摘要
本发明公开了一种用于翻译耳机的声音克隆方法,涉及语音信号处理技术领域,包括以下步骤:在翻译耳机启用前的初始化阶段,通过高保真麦克风采集佩戴者在自然语境中的多段语音数据信息,用于全面提取其个性化声纹特征。本发明通过引入隐性高频噪声的识别与动态抑制机制,有效避免了高频干扰对语音频谱结构和声纹特征的破坏。方案结合特征量化分析、深度模型评估与多维频谱抑制手段,构建了识别—判断—响应的闭环控制流程,显著提升了声音克隆模型的建模精度,降低了语音合成中的刺耳啸音与失真风险,增强了翻译耳机语音输出的自然度与一致性。