Marc S. schrieb:
Würde das mit einem MCP3201 funktionieren?
Das ist zwar ein ADC, aber der ist für Dich nicht wirklich geeignet. Da lernst Du auch nur, wie man es nicht macht.
Das ganze soll ja im Telekommunikationsumfeld eingesetzt werden. Da ist der Standard 8kHz mit 8 Bit logarithmischer Kodierung (A-law, u-law). Das entspricht etwa 13 Bit bei linearer Codierung. Vorteil: geringere Datenmenge (Du hast ja nur 8 bit), aber ohne großen Qualitätsverlust (hört sich fürs Ohr wie 13 oder 14 Bit an, weil das Ohr ja auch nichtlinear ist).
Für so etwas gibts passende Bausteine, die die Daten passend ausgeben und auch entgegennehmen. Du willst ja sprechen und hören, also brauchst Du einen Coder und einen Decoder, also einen Codec, und das idealerweise in einem Chip.
Einer der das kann ist der hier z.B.:
https://www.ti.com/product/TLV320AIC1103 oder
https://www.ti.com/product/TLV320AIC1110
Der kann beispielsweise auch DTMF erzeugen.
Dieser Codec hat zwei Schnittstellen, und Du musst beide gleichzeitig benutzen! Über I2C programmierst Du die internen Register des Codecs. Über I2S sendest und empfängst Du die Audiodaten, und zwar ununterprochen und kontinuierlich.
Dafür gibts auch ein Evalboard:
https://www.ti.com/lit/ug/slau092/slau092.pdf
Ob der ESP8266 das alles so kann, weiß ich nicht. Wenn ich überhaupt zu irgendetwas in dieser Richtung greifen würde, dann eher zu ESP32, weil der deutlich mehr Wumms hat. Aber da wissen andere mehr.
fchk