В РФ создали технологию, распознающую опьянение по голосу
Специалисты Омского государственного технического университета разработали инновационную систему аутентификации на основе голосовых данных, которая не только идентифицирует пользователя, но и проводит оценку его психофизиологического состояния. Проект был инициирован и реализован на кафедре «Комплексная защита информации» с целью снижения рисков, связанных с ошибками, вызванными утомлением или алкогольным опьянением сотрудников, а также для обеспечения надежной защиты конфиденциальной информации.
Традиционные биометрические системы аутентификации характеризуются высокой степенью точности (98–99%), однако предполагают стабильность голосовых характеристик пользователя. В то же время, такие факторы, как стресс, сонливость или состояние алкогольного опьянения, могут существенно изменять амплитудно-частотные параметры речи. Новая разработка ОмГТУ применяет ансамблевый алгоритм и нейросетевые технологии для анализа голосовых данных. Система осуществляет мгновенную оценку тональности, тембра, пауз и ритмичности речи, позволяя искусственному интеллекту выявлять нормальное состояние, признаки сонливости и три стадии алкогольного опьянения.
Основная цель проекта заключается в минимизации рисков в критически важных сферах, таких как банковская деятельность и энергетика. Ошибки, допущенные операторами, могут привести к серьезным последствиям, включая финансовые убытки и угрозу безопасности. В случае, если сотрудник пытается получить доступ к системе или подписать документ в состоянии алкогольного опьянения или сильной усталости, система ограничивает его права или временно блокирует выполнение действий. «Предоставление доступа в неприемлемом состоянии может привести к компрометации данных или стать причиной ошибок и атак фишингового типа», — подчеркивает разработчик Даниил Иниватов.
Проект был успешно зарегистрирован в установленном порядке, что подтверждает статус Омского государственного технического университета как ведущего научно-исследовательского центра в области защиты информации и применения машинного обучения. Технология обладает значительным потенциалом для применения в различных областях, включая системы безопасности банковских учреждений, мониторинг состояния водителей и диспетчеров.