本文提出了一种新方法，通过自监督学习模型形成注意机制，从目标话语中提取风格信息并将其转移到源语音内容，实现目标说话者的说话风格再现。实验证明该方法与扩散式生成模型结合能在任何语音转换任务中实现更好的说话者相似性，并且对于长话语的计算复杂度增加的抑制效果较好。

本文介绍了将去噪扩散模型应用于图像融合任务的方法，通过注入风格信息和高低频信息生成融合图像，实验结果表明该方法具有最先进的结果和良好的泛化性能，激发其他工作的灵感并深入了解该领域，以更好地应用扩散模型于图像融合任务。