数据驱动语音增强方法自动化文献综述的实验
声音
2025-02-14 v1 计算与语言
音频与语音处理
摘要
总体而言，声学领域科学出版物数量的不断增长给传统文献综述带来了困难。本研究探索使用生成式预训练Transformer（GPT）模型对116篇关于数据驱动语音增强方法的文章进行文献综述自动化。主要目标是评估该模型在针对从基于人工的参考综述中选取的论文的特定查询提供准确回复方面的能力与局限。尽管我们看到了在声学领域实现文献综述自动化的巨大潜力，但仍需改进以更清晰、准确地处理技术问题。
引用
@article{arxiv.2310.06260,
title = {An experiment on an automated literature survey of data-driven speech enhancement methods},
author = {Arthur dos Santos and Jayr Pereira and Rodrigo Nogueira and Bruno Masiero and Shiva Sander-Tavallaey and Elias Zea},
journal= {arXiv preprint arXiv:2310.06260},
year = {2025}
}