Tale bærer mere end ord. Alkoholberuselse efterlader målbare spor i artikulation, tempo og spektrale mikrovariationer — signaler, som det menneskelige øre i bedste fald registrerer upålideligt.
XENOM's R&D-team har trænet en proprietær deep learning-model til at detektere disse akustiske biomarkører og evalueret den på Alcohol Language Corpus, den almindelige offentlige benchmark for denne opgave.
Vurderet strengt ens-til-ens — pr. vindue uvægtet gennemsnitlig recall, en enkelt beslutning pr. ytring uden afstemning, præcis som tidligere arbejde måles — når den referencebaserede konfiguration 86,3% UAR. Den referencefri konfiguration, som ikke kræver nogen tilmeldt baseline og beslutter ud fra en enkelt talt prøve, når 81,9%. Ved driftsarbejdspunktet, hvor systemet kombinerer flere vinduer af en optagelse til en konsensusbeslutning, stiger disse til henholdsvis 87,6% og 82,5%.
Til sammenligning: den officielle Interspeech 2011 Speaker-State Challenge-baseline på dette korpus ligger på 65,9% UAR, tidligere offentliggjorte state-of-the-art-resultater topper på ca. 73–75%, og utrænede menneskelige lyttere scorer omkring 60–65%.
Systemet kører som et passivt lag over rutinemæssig radiotrafik. Arbejdere taler, som de altid gør; ingen yderligere procedure, ingen afbrydelse af opgaven, intet separat kontrolpunkt.
Hvad systemet er — og ikke er. Det måler ikke blodalkoholkoncentration og kan ikke danne grundlag for at fjerne en arbejder fra tjeneste. Det er et screeningsværktøj i første linje, der indikerer, hvem der kræver opmærksomhed, til verifikation ved etablerede midler. Den relevante sammenligning er ikke med et alkometer, men med det alternativ, der anvendes i dag: tilsynsobservation, som præsterer på niveau med utrænet lytning.
Vi har offentliggjort fulde resultater på tværs af akustiske forhold — herunder dem, hvor nøjagtigheden forringes — sammen med forbehold om sammenlignelighed og kendte begrænsninger ved metoden.