An experiment on an automated literature survey of data-driven speech enhancement methods

Autor(es)

dos Santos, Arthur ; Pereira, Jayr ; Nogueira, Rodrigo ; Masiero, Bruno ; Tavallaey, Shiva Sander ; Zea, Elias

• Tipo de documento: Artigo Científico
• Fonte: ACTA ACUSTICA; v. 8, p. 8-pg., 2024-01-09.

Resumo

The increasing number of scientific publications in acoustics, in general, presents difficulties in conducting traditional literature surveys. This work explores the use of a generative pre-trained transformer (GPT) model to automate a literature survey of 117 articles on data-driven speech enhancement methods. The main objective is to evaluate the capabilities and limitations of the model in providing accurate responses to specific queries about the papers selected from a reference human-based survey. While we see great potential to automate literature surveys in acoustics, improvements are needed to address technical questions more clearly and accurately. (AU)

• Processo FAPESP: 22/16168-7 - Separação de objetos sonoros baseada no princípio da esparsidade
• Beneficiário: Arthur Nicholas dos Santos
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Processo FAPESP: 17/08120-6 - Áudio-3D. Aquisição, codificação e reprodução de áudio espacial
• Beneficiário: Bruno Sanches Masiero
• Modalidade de apoio: Auxílio à Pesquisa - Jovens Pesquisadores
• Processo FAPESP: 19/22795-1 - Separação de objetos sonoros baseada no princípio da esparsidade
• Beneficiário: Arthur Nicholas dos Santos
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto