Smartfon może rozpoznać, czy jesteś pijany, słuchając Twojej rozmowy

Dzięki biernemu monitorowaniu głosów użytkowników smartfony mogą pewnego dnia stać się potężnym sprzymierzeńcem w powstrzymywaniu ludzi od nadmiernego picia.

Grupa młodych ludzi w barze, robiąca sobie selfie
fot. Depositphotos

Każdy, kto był na wieczorze karaoke w barze, wie, jak dramatycznie zmienia się nasz głos po wypiciu kilku drinków. Naukowcy wykazali teraz, że analiza zmian w głosie to zaskakująco dobry sposób na sprawdzenie, jak bardzo jesteśmy pijani. Próbując chronić się przed samymi sobą, naukowcy przez lata korzystali z różnych możliwości samoanalizy, aby określić, kiedy wypiliśmy za dużo. Pojawiła się aplikacja na smartfony, która analizowała wzorce oczu, fotel kierowcy reagujący na ciśnienie, czujniki analizujące pot, a nawet gadające ciastka z pisuaru, a wszystko po to, by ocenić nasz poziom nietrzeźwości i – miejmy nadzieję – pomóc nam w dokonywaniu lepszych wyborów, na przykład kiedy wezwać taksówkę zamiast prowadzić auto!

Teraz badacze ze Stanford Medicine i Uniwersytetu w Toronto uważają, że znaleźli inny sposób na natychmiastowe dostarczanie informacji zwrotnych na temat stanu nietrzeźwości. Przeprowadzili małe badanie, w którym podali każdemu z 18 dorosłych pacjentów dawkę alkoholu dostosowaną do ich masy ciała. Kazali im także przeczytać łamańce językowe, nagrywając je smartfonem umieszczonym w odległości od jednego do dwóch stóp. Czytali jeden tekst przed drinkiem, a potem co godzinę. Poziom alkoholu we krwi był również monitorowany co 30 minut przez siedem godzin badania.

Następnie podzielili nagrania wokalne na jednosekundowe odstępy i przeanalizowali je przy użyciu wskaźników, w tym wysokości i częstotliwości. Po utworzeniu bazy danych naukowcy odkryli, że umożliwia ona dokładne przewidywanie poziomu nietrzeźwościw imponujących 98% przypadków.

Dokładność naszego modelu naprawdę mnie zaskoczyła. Chociaż nie jesteśmy pionierami w podkreślaniu zmian w charakterystyce mowy użytkowników pod wpływem alkoholu, jestem głęboko przekonany, że nasza wyjątkowa dokładność wynika z zastosowania najnowocześniejszych osiągnięć w przetwarzaniu sygnałów, analizie akustycznej i uczeniu maszynowym.

– powiedział główny badacz Brian Suffoletto, profesor nadzwyczajny medycyny ratunkowej na Uniwersytecie Stanforda

Naukowcy uważają, że wbudowanie ich systemu w smartfony i umożliwienie mu dostępu do mikrofonu może być sposobem na monitorowanie poziomu nietrzeźwości użytkowników i wysyłanie ostrzeżeń, gdy wykryje, że ktoś jest zbyt pijany, aby prowadzić samochód.

„Chociaż jednym z rozwiązań mogłoby być częste spotykanie się z kimś, aby ocenić spożycie alkoholu, może to przynieść odwrotny skutek w najlepszym przypadku irytując lub w najgorszym zachęcając do picia” – stwierdził Suffoletto. „Wyobraźmy sobie zatem narzędzie zdolne do pasywnego pobierania danych od danej osoby podczas wykonywania codziennych czynności i sprawdzania zmian, które mogłyby wskazywać na epizod picia, aby wiedzieć, kiedy potrzebuje pomocy”.

Suffoloetto twierdzi, że taki system można również połączyć z innymi funkcjami telefonu, takimi jak wykorzystanie akcelerometru do sprawdzania nietypowych wzorców chodu lub system analizujący teksty pod kątem zmian we wzorcach komunikacji, które mogą wskazywać na stan nietrzeźwości. Może to spowodować interwencję, gdy ktoś jeszcze jest w stanie na nią zareagować, mówi Suffoletto.

„W przypadku wybrania optymalnego momentu odbioru i znaczenia wsparcia w czasie rzeczywistym najważniejszy jest odpowiedni moment” – mówi. „Na przykład gdy ktoś zaczyna pić, przypomnienie mu o limitach spożycia może mieć jakiś skutek. Jednak gdy ktoś jest już bardzo pijany, skuteczność takich interwencji maleje”.

Suffoletto wskazuje na potrzebę dalszych badań w celu rozszerzenia jego ustaleń i stworzenia bazy danych zawierającej więcej próbek wokalu od szerszego grona uczestników.

Aktualne ustalenia opublikowano w czasopiśmie Journal of Studies on Alcohol and Drugs.

➔ Obserwuj nas w Google News, aby być na bieżąco!

źródło: Stanford Medicine | EurekAlert | New Atlas
zdjęcie wykorzystane we wpisie z Depositphotos