Algoritma Deep Learning Dapat Mendengar Alkohol dalam Suara

Algoritma Deep Learning Dapat Mendengar Alkohol dalam Suara

Algoritma Deep Learning Dapat Mendengar Alkohol dalam Suara – Teknologi ini dapat langsung menentukan apakah seseorang telah melampaui batas legal alkohol hanya dengan menggunakan rekaman suaranya yang berdurasi 12 detik.

Algoritma Deep Learning Dapat Mendengar Alkohol dalam Suara

Algoritma Deep Learning Dapat Mendengar Alkohol dalam Suara

londoncocktailscholars – Dalam makalah yang diterbitkan di jurnal Alcohol , penelitian yang dipimpin oleh Ph.D. mahasiswa Abraham Albert Bonela dan diawasi oleh Profesor Emmanuel Kuntsche dan Associate Professor Zhen He, masing-masing dari Pusat Penelitian Kebijakan Alkohol dan Departemen Ilmu Komputer dan Teknologi Informasi di Universitas La Trobe, menjelaskan pengembangan Algoritma Pembelajaran Mendalam berbasis Audio untuk Mengidentifikasi Alkohol Inebriation (ADLAIA) yang dapat menentukan status keracunan seseorang berdasarkan rekaman ucapannya selama 12 detik.

Menurut Albert Bonela, keracunan alkohol akut mengganggu kemampuan kognitif dan psikomotorik yang menyebabkan berbagai bahaya kesehatan masyarakat seperti kecelakaan lalu lintas dan kekerasan terkait alkohol.

“Orang yang mabuk biasanya diidentifikasi dengan mengukur konsentrasi alkohol dalam darah (BAC) menggunakan alat penghisap napas (breathalyzer) yang mahal dan membutuhkan banyak tenaga kerja,” kata Albert Bonela.

 

Baca Juga : Minuman Menggunakan AI Untuk Membantu Pengecer Meningkatkan Penjualan 

 

Tes yang hanya mengandalkan seseorang yang berbicara melalui mikrofon akan membawa perubahan besar.”

Algoritme ini dikembangkan dan diuji menggunakan kumpulan data database 12.360 klip audio dari pembicara dalam keadaan mabuk dan mabuk. Menurut para peneliti, ADLAIA mampu mengidentifikasi pembicara mabuk—dengan BAC 0,05% atau lebih tinggi—dengan akurasi hampir 70%. Algoritme ini memiliki kinerja lebih tinggi, hampir 76%, dalam mengidentifikasi pembicara mabuk dengan BAC lebih tinggi dari 0,12%.

Para peneliti menyarankan bahwa salah satu potensi penerapan ADLAIA di masa depan adalah integrasi ke dalam aplikasi seluler dan digunakan di lingkungan (seperti bar dan stadion olahraga) untuk mendapatkan hasil instan tentang status mabuk seseorang.

 

baca juga : Bagaimana AI Membuat Pertandingan Sepak Bola Lebih Menarik 

 

“Mampu mengidentifikasi orang-orang yang mabuk hanya berdasarkan ucapan mereka akan menjadi alternatif yang jauh lebih murah dibandingkan sistem yang ada saat ini di mana pengujian alkohol berbasis napas di tempat-tempat tersebut mahal dan seringkali tidak dapat diandalkan,” kata Albert Bonela.

“Setelah peningkatan lebih lanjut dalam kinerja keseluruhannya, ADLAIA dapat diintegrasikan ke dalam aplikasi seluler dan digunakan sebagai alat awal untuk mengidentifikasi individu yang mabuk alkohol.”

Latar belakang
Keracunan alkohol akut mengganggu kemampuan kognitif dan psikomotorik yang menyebabkan berbagai bahaya kesehatan masyarakat seperti kecelakaan lalu lintas dan kekerasan terkait alkohol. Orang yang mabuk biasanya diidentifikasi dengan mengukur konsentrasi alkohol dalam darah (BAC) menggunakan alat penganalisis napas yang mahal dan membutuhkan banyak tenaga. Dalam makalah ini, kami mengembangkan Algoritma Pembelajaran Mendalam Berbasis Audio untuk Mengidentifikasi Inebriasi Alkohol (ADLAIA) yang dapat secara instan memprediksi status keracunan seseorang berdasarkan rekaman ucapan mereka selama 12 detik.

Metode
ADLAIA dilatih di Korpus Bahasa Alkohol Jerman yang tersedia untuk umum yang terdiri dari total 12.360 klip audio dari pembicara yang mabuk dan tidak mabuk (total 162, berusia 21-64 tahun, 47,7% perempuan). Performa ADLAIA ditentukan dengan menghitung perolehan rata-rata tak tertimbang (UAR) dan akurasi prediksi mabuk.

Hasil
ADLAIA mampu mengidentifikasi pembicara mabuk – yaitu mereka yang memiliki BAC 0,05% atau lebih – dengan UAR 68,09% dan akurasi 68,09 %. 67,67%. Performa ADLAIA lebih baik (UAR 75.7%) dalam mengenali pembicara mabuk (BAC > 0.12%).

Keunggulan dan keunggulan teknologi deep learning
Setelah mengetahui pengertian dan jenis algoritma, semakin jelas bahwa teknologi ini sangat penting di zaman modern seperti sekarang. Artinya, banyak sekali manfaat yang bisa didapat dari teknologi canggih ini yang bisa diterapkan sesuai kebutuhan.

Teknologi ini tentunya bisa memberikan banyak manfaat dan keunggulan dibandingkan teknologi lainnya. Apa manfaat dari teknologi canggih ini? Berikut adalah beberapa manfaat utama dari teknologi ini.

  • Menghilangkan kebutuhan akan teknologi dalam proses pengembangan fitur
  • Memaksimalkan kinerja data tidak terstruktur di situs web dan aplikasi
  • Mengurangi biaya pengembangan operasional
  • Memberikan keluaran berkualitas lebih tinggi
  • Pemrosesan data yang efektif

Kesimpulan
Seseorang yang berada dalam krisis dapat diidentifikasi melalui seruannya. ADLAI dapat diintegrasikan dalam aplikasi seluler dan digunakan di lingkungan (misalnya bar, stadion olahraga) untuk memberikan hasil langsung dari keracunan seseorang.