Revise-TTS：面向 TTS 掩码扩散模型的非掩码式精修框架

Revise-TTS 是一个单阶段零样本语音生成框架，用分层二值量化（HBQ）替代有限标量量化（FSQ），并训练生成式精修网络（GRN）从真实与随机 token 的混合序列中重建 token 序列。推理时通过随机丢弃少量已预测 token 并重新预测实现迭代自校正，缓解掩码扩散模型中间预测无法修改导致的误差累积。实验与消融显示其零样本合成性能具竞争力，并可扩展至任意基于 MDM 的 TTS 任务。