【技术实现步骤摘要】
本申请涉及显示设备，尤其涉及一种显示设备及啸叫抑制方法。
技术介绍
1、传统的啸叫抑制算法大致分为三种，分别为移频法、陷波器法和自适应滤波器法。移频法升高或降低输入音频信号的频率，改变频率的输出信号再次进入系统不会和原始信号频率叠加，达到抑制啸叫的作用，这种方法用在对音质要求不高的场景，因为对输入信号进行移频或者移相的操作，对信号的音质损失很大，会导致声信号的音质变差。
2、陷波法通过降低啸叫频率点处增益，破坏啸叫产生的增益条件。即对信号中出现的较明显的几个或十几产生啸叫的频率点进行能量衰减的处理，从而达到抑制啸叫的目的，但是此类方法强依赖于啸叫检测的精确度，当人声能量较大时，容易被误判为啸叫，直接对频点进行幅值衰减处理易造成声音的失真。
3、自适应滤波器法通过使用lms(least mean square，最小均方算法)、nlms(normalized least mean square，归一化最小均方算法)等自适应滤波器，把麦克风二次采集的反馈信号从麦克风信号中过滤掉。这种算法会减小扩音系统的空间感，同时对语音损伤较大，适用于对音质要求不高的场景。
4、因此，传统的啸叫抑制算法对音质的损失较大，导致听感不愉悦，甚至有可能对歌唱者的歌声产生抑制作用。
技术实现思路
1、本申请一些实施例提供了一种显示设备及啸叫抑制方法，通过神经网络不断学习啸叫语音信号的特性，更准确识别出啸叫语音信号，并且使用两个分离核对目标语音信号和啸叫语音信号进行分离，能够更
2、第一方面，本申请一些实施例中提供一种显示设备，包括：
3、显示器；
4、声音采集器，被配置为采集用户输入语音时的第一语音信号；
5、音频输出接口，被配置为播放用户输入的第二语音信号；
6、控制器，被配置为：
7、获取所述第一语音信号和所述第二语音信号；
8、将所述第一语音信号和所述第二语音信号输入预先训练好的神经网络模型中，得到第三语音信号，所述神经网络模型包括第一分离核、第二分离核和门控循环单元，所述门控循环单元用于检测啸叫语音信号，所述第一分离核和所述第二分离核用于将所述啸叫语音信号从所述第一语音信号中分离。
9、在一些实施例中，所述第一分离核和所述第二分离核用于在时域将所述啸叫语音信号与所述第一语音信号分离。
10、在一些实施例中，所述控制器执行将所述第一语音信号和所述第二语音信号输入预先训练好的神经网络模型中，得到第三语音信号，被进一步配置为：
11、将所述第一语音信号和所述第二语音信号分别进行分帧加窗处理，得到第一加窗语音信号和第二加窗语音信号；
12、将所述第一加窗语音信号和所述第二加窗语音信号处理后通过门控循环单元检测，得到第一啸叫语音特征，所述第一啸叫语音特征包括啸叫信息的特征；
13、将所述第一啸叫语音特征输入第一分离核，得到第一分离时域信号；
14、将所述第一分离时域信号和所述第二加窗语音信号处理后通过门控循环单元检测，得到第二啸叫语音特征；
15、将所述第二啸叫语音特征输入第二分离核，得到第二分离时域信号；
16、将所述第二分离时域信号通过重叠相加法得到第三语音信号。
17、在一些实施例中，所述控制器执行将所述第一加窗语音信号和所述第二加窗语音信号处理后通过门控循环单元检测，得到第一啸叫语音特征，被进一步配置为：
18、将所述第一加窗语音信号和所述第二加窗语音信号分别经过一维卷积层，得到第一语音特征和第二语音特征；
19、分别对所述第一语音特征和所述第二语音特征进行归一化处理，得到第一归一化语音特征和第二归一化语音特征；
20、将所述第一归一化语音特征和所述第二归一化语音特征级联后输入所述门控循环单元中，得到第一啸叫语音特征。
21、在一些实施例中，所述控制器执行将所述第一啸叫语音特征输入第一分离核，得到第一分离时域信号，被进一步配置为：
22、将所述第一啸叫语音特征输入第一分离核中，得到第一预测掩码；
23、将所述第一预测掩码与所述第一语音特征相乘，得到第一分离特征；
24、将所述第一分离特征经过一维卷积层，得到第一分离时域信号。
25、在一些实施例中，所述控制器执行将所述第一分离时域信号和所述第二加窗语音信号处理后通过门控循环单元检测，得到第二啸叫语音特征，被进一步配置为：
26、将所述第一分离时域信号经过一维卷积层提取第三语音特征，以及将所述第二加窗语音信号经过一维卷积层提取第四语音特征；
27、分别对第三语音特征和第四语音特征进行归一化处理，得到第三归一化语音特征和第四归一化语音特征；
