เสียงพูดสื่อมากกว่าคำพูด อาการมึนเมาจากแอลกอฮอล์ทิ้งร่องรอยที่วัดได้ในการออกเสียง จังหวะ และความแปรผันย่อยเชิงสเปกตรัม — สัญญาณที่หูมนุษย์รับรู้ได้อย่างไม่น่าเชื่อถือในกรณีที่ดีที่สุด
ทีม R&D ของ XENOM ได้ฝึกโมเดล deep learning ที่เป็นกรรมสิทธิ์เพื่อตรวจจับไบโอมาร์กเกอร์ทางเสียงเหล่านี้ และประเมินบน Alcohol Language Corpus ซึ่งเป็นเกณฑ์มาตรฐานสาธารณะสำหรับงานนี้
วัดผลแบบเทียบเท่ากันอย่างเคร่งครัด — ค่า unweighted average recall ต่อช่วงหน้าต่าง การตัดสินใจครั้งเดียวต่อคำพูดโดยไม่มีการโหวต ตรงตามวิธีการวัดผลงานวิจัยก่อนหน้า — การกำหนดค่าแบบอ้างอิงทำได้ 86.3% UAR ส่วนการกำหนดค่าแบบไม่ต้องอ้างอิง ซึ่งไม่ต้องมีเส้นฐานที่ลงทะเบียนและตัดสินใจจากตัวอย่างเสียงเดียว ทำได้ 81.9% ที่จุดปฏิบัติการใช้งานจริง ระบบรวมหลายช่วงหน้าต่างของการบันทึกเป็นการตัดสินใจฉันทามติ ค่าเหล่านี้เพิ่มขึ้นเป็น 87.6% และ 82.5% ตามลำดับ
สำหรับบริบท: ค่าพื้นฐานอย่างเป็นทางการของ Interspeech 2011 Speaker-State Challenge บนคลังข้อมูลนี้อยู่ที่ 65.9% UAR ผลงานระดับล้ำสมัยที่เผยแพร่ก่อนหน้าสูงสุดประมาณ 73–75% และผู้ฟังมนุษย์ที่ไม่ได้รับการฝึกทำได้ประมาณ 60–65%
ระบบทำงานเป็นชั้นเชิงรับบนการสื่อสารวิทยุตามปกติ ผู้ปฏิบัติงานพูดเหมือนที่เคยทำ ไม่มีขั้นตอนเพิ่มเติม ไม่มีการขัดจังหวะงาน ไม่มีจุดตรวจแยก
สิ่งที่ระบบเป็น — และไม่เป็น ระบบไม่ได้วัดความเข้มข้นแอลกอฮอล์ในเลือดและไม่สามารถใช้เป็นเหตุในการสั่งพักงานผู้ปฏิบัติงานได้ เป็นเครื่องมือคัดกรองด่านแรกที่บ่งชี้ว่าผู้ใดควรได้รับความสนใจ เพื่อการตรวจสอบด้วยวิธีที่กำหนดไว้ การเปรียบเทียบที่เกี่ยวข้องไม่ใช่กับเครื่องตรวจวัดแอลกอฮอล์ แต่กับทางเลือกที่ใช้อยู่ในปัจจุบัน: การสังเกตของหัวหน้างาน ซึ่งทำงานได้ประมาณระดับการฟังที่ไม่ได้รับการฝึก
เราได้เผยแพร่ผลลัพธ์ครบถ้วนในทุกสภาวะทางเสียง — รวมถึงกรณีที่ความแม่นยำลดลง — พร้อมข้อควรระวังในการเปรียบเทียบและข้อจำกัดที่ทราบของวิธีการ