🎃 ¡Rebajas de Halloween! ¡Office 2021 para siempre por sólo 29,11€/PC! [ Saber más ]
Investigadores de la Universidad de La Trobe han desarrollado un algoritmo de inteligencia artificial (IA) que podría ser una alternativa a los costosos y no siempre fiables medidores de nivel de alcohol de pubs y discotecas.
La tecnología desarrollada por estos investigadores puede determinar si una persona ha superado el límite legal de alcoholemia con sólo grabar su voz durante 12 segundos.
En un artículo publicado en la revista Alcohol, el estudio dirigido por el estudiante de doctorado Abraham Albert Bonela y supervisado por los profesores Emmanuel Kuntsche y Zhen He, del Centro de Investigación de Políticas sobre el Alcohol y del Departamento de Informática y Tecnología de la Información de la Universidad La Trobe, respectivamente, describe el desarrollo del algoritmo de aprendizaje profundo basado en audio para identificar la embriaguez alcohólica (ADLAIA), que puede determinar el estado de embriaguez de una persona basándose en una grabación de 12 segundos de su voz.
Según Albert Bonela, la intoxicación aguda por alcohol deteriora las capacidades cognitivas y psicomotoras, lo que conduce a diversos peligros para la salud pública, como accidentes de tráfico y violencia.
«Las personas intoxicadas suelen identificarse midiendo su concentración de alcohol en sangre (alcoholemia) con alcoholímetros, que son caros y laboriosos», explica Albert Bonela. «Una prueba que se basara simplemente en que alguien hablara a un micrófono cambiaría las reglas del juego».
El algoritmo se desarrolló y probó con una base de datos de 12.360 clips de audio de hablantes ebrios y sobrios. Según los investigadores, ADLAIA fue capaz de identificar a hablantes ebrios — con una tasa de alcoholemia igual o superior al 0,05% — con una precisión de casi el 70%.
El algoritmo obtuvo un rendimiento superior, de casi el 76%, en la identificación de hablantes ebrios con una tasa de alcoholemia superior al 0,12%.
Los investigadores sugieren que una posible aplicación futura de ADLAIA podría ser la integración en aplicaciones móviles y su uso en lugares como bares y estadios deportivos para obtener resultados instantáneos sobre el estado de embriaguez de las personas.
«Ser capaz de identificar a individuos intoxicados basándose únicamente en su habla sería una alternativa mucho más barata que los sistemas actuales, en los que las pruebas de alcoholemia en estos lugares son caras y a menudo poco fiables», afirma Albert Bonela.
«Si se mejora su rendimiento general, ADLAIA podría integrarse en aplicaciones móviles y utilizarse como herramienta preliminar para identificar a individuos en estado de embriaguez por alcohol».