28.04.2024
Подписывайтесь на Telegram-канал по ссылке

Машинное обучение поможет определить трезвость человека по голосу

Detection alcohol iIntoxication

Учёные из Канады придумали способ, который показывает, что человек находится в алкогольном опьянении. Для этого участникам исследования предложили читать скороговорку перед употреблением алкоголя, а затем каждый час в течение семи часов после этого. Проанализировав эти записи, они разработали систему машинного обучения, способную с точностью 98% определить, находился ли человек, читавший текст, под воздействием алкоголя. Исследование опубликовано в журнале Journal of Studies on Alcohol and Drugs.

Учёные отметили, что в настоящее время не существует коммерчески доступных инструментов, позволяющих эффективно выявить алкогольную интоксикацию. Специализированные устройства, такие как трансдермальные датчики и портативные измерители алкоголя в выдыхаемом воздухе, могут точно оценить содержание алкоголя в крови, но они зачастую дорогие и не имеют широкого распространения. Как известно, алкоголь изменяет речь, а речь можно легко записать с помощью широко доступных повседневных устройств (например мобильных телефонов, микрофонов). Исходя из этого, учёным удалось разработать метод, который очень прост и эффективен в выявлении алкогольного опьянения.

В исследовании приняли участие 18 взрослых. Средний возраст участников составил 29 лет, из них 72% составляли мужчины. В день исследования участники прибыли в лабораторию в 8:00 утра. Каждому предлагалось прочитать вслух скороговорку, которая была записана с помощью мобильного телефона. После этой первоначальной записи исследователи ввели такое количество водки, смешанное с соком лайма и простым сиропом, которое было достаточным для достижения концентрации алкоголя в выдыхаемом воздухе выше 0,20%. У участников был час, чтобы употребить этот напиток. Впоследствии каждые полчаса в течение семи часов исследователи измеряли уровень алкоголя участников и записывали, как они читают скороговорку.

Эти записи использовались, чтобы разработать модель машинного обучения для прогнозирования алкогольной интоксикации. Окончательная модель имела точность прогнозирования алкогольной интоксикации на 98%. Она продемонстрировала, что алкогольное опьянение можно точно предсказать, анализируя голосовые записи. Однако в этом исследовании использовалась небольшая выборка англоговорящих людей, которые сотрудничали с исследователями. Результаты могли бы быть другими, если бы выборка голосов была более разнообразной или если бы участники активно пытались скрыть свое алкогольное опьянение, как это часто бывает мотивировано людьми при реальных измерениях алкогольного опьянения.