ในการทดสอบภาคสนามของการวิเคราะห์ความเครียดจากเสียงเชิงพาณิชย์กับผู้ถูกจับกุมในเรือนจำ โปรแกรมยอดนิยมสองโปรแกรมตรวจพบเพียงราว 15% ของคำโกหกที่ผู้ถูกจับกุมพูดเกี่ยวกับการใช้ยาเสพติดล่าสุด และความแม่นยำโดยรวมอยู่ที่ราว 50% (National Institute of Justice, การทดสอบภาคสนามการวิเคราะห์ความเครียดจากเสียง 2008) ผู้ฟังที่เป็นมนุษย์ก็ไม่ได้ดีกว่ามากนัก: จากผู้ตัดสิน 24,483 คน โดยเฉลี่ยคนตัดสินถูกต้อง 54% ว่าข้อความใดโกหกหรือพูดจริง ซึ่งสูงกว่าการโยนเหรียญเพียงเล็กน้อย (Personality and Social Psychology Review, ความแม่นยำในการตัดสินการหลอกลวง 2006) National Research Council พบว่างานวิจัยให้ “พื้นฐานทางวิทยาศาสตร์น้อยมากหรือไม่มีเลยสำหรับการใช้เครื่องวิเคราะห์ความเครียดจากเสียงด้วยคอมพิวเตอร์” (National Research Council, เครื่องจับเท็จและการตรวจจับการโกหก 2003) ถึงกระนั้น ผู้ผลิตรายหลักยังอ้างว่ามีลูกค้าตำรวจหลายพันแห่ง และงานศึกษาแบบฟังอย่างเดียวในปี 2025 และ 2026 กำลังเปิดคำถามอีกครั้งว่าเสียงมีสัญญาณการหลอกลวงมากกว่าใบหน้าหรือไม่ ซึ่งเป็นประเด็นที่ทับซ้อนกับงานวิจัยความแม่นยำของการรู้จำอารมณ์จากเสียงพูด เรารวบรวมข้อมูลจาก Journal of Forensic Sciences, คลังข้อมูลเสียงพูดหลอกลวงของ Columbia University, PLOS One, European Journal of Psychology Applied to Legal Context, กระทรวงแรงงานสหรัฐฯ, AI Act ของสหภาพยุโรป และบันทึกของรัฐบาลสหราชอาณาจักร
สรุปโดยย่อ
- เครื่องวิเคราะห์ความเครียดจากเสียงตรวจพบราว 15% ของคำโกหกเรื่องยาเสพติด ด้วยความแม่นยำโดยรวมราว 50% ในการทดสอบภาคสนามในเรือนจำกับผู้ถูกจับกุม 319 คน (NIJ, การทดสอบภาคสนามการวิเคราะห์ความเครียดจากเสียง 2008)
- ในการทดสอบในห้องปฏิบัติการ ผู้ตรวจ CVSA ที่ NITV จัดหาให้ระบุว่าคำพูดที่เป็นความจริงเป็นการหลอกลวงถึง 61% ถึง 70% ของครั้งทั้งหมด (Journal of Forensic Sciences, การประเมิน NITV CVSA 2008)
- งานวิจัยให้ “พื้นฐานทางวิทยาศาสตร์น้อยมากหรือไม่มีเลย” สำหรับเครื่องวิเคราะห์ความเครียดจากเสียงด้วยคอมพิวเตอร์ (National Research Council, เครื่องจับเท็จและการตรวจจับการโกหก 2003)
- โดยเฉลี่ยคนตัดสินถูกต้อง 54% ว่าข้อความใดโกหกหรือพูดจริง จาก 206 เอกสาร (Personality and Social Psychology Review, ความแม่นยำในการตัดสินการหลอกลวง 2006)
