成功, -1: 失败
 */
int get_prediction_statistics(uint32_t* total_predictions, uint32_t* successful_predictions, 
                             float* average_confidence);

// ==================== 配置函数 ====================

/**
 * @brief 设置置信度阈值
 * @param threshold 新的阈值 (0.0 - 1.0)
 * @return 0: 成功, -1: 失败
 */
int set_confidence_threshold(float threshold);

/**
 * @brief 获取当前置信度阈值
 * @return 当前阈值
 */
float get_confidence_threshold(void);

/**
 * @brief 启用/禁用调试模式
 * @param enable true: 启用, false: 禁用
 */
void set_debug_mode(bool enable);

/**
 * @brief 检查调试模式状态
 * @return true: 已启用, false: 已禁用
 */
bool is_debug_mode_enabled(void);

// ==================== 错误处理 ====================

/**
 * @brief 获取最后一次错误信息
 * @return 错误信息字符串
 */
const char* get_last_error_message(void);

/**
 * @brief 清除错误状态
 */
void clear_error_status(void);

// ==================== 常量定义 ====================

// 类别名称数组（英文）
static const char* CLASS_NAMES_EN[NUM_CLASSES] = {
    "person_present",   // 室内有人
    "door_closing",     // 关门
    "key_jingling",     // 钥匙弹子声
    "person_absent"     // 室内无人
};

// 类别名称数组（中文）
static const char* CLASS_NAMES_CN[NUM_CLASSES] = {
    "室内有人",
    "关门声",
    "钥匙声",
    "室内无人"
};

// ==================== 模型数据访问函数 ====================

/**
 * @brief 获取模型数据指针
 * @return 模型数据指针
 */
const unsigned char* get_audio_model_data(void);

/**
 * @brief 获取模型数据大小
 * @return 模型数据大小（字节）
 */
size_t get_audio_model_size(void);

// ==================== 使用示例 ====================
/*
使用示例代码：

#include "audio_model_esp32.h"

void example_usage() {
    // 1. 初始化模型
    if (audio_model_init() != 0) {
        printf("模型初始化失败\n");
        return;
    }
    
    // 2. 准备音频数据
    int16_t audio_buffer[AUDIO_BUFFER_SIZE];
    // ... 从麦克风或其他源获取音频数据 ...
    
    // 3. 验证音频格式
    if (!validate_audio_format(audio_buffer, AUDIO_BUFFER_SIZE)) {
        printf("音频格式不正确\n");
        return;
    }
    
    // 4. 进行预测
    AudioPredictionResult result;
    if (audio_model_predict(audio_buffer, AUDIO_BUFFER_SIZE, &result) == 0) {
        // 5. 处理预测结果
        if (result.is_valid && result.confidence > 0.6f) {
            printf("预测类别: %s (置信度: %.2f)\n", 
                   get_class_name_cn(result.predicted_class), 
                   result.confidence);
        }
    }
    
    // 6. 清理资源
    audio_model_cleanup();
}

音频数据获取示例（ESP32 I2S）：
```c
#include "driver/i2s.h"

void get_audio_data(int16_t* buffer, size_t buffer_size) {
    size_t bytes_read;
    i2s_read(I2S_NUM_0, buffer, buffer_size * sizeof(int16_t), &bytes_read, portMAX_DELAY);
}
```
*/

#ifdef __cplusplus
}

#endif // AUDIO_MODEL_ESP32_H