基于CycleGAN的非平行语音去噪方法

针对语音去噪问题,提出一种基于循环生成对抗网络(Cycle GAN)的方法来对声音场景中的语音进行去噪。该方法把Cycle GAN的网络模型与不同领域间的语音转换技术进行结合与优化,通过提取语音频谱包络特征,对语音进行编码与解码的处理,旨在用先进的生成技术实现语音端到端的去噪,从而简化语音去噪过程中带来的高阶差异问题,同时泛化其应用场景。通过对非平行数据集和平行数据集进行训练与测试,主要比较该方法与传统Cycle GAN的语音去噪方法下的去噪效果,由实验结果得到PESQ、NR、SSNR这3项指标分别相对提高了8.49%、6.53%、23.30%,有效地解决了实际场景中的非平行语音去噪问题。

中国上市公司资本结构的调整速度及其影响因素——基于不平行面板数据的经验分析

文章采用742家公司1991—2004年的非平行面板数据,基于8种不同的目标资本结构替代变量,对中国上市公司的资本结构调整速度及其影响因素进行了经验分析。结果发现:1.中国上市公司年度间的资本结构调整速度很小;2.趋向和背离目标水平调整资本结构均是公司常见的行为,而且过度调整发生的频率也很高;3.调整速度的影响因素分析并没有得出一个一致显著令人满意的解释,但似乎本期调整速度与上期调整速度负显著相关。

基于改进循环生成对抗神经网络的语音增强

为克服基于生成对抗网络的语音增强技术存在成对语音样本缺乏的问题,提出改进的循环一致性生成对抗网络(CycleGAN)的不成对数据生成模型。通过引入2-1-2D CNN生成器和PatchGAN鉴别器,使改进的CycleGAN-2-1-2D模型能更有效地学习语音样本多维度的特征,并大大缩短了训练时长。选取LibriTTS语料库中的部分纯净语音作为训练集A,从语料库中选取其他样本加3种类型的噪声作为训练集B,训练集A和训练集B作为CycleGAN-2-1-2D模型的输入参数。设置CycleGAN-2D和NMF(nonnegative matrix factorization)的语音增强模型作为CycleGAN-2-1-2D模型的对照试验,通过仿真试验对3种模型生成的语音质量进行评估。研究数据表明:相较于NMF模型,CycleGAN-2-1-2D模型生成的语音质量有了较大的提升;相较于CycleGAN-2D模型,CycleGAN-2-1-2D模型对女声的增强效果有明显提升。

赊销战略与债权资产结构趋减之谜

借助Tobit模型和Interval模型对我国非金融类上市公司1990年—2009年非平行面板数据进行双重实证分析后发现,省域经济景气、公司年龄、额外借贷成本、竞争优势、金融发展、法治秩序等都是影响上市公司赊销战略实施的稳健显著因素,而且除了竞争优势外,其他因素近20年来都促使债权资产结构朝着减少的趋势变化。此外,20年来上市公司赊销战略萎缩的同时赊购战略却呈扩张趋势,这可能源于上市公司低的合同执行技术和充足的流动性。

我国上市公司赊销战略实证研究

统计分析发现,1990-2009年这20年间,我国非金融类上市公司赊销战略的使用呈现出逐年萎缩的趋势。借助tobit截断数据模型以及interval模型的实证分析发现,最近20年各省连续景气的经济和持续向好的法治秩序、趋向宽松的货币政策以及上市公司年龄和规模的年度均值逐年递增的趋势都是上市公司赊销战略运用持续减少的原因。进一步分析显示,我国上市公司赊销比率逐年萎缩的同时赊购比率则逐年扩张,这意味着我国上市公司正脱变为既掠夺上游企业又挤压下游企业的"恶霸式"企业。

商业信用供给决策动因验证——兼对我国上市公司赊销战略萎缩之谜的破解

利用tobit模型与interval模型,对1990～2009年间我国非金融上市公司的非平行面板数据验证后发现,省域经济景气、借贷额外成本、竞争劣势、公司年龄、公司规模、盈利公司的价格歧视是影响上市公司商业信用供给的稳健显著因素,持续景气的省域经济、逐渐宽松的货币政策和逐年递增的公司实力则是上市公司赊销战略逐年萎缩的主要原因。此外,20年来上市公司赊销战略萎缩的同时赊购战略却呈扩张趋势,这可能源于上市公司较低的合同执行技术和充沛的流动性。