SafeVoice — मालिकाना वाक्-बुद्धिमत्ता इंजन जवन खाली कुछ सेकंड के साधारण बोली से संभावित शराब हानि के चिन्हित करेला। गैर-आक्रामक, शून्य विशेष हार्डवेयर, खाली बोलल वाक्यांश के जरूरत।
हानिग्रस्त कर्मचारी रोकल जा सके वाला औद्योगिक घटना के प्रमुख आ कम-साधन वाला चालक बनल जारी बा। शराब प्रतिक्रिया गति, स्थानिक निर्णय, आ सूक्ष्म गति नियंत्रण के लक्षण दृश्य रूप से स्पष्ट होखे से बहुत पहिले खराब कर देला। पारंपरिक नियंत्रण — आवधिक ब्रेथलाइजर आ दृश्य सुपरवाइजर जांच — रुक-रुक के, आक्रामक, शिफ्ट गेट पर बाधा, आ चकमा दे खातिर आसान होलन। परिणाम परिचालन अंध स्थान बा: उच्च-जोखिम स्थिति के लगातार रोके में सबसे कठिन बनल बा।
आवाज ई अंतर खतम करे खातिर आदर्श संकेत बा। मजदूर स्वाभाविक रूप से पुश-टू-टॉक रेडियो, एक्सेस इंटरकॉम, आ आवाज इंटरफेस के उपयोग शिफ्ट भर करेलन। शराब लगातार ध्वनिक जैवयांत्रिकी बदल देला — अभिव्यक्ति वेग, स्वर समय, छंद, आ वर्णक्रमीय आवाज गुणवत्ता खराब करत — जैवचिह्नक जवन विशेष मॉडल कुछ सेकंड के ऑडियो से निकालेला।
SafeVoice दू गो पूरक आर्किटेक्चर में तैनात होला।
SafeVoice-Ref वास्तविक समय आवाज के मजदूर के पंजीकृत शांत आधार रेखा से तुलना करेला — शिफ्ट-शुरुआत पहुँच जांच खातिर आदर्श।
SafeVoice-Solo शून्य-शॉट संचालित होला बिना पंजीकृत आधार रेखा के, शिफ्ट के दौरान नियमित रेडियो संचार में एकल वाक् विस्फोट के आकलन करत।
जर्मन अल्कोहल लैंग्वेज कॉर्पस के होल्ड-आउट परीक्षण विभाजन, मानक सार्वजनिक बेंचमार्क, अनभारित औसत रिकॉल (UAR) से स्कोर कइल गइल। पूर्व कला से तुलना प्रति-विंडो मीट्रिक उपयोग करेला — प्रति उच्चारण एक निर्णय, कोई मतदान ना — काहेंकि पूर्व कला मतदान ना करेला।
ऑडियो के अलगाव में वर्गीकृत करे के बजाय, SafeVoice-Ref वाक् के व्यक्ति के आधार रेखा प्रोफाइल से तुलना करेला। अंतर-वक्ता ध्वनिक विचरण खतम करे से अनभारित औसत रिकॉल (UAR) में तुरंत ~5-बिंदु लाभ मिलेला — हमार सबसे प्रभावशाली वास्तुकला मील के पत्थर।
Ref आ Solo दुनो उहे निम्न-स्तरीय ध्वनिक प्रतिनिधित्व के लाभ उठावेलन। SafeVoice-Ref तीव्र एक-बार पंजीकरण से परिशुद्धता अधिकतम करेला, जबकि SafeVoice-Solo शून्य परिचालन घर्षण प्राथमिकता देला, बिना ऐतिहासिक डेटा के कवनो वक्ता के तुरंत जांच करत।
मानक अभ्यास छोट संग्रह पर पूर्व-प्रशिक्षित बैकबोन जमा दे के सुझाव देला। हमार अनुभवजन्य स्वीप एकर विपरीत साबित कइलस: जांच सटीकता फाइन-ट्यूनिंग गहराई के साथ बढ़ल, आंशिक परत जमाव के तुलना में पूर्ण अंत-से-अंत बैकबोन अनुकूलन में ~7 बिंदु उछलल।
