センサーが参加者の音声パターンを分析して、飲酒しているかどうかを検出しました。この研究は「Journal of Studies on Alcohol and Drugs」に掲載されました。 スタンフォード大学の救急医学准教授ブライアン・サフォレット氏は、結果の正確さに驚いたと述べ、結果の妥当性を確認するにはさらなる研究が必要であると付け加えた。
同氏は、今回の研究結果は、飲酒運転などによる将来の交通傷害や死亡事故を減らすのに役立つ可能性があると述べ、「私たちは酩酊時の言語特性の変化を研究した最初のチームではないが、私は次のように確信している」と付け加えた。
当社の精度は、信号処理、音響分析、機械学習における最先端のテクノロジーの応用から生まれています。."このサイトは、調査レポートから、この調査では参加者にアルコールの摂取量は体重に応じて決められており、1時間以内に飲まなければなりません。その後、彼らは一連の早口言葉のテストを受けました。参加者はこれらを最長 7 時間にわたって 1 時間ごとに大声で繰り返す必要があり、その際、
自分の声はスマートフォンで録音されていました。研究者らは、飲酒前に参加者の呼気アルコール含有量を検査し、早口言葉を記録した。その後、呼気のアルコール含有量を 30 分ごとに 7 時間検査します。
研究者らはその後、ソフトウェアを使用して話者の声を分析し、周波数やピッチなどのパラメータを 1 秒間隔で調べました
そして、酩酊を検出するためのサポート ベクター マシン モデルを構築しました (次のように定義されます)。呼吸中のアルコール濃度 > 0.08%)、ベースラインの音声スペクトル特性を後続の各時点と比較し、95% 信頼区間 (CI) の精度を確認したところ、の予測精度は 98% でした。 サフォレット教授は、ステップとテキストメッセージなどの行動の組み合わせを利用して、人の酩酊レベルを判断できる可能性があると述べた。同氏はまた、この研究結果を利用して、携帯電話の録音を通じて人が飲酒しているかどうかを判断できるため、タイムリーな介入が可能になると付け加えた。
以上がスマートフォンの録音は、人が飲酒したかどうかを判断することができ、スタンフォード大学の研究では、その精度が98%も高いことが判明しましたの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。