本文探讨了基于卷积神经网络的自动音乐标记技术，使用mel-spectrogram作为输入，展示了在不同数据集上的性能。研究表明，深度模型和少样本学习方法能有效提升标签分配效率，尤其在长尾标签问题上具有广泛应用潜力。

研究人员提出了Diff-LM-Speech和Tetra-Diff-Speech两种新的TTS方法，前者使用mel-spectrogram和提示编码结构提高语义表示能力，后者通过持续时间扩散模型实现多样化的韵律表达。实验结果显示这些方法优于基准方法。

研究人员提出了两种新的TTS方法：Diff-LM-Speech和Tetra-Diff-Speech，前者使用mel-spectrogram和提示编码结构提高语义表示能力，后者通过持续时间扩散模型实现多样化的韵律表达。实验结果显示，这些方法优于基准方法。

研究人员提出了两种新的TTS方法：Diff-LM-Speech和Tetra-Diff-Speech。Diff-LM-Speech使用mel-spectrogram和提示编码结构提高语义表示能力，Tetra-Diff-Speech通过持续时间扩散模型实现多样化的韵律表达。实验结果显示这些方法优于基准方法。