opensmile简介和安装过程中遇到的问题记录

1. 定义：一种提取音频特征的工具
2. 优点：
   1. 可以在新数据到达时以增量方式提取特征
   2. 几乎所有在特征提取过程中生成的中间数据（如窗口音频数据、频谱等）都可以访问并保存到文件中，一遍进行可视化或进一步处理
3. 特点：
   1. 支持的文件格式：音频文件wav，文本数据文件csv(逗号分隔值、电子表格格式)，weka数据挖掘得到的arff格式，HTK（隐马尔科夫工具包）参数文件，二进制特征数据的简单二进制浮点矩阵格式
   2. 为了兼容，官方二进制文件不是使用ffmpeg支持构建的，所以压缩格式（如mp3，mp4,ogg）存储的音频需要转换为未压缩的wave格式，然后才能使用opensmile进行分析。否则需要自行构建具有ffmpeg支持的opensmile
4. 应用领域：语音识别（特征提取前端，关键字发现等），情感计算领域（情感识别），音乐信息检索（和弦识别，节拍trace）
5. 分类：
   1. 用c++编写的：安装需要clone源码并使用cmake安装，使用一些指令来使用。（由于博主使用场景是在python中调用，所以没有尝试使用这一种）
   2. python模块（下面说明安装步骤以及过程中遇到的问题）
6. 安装：

   pip install opensmile

7. 遇到的报错：
   1. ERROR: Cannot uninstall ‘PyYAML’. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.
      1. 解决：在安装的包后面加上 --ignore-installed PyYAML，即

         pip install opensmile --ignore-installed PyYAML

   2. ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.

      wandb 0.12.18 requires GitPython>=1.0.0, which is not installed.
      datasets 2.2.2 requires aiohttp, which is not installed.
      datasets 2.2.2 requires multiprocess, which is not installed.
      datasets 2.2.2 requires pyarrow>=6.0.0, which is not installed.
      pytorch-lightning 0.9.0 requires tensorboard==2.2.0, but you have tensorboard 2.9.1 which is incompatible.
      ltp 4.1.5.post2 requires transformers<=4.7.0,>=4.0.0, but you have transformers 4.19.4 which is incompatible.
      huggingface-hub 0.7.0 requires packaging>=20.9, but you have packaging 20.4 which is incompatible.
      datasets 2.2.2 requires fsspec[http]>=2021.05.0, but you have fsspec 0.8.3 which is incompatible.

      1. 解决：（实际就是根据错误提示将缺的依赖进行安装）

         pip install wandb
         pip install pytorch-lightning 
         pip install --user datasets

          

8.  测试程序：

   # 为预定义特征集的功能设置一个特征提取器
   import opensmile
   smile=opensmile.Smile(
       feature_set=opensmile.FeatureSet.eGeMAPSv02, # 特征集
       feature_level=opensmile.FeatureLevel.Functionals # 特征级别，比如低级，高级等
   )
   smile.feature_names

   输出：