本发明属于啸叫抑制，尤其涉及一种啸叫抑制方法及电子设备和存储介质。
背景技术：
1、目前主要的啸叫抑制方法主要有基于深度学习的啸叫抑制方法、陷波器啸叫抑制方法、自适应反馈抵消方法。基于深度学习啸叫抑制的方法：通过把啸叫作为噪声和纯净语音混合作为训练样本，最终训练出消除啸叫的模型。自适应反馈抵消法：自适应反馈抵消法是估计反馈声场路径，产生与回声路径产生的反馈声信号幅度一致且相位完全相反的声信号进行抵消。陷波器啸叫抑制方法：用一个频带很窄的陷波器组将出现反馈自激的频率点切除，实现抑制系统啸叫。
2、在现有技术中，市面上用到的多数是基于纯神经网络降噪的方式去抑制啸叫或者是纯传统的方式自适应反馈啸叫抑制。现有的啸叫抑制，传统方法自适应反馈和陷波器方式啸叫抑制都是又称递归型滤波器，即结构上带有反馈环路，算力高，反馈前后帧有依赖，离在线无法一致，效果调优难度大。传统移频移相法有效对稳定增益提升有限，容易引起语音信号失真。纯神经网络降噪模型结构复杂，参数量大，占用算力内存都很大。自适应反馈前后帧依赖，不同平台计算精度影响，会产生反馈累积无法对一致性，反馈多次计算算力很高。啸叫场景比较复杂对单纯的端到端神经网络要求更高。
3、发明人发现：现有技术中的啸叫抑制方法需要自适应处理权重存储，内存占用大、算力高，对于神经网络啸叫抑制模型的训练难度及复杂度都比较高。
技术实现思路
1、本发明实施例旨在至少解决上述技术问题之一。
2、第一方面，本发明实施例提供一种啸叫抑制方法，包括：获取音频输入数据，对所述音频输入数据进行处理，得到频域数据；检测所述频域数据中的频域特征是否存在啸叫；若所述频域特征存在啸叫，则对所述频域数据进行频移，并将频移后的频域数据输入至啸叫抑制神经网络模型进行啸叫抑制处理。
3、第二方面，本发明实施例提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明上述任一项啸叫抑制方法。
4、第三方面，本发明实施例提供一种存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明上述任一项啸叫抑制方法。
5、第四方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项啸叫抑制方法。
6、本发明实施例通过在将频移后的频域数据输入啸叫抑制神经网络模型之前增加啸叫检测模块，检测频域数据中的频域特征是否存在啸叫，可以减少算力资源的消耗，内存占用会更低。
1.一种啸叫抑制方法，包括：
2.根据权利要求1所述的方法，其中，在所述若所述频域特征存在啸叫，则对所述频域数据进行频移之后包括：
3.根据权利要求1所述的方法，其中，所述检测所述频域数据中的频域特征是否存在啸叫包括：
4.根据权利要求3所述的方法，其中，所述判断所述峰值阈值功率比和/或所述峰值均值功率比是否大于阈值包括：
5.根据权利要求1所述的方法，其中，所述获取音频输入数据，对所述音频输入数据进行处理，得到频域数据包括：
6.根据权利要求1所述的方法，其中，在所述获取音频输入数据之前还包括对原始音频进行训练，所述方法包括：
7.根据权利要求6所述的方法，其中，所述方法还包括：
8.根据权利要求1所述的方法，其中，所述检测所述频域数据中的频域特征是否存在啸叫包括：
9.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至8任一项所述方法的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。