本文提出了一种新型语音转换模型，能够有效地转换说话和唱歌的声音，解决情感传递、发音和口音变化等问题。该模型在混合语音样本上进行口音转换，保留内容和韵律，展现出在配音、内容创造及TTS和IVR系统中的应用潜力。