- ผู้สัมภาษณ์ที่เป็นมนุษย์ได้ 56.75% บนคลังข้อมูลการหลอกลวงของ Columbia ขณะที่ตัวจำแนกเสียงพูดทำคะแนน F1 ได้ 72.77 (Columbia University, Interspeech 2018)
- การฟังเสียงอย่างเดียวให้ความแม่นยำ 61.7% เทียบกับ 35% สำหรับการดูวิดีโอที่มีเสียง ในการทดสอบกับผู้เข้าร่วม 120 คน (European Journal of Psychology Applied to Legal Context 2025)
- การทดสอบปี 2026 กับผู้เข้าร่วม 246 คนไม่พบความแตกต่างอย่างมีนัยสำคัญระหว่างการตัดสินจากเสียงอย่างเดียว ข้อความถอดเสียง และภาพพร้อมเสียง (PLOS One 2026)
- ระดับเสียงที่สูงขึ้นขณะโกหกเป็นผลขนาดเล็ก d = 0.21 และเพิ่มเป็น d = 0.59 สำหรับผู้โกหกที่มีแรงจูงใจ (Psychological Bulletin, สัญญาณของการหลอกลวง 2003)
- มีเพียง 1 จาก 12 หน่วยงานท้องถิ่นของสหราชอาณาจักรที่ใช้การวิเคราะห์ความเสี่ยงจากเสียงในการทบทวนสวัสดิการที่รายงานว่าประสบความสำเร็จ (การประเมินของ DWP รายงานโดย The Register 2010)
- กฎหมายสหรัฐฯ ถือว่าเครื่องวิเคราะห์ความเครียดจากเสียงเป็นเครื่องจับเท็จ (กระทรวงแรงงานสหรัฐฯ, เอกสารข้อเท็จจริง EPPA ฉบับที่ 36) และสหภาพยุโรปจัดเครื่องมือจับเท็จด้วย AI สำหรับตำรวจเป็นความเสี่ยงสูง (Regulation (EU) 2024/1689)
1. การทดสอบภาคสนาม: เครื่องวิเคราะห์ความเครียดจากเสียงเทียบกับข้อเท็จจริงอ้างอิงที่ยืนยันแล้ว
การทดสอบภาคสนามเป็นที่เดียวที่การวิเคราะห์ความเครียดจากเสียงต้องเผชิญกับผลลัพธ์จริงที่มันไม่อาจมีอิทธิพลได้ เช่น ผลตรวจปัสสาวะ ในการศึกษาที่เรือนจำ Oklahoma County ซึ่ง NIJ สนับสนุนทุน (สรุปการทดสอบภาคสนามจาก NIJ Journal, รายงานฉบับสุดท้าย) ผู้ถูกจับกุมตอบคำถามเรื่องการใช้ยาเสพติด และคำตอบถูกตรวจสอบกับผลตรวจปัสสาวะ LVA ระบุคำตอบที่หลอกลวงได้ 21% และ CVSA ได้ 8% ขณะที่ทั้งสองโปรแกรมระบุคำตอบที่เป็นความจริงส่วนใหญ่ได้ถูกต้อง เครื่องมือที่ตอบว่า “พูดจริง” เกือบทุกครั้งจะดูแม่นยำกับคนซื่อสัตย์และพลาดคนโกหกเกือบทั้งหมด รายงานฉบับสุดท้ายยังพบว่าการให้คะแนนไม่น่าเชื่อถือ: ค่าสหสัมพันธ์ระหว่างผู้ให้คะแนนมือใหม่กับผู้เชี่ยวชาญอยู่ระหว่าง 0.11 ถึง 0.52 ขึ้นอยู่กับชนิดของยาเสพติด
ตัวเลขที่น่าสนใจที่สุดไม่ใช่อัตราความแม่นยำเลย ผู้ถูกจับกุมที่เชื่อว่ามีอุปกรณ์เสียงคอยตรวจสอบอยู่โกหกน้อยลงมาก ซึ่งเป็นเอฟเฟกต์ “ท่อลวง” (bogus pipeline: คนเรามักพูดความจริงมากขึ้นเมื่อเชื่อว่าเครื่องจักรจับโกหกได้) อุปกรณ์นี้อาจยับยั้งการโกหกได้โดยไม่ได้ตรวจจับการโกหกเลย
