openSMILE用户手册2.3章——提取你的第一个语音特征

男娘i 2022-04-22 07:20 86阅读 0赞

在提取你的第一个语音特征之前，首先要保证你已经正确的编译了opensmile，我的系统是win10，编译软件是VS2015，opensmile包是opensmile-2.3.0，下面是官方给的编译步骤。

1.在你的系统上任意位置建立一个opensmile的文件夹

2.将你下载好的opensmile release包复制到刚刚建好的opensmile的文件夹里经行解压

3.解压后你在opensmile的文件夹里将得到一个opensmile-2.3.0的文件夹

4.在opensmile文件夹中创建一个名为msvcbuild的文件夹

5.使用Visual Studio打开opensmile\\opensmile-2.3.0\\ide\\vs10下的openSmile.sln

6.在Visual Studio中解决方案配置选择Release

7.在生成菜单栏下选择生产解决方案

8.如果遇到关于缺少库的错误，请重复几次编译过程（请参阅下面的说明）

9.openSMILE二进制文件现在已经在msvcbuild文件夹中创建。主二进制文件是SMILExtract Release.exe，它依赖openSmileLib Release.dll。因此，如果您需要移动文件，必须两个同时移动

在编译过程如果遇到componentManager.obj : error LNK2001

解决方法：

在解决方案资源管理器界面，右键openSmileLib项目->添加->现有项，将src \\ examples \\ simpleMessageSender.cpp添加到openSmileLib项目，重新编译。

现在你已经下载并且编译好了opensmile，在提取特征之前我们还需要做一个测试看我们能否正常运行MILExtract Release.exe，我们使用SMILExtract -h命令行，查看版本号等信息。

在我的电脑上我在CMD中输入以下命令：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvb2RtYW5fbHFpZmVp_size_16_color_FFFFFF_t_70][]

如果你看到openSMILE的使用信息和版本号，那么一切都已正确设置。 你将在输出结尾看到一些以（MSG）开头的行，您可以放心地忽略它们。 要检查SMILExtract二进制文件是否支持实时音频录制和播放，请键入：

SMILExtract -H cPortaudio  
![20181104122746269.png][]

如果你看到cPortaudio组件的各种配置选项，那么你的二进制文件支持实时音频I / O. 如果只看到包含消息的三行，则表示你没有实时音频支持。 很明显我的就不支持实时音频。（下面所有的命令行执行结果，我都不再粘贴截图了，希望大家自己尝试）要检查你的SMILExtract二进制文件是否通过OpenCV支持视频功能，请键入：SMILExtract -H cOpenCV

现在我们将开始使用SMILExtract从波形文件中提取非常简单的音频功能。 如果你愿意，可以使用自己的波形文件，或使用wav-samples目录中提供的文件。 为了快速入门，我们将使用随openSMILE分发提供的示例配置文件。 在openSMILE包的顶级目录中键入以下命令（如果在不同的目录中启动openSMILE，则必须调整配置文件和波形文件的路径）：

SMILExtract -C config/demo/demo1\_energy.conf -I wav\_samples/speech01.wav O speech01.energy.csv

如果你只获得（MSG）和（WARN）类型的消息，看到处理已完成！ 在最后一个输出行中，然后openSMILE成功运行。 如果某些内容失败，你将收到（错误）消息。

现在，如果openSMILE成功运行，请在文本编辑器中打开文件speech01.energy.csv以查看结果。 您还可以使用gnuplot以图形方式绘制结果。 这将在2.8节中讨论。

按照上述的命令我并没有得到结果，首先是因为我们的文件路径和用户手册上的是不一样的。现在我用我的命令行来运行：

SMILExtract\_Release.exe SMILExtract -C F:\\opensmile\\opensmile-2.3.0\\config\\demo\\demo1\_energy.conf -I F:\\opensmile\\opensmile-2.3.0\\example-audio\\opensmile.wav -O F:\\opensmile\\opensmile-2.3.0\\example-audio\\speech01.energy.csv

这样我在目录F:\\opensmile\\opensmile-2.3.0\\example-audio\\下得到了speech01.energy.csv这一个文件。

这里说明一下，-C表示提取特征的配置文件，就是后面的conf文件，这里我用的官方给出的demo1\_energy.conf,当然这里配置文件可以自己编写，来实现提取需要的特征；-I （这里是大写字母I）表示后面的目录是输入的数据源； -O表示后面的是输出的特征文件的路径。

