Всё-таки это, наверное, продукт подмешивания цифрового шума через питание. По аналогии из моей повседневной практики: в одной из моделей мобил пользователи жаловались на неразборчивость речи на принимающей стороне. И, действительно, если говорить громко, то всё вроде бы О.К. Но затухающие звуки зажёвывались как в системе Долби, а в паузе прослушивалось невнятное бурчание. При работе с гарнитурой всё было хрустально! Фантастика: процессор-то один и тот же!
Производители делали большие глаза и отказывались слышать очевидное, даже в сравнении с другими мобилами...
В итоге: обнаружилось, что напряжение поляризации микрофонов штатного и гарнитурного было взято с разных шин: один - с цифровой, а другой - с аудио. Причём росли они из одного и того же регулятора и звонились тестером в 0. Вопрос был лишь в количестве и качестве развязывающих LC цепочек.
После несложной доработки, заключающейся в перепайке резистора по входу поляризации и протяжки проводничка длиной в 2 см проблема исчезла полностью!
Думаю, твоя проблема имеет сходное происхождение: процессорный шум имеет широчайший спектр и может деструктивно влиять и вне слышимого диапазона, скрытно модулируя звуковой сигнал и дезорганизуя работу АЦП и ЦАП.
Желаю не сдаваться!