本文介绍了一种基于参数效率学习（PEL）和最优传输（OT）理论的低资源口音自适应文本到语音（TTS）模型，旨在提升普通话口音的自然度和性能。该模型通过迁移学习和少样本方法，在多语言语音合成中表现优异，能够在有限数据下生成高质量语音合成。实验结果表明，该方法在跨语言信息共享和“代码切换”合成中效果良好。