서북공업대학 ASLP 연구실이 공개한 저지연 스트리밍 제로샷 음성 변환(VC) 시스템이다. 플로우 매칭 기반 전작 MeanVC의 작은 청크 품질 저하와 저품질 참조 음성 민감성을 개선했다. Future-Receptive Chunking(FRC)과 Universal Timbre Token Encoder(UTTE)를 도입해 40ms 청크 기준 종단 간 지연 110ms를 보고한다. 스트리밍 ASR로 내용 특징을 뽑고 4층 DiT 디코더가 1-step으로 멜 스펙트로그램을 만든 뒤 Vocos 보코더로 음성을 합성한다. 파라미터는 약 18M이며 화자별 파인튜닝 스크립트와 CPU 전용 Windows 실행 파일을 제공한다.