在了解 AGC “自动控制”的策略之前，我们先对其处理的音量对象做进一步明确。
显然，并不是所有信号都要进行音量增益控制的，和 ANS/AEC 只抑制噪声/远端回声、要保留近端语音一样，AGC 也要针对采集信号中的近端语音做甄别，避免对噪声、回声等无关信号的增益。考虑这点，把 AGC 模块放在 AEC、ANS 处理之后就比较合适，因为此时信号中的噪声和回声已经被极大的削减。
但位置的“优势”，不代表 AGC 就可以毫无顾虑的开展工作。为避免漏网之鱼，往往需要进行人声检测（VAD），进一步区分语音段和无话段。一般来说，VAD 算法在信噪比低的时候准确性也会降低，为解决这类问题，ZEGO SDK 增加了谐波检测，通过检测谐波特征量来辅助甄别人声，进一步保证后续 AGC 处理的效果。
明确了AGC处理的音量对象，我们这就开始了解其开展“自动控制”的策略。
任何策略的制定都要基于明确的目标和限制，围绕这些目标和限制才能保证策略得到准确、有条理的实施，对于 AGC 来说，其遵循的目标和限制主要为（参考经典的 WebRTC-AGC 算法）：
- 目标音量：表示音量调节的目标大小，使用全分贝刻度标准。比如设置输出音量的目标值为 -3dB;
- 增益能力：表示音量调节的最大增益，使用分贝度量方式。比如设置最大增益为12dB，也即可将幅值最高放大4倍；
- 压限开关：表示是否使用压限逻辑。是否对超过目标音量的部分进行抑制。
基于上述目标和限制，常见的 AGC 策略主要有如下几种（参考经典的 WebRTC-AGC 算法）：
1 固定数字增益策略
首先是最基本的控制策略：固定数字增益策略。该策略的核心逻辑，就是对音频音量做固定的、不超过所设增益能力的数字增益调节，且调节后的音量需低于目标音量（若使用压限逻辑）。
固定数字增益的整体策略相对简单，但其缺点也比较明显。由于增益量固定，缺少反馈调节机制，对于音量持续较小的信号改善有限；而对于音量持续较大的信号，如果增益能力设置不合理，可能导致噪声音量相对语音部分提升更多（因为语音音量会受目标音量的限制，而噪声一般达不到压限标准），处理后噪声变得相对更明显，这种情况在前序的 ANS 处理不完善时，会尤为严重。
发现了问题，自然就要思考解决方案，一方面是优化前序的噪声消除模块；另一方面，既然是增益固定引入的缺陷，我们可以增加一些动态调整的机制。
2 自适应模拟增益策略
第二种控制策略 “自适应模拟增益”，在固定数字增益策略的基础上，利用反馈机制，增加了对当前设备模拟增益值的控制。
它会综合对前序调节效果的评估，分析当前的模拟增益值是否合理，并计算出所需的模拟增益值，再调用系统接口将“所需的模拟增益”设置到设备层，调节原始的采集音量，作用于后续的处理。
该策略的好处是，固定数字增益和动态模拟增益相辅相成，利用反馈机制提高了策略的灵活性、以及均衡效果。但由于模拟增益需要调用系统接口，如果信号比较复杂、调整比较频繁，会产生额外的性能消耗。另外，该策略不适用于缺少相关系统接口的移动设备，局限性也比较大。
3 自适应数字增益策略
为解决自适应模拟增益存在的部分问题，并继承其反馈机制的优点，第三种控制策略应运而生 –自适应数字增益。
自适应数字增益策略，在数字增益控制中参考了模拟增益的原理。并同样使用基于反馈机制的调节逻辑，会根据前序处理效果、动态调节数字增益参数，持续优化增益效果。由于只进行数字增益，不依赖于系统接口，可以应用于移动设备，适用范围更广。
但遗憾的是，自适应数字增益策略也存在缺点 – 灵敏度不足，增益调节速度不够快。在音量起伏频繁时，可能会将用于小音量的大增益，误用于大音量、或者将用于大音量的小增益，误用于小音量，导致大音量更大、小音量更小。
总结
了解了 AGC 常见的处理策略及其优劣势，可以发现没有哪一个策略是绝对完美的，需要取长补短、合理搭配，并且不断的总结精进。设计一个优秀的 AGC 算法，也是任重道远的。
现在，AGC 自动增益控制的各个概念要点，我们已经逐一击破了，今后在实际应用中再遇到音量问题，我们不应仅仅满足于“动动手”，还可以进一步借助 AGC 模块来解决，对于 AGC 处理不佳的情况，也可以尝试探究其原因和优化方案，进一步加深理解。
至此，致力于让声音更“好听”的音频前处理三剑客，已经和大家介绍完毕了，在当今的 RTC 场景下，3A 处理已然是不可或缺的一环，我们很难想象，再回到充斥着回声、噪声、音量还起伏不定的环境会是一种怎样的“折磨”，用户体验无从谈起，恐怕再优秀有趣的玩法都无济于事。
在未来，随着 RTC 场景的不断扩展，我们必然会遇到更多的技术挑战，但我们有理由相信，随着技术应用的不断深入，业界势必也会有更优秀、更智能的 3A 算法落地，会持续为我们的用户体验保驾护航，我们大可以拭目以待！
下面，我们再通过一个思维导图，梳理一下AGC系列文章的内容：
