बोललेल्या चेक-इनमधून ध्वनिक दुर्बलता शोध

SafeVoice — एक स्वामित्व स्पीच-इंटेलिजन्स इंजिन जे फक्त काही सेकंदांच्या सामान्य भाषणातून संभाव्य अल्कोहोल दुर्बलता ध्वजांकित करते. गैर-आक्रमक, शून्य विशेष हार्डवेअर, फक्त बोललेल्या वाक्यापेक्षा अधिक काहीही आवश्यक नाही.

दुर्बल कर्मचारी टाळता येण्याजोग्या औद्योगिक घटनांचे एक अग्रगण्य आणि कमी-साधन चालक राहतात. अल्कोहोल लक्षणे दृश्यमान होण्यापूर्वीच प्रतिक्रिया गती, स्थानिक निर्णय आणि सूक्ष्म मोटर नियंत्रण कमी करते. पारंपरिक नियंत्रणे — नियतकालिक ब्रेथलायझर आणि दृश्य पर्यवेक्षक तपासण्या — अधूनमधून, आक्रमक, शिफ्ट गेटवर अडथळे आणि टाळण्यास सोप्या असतात. परिणाम एक ऑपरेशनल अंधबिंदू आहे: उच्च-धोका स्थिती सतत रोखणे सर्वात कठीण राहते.

ही पोकळी दूर करण्यासाठी आवाज हा आदर्श संकेत आहे. कामगार नैसर्गिकपणे पुश-टू-टॉक रेडिओ, प्रवेश इंटरकॉम आणि आवाज इंटरफेस त्यांच्या शिफ्टमध्ये वापरतात. अल्कोहोल सातत्याने ध्वनिक बायोमेकॅनिक्स बदलते — उच्चारण वेग, ध्वनिकरण वेळ, छंद आणि वर्णक्रमीय आवाज गुणवत्ता कमी करते — बायोमार्कर जे एक विशेष मॉडेल सेकंदांच्या ऑडिओमधून काढते.

SafeVoice दोन पूरक आर्किटेक्चरमध्ये तैनात होते.

SafeVoice-Ref रिअल-टाइम आवाजाची तुलना कामगाराच्या नोंदणीकृत शांत बेसलाइनशी करते — शिफ्ट-प्रारंभ प्रवेश तपासणीसाठी आदर्श.

SafeVoice-Solo शून्य-शॉट कार्य करते कोणत्याही नोंदणीकृत बेसलाइनशिवाय, शिफ्टमध्ये नियमित रेडिओ संवादादरम्यान एकल भाषण स्फोटांचे मूल्यांकन करते.

जर्मन अल्कोहोल लँग्वेज कॉर्पसचा होल्ड-आउट चाचणी विभाग, मानक सार्वजनिक बेंचमार्क, अनवेटेड एव्हरेज रिकॉल (UAR) द्वारे स्कोअर केलेले. पूर्व कलेशी तुलना प्रति-विंडो मेट्रिक वापरते — प्रति उच्चारण एकच निर्णय, मतदान नाही — कारण पूर्व कला मतदान करत नाही.

आम्ही काय तयार केले

स्पीकर-सापेक्ष विभेदक एन्कोडिंग

ऑडिओला वेगळ्या वर्गीकरणाऐवजी, SafeVoice-Ref भाषणाची तुलना व्यक्तीच्या बेसलाइन प्रोफाइलशी करते. आंतर-स्पीकर ध्वनिक भिन्नता काढून टाकल्याने अनवेटेड एव्हरेज रिकॉल (UAR) मध्ये त्वरित ~5-पॉइंट वाढ मिळते — आमचा सर्वात प्रभावशाली आर्किटेक्चरल टप्पा.

दुहेरी मॉडेल आर्किटेक्चर, एकत्रित वैशिष्ट्य स्टॅक

Ref आणि Solo दोन्ही समान निम्न-स्तरीय ध्वनिक प्रतिनिधित्व वापरतात. SafeVoice-Ref जलद एक-वेळ नोंदणीद्वारे परिशुद्धता जास्तीत जास्त करते, तर SafeVoice-Solo शून्य ऑपरेशनल घर्षणाला प्राधान्य देते, ऐतिहासिक डेटाशिवाय कोणत्याही स्पीकरची त्वरित तपासणी करते.

मॉडेलचे सखोल रूपांतर

नेहमीच्या गोठलेल्या थरांऐवजी, आम्ही संपूर्ण बेस आर्किटेक्चरला शेवटपासून शेवटपर्यंत छान केले. ज्यामुळे मॉडेलला ध्वनिक बायोमार्कर अधिक जवळून बसू देतात आणि शोध अचूकता 7 गुणांनी वाढवते.

