一、技术背景与核心挑战 传统语音合成（TTS）技术依赖声学模型与声码器的分离设计，存在两大痛点：其一，文本到声学特征的转换与声学特征到语音波形的生成需串行处理，导致端到端延迟较高；其二，模型参数量与生成……
