android的媒体记录器与iOS的AVAudioRecorder的输出相匹配所需的放大因子是多少？

Question

我有一个跨平台（iOS和Android）应用程序，我将在其中录制音频剪辑，然后将其发送到服务器以进行一些机器学习操作。在我的iOS应用中，我使用AVAudioRecorder录制音频。在Android应用程序中，我使用MediaRecorder录制音频。最初在移动设备中，由于尺寸限制，我使用m4a格式。到达服务器后，我将其转换为wav格式，然后在ML操作中使用它。

我的问题是，在iOS中，默认情况下，OS的AVAudioRecorder在我们开发人员访问原始数据之前会对原始音频数据进行放大。但是在Android中，MediaRecorder不会为原始数据提供任何类型的默认放大。换句话说，在iOS中，我永远不会从麦克风中获取原始音频流，而在Android中，我永远只会从麦克风中获取原始音频流。如果您可以在iPhone和Android手机上以相同的音频源并排录制相同的音频，然后以Audacity格式导入录制的音频以进行可视化表示，则这种区别显而易见。我在下面附上了一个示例表示截图。

在图像中，第一个轨道是Android录音，第二个轨道是iOS录音。当我通过耳机听到这两个音频时，我可以模糊地分辨它们，但是当我可视化数据点时，您可以清楚地看到图像的差异。这些区别对ML操作不利。

很明显，在iPhone中，涉及到某些放大因子，我也想在Android中实现。

有人知道放大倍数吗？还是还有其他可能的选择？

Answer 1

很有可能区别在于自动增益控制的效果。

您可以通过将其模式设置为AVAudioSession来在应用程序的AVAudioSessionModeMeasurement中禁用此功能，通常在启动时在应用程序中执行一次。这将禁用大量输入信号处理。

阅读问题描述，最好在Android上启用AGC。

如果这些都不产生结果，则您可能希望对两个信号都进行缩放，以使其仅在削波以下。

let audioSession = AVAudioSession.sharedInstance()

audio.session.setMode(AVAudioSessionModeMeasurement)