Говор носи више од речи. Алкохолна интоксикација оставља мерљиве трагове у артикулацији, темпу и спектралним микро-варијацијама — сигнале које људско уво региструје у најбољем случају непоуздано.
XENOM R&D тим је обучио власнички модел дубоког учења да детектује ове акустичке биомаркере и евалуирао га на Alcohol Language Corpus-у, стандардном јавном бенчмарку за овај задатак.
Строго упоредиво — по прозору непондерисана просечна осетљивост, једна одлука по исказу без гласања, тачно како се претходни радови мере — конфигурација заснована на референци достиже 86.3% UAR. Конфигурација без референце, која не захтева уписану основу и одлучује из једног изговореног узорка, достиже 81.9%. На оперативној радној тачки, где систем комбинује неколико прозора снимка у консензус одлуку, ове вредности расту на 87.6% и 82.5% респективно.
За контекст: званични Interspeech 2011 Speaker-State Challenge основни ниво на овом корпусу износи 65.9% UAR, претходно објављени најсавременији резултати достижу врхунац од отприлике 73–75%, а необучени људски слушаоци постижу око 60–65%.
Систем ради као пасивни слој преко рутинског радио саобраћаја. Радници говоре као и увек; без додатне процедуре, без прекидања задатка, без засебне контролне тачке.
Шта систем јесте — и шта није. Не мери концентрацију алкохола у крви и не може послужити као основ за удаљавање радника са дужности. То је алат за скрининг прве линије који указује на то ко заслужује пажњу, ради верификације утврђеним средствима. Релевантно поређење није са алкотестом, већ са алтернативом која се данас користи: посматрањем надзорника, које функционише отприлике на нивоу необученог слушања.
Објавили смо пуне резултате у различитим акустичким условима — укључујући оне где се тачност смањује — заједно са оградама о упоредивости и познатим ограничењима методе.