बहु-स्केल वैशिष्ट्य एकत्रीकरण

ध्वनिक बायोमार्कर वेगळ्या तात्पुरत्या रिझोल्यूशनमध्ये अस्तित्वात असतात. निम्न बॅकबोन लेयर्स सूक्ष्म उच्चारण आणि स्वरमार्ग गतिशीलता राखतात, तर उच्च लेयर्स छंद प्रवाह आणि वाक्यरचना लय मॉडेल करतात. बहु-स्तरीय फ्यूजन नंतर लक्षपूर्वक पूलिंग सर्वात निदानात्मक फ्रेम्सना गतिमानपणे वजन देते.

जड औद्योगिक आवाज अभ्यासक्रम

आम्ही कृत्रिम पांढऱ्या आवाजाऐवजी विस्तृत औद्योगिक ऑडिओ अभ्यासक्रमांना प्राधान्य दिले — जड यंत्रसामग्री, वाहन गडगडाट, सभोवतालची गर्दीची कुजबुज आणि संरचनात्मक प्रतिध्वनी. यामुळे स्वच्छ बेसलाइन अचूकता न कमी करता कठोर क्षेत्र परिस्थितीत कामगिरीतील अंतर बंद झाले.

खोट्या अलार्म विरुद्ध एकमत

मॉडेल आवाजाच्या यादृच्छिक स्फोटापेक्षा संपूर्णपणे भाषणाला न्याय देते. हे स्लाइडिंग विंडोमधील रेकॉर्डिंगचे विश्लेषण करते आणि बहुसंख्य मतांनी निकालाची पुष्टी करते, त्यामुळे खोकला किंवा पार्श्वभूमीचा आवाज फिल्टर केला जातो आणि अंतिम अचूकता वाढते.

मोजलेले निकाल

ध्वनिक परिस्थितींमध्ये अधोगती

एकमत UAR (MV@5), संदर्भ-आधारित / संदर्भ-मुक्त. ज्या परिस्थितीत अचूकता घसरते त्यासह प्रकाशित.

प्रणाली काय आहे — आणि काय नाही

SafeVoice रक्तातील अल्कोहोल प्रमाण मोजत नाही आणि कामगाराला कर्तव्यावरून दूर करण्यासाठी आधार म्हणून वापरता येत नाही. हे एक प्रथम-स्तरीय तपासणी साधन आहे जे कोणाकडे लक्ष देणे आवश्यक आहे हे दर्शवते, स्थापित पद्धतींनी पडताळणीसाठी. संबंधित तुलना ब्रेथलायझरशी नाही तर आज वापरात असलेल्या पर्यायाशी आहे: पर्यवेक्षक निरीक्षण, जे अप्रशिक्षित ऐकण्याच्या सुमारे पातळीवर कामगिरी करते.

सर्व निकाल एकाच कॉर्पसमधून येतात — जर्मन अल्कोहोल लँग्वेज कॉर्पस, 162 वक्त्यांकडून रेकॉर्ड केलेले, प्रत्येक वक्त्याच्या रक्त- आणि श्वास-अल्कोहोल ग्राउंड ट्रुथसह. या कार्यासाठी हा संदर्भ बेंचमार्क आहे, परंतु हा एकच कॉर्पस आहे, आणि वरील प्रत्येक तुलना त्याच्या होल्ड-आउट टेस्ट स्प्लिटवर केली आहे.

अचूकता कुठे कमी होते त्या परिस्थिती आम्ही मुख्य आकड्यांसोबत प्रकाशित करतो, आणि आम्ही काय नाकारले ते प्रकाशित करतो: सहायक भावना आणि रक्त-अल्कोहोल-रिग्रेशन हेड्स (नकारात्मक परिणाम), आंशिक बॅकबोन फ्रीझिंग (सुमारे सात गुणांनी वाईट), निर्णय-थ्रेशोल्ड ट्यूनिंग (एक लक्षण-निराकरण 0.2 गुणांचे), आणि संदर्भ-मुक्त मॉडेलसाठी स्पीकर-एम्बेडिंग कंडिशनिंग — एक खरा 0.6-गुणांचा फायदा, टाकून दिला कारण त्यासाठी प्रति-वापरकर्ता नोंदणी आवश्यक असती आणि सोलोचा शून्य-घर्षण फायदा नष्ट झाला असता.

ते कसे वापरले जाते

शिफ्ट-प्रारंभ कर्तव्यासाठी योग्यता तपासणी: नोंदणीकृत बेसलाइनविरुद्ध एक लहान बोललेला साइन-इन

नियमित रेडिओ वाहतुकीवर सतत निष्क्रिय देखरेख, नोंदणीशिवाय

मानवी निर्णयासाठी योग्य पर्यवेक्षकाकडे पाठवलेला कॅलिब्रेटेड फ्लॅग

CPU वर प्रति विश्लेषण विंडो एका सेकंदापेक्षा कमी विलंबासह चालते

लोकसंख्याशास्त्रीय संदर्भ उपलब्ध नसताना सुरळीतपणे कमी होते

साइटच्या इतर ऑपरेशनल सिग्नल्ससोबत XENOM प्लॅटफॉर्मद्वारे पृष्ठभागावर आणले जाते