28、将第三归一化语音特征和第四归一化语音特征级联后输入所述门控循环单元中，得到第二啸叫语音特征。
29、在一些实施例中，所述控制器执行将所述第二啸叫语音特征输入第二分离核，得到第二分离时域信号，被进一步配置为：
30、将第二啸叫语音特征输入第二分离核中，得到第二预测掩码；
31、将所述第二预测掩码与所述第一分离时域信号相乘，得到第二分离特征；
32、将所述第二分离特征经过一维卷积层，得到第二分离时域信号。
33、在一些实施例中，在获取所述第一语音信号和所述第二语音信号的步骤之前，所述控制器，被配置为：
34、控制所述显示器显示首页界面，所述首页界面包括唱歌应用控件；
35、响应于用户输入的选择唱歌应用控件的指令，控制所述显示器显示唱歌应用页面，所述唱歌应用页面包括至少一个歌曲控件；
36、响应于用户输入的选择所述歌曲控件的指令，播放所述歌曲控件对应的伴奏，以及启动唱歌功能。
37、在一些实施例中，所述第一分离核和所述第二分离核分别包括两个长短期记忆网络层、一个全连接层和一个激活层。
38、第二方面，本申请一些实施例中提供一种啸叫抑制方法，包括：
39、获取所述第一语音信号和所述第二语音信号，所述第一语音信号为声音采集器采集用户输入语音时的语音信号，所述第二语音信号为音频输出接口播放的语音信号；
40、将所述第一语音信号和所述第二语音信号输入预先训练好的神经网络模型中，得到第三语音信号，所述神经网络模型包括第一分离核、第二分离核和门控循环单元，所述门控循环单元用于检测出啸叫语音信号，所述第一分离核和所述第二分离核用于将所述啸叫语音信号从所述第一语音信号中分离。
41、本申请的一些实施例提供一种显示设备及啸叫抑制方法。获取声音采集器采集用户输入语音时的第一语音信号和音频输出接口播放的第二语音信号；将所述第一语音信号和所述第二语音信号输入预先训练好的神经网络模型中，得到第三语音信号，所述神本文档来自技高网...
【技术保护点】
1.一种显示设备，其特征在于，包括：
2.根据权利要求1所述的显示设备，其特征在于，所述第一分离核和所述第二分离核用于在时域将所述啸叫语音信号与所述第一语音信号分离。
3.根据权利要求1所述的显示设备，其特征在于，所述控制器执行将所述第一语音信号和所述第二语音信号输入预先训练好的神经网络模型中，得到第三语音信号，被进一步配置为：
4.根据权利要求3所述的显示设备，其特征在于，所述控制器执行将所述第一加窗语音信号和所述第二加窗语音信号处理后通过门控循环单元检测，得到第一啸叫语音特征，被进一步配置为：
5.根据权利要求3所述的显示设备，其特征在于，所述控制器执行将所述第一啸叫语音特征输入第一分离核，得到第一分离时域信号，被进一步配置为：
6.根据权利要求3所述的显示设备，其特征在于，所述控制器执行将所述第一分离时域信号和所述第二加窗语音信号处理后通过门控循环单元检测，得到第二啸叫语音特征，被进一步配置为：
7.根据权利要求3所述的显示设备，其特征在于，所述控制器执行将所述第二啸叫语音特征输入第二分离核，得到第二分
8.根据权利要求1所述的显示设备，其特征在于，在获取所述第一语音信号和所述第二语音信号的步骤之前，所述控制器，被配置为：
9.根据权利要求1所述的显示设备，其特征在于，所述第一分离核和所述第二分离核分别包括两个长短期记忆网络层、一个全连接层和一个激活层。
10.一种啸叫抑制方法，其特征在于，包括：
...【技术特征摘要】
1.一种显示设备，其特征在于，包括：
2.根据权利要求1所述的显示设备，其特征在于，所述第一分离核和所述第二分离核用于在时域将所述啸叫语音信号与所述第一语音信号分离。
3.根据权利要求1所述的显示设备，其特征在于，所述控制器执行将所述第一语音信号和所述第二语音信号输入预先训练好的神经网络模型中，得到第三语音信号，被进一步配置为：
4.根据权利要求3所述的显示设备，其特征在于，所述控制器执行将所述第一加窗语音信号和所述第二加窗语音信号处理后通过门控循环单元检测，得到第一啸叫语音特征，被进一步配置为：
5.根据权利要求3所述的显示设备，其特征在于，所述控制器执行将所述第一啸叫语音特征输入第一分离核，得到第一分离时域信号，被进一步...
【专利技术属性】
技术研发人员：林子毅，陶廉洁，周鉴星，杨毅，
申请(专利权)人：海信电子科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。