本研究提出了一种新型文本转语音系统，结合神经音频编解码器和扩散模型，实现高质量语音合成。实验结果显示，该系统在音质、鲁棒性和音色相似度方面显著优于传统TTS系统，并支持零样本歌唱合成。通过优化模型结构和引入新技术，提升了生成速度和音频质量，展示了扩散模型在语音合成中的潜力。

本研究使用神经音频编解码器EnCodec生成音频，并学习通用音频模型EncodecMAE，取得了与领先的音频表示模型相媲美或更好的性能。