一、技术背景：语音合成领域的”小参数”革命 传统语音合成模型（如Tacotron、FastSpeech）通常依赖数十亿参数的深度神经网络，通过自回归或非自回归架构生成语音特征。这类模型虽能实现较高自然度，但存在两大痛点……
