流式TTS在文本陆续到达时同步合成语音，以衔接大语言模型实现低延迟对话。文章区分音频输出流式与文本音频双流式，梳理HMM、Tacotron、FastSpeech及CosyVoice等方案如何通过增量编码、有限右看、交错建模和分块声码器应对后文缺失，并指出首音延迟、块间抖动与插话取消需分别评测。