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความแม่นยำโดยรวมของ CVSA และ LVA ในการตรวจจับการหลอกลวงเรื่องการใช้ยาเสพติดล่าสุด (ผู้ถูกจับกุมชายในเรือนจำ 319 คน, Oklahoma County) | ราว 50% | NIJ, การทดสอบภาคสนามการวิเคราะห์ความเครียดจากเสียง (NIJ Journal 259) 2008 |
| คำตอบที่หลอกลวงซึ่ง LVA ระบุได้ถูกต้องว่าเป็นการหลอกลวง | 21% | NIJ, การทดสอบภาคสนามการวิเคราะห์ความเครียดจากเสียง 2008 |
| คำตอบที่หลอกลวงซึ่ง CVSA ระบุได้ถูกต้องว่าเป็นการหลอกลวง | 8% | NIJ, การทดสอบภาคสนามการวิเคราะห์ความเครียดจากเสียง 2008 |
| คำตอบที่เป็นความจริงซึ่งระบุได้ถูกต้องว่าเป็นความจริง เฉลี่ยจากยาเสพติดห้าชนิด (LVA 95%, CVSA 90%) | 91.5% | NIJ, การทดสอบภาคสนามการวิเคราะห์ความเครียดจากเสียง 2008 |
| ผู้ถูกจับกุมที่โกหกเรื่องการใช้ยาเสพติดล่าสุด: การศึกษาความเครียดจากเสียงเทียบกับการศึกษาติดตามยาเสพติด ADAM ก่อนหน้าในเมืองเดียวกัน | 14% เทียบกับ 40% | NIJ, การทดสอบภาคสนามการวิเคราะห์ความเครียดจากเสียง 2008 |
| บันทึกภาคสนามการฝึกสอบสวนของทหาร (SERE): คำตอบใช่/ไม่ใช่ที่หลอกลวงซึ่งผู้ตรวจของผู้ผลิต CVSA เองระบุได้ เทียบกับคำตอบที่เป็นความจริงซึ่งถูกระบุผิด | 19% เทียบกับ 45% | Journal of Forensic Sciences, การประเมิน NITV CVSA 2008 |
| บันทึกภาคสนามชุดเดียวกันที่นักสัทศาสตร์เชิงทดลองให้คะแนน: คำตอบที่หลอกลวงซึ่งระบุได้ เทียบกับคำตอบที่เป็นความจริงซึ่งถูกระบุผิด | 38% เทียบกับ 49% | Journal of Forensic Sciences, การประเมิน NITV CVSA 2008 |
บริบท: แบบสำรวจ ADAM ก่อนหน้าใช้เวลาราว 20 นาที ส่วนแบบสำรวจความเครียดจากเสียงใช้เวลาราว 5 นาที ดังนั้นส่วนต่าง 14% เทียบกับ 40% จึงไม่ใช่การทดลองแบบควบคุม ข้อมูลล่าสุดที่มี: NIJ รายงานปี 2007 และบทความปี 2008 เราไม่พบการทดสอบภาคสนามอิสระที่เทียบเคียงได้ซึ่งเผยแพร่หลังจากนั้น
2. การทดสอบ CVSA และ LVA ในห้องปฏิบัติการ
การศึกษาในห้องปฏิบัติการให้เครื่องมือได้เงื่อนไขที่ดีที่สุดเท่าที่เป็นไปได้ คือ เสียงบันทึกที่ชัดเจน ความจริงที่ทราบแน่ชัด และความเครียดที่เหนี่ยวนำขึ้น แต่ก็ยังล้มเหลว ในการประเมินของ University of Florida (การศึกษา CVSA, การศึกษา LVA) ผู้พูด 48 คนสร้างตัวอย่าง 300 รายการภายใต้การโกหกที่มีเดิมพันสูงและความเครียด ผู้ตรวจของผู้ผลิต CVSA เองระบุว่าคำพูดที่เป็นความจริงเป็นการหลอกลวงถึง 61% ถึง 70% ของครั้งทั้งหมด ซึ่งบ่อยพอ ๆ กับที่จับคำโกหกจริงได้
