Tale bærer mer enn ord. Alkoholpåvirkning etterlater målbare spor i artikulasjon, tempo og spektrale mikrovariasjoner — signaler det menneskelige øret i beste fall registrerer upålitelig.
XENOMs FoU-team har trent en proprietær dyp læringsmodell for å oppdage disse akustiske biomarkørene og evaluert den på Alcohol Language Corpus, standard offentlig benchmark for denne oppgaven.
Skåret strengt likt for likt — per vindu uvektet gjennomsnittlig recall, én enkelt beslutning per ytring uten avstemning, nøyaktig slik tidligere arbeid måles — når den referansebaserte konfigurasjonen 86,3 % UAR. Den referansefrie konfigurasjonen, som ikke krever noen innrullert baseline og bestemmer ut fra ett enkelt talesegment, når 81,9 %. Ved driftsoperasjonspunktet, der systemet kombinerer flere vinduer fra et opptak til en konsensusbeslutning, stiger disse til henholdsvis 87,6 % og 82,5 %.
For kontekst: den offisielle Interspeech 2011 Speaker-State Challenge-baselinen på dette korpuset er 65,9 % UAR, tidligere publiserte toppmoderne resultater topper seg rundt 73–75 %, og utrente menneskelige lyttere skårer rundt 60–65 %.
Systemet kjører som et passivt lag over rutinemessig radiotrafikk. Arbeidere snakker som de alltid gjør; ingen ekstra prosedyre, ingen avbrytelse av oppgaven, intet separat kontrollpunkt.
Hva systemet er — og ikke er. Det måler ikke alkoholkonsentrasjon i blodet og kan ikke tjene som grunnlag for å fjerne en arbeider fra tjeneste. Det er et førstelinjescreeningsverktøy som indikerer hvem som fortjener oppmerksomhet, for verifisering med etablerte metoder. Den relevante sammenligningen er ikke med et alkometer, men med alternativet som brukes i dag: arbeidslederobservasjon, som yter omtrent på nivå med utrent lytting.
Vi har publisert fullstendige resultater på tvers av akustiske forhold — inkludert der nøyaktigheten degraderes — sammen med sammenlignbarhetsforbeholdene og kjente begrensninger ved metoden.