接下来，我们将自己config文件生成自己的demo1.conf，以了解如何编写openSMILE配置文件。 openSMILE可以为简单场景生成配置文件模板。 我们将使用此功能生成我们的第一个配置文件，它将能够读取波形文件，计算帧能量，并将输出保存为CSV文件。 首先，创建一个目录myconfig，它将保存您的配置文件。 现在键入以下内容（不带换行符）以生成第一个配置文件：

SMILExtract\_Release SMILExtract -cfgFileTemplate -configDflt cWaveSource,cFramer,cEnergy, cCsvSink -l 1 2> F:\\opensmile\\myconfig\\demo1.conf

这个-cfgFileTemplate选项是让opensmile生成一个配置文件的模板。而-configDflt选项用于指定一个逗号分隔的组件列表，该列表应该是生成的配置的一部分。这个-l 1 是设置log-leve 为1，来禁止任何不应该出现在配置文件的信息。模板打印到标准错误，因此我们使用2>将其转储到文件myconfig / demo1.conf。 如果要在生成的配置文件中添加描述各个选项行的注释，请将选项-cfgFileDescriptions添加到上述命令行。

新生成的文件由两个逻辑部分组成。 第一部分看起来像这样（请注意，示例中的注释以;或//开头，并且可能只从行的开头开始）：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvb2RtYW5fbHFpZmVp_size_16_color_FFFFFF_t_70 1][]

第一部分包含的是配置文件的组件，例如wavesource，framer，energy等等

第二部分就是对组件的配置

模板组件生成时都是以默认设置生成的，我们可以修改这些值。此功能目前仍处于试验阶段，因为某些值可能会覆盖其他值，或者如果明确指定则具有不同的含义。 因此，你应仔细检查所有可用选项，并仅列出你需要的配置文件中的选项。

接下来，您必须配置组件连接。 这可以通过为data.dader和dataWriter组件分配所谓的数据存储器“级别”来完成，这些组件通过修改reader.dmLevel和writer.dmLevel行总是包含在每个源，接收器或处理组件中。

![20181104142146160.png][]

对于我们的示例配置，我们希望cFramer组件从输入PCM流中读取，该输入PCM流由cWaveSource组件提供，每10ms创建25ms长度的帧，并将这些帧写入我们称之为“能量”的新级别，因此我们更改 以下行：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvb2RtYW5fbHFpZmVp_size_16_color_FFFFFF_t_70 2][]

按照自己的需求进行设置，将第一个组件的writer.dmLevel变成第二个组件的reader.dmLever

在这个confg文件中，输入输出的文件名是固定的，输入文件名input.wav，输出文件名smileoutput.csv为如下图所示

![20181104145850330.png][]![20181104145931649.png][]

所以我们想把他改为在cmd命令行中指定输入，输出文件名，我们将上图所示的两个部分设置为下图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvb2RtYW5fbHFpZmVp_size_16_color_FFFFFF_t_70 3][]

这样就可以了。

Ok本章到此结束，如果有错误，请大家指正！！！！！！！

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvb2RtYW5fbHFpZmVp_size_16_color_FFFFFF_t_70]: /images/20220422/7e44886aa87f4368a46f91511439d819.png
[20181104122746269.png]: /images/20220422/59a4deb6baad4bac9a8789f710149b71.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvb2RtYW5fbHFpZmVp_size_16_color_FFFFFF_t_70 1]: /images/20220422/171f0c0b487b47d4b0b49fc8d2ecc8ab.png
[20181104142146160.png]: /images/20220422/075db92063b648fabb998741917d4c30.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvb2RtYW5fbHFpZmVp_size_16_color_FFFFFF_t_70 2]: /images/20220422/f124975a838f4150b5dca8fbb35095b1.png
[20181104145850330.png]: https://img-blog.csdnimg.cn/20181104145850330.png
[20181104145931649.png]: /images/20220422/1322f773651e47f4a6ef15e9b17e1eeb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvb2RtYW5fbHFpZmVp_size_16_color_FFFFFF_t_70 3]: /images/20220422/2db0c98d1a1a46b4a4ad8bac8b698bca.png