openSMILE（open-source Speech and Music Interpretation by Large-space Extraction） 是一个功能完备且开源的音频分析、处理与分类工具包，尤其适用于语音和音乐相关应用，例如自动语音识别、说话人辨识、情感识别，以及节拍跟踪和和弦检测等。

它完全由 C++ 编写，架构快速、高效且灵活，可在桌面、移动设备及嵌入式平台上运行，支持 Linux、Windows、macOS、Android、iOS 和 Raspberry Pi 等系统。

如果您使用 Python 进行开发，还可以参考独立的 opensmile Python 包，它提供了一个易于使用的封装接口。

新特性

有关 3.0 版本的新特性概览，请参阅 audeering.com 上的 博客文章。

快速入门

在 Releases 页面上提供了适用于 Windows、Linux 和 macOS 的预编译 x64 二进制文件。此外，您也可以按照以下步骤自行构建 openSMILE。

如需了解更多关于自定义构建、跨平台构建以及 openSMILE 使用方法的信息，请参阅文档中的 开始使用 部分。

Linux/macOS

先决条件：

• 已安装支持 C++11 的 gcc、g++ 或 Clang 版本。
• 已安装并添加到 PATH 的 CMake 3.5.1 或更高版本。

1. 在 build_flags.sh 中，根据需要设置构建标志和选项。
2. 运行 bash build.sh。

构建文件将生成在 ./build 子目录中。主 SMILExtract 二进制文件位于 ./build/progsrc/smilextract。

Windows

先决条件：

• 需要安装包含 C++ 组件的 Visual Studio 2017 或更高版本。
• 已安装并添加到 PATH 的 CMake 3.15 或更高版本。

1. 在 build_flags.ps1 中，根据需要设置构建标志和选项。
2. 运行 powershell -ExecutionPolicy Bypass -File build.ps1。

构建文件将生成在 ./build 子目录中。主 SMILExtract.exe 二进制文件位于 ./build/progsrc/smilextract。

文档

您可以在 https://audeering.github.io/opensmile/ 找到详尽的文档，其中包含逐步指导，介绍如何构建 openSMILE 并开始使用。

历史

该工具包最初由德国慕尼黑工业大学人机通信研究所开发，起源于欧盟 FP7 研究项目 SEMAINE。目前，该工具包由 audEERING GmbH 拥有并维护，该公司提供智能音频分析解决方案、自动语音情感识别以及副语言特征分析软件，并在此领域提供咨询和开发服务。

贡献与支持

我们欢迎您的贡献！如需反馈或技术支持，请使用 问题追踪器。

许可

openSMILE 采用双重许可模式。鉴于该项目的主要目标是推动软件的广泛应用，以促进基于视听信号的机器学习研究，其源代码和二进制文件均以开源许可证免费提供给个人、科研和教育用途（详见 LICENSE）。然而，不允许将 openSMILE 的开源版本用于任何商业产品。例如，企业进行的基础研究是被允许的，但如果研究成果最终形成了商业产品，则需要购买商业开发许可。如需更多信息，请联系 info@audeering.com 或访问 https://www.audeering.com。

原始作者：Florian Eyben、Felix Weninger、Martin Wöllmer、Björn Schuller
版权 © 2008–2013，德国慕尼黑工业大学人机通信研究所
版权 © 2013–2015，audEERING UG (haftungsbeschränkt)
版权 © 2016–2023，audEERING GmbH

引用

请在您的出版物中引用 openSMILE，并注明以下论文：

Florian Eyben, Martin Wöllmer, Björn Schuller: "openSMILE - The Munich Versatile and Fast Open-Source Audio Feature Extractor", Proc. ACM Multimedia (MM), ACM, Florence, Italy, ISBN 978-1-60558-933-6, pp. 1459-1462, 25.-29.10.2010.

openSMILE 快速上手指南

openSMILE 是一款功能强大且开源的音频分析工具包，专为语音和音乐应用设计（如情感识别、说话人识别、节拍跟踪等）。它基于 C++ 开发，具有高效、灵活的架构，支持 Linux、Windows、macOS 等多种平台。

环境准备

在开始构建之前，请确保您的系统满足以下前置依赖：

Linux / macOS

• 编译器：安装支持 C++11 标准的 gcc/g++ 或 Clang。
• 构建工具：安装 CMake (版本 3.5.1 或更高)，并确保其已添加到系统 PATH 环境变量中。

Windows

• 编译器：安装 Visual Studio 2017 或更高版本，并勾选 "C++ 开发组件"。
• 构建工具：安装 CMake (版本 3.15 或更高)，并确保其已添加到系统 PATH 环境变量中。

提示：如果您主要使用 Python 进行开发，推荐直接使用独立的 opensmile Python 包，无需手动编译 C++ 源码。

安装步骤

您可以从 Releases 页面下载预编译的二进制文件直接使用。若需自定义构建或针对特定平台优化，请按以下步骤自行编译：

Linux / macOS 编译步骤

1. 配置构建选项： 编辑 build_flags.sh 文件，根据需求设置构建标志和选项。

2. 执行构建脚本：

   bash build.sh
   

构建完成后，文件将生成在 ./build 目录下。主程序二进制文件位于： ./build/progsrc/smilextract

Windows 编译步骤

1. 配置构建选项： 编辑 build_flags.ps1 文件，根据需求设置构建标志和选项。

2. 执行构建脚本（以管理员身份运行 PowerShell）：

   powershell -ExecutionPolicy Bypass -File build.ps1
   

构建完成后，文件将生成在 ./build 目录下。主程序二进制文件位于： ./build/progsrc/smilextract.exe

基本使用

编译成功后，您可以通过命令行调用 SMILExtract (Linux/macOS) 或 SMILExtract.exe (Windows) 来提取音频特征。

以下是一个最简单的使用示例，使用默认配置文件提取音频文件的特征并输出到 CSV：

./build/progsrc/smilextract -I input.wav -O output.csv -configfile config/is09-13.conf

参数说明：

• -I: 输入音频文件路径。
• -O: 输出特征文件路径。
• -configfile: 指定特征提取配置文件（例如 eGeMAPS, ComParE 等标准特征集通常位于 config/ 目录下）。

注意：具体可用的配置文件请参考 config/ 目录或官方文档。对于商业产品开发，请注意 openSMILE 采用双重许可模式，开源版本仅限私人、研究和教育用途，商业用途需联系 audEERING 获取商业许可证。