本研究提出了VoicePrompter模型，解决了零-shot语音转换系统在说话人相似性方面的挑战。该模型通过结合语音提示和条件流匹配，显著提升了语音的自然性和相似性，实验结果超越了现有系统，具有重要的应用潜力。