"Chociaż nie jesteśmy pionierami w określaniu zmian w charakterystyce mowy spowodowanych zatruciem alkoholem, jestem głęboko przekonany, że wyjątkowa dokładność naszej aplikacji wynika z zastosowania najnowocześniejszych osiągnięć w przetwarzaniu sygnałów, analizie akustycznej i uczeniu maszynowym" - mówi serwisowi "Mail Online" profesor Brian Suffoletto, specjalista medycyny ratunkowej na Uniwersytecie Stanforda, i dodaje, że poziom dokładności naprawdę go zaskoczył.

W badaniu opublikowanym w magazynie "Journal of Studies on Alcohol and Drugs" 18 uczestnikom podano dawkę alkoholu proporcjonalną do masy ciała i losowo przydzielono im serię łamańców językowych – jeden przed wypiciem alkoholu i po jednym co godzinę przez siedem godzin po wypiciu.

Uczestnicy próbowali recytować testowe frazy, a aplikacja analizowała wzorce ich głosów. Na tej podstawie z 98 proc. trafnością była w stanie określić ich poziom upojenia alkoholowego.

Głosy nagrywano za pomocą smartfonu umieszczonego na stole w odległości 30-60 cm od mówiącej osoby. W trakcie badania naukowcy mierzyli także poziom alkoholu w wydychanym przez uczestników powietrzu.

Za pomocą oprogramowania badacze byli w stanie wyizolować głos mówiącego i przeanalizować takie jego parametry jak częstotliwość i wysokość dźwięku w jednosekundowych odstępach. Porównując wyniki analizy z wynikami badania zawartości alkoholu w wydychanym powietrzu, naukowcy potwierdzili, że opracowany przez nich model był w stanie trafnie określić, jak bardzo pijana była dana osoba – dokładność wyniosła aż 98 procent.

Zdaniem prof. Suffoletto, w celu zbadania poziomu upojenia alkoholowego do algorytmu analizującego głos można by dołączyć jeszcze analizę innych zachowań, np., chodu albo pisania SMS-ów.

Choć badania wymagają jeszcze potwierdzenia, prof. Suffoletto wierzy, że w przyszłości praca jego zespołu pomoże stworzyć system "interwencji w samą porę", aby zapobiegać wypadkom drogowym i ofiarom śmiertelnym spowodowanym spożyciem alkoholu.