智能手机和智能音箱或许能够通过分析语音模式来检测酒精中

《酒精与品研究杂志》上的一项新研究表明，智能手机和智能扬声器中的传感器可以根据人声音的变化来帮助确定人的酒精中程度。

斯坦福大学医学院和多伦多大学的研究人员对 18 名 21 岁及以上的成年人进行了一项小型研究。参与者被给予基于体重的酒精剂量，并随机分配一系列绕口令——饮酒前一个，饮酒后七小时内每小时一个。

参与者被要求大声朗读绕口令，并将智能手机放在 1 至 2 英尺的桌子上来记录他们的声音。研究人员还在研究开始时测量了他们的呼吸酒精浓度，并在长达 7 小时内每 30 分钟测量一次。他们使用数字程序来隔离说话者的声音，将其分解为一秒增量，并分析频率和音调等指标。

当对照呼吸酒精检测结果进行检查时，随着实验的进行，参与者声音模式的变化可以预测酒精中，准确率高达 98%。

“我们模型的准确性确实让我感到惊讶，”首席研究员、斯坦福大学急诊医学副教授布莱恩·萨福莱托医学博士说。“虽然我们不是强调酒精中期间言语特征变化的先驱，但我坚信我们卓越的准确性源于我们在信号处理、声学分析和机器学习方面应用尖端技术。”

萨福莱托博士表示，此类分析的目标是提供“及时干预措施”，以防止机动车辆或其他事故造成的伤害和亡。最好的干预工具应该易于使用且随时可用，而智能手机和智能扬声器几乎无处不在，这使它们成为帮助提醒人们醉酒的明显工具。

“虽然一种解决方案可能是经常检查某人的饮酒量，但这样做可能会适得其反，因为(最好的情况下)会令人厌烦，或者(最坏的情况下)会促使饮酒。”他说。“所以，想象一下，如果我们有一个工具能够在个人日常生活中被动地采集数据，并监视可能表明饮酒事件的变化，以了解他们何时需要帮助。”

萨福莱托博士预测，监控工具最终可能会结合多种传感器，例如步态、语音和短信行为。

“一个主要原因是统计方面的：将测试与不同的敏感性和特异性相结合可以提高整体性能，”他说。“此外，我们不能总是依赖用户提供连续的数据输入。一个人可能几个小时都不会说话，但他们可能会走路。有时他们会在酒吧里一动不动，既不走路也不说话，但却积极地发短信。”

萨福莱托博士说，需要对不同种族背景的人进行更大规模的研究，以确认声音模式作为醉酒指标的有效性。他指出，与已经通过智能扬声器收集语音样本的公司建立关系也可能有所帮助。他将这项研究视为行动呼吁，敦促美国国立卫生研究院为这些类型的数字生物标记物开发数据存储库。

最终目标是开发一种人们愿意使用并有助于预防伤害和拯救生命的干预系统。

“在确定最佳接受时刻和实时支持的相关性时，时机至关重要，”他说。“例如，当某人开始饮酒时，提醒他们的饮酒限制可能会产生影响。然而，一旦他们严重中，此类干预措施的效果就会减弱。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！