มาตรวัดความไวก็บอกเรื่องเดียวกัน ค่าดีไพรม์ (d’) เป็นคะแนนการตรวจจับสัญญาณที่ 0 หมายถึงไม่มีความสามารถในการแยกสองประเภท ผู้เขียนกำหนดให้ 1 เป็นค่าต่ำสุดที่ยอมรับได้ และทุกทีมได้คะแนนต่ำกว่านั้นมาก การทบทวนของ National Research Council ระบุเพิ่มเติมว่าผลลัพธ์สมบูรณ์แบบเพียงรายการเดียวที่พบมาจากบทความที่เกี่ยวข้องกับผู้จำหน่าย ซึ่งไม่เคยอธิบายวิธีให้คะแนนกราฟหรือวิธีกำหนดความจริงเลย
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| การทดสอบ CVSA ในห้องปฏิบัติการ (ผู้พูด 48 คน, ตัวอย่าง 300 รายการ): อัตราการตรวจพบถูกต้องของผู้ตรวจที่ NITV จัดหาให้ | 61% ถึง 65% | Journal of Forensic Sciences, การประเมิน NITV CVSA 2008 |
| การทดสอบ CVSA ในห้องปฏิบัติการ: อัตราผลบวกลวง (คำพูดที่เป็นความจริงหรือเครียดต่ำถูกระบุ) ของผู้ตรวจที่ NITV จัดหาให้ | 61% ถึง 70% | Journal of Forensic Sciences, การประเมิน NITV CVSA 2008 |
| การทดสอบ CVSA ในห้องปฏิบัติการ: ความไวตามค่าดีไพรม์ของผู้ตรวจที่ NITV จัดหาให้ (กำหนดค่าต่ำสุดที่ยอมรับได้ไว้ที่ 1) | -0.32 ถึง 0.13 | Journal of Forensic Sciences, การประเมิน NITV CVSA 2008 |
| การทดสอบ LVA ในห้องปฏิบัติการ: อัตราการตรวจพบถูกต้องตามเงื่อนไขและผู้ตรวจต่าง ๆ | 42% ถึง 56% | Journal of Forensic Sciences, การประเมิน Layered Voice Analysis 2009 |
| การทดสอบ LVA ในห้องปฏิบัติการ: อัตราผลบวกลวงซึ่งมักสูงกว่าอัตราการตรวจพบถูกต้อง | 40% ถึง 65% | Journal of Forensic Sciences, การประเมิน Layered Voice Analysis 2009 |
| ความสอดคล้องระหว่าง CVSA กับเครื่องจับเท็จในการศึกษาที่เกี่ยวข้องกับผู้จำหน่ายกับผู้ที่อยู่ระหว่างคุมประพฤติ 54 คน (ไม่ได้อธิบายเกณฑ์การให้คะแนนและเกณฑ์ความจริง) | 100% (คำกล่าวอ้างที่เกี่ยวข้องกับผู้จำหน่าย ถูกประเมินว่าใช้ไม่ได้) | National Research Council, เครื่องจับเท็จและการตรวจจับการโกหก 2003 |
| ความแม่นยำของ CVSA เทียบกับเครื่องจับเท็จในการเปรียบเทียบในห้องปฏิบัติการของ Department of Defense Polygraph Institute ทศวรรษ 1990 | ไม่เคยเหนือกว่าอย่างมีนัยสำคัญ | National Research Council, เครื่องจับเท็จและการตรวจจับการโกหก 2003 |
