La voce porta con sé più delle parole. L'intossicazione da alcol lascia tracce misurabili nell'articolazione, nel ritmo e nelle micro-variazioni spettrali, segnali che l'orecchio umano registra in modo inaffidabile nella migliore delle ipotesi.
Il team R&S di XENOM ha addestrato un modello di deep learning proprietario per rilevare questi biomarcatori acustici e lo ha valutato sull'Alcohol Language Corpus, il benchmark pubblico standard per questo compito.
Valutato rigorosamente in modo comparabile — media richiamata non ponderata per finestra, una singola decisione per enunciato senza votazione, esattamente come viene misurato il lavoro precedente — la configurazione basata su riferimento raggiunge un UAR dell'86,3%. La configurazione senza riferimento, che non richiede una baseline registrata e decide da un singolo campione parlato, raggiunge l'81,9%. Al punto operativo di implementazione, dove il sistema combina diverse finestre di una registrazione in una decisione consensuale, questi salgono rispettivamente all'87,6% e all'82,5%.
Per contesto: la baseline ufficiale della Interspeech 2011 Speaker-State Challenge su questo corpus si attesta al 65,9% di UAR, i risultati dello stato dell'arte precedentemente pubblicati raggiungono un picco di circa il 73-75%, e gli ascoltatori umani non addestrati ottengono circa il 60-65%.
Il sistema funziona come un livello passivo sul traffico radio di routine. I lavoratori parlano come fanno sempre; nessuna procedura aggiuntiva, nessuna interruzione del compito, nessun checkpoint separato.
Cosa è il sistema — e cosa non è. Non misura la concentrazione di alcol nel sangue e non può servire come base per rimuovere un lavoratore dal servizio. È uno strumento di screening di prima linea che indica chi merita attenzione, per una verifica con mezzi consolidati. Il confronto pertinente non è con un etilometro, ma con l'alternativa utilizzata oggi: l'osservazione del supervisore, che si attesta approssimativamente al livello dell'ascolto non addestrato.
Abbiamo pubblicato i risultati completi in tutte le condizioni acustiche — comprese quelle in cui l'accuratezza si degrada — insieme alle avvertenze di comparabilità e alle limitazioni note del metodo.