Řeč nese více než slova. Alkoholové opojení zanechává měřitelné stopy v artikulaci, tempu a spektrálních mikro-variacích — signály, které lidské ucho registruje nanejvýš nespolehlivě.
Tým výzkumu a vývoje XENOM natrénoval vlastní model hlubokého učení k detekci těchto akustických biomarkerů a vyhodnotil jej na Alcohol Language Corpus, standardním veřejném benchmarku pro tuto úlohu.
Přísně srovnatelně — nevážený průměrný recall na okno, jedno rozhodnutí na promluvu bez hlasování, přesně jak se měří předchozí práce — dosahuje referenční konfigurace 86,3 % UAR. Konfigurace bez reference, která nevyžaduje zaregistrovanou základní linii a rozhoduje z jednoho mluveného vzorku, dosahuje 81,9 %. V provozním pracovním bodě, kde systém kombinuje několik oken nahrávky do konsenzuálního rozhodnutí, stoupají na 87,6 % a 82,5 %.
Pro kontext: oficiální baseline výzvy Interspeech 2011 Speaker-State Challenge na tomto korpusu činí 65,9 % UAR, dříve publikované špičkové výsledky vrcholí zhruba na 73–75 % a netrénovaní lidští posluchači dosahují kolem 60–65 %.
Systém běží jako pasivní vrstva nad běžným rádiovým provozem. Pracovníci mluví jako vždy; žádný další postup, žádné přerušení úkolu, žádný samostatný kontrolní bod.
Co systém je — a co není. Neměří koncentraci alkoholu v krvi a nemůže sloužit jako důvod k odvolání pracovníka ze služby. Je to screeningový nástroj první linie, který ukazuje, kdo si zaslouží pozornost, k ověření zavedenými prostředky. Relevantní srovnání není s alkoholtesterem, ale s dnes používanou alternativou: pozorováním nadřízeným, které funguje zhruba na úrovni netrénovaného poslechu.
Zveřejnili jsme kompletní výsledky napříč akustickými podmínkami — včetně těch, kde přesnost klesá — spolu s výhradami ke srovnatelnosti a známými omezeními metody.