| ผลการทดสอบภาคสนามของเครื่องวิเคราะห์ในปี 1996 | ใกล้เคียงระดับการเดาสุ่ม | National Research Council, เครื่องจับเท็จและการตรวจจับการโกหก 2003 |
บริบท: บทเดียวกันของ NRC รายงานว่าความสอดคล้องระหว่างนักวิเคราะห์อิสระที่อ่านกราฟความเครียดจากเสียงชุดเดียวกัน “โดยทั่วไปต่ำ” และการศึกษาของกระทรวงกลาโหมในปี 2000 พบว่าคะแนนของเครื่องวิเคราะห์ไม่สะท้อนความเครียดเฉียบพลันที่วัดด้วยวิธีดั้งเดิม
3. มนุษย์ตัดสินคำโกหกได้แม่นยำเพียงใด (หลักฐานจากการวิเคราะห์อภิมาน)
หากเครื่องจักรไม่อาจได้ยินคำโกหก ทางเลือกสำรองที่ชัดเจนคือหูที่ผ่านการฝึกฝน หลักฐานบอกว่าหูดีกว่าตาเพียงเล็กน้อย การวิเคราะห์อภิมานของ Bond และ DePaulo รวม 206 เอกสารและผู้ตัดสิน 24,483 คน โดยเฉลี่ยคนตัดสินถูกต้อง 54% และตัดสินความจริงได้ถูกต้องบ่อยกว่าคำโกหกมาก เพราะผู้ตัดสินส่วนใหญ่โน้มเอียงที่จะเชื่อสิ่งที่ได้ยิน (55.23% ของข้อความถูกตัดสินว่าเป็นความจริง แบบถ่วงน้ำหนัก) ผู้เชี่ยวชาญได้ 54.51% เทียบกับ 53.31% สำหรับผู้ที่ไม่ใช่ผู้เชี่ยวชาญเมื่อเทียบระหว่างงานศึกษา และส่วนต่างหายไปหลังการปรับทางสถิติ
การเปรียบเทียบสื่อเป็นการเปรียบเทียบที่เกี่ยวข้องกับเสียง วิดีโอไม่มีเสียงเป็นเงื่อนไขที่แย่ที่สุด และการเพิ่มเสียงช่วยเรียกคืนได้ไม่กี่คะแนน การได้ยินผู้โกหกช่วยได้เล็กน้อย แต่ไม่ได้ทำให้ผู้ฟังกลายเป็นเครื่องจับเท็จ
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ค่าเฉลี่ยการตัดสินถูกต้องระหว่างโกหกกับพูดจริง (206 เอกสาร, ผู้ตัดสิน 24,483 คน) | 54% | Personality and Social Psychology Review, ความแม่นยำในการตัดสินการหลอกลวง 2006 |
| ข้อความที่เป็นความจริงซึ่งถูกตัดสินถูกต้องว่าเป็นความจริง | 61% | Personality and Social Psychology Review, ความแม่นยำในการตัดสินการหลอกลวง 2006 |
| ข้อความที่หลอกลวงซึ่งถูกตัดสินถูกต้องว่าเป็นการหลอกลวง | 47% | Personality and Social Psychology Review, ความแม่นยำในการตัดสินการหลอกลวง 2006 |
| การตัดสินถูกต้องระหว่างโกหกกับพูดจริงเมื่อใช้ข้อความที่เป็นเสียงอย่างเดียว | 53.01% | Personality and Social Psychology Review, ความแม่นยำในการตัดสินการหลอกลวง 2006 |
| การตัดสินถูกต้องระหว่างโกหกกับพูดจริงเมื่อใช้ข้อความที่เป็นวิดีโอไม่มีเสียงอย่างเดียว | 50.52% | Personality and Social Psychology Review, ความแม่นยำในการตัดสินการหลอกลวง 2006 |
