openSMILE简介

openSMILE简介

openSMILE(open Speech and Music Interpretation by Large Space Extraction)是一个用于信号处理和机器学习的特征提取器，它具有高度模块化和灵活性等特点。
openSMILE最基础的功能可用于语音信号特征的提取，当然，它还可以分析其他形态的信号，如视觉信号，医学生理信号等等。
openSMILE使用C++编写的，具有高速、高效的特点，拥有灵活的体系结构，并且可以在各大主流操作系统上运行，例如Linux, Windows, and MacOS。OpenSMILE的设计初衷是用于实时的在线处理，然而它也可用于离线处理大批量数据集，这种特性是其他相关软件不具有的，其他大部分相关软件都只是支持离线功能的数据处理。
openSMILE可通过PortAudio进行语音的实时输入和回放。为了增强互用性，它支持用于数据挖掘领域和机器学习领域的各种读写类型文件，例如PCM WAVE、CSV、HTK。由于openSMILE高度模块化的特性，还具有可视化功能。

下图为SMILE结构简图

其中，Data Memory是它的核心组件，用于存储数据。Data Source组件可输入数据至Data Memory；Data Processor从Data Memory中读取数据处理完后再次写入Data Memory。最后，Data Sink组件从Data Memory读取数据并且提供给分类器或者将数据写入文件中。