opensmile 2.3批量提取MFCC并以.csv存放（linux)

问题

想用opensmile批量提取MFCC并以.csv格式存放，但是默认文件(如：MFCC12_0_D_A.conf)提取得到的是.htk，不方便查看，同时直接使用截取的音频提取MFCC发生错误，用matplot处理后读取成功，另外编写shell脚本实现批量提取。

1.安装参考： ubuntu18.04安装openSMILE教程以及出错解决办法

2.使用默认特征集(MFCC12_0_D_A.conf)提取MFCC命令

SMILExtract -C config/MFCC12_E_D_A.conf -I input.wav -O output.mfcc.htk

参考：《openSMILE用户手册》第2章 (3) 默认特征集的使用
此时得到的是.htk文件，修改为.csv

SMILExtract -C config/MFCC12_0_D_A.conf -I input.wav -csvoutput output.mfcc.csv

在官方文档中提到：
输出文件格式是HTK参数文件格式。如果需要输出其他文件格式，你必须在配置文件中更改‘cHtkSink’组件类型为你想要的类型。但查了很多资料后发现其实只用修改-o 为 -csvoutput就可以了。(刚开始的时候直接将-o 后面的output.mfcc.htk改为output.mfcc.csv，但是没有成功，或许有的环境可以《Mel Frequency Cepstral Coefficient (MFCC)提取》) 。
修改为 -csvoutput来源于这篇 《opensmile 工具的使用和批处理》的最后部分。

提取自己截取的文件遇到的错误

Maybe this is not a WAVE file?
具体的原因忘了，求大佬解答，可以用matlab的audioread，audiowrite函数处理一下

filedir = 'infiledir/*.wav';%输入文件
file = dir(filedir);
outfile_dir = 'outfiledir/';%输出文件路径
infile_dir = 'infiledir/';%输入文件路径
 
for i = 1:length(file)
    infile = [infile_dir,file(i).name];
    [y,fs]=audioread(infile);
    outfile = [outfile_dir,file(i).name];
    audiowrite(outfile,y,fs);  
end

处理之后再次提取成功


第一列应该是序号，不知道为什么是unknown，不过影响不大。
最后，附上批量提取MFCC的shell脚本

#!/bin/bash 
dir=/home/xxx/文档/opensmile-2.3.0/myconfig/input
OPATH=/home/xxx/文档/opensmile-2.3.0/myconfig/output

 
for wav in $(ls $dir); do
    SMILExtract -C ../config/MFCC12_0_D_A.conf -I $dir/$wav -csvoutput $OPATH/$wav.mfcc.csv
    echo "$wav is extracted"
done
 
echo "work finished!"

参考：《使用openSMILE提取MFCC简易教程（Mac）》

总结

感觉用opensmile的不是很多，网上资料也比较少，大多是官方说明文档的翻译，但是尝试了几次之后感觉还是挺方便的，能提取特征也很多，各位如果有其他好的学习资料，恳请分享，感谢！

以下部分是博主学习时为理解做的记录，不用理睬

从demo的简单例子自己生成配置文件，学习如何编写openSMILE配置文件。

openSMILE可以生成简单场景的配置文件模板。我们将使用这个函数来生成我们的第一个配置文件，这将能够读取wave文件，计算帧能量，并保存输出到一个CSV文件。
首先，创建一个目录myconfig，它将保存你的配置文件。现在键入以下内容（不包括换行符）以生成第一个配置文件：

 SMILExtract -cfgFileTemplate -configDflt cWaveSource,cFramer,cEnergy,cCsvSink -l 1

-cfgFileTemplate选项指示openSMILE生成配置文件模板，
-configDflt选项用于指定逗号分隔的组件列表,列表是生成的配置的一部分。
-l 1选项将日志级别设置为1，抑制任何消息，不会出现在配置文件中（你仍然会得到错误日志级别的消息，例如消息通知您已经指定的组件不存在等）。模板文本被打印到标准错误输出端，因此我们使用2>将其转储到文件myconfig/demo1.conf。如果您想添加描述个别选项的注释在生成的配置文件中，将选项-cfgFileDescriptions添加到上面命令行。

SMILExtract -cfgFileTemplate -configDflt cWaveSource,cFramer,cEnergy,cCsvSink -l 1 2> myconfig/demo1.conf

接下来，您必须配置组件连接。这可以通过分配dataReader和dataWriter组件并设置名为数据存储器“levels”实现，它们总是包含在每个源，汇或处理组件中，可修改reader.dmLevel和writer.dmLevel行。您可以在这里为writer level选择任意名称，因为dataWriters会在数据存储区注册并创建您为writer.dmLevel的level。然后通过赋值reader.dmLevel的读取level来连接组件。
因此，下列规则适用：对于一个level，只有一个writer可以存在，即只有一个组件可以写入一个level；然而，读取的组件数量没有限制，一个组件可以从多个level读取，如果您指定多个level名称用“;”隔开，比如reader.dmLevel = energy;loudness 从energy和loudness level中读取数据。数据将以列的形式串联。

现在我们就可以用SMILExtract 来使用我们的配置文件

SMILExtract -C demo1.conf

这将打开当前目录下文件”input.wav”(确保已经把可用文件放在当前目录下并重命名)，进行特征抽取，然后保存结果到”myenergy.csv”。结果应该和例子配置文件中的一样。

如果你想在命令行中再提供输入和输出文件名，你必须在配置文件中添加用户定义的command-line option。为此，需要改变wave source和csv sink中的filename行：

[waveSource:cWaveSource]
...
filename = \cm[inputfile(I):file name of the input wave file]
...
[csvSink:cCsvSink]
...
filename = \cm[outputfile(O):file name of the output CSV file]
...

SMILExtract -C myconfig/demo1.conf -I wav\_samples/speech01.wav -O
speech01.energy.csv

参考： 《openSMILE用户手册》第2章 (2) openSMILE 第一次特征提取