Opensmile的安装与简单使用

超级小白成长记

于 2024-03-13 15:35:49 发布

阅读量720

点赞数 10

文章标签：语音识别

本文链接：https://blog.csdn.net/qq_51298242/article/details/136681652

版权

Opensmile的安装与简单使用

Opensmile官方下载地址(点击OPENSMILE ON GITHUB即可跳转到链接)
在这里插入图片描述
github界面： 自行根据系统选择下载自行根据系统选择下载

Windows系统

安装与测试

下载后解压到任意路径即可
验证是否安装成功
- 打开命令行窗口cd到openSMILE安装路径的bin目录下
- 输入命令：SMILExtract -h，回车
  
  显示以上界面即为安装成功。

简单使用

使用 OpenSMILE（The Munich Open-Source Large-scale Multimedia Feature Extractor）提取音频特征的一般步骤：

安装 OpenSMILE：首先，需要安装 OpenSMILE。你可以从其官方网站下载并安装 OpenSMILE 软件包。安装完成后，确保 OpenSMILE 的可执行文件在系统路径中可用。
准备音频文件：准备要提取特征的音频文件。这些音频文件应该是支持的格式（例如，WAV、MP3等）。
定义配置文件：OpenSMILE 需要一个配置文件来指定要提取的特征。配置文件通常是一个文本文件，指定了要提取的特征集合以及相关的参数。
执行特征提取：使用 OpenSMILE 的命令行工具，在终端中运行命令来执行特征提取。命令的参数包括音频文件的路径、配置文件的路径以及输出文件的路径。
处理提取的特征：提取完特征后，你可以对特征进行进一步的处理，例如归一化、降维等。

方式一：Windows下直接在命令行使用

这里是一个简单的例子，展示如何在命令行使用 OpenSMILE 进行特征提取：

SMILExtract -C config/emobase.conf -I input.wav -O output.csv

在这个例子中：

SMILExtract 是 OpenSMILE 的可执行文件。
-C config/emobase.conf 指定了配置文件的路径。
-I input.wav 指定了输入音频文件的路径。
-O output.csv 指定了输出 CSV 文件的路径。

执行该命令后，OpenSMILE 将会读取 input.wav 文件，使用 emobase.conf 配置文件中指定的特征集合提取特征，并将提取的特征保存到 output.csv 文件中。

方式二：使用Python调用

直接调用 OpenSMILE 的可执行文件：这种方法通过在 Python 中调用系统命令来执行 OpenSMILE。可以使用 subprocess 模块来调用 OpenSMILE 的可执行文件，并传递参数进行特征提取。

subprocess 是 Python 标准库中的一个模块，用于创建新的进程，连接到它们的输入、输出和错误管道，并获取它们的返回值。

import subprocess  

# OpenSMILE 可执行文件路径,自行调整
exe_opensmile = r'D:\AD_Tool\opensmile-3.0-win-x64\bin\SMILExtract.exe'
# 配置文件路径,自行调整
path_config = r'D:\AD_Tool\opensmile-3.0-win-x64\config\mfcc\MFCC12_0_D_A.conf'
# 输入音频文件路径
infilename = 'test1.wav'
# 输出特征文件路径
outfilename = 'test.csv'

# 构建命令
command = [
    exe_opensmile,
    '-C', path_config,
    '-I', infilename,
    '-O', outfilename
]

# 执行命令
subprocess.run(command)

pycharm调用openSmile接口简单使用

安装 opensmile Python 包：pip install opensmile

简单示例

import opensmile

# 查看opensmile版本
print(opensmile.__version__)

# 示例：使用opensmile提取特征
def extract_features(input_file, output_file):
    # 创建opensmile实例
    smile = opensmile.Smile(
        feature_set=opensmile.FeatureSet.eGeMAPSv02,
        feature_level=opensmile.FeatureLevel.LowLevelDescriptors
    )
    
    # 提取特征
    features = smile.process_file(input_file)

    # 保存特征到文件
    with open(output_file, 'w') as f:
        for feature in features:
            f.write(','.join(map(str, feature)) + '\n')

# 测试提取特征
input_file = 'input.wav'
output_file = 'output.csv'
extract_features(input_file, output_file)
print("Features extracted and saved successfully!")