| การตัดสินถูกต้องระหว่างโกหกกับพูดจริงเมื่อใช้ข้อความที่เป็นภาพพร้อมเสียง | 54.03% | Personality and Social Psychology Review, ความแม่นยำในการตัดสินการหลอกลวง 2006 |
ข้อมูลล่าสุดที่มี: Personality and Social Psychology Review, 2006 ยังคงเป็นการสังเคราะห์ที่ใหญ่ที่สุดเกี่ยวกับความแม่นยำของมนุษย์ในการจับโกหก ส่วนที่ 4 ครอบคลุมการทดลองฟังที่ใหม่กว่า
4. การทดลองฟังและตัวจำแนกเสียงพูด ปี 2018 ถึง 2026
งานศึกษาที่ใหม่กว่าทดสอบเสียงโดยตรง และให้ผลไม่ตรงกัน การทดลองของ University of Portsmouth ปี 2025 (European Journal of Psychology Applied to Legal Context) ให้ผู้เข้าร่วม 120 คนฟังเสียงอย่างเดียวหรือดูวิดีโอเต็มของการสัมภาษณ์ผู้ต้องสงสัยจำลอง ผู้ฟังตัดสินถูก 61.7% ของครั้งทั้งหมด ขณะที่ผู้ที่ทั้งดูและฟังตัดสินถูกเพียง 35% ต่ำกว่าระดับการเดาสุ่ม งานศึกษานี้ถือว่าการดูพร้อมฟังเป็นเงื่อนไขที่มีภาระทางปัญญาสูง: การเห็นผู้ต้องสงสัยเพิ่มข้อมูลที่ในการทดสอบนี้ให้โทษมากกว่าให้คุณ การทดสอบที่ใหญ่กว่าในปี 2026 (PLOS One) ไม่พบผลของรูปแบบการนำเสนอเลย โดยผู้โกหกส่วนใหญ่ถูกตัดสินว่าพูดจริงในทุกเงื่อนไข
เครื่องจักรที่ฝึกจากเสียงพูดในการสัมภาษณ์ทำได้ดีกว่ามนุษย์บนบันทึกชุดเดียวกัน ในคลังข้อมูล Columbia X-Cultural Deception (NAACL 2018, Interspeech 2018) ผู้พูด 340 คนให้คำตอบที่เป็นความจริงและหลอกลวงในบทสนทนาสัมภาษณ์ ตัวจำแนกที่ใช้คุณลักษณะด้านอะคูสติกและโพรโซดี (ความสูงของเสียง ความดัง และจังหวะเวลา) ทำได้เทียบเท่าตัวที่สร้างจากการเลือกใช้คำ นี่เป็นคำโกหกในห้องปฏิบัติการบนคลังข้อมูลเดียว และยังห่างไกลจากความน่าเชื่อถือที่คาดหวังจากระบบเสียงที่มีข้อเท็จจริงอ้างอิงที่ชัดเจน เช่นระบบที่ติดตามในเกณฑ์เปรียบเทียบการยืนยันตัวผู้พูด
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความแม่นยำในการแยกโกหกกับพูดจริงของผู้สัมภาษณ์ที่เป็นมนุษย์บนคลังข้อมูล Columbia X-Cultural Deception (ผู้พูด 340 คน; การเดาสุ่ม = 50%) | 56.75% | Columbia University, NAACL 2018 (Levitan และคณะ) |
| ความแม่นยำของผู้สัมภาษณ์ที่เป็นมนุษย์เฉพาะคำตอบที่หลอกลวง | 47.93% | Columbia University, NAACL 2018 (Levitan และคณะ) |
| ตัวจำแนกที่ดีที่สุดที่ใช้คุณลักษณะการใช้คำ (ด้านคำศัพท์) คะแนน F1 | 72.74 (ความแม่นยำ 72.78%) | Columbia University, NAACL 2018 (Levitan และคณะ) |
