Исследователи из Стэнфордского университета и Университета Торонто представили инновационный алгоритм, способный определять уровень алкогольного опьянения человека по его голосу. Это открытие открывает путь к созданию приложения для смартфонов, которое могло бы предупреждать водителей о чрезмерном употреблении алкоголя.
Как было проведено исследование
В небольшом исследовании приняли участие 18 добровольцев в возрасте от 21 года. Им предложили выпить количество алкоголя, рассчитанное на основе их веса. Затем каждый час в течение семи часов участники читали вслух скороговорку, записывая свой голос на смартфон.
Параллельно у всех добровольцев каждые 30 минут замеряли уровень алкоголя в крови. Полученные аудиозаписи обрабатывали с помощью специальных программ – расшифровывали голоса, разбивали их на отрывки по одной секунде и анализировали такие характеристики, как высота и частота звука.
98% точность определения степени опьянения
В итоге ученые получили базу данных, позволяющую с 98% точностью предсказывать уровень алкогольного опьянения человека по особенностям его речи.
По словам руководителя исследования доктора Брайана Саффолетто, такая высокая эффективность превзошла его ожидания. Секрет успеха кроется в применении передовых методов обработки сигналов, акустического анализа и машинного обучения.
Перспективы практического применения
Алгоритм анализа речи можно интегрировать в существующие функции смартфонов – ускорение, анализ походки, модели поведения в мессенджерах. Это позволит с высокой надежностью определять, насколько человек пьян, и предупреждать об опасности садиться за руль в нетрезвом виде.
По мнению Саффолетто, такие системы раннего предупреждения могут спасти тысячи жизней, не допуская пьяную езду. Однако для внедрения технологии в широкую практику требуются дополнительные обширные исследования с участием представителей разных национальностей.
Таким образом, новый алгоритм открывает путь к созданию "умных" приложений, способных по голосу определять степень алкогольного опьянения и предотвращать опасные ситуации на дорогах. Хотя потребуются дальнейшие исследования, перспективы практического использования выглядят многообещающе.