ध्वनिक जैवचिह्नक अलग-अलग समयिक संकल्प में मौजूद होलन। निचला बैकबोन परत सूक्ष्म अभिव्यक्ति आ स्वर तंत्र गतिशीलता बनवले रहेलन, जबकि उच्च परत छंद प्रवाह आ वाक्यांश लय के मॉडल करेलन। बहु-स्तरीय संलयन के बाद ध्यानपूर्ण पूलिंग सबसे नैदानिक फ्रेमन के गतिशील रूप से भारित करेला।
हम सिंथेटिक सफेद शोर के छोड़ के व्यापक औद्योगिक ऑडियो पाठ्यक्रम अपनानी — भारी मशीनरी, वाहन गड़गड़ाहट, परिवेश भीड़ बकबक, आ संरचनात्मक प्रतिध्वनि। ई कठोर क्षेत्र स्थिति में प्रदर्शन अंतर बंद कइलस बिना स्वच्छ आधार रेखा सटीकता खराब कइले।
क्षणिक स्पाइक या गला साफ करे से झूठा अलार्म रोके खातिर, अनुमान पाइपलाइन प्रति उच्चारण कई ओवरलैपिंग विश्लेषण विंडो स्कोर करेला। आम सहमति मतदान लागू करे से UAR में 1–2 अंक जुड़ेला आ पता लगावल वास्तविक दुनिया के ध्वनिक स्पाइक के प्रति असाधारण रूप से लचीला बन जाला।
आम सहमति UAR (MV@5), संदर्भ-आधारित / संदर्भ-मुक्त। उ स्थिति सहित प्रकाशित जहाँ सटीकता गिरेला।
SafeVoice खून में अल्कोहल के गाढ़ापन के नाप नइखे करत आ ना एह बात के आधार बन सकत बा कि कवनो कामगार के ड्यूटी से हटा दिहल जाव. इ एगो पहिला-पंक्ति के स्क्रीनिंग औजार ह जवन बतावत बा कि के ध्यान के हकदार बा, स्थापित तरीका से जाँच खातिर. संबंधित तुलना ब्रीदलाइजर से नइखे बलुक आज इस्तेमाल होखे वाला विकल्प से बा: सुपरवाइजर के निरीक्षण, जवन लगभग बिना-प्रशिक्षित सुनई के स्तर पर काम करत बा.
सब परिणाम एकही कोर्पस से आइल बा — जर्मन अल्कोहल भाषा कोर्पस, 162 वक्ता लोग से रिकार्ड कइल गइल बा आ हर वक्ता के खून- आ साँस-अल्कोहल के आधार सत्य के साथ. इ एह काम खातिर संदर्भ बेंचमार्क ह, बाकिर इ एकही कोर्पस ह, आ ऊपर के हर तुलना एकर होल्ड-आउट टेस्ट हिस्सा पर कइल गइल बा.
हम ऊ स्थिति प्रकाशित करत बानी जहाँ सटीकता घटत बा, मुख्य आँकड़ा के साथे, आ हम ऊ चीज भी प्रकाशित करत बानी जवन हम खारिज कइले बानी: सहायक भावना आ खून-अल्कोहल-रिग्रेशन हेड (नकारात्मक असर), आंशिक बैकबोन फ्रीजिंग (लगभग सात अंक खराब), निर्णय-सीमा ट्यूनिंग (लक्षण सुधार, 0.2 अंक के बराबर), आ रेफरेंस-फ्री मॉडल खातिर वक्ता-एम्बेडिंग अनुकूलन — असली 0.6-अंक के लाभ, एकरा के फेंक दिहल गइल काहे कि एकरा खातिर हर उपयोगकर्ता के नामांकन के जरूरत पड़त आ Solo के जीरो-घर्षण फायदा खत्म हो जात.
शिफ्ट-शुरुआत फिटनेस-फॉर-ड्यूटी जाँच: नामांकित आधार रेखा के खिलाफ छोट बोलल साइन-इन
नियमित रेडियो यातायात पर लगातार निष्क्रिय निगरानी, बिना नामांकन के
एगो कैलिब्रेटेड चेतावनी जवन मानव निर्णय खातिर उपयुक्त सुपरवाइजर के भेजल जाला
CPU पर चलत बा आ हर विश्लेषण विंडो खातिर एक सेकंड से कम विलंबता के साथ
जनसांख्यिकी संदर्भ उपलब्ध ना होखे पर शालीनता से घटत बा
XENOM प्लेटफार्म के माध्यम से साइट के अन्य परिचालन संकेतन के साथे सामने आवत बा