一、技术演进背景与核心挑战 在语音合成技术发展历程中，自回归（AR）模型凭借其强大的上下文建模能力，长期占据主流地位。然而，这类模型存在两大固有缺陷：其一，生成过程依赖前序输出，导致语音时长难以精确控……
