武汉大学研究生 · 声音克隆与表现力语音合成（TTS）大模型 · she/her

一句话概括我做的事：让机器不只是"像你"地说话，还能"有情绪、有节奏"地说话。

我从 多说话人音色克隆 起步——用少量样本迁移音色与韵律；再往前一步，研究 表现力语音合成：让情感、风格与韵律都可控。所有代码都能离线跑通：参考实现以纯 NumPy 为核心，import 不拉深度学习框架，无 GPU、无网络也能跑核心逻辑与单测；需要训练时再接可选的 PyTorch 后端。

timbrel — 多说话人声音克隆声学模型 说话人自适应 + 音色解耦，少样本克隆与韵律迁移，支持中英双语。

prosodia — 表现力语音合成大模型框架 情感 / 风格可控，接入语言模型做文本规范化与韵律预测，含流式与实时推理。

voice cloning · expressive TTS · prosody control · speaker adaptation · streaming inference · reproducible · offline-first

_{Wuhan University · 声音克隆 / 表现力 TTS · reproducible & offline-first}