最近项目需要做口形识别时，需要提取语音的波形数据，由于项目使用Unity+ Fmond studio，故找了找相关的API。 参考代码： 开始时初始化：RuntimeManager.cs public FMOD.DSP m_FFTDsp; public const int WindowSize = 1024; FMOD.ChannelGroup master; lowlevelSystem.getMasterChannelGroup(out master); master.addDSP(FMOD.CHANNELCONTROL_DSP_INDEX.HEAD, m_FFTDsp);

播放声音时： public float[] SpectrumData { get { uint spectrumLen; IntPtr unmanagedData; FMODUnity.RuntimeManager.Instance.m_FFTDsp.getParameterData((int)FMOD.DSP_FFT.SPECTRUMDATA, out unmanagedData, out spectrumLen); FMOD.DSP_PARAMETER_FFT fftData = (FMOD.DSP_PARAMETER_FFT)Marshal.PtrToStructure(unmanagedData, typeof(FMOD.DSP_PARAMETER_FFT)); var spectrum = fftData.spectrum;
if (fftData.numchannels > 0) { return spectrum[0]; //返回的是第0声道的数据 } return null; } }
这样的方案有个不足，那就是会引起内存的频繁的GC。参考Fmod studio官方的代码: fomd_dsp.cs 其中的一个解决方案，是使用静态变量，来处理，由于本文只需取0声道的数据，故可以改成： public static readonly int BUFFSIZE = 2048;         public static float[] bufferData = new float[BUFFSIZE]; //使用静态变量，防止内存频繁g c         public float[] GetSpectrumData()         {             Array.Clear(bufferData, 0, BUFFSIZE);             Marshal.Copy(spectrum_internal[0], bufferData, 0, length);
            return bufferData;         } 
boluns 20160905