| ตัวจำแนกที่ดีที่สุดที่ใช้คุณลักษณะด้านอะคูสติกและโพรโซดี บวกเพศของผู้พูดและภาษาแม่ คะแนน F1 | 72.77 | Columbia University, Interspeech 2018 (Levitan และคณะ) |
| ความแม่นยำโดยรวมในการแยกโกหกกับพูดจริง: ฟังเสียงอย่างเดียวเทียบกับดูวิดีโอที่มีเสียง (ผู้เข้าร่วม 120 คน) | 61.7% เทียบกับ 35% | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni และคณะ) |
| การตรวจจับความจริง: เสียงอย่างเดียวเทียบกับวิดีโอที่มีเสียง | 53.33% เทียบกับ 20.00% (ไคสแควร์(1, N = 60) = 7.18, p = 0.007) | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni และคณะ) |
| เงื่อนไขเสียงอย่างเดียว: ถ้อยคำที่เป็นความจริงซึ่งตัดสินถูกต้องเทียบกับถ้อยคำที่หลอกลวงซึ่งตัดสินถูกต้อง (รวม N = 246) | 60.71% เทียบกับ 39.29% | PLOS One 2026 (Bogaard และคณะ) |
| ผลของรูปแบบการนำเสนอ (เสียงอย่างเดียว ข้อความถอดเสียง ภาพพร้อมเสียง) ต่อความแม่นยำในการแยกโกหกกับพูดจริง | F(2, 243) = 0.45, p = 0.637 (ไม่มีนัยสำคัญ) | PLOS One 2026 (Bogaard และคณะ) |
บริบท: ในการศึกษาปี 2025 ความแตกต่างของการจับโกหกระหว่างเงื่อนไข (70.00% เทียบกับ 50.00%) ไม่มีนัยสำคัญ (p = 0.114) ส่วนที่เพิ่มขึ้นอย่างมีนัยสำคัญมาจากการจดจำผู้ต้องสงสัยที่พูดจริง
5. สัญญาณทางเสียงและน้ำเสียงของการโกหก
อุปกรณ์วิเคราะห์ความเครียดจากเสียงสมมติว่าการโกหกทิ้งร่องรอยทางเสียงที่แรงและเป็นสากล บันทึกจากการวิเคราะห์อภิมานแสดงร่องรอยจาง ๆ เพียงไม่กี่อย่าง การวิเคราะห์อภิมานใน Psychological Bulletin สรุปขนาดผล 1,338 ค่าสำหรับสัญญาณ 158 อย่างจากตัวอย่างอิสระ 120 ชุด โดยรวมแล้วระดับเสียงของผู้โกหกสูงขึ้นเพียงเล็กน้อย (d = 0.21) แต่พุ่งเป็น d = 0.59 เมื่อผู้โกหกมีแรงจูงใจที่จะทำให้สำเร็จ ค่า d ของโคเฮนเป็นขนาดผลมาตรฐาน และค่าขนาดนี้ตามธรรมเนียมถือว่าเล็ก: สัญญาณทางเสียงส่วนใหญ่ทับซ้อนกันมากระหว่างผู้พูดที่ซื่อสัตย์และไม่ซื่อสัตย์
งานศึกษาภาษาเดียวแสดงให้เห็นว่าสัญญาณเหล่านี้ไม่คงที่เพียงใด ในเจ้าของภาษาอิตาลี 19 คน ระดับเสียงเฉลี่ยคือ 160.88 Hz ขณะโกหก เทียบกับ 160.67 Hz ขณะพูดจริง (p = 0.927) แต่การพูดช้าลง (Frontiers in Psychology) ในผู้พูดภาษาจีนกลาง 36 คนที่ตอบคำถามประวัติส่วนตัว 14 ข้อ งานศึกษาปี 2024 ที่ตรวจคุณลักษณะทางเสียง 20 อย่างและคุณลักษณะจากการวัดไฟฟ้าสายเสียง 14 อย่าง (การวัดไฟฟ้าสายเสียงวัดการสัมผัสกันของสายเสียง) เชื่อมโยงการหลอกลวงกับระดับเสียงและความเข้มเฉลี่ยที่สูงขึ้น และจิตเตอร์ ชิมเมอร์ และอัตราส่วนฮาร์มอนิกต่อสัญญาณรบกวนที่ต่ำลง (Journal of Speech, Language, and Hearing Research) คลังข้อมูล Columbia แสดงระดับเสียงสูงสุดและความเข้มสูงสุดที่สูงกว่าในคำตอบที่หลอกลวง สัญญาณเช่นนี้เป็นวัตถุดิบเดียวกับที่ใช้ในการวิเคราะห์เสียงเชิงพาราภาษาเพื่อทำนายภาวะหมดไฟ และมีข้อจำกัดเดียวกัน คือ อธิบายกลุ่ม ไม่ใช่รายบุคคล
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ระดับเสียงที่สูงขึ้นเมื่อโกหก ทุกงานศึกษา (12 ค่าประมาณ) | d = 0.21 (ช่วงความเชื่อมั่น 95% 0.08 ถึง 0.34) | Psychological Bulletin, สัญญาณของการหลอกลวง 2003 |
| ความตึงเครียดของเสียงเมื่อโกหก (10 ค่าประมาณ) | d = 0.26 (ช่วงความเชื่อมั่น 95% 0.13 ถึง 0.39) | Psychological Bulletin, สัญญาณของการหลอกลวง 2003 |
| ผู้โกหกที่ฟังดูไม่แน่ใจทางน้ำเสียง (10 ค่าประมาณ) | d = 0.30 | Psychological Bulletin, สัญญาณของการหลอกลวง 2003 |
| เวลาพูดของผู้โกหกเทียบกับผู้พูดจริง (4 ค่าประมาณ; ค่าติดลบหมายถึงผู้โกหกพูดน้อยกว่า) | d = -0.35 | Psychological Bulletin, สัญญาณของการหลอกลวง 2003 |
| การหยุดเว้นช่วงด้วยเสียงเติม (um, uh) ในคำโกหกเทียบกับคำพูดจริง (16 ค่าประมาณ) | d = 0.00 | Psychological Bulletin, สัญญาณของการหลอกลวง 2003 |
| ผลต่อระดับเสียงเมื่อผู้โกหกมีแรงจูงใจที่จะทำให้สำเร็จ (6 ค่าประมาณ) | d = 0.59 (ช่วงความเชื่อมั่น 95% 0.31 ถึง 0.88) | Psychological Bulletin, สัญญาณของการหลอกลวง 2003 |
| ระดับเสียงและความหน่วงในการตอบ การวิเคราะห์อภิมาน 41 งานศึกษาที่ครอบคลุมสัญญาณการพูดเก้าอย่าง (ทั้งสองสูงขึ้นเมื่อโกหก) | d = 0.268 (ระดับเสียง), d = 0.177 (ความหน่วง) | การวิเคราะห์อภิมาน Applied Cognitive Psychology 2006 (Sporer และ Schwandt) ตามที่รายงานใน Frontiers in Psychology 2012 |
| อัตราการพูดเมื่อโกหกเทียบกับเมื่อพูดจริง เจ้าของภาษาอิตาลี 19 คน | 1.95 เทียบกับ 2.10 คำต่อวินาที (d = 0.447, p = 0.025) | Frontiers in Psychology, เครื่องหมายบ่งชี้การหลอกลวงในภาษาพูดอิตาลี 2012 |
บริบท: ความหน่วงในการตอบเป็นความขัดแย้งที่ชัดที่สุดระหว่างการวิเคราะห์อภิมานทั้งสองชิ้น การสังเคราะห์ปี 2006 รายงานว่าเพิ่มขึ้นอย่างน่าเชื่อถือ ขณะที่การสังเคราะห์ปี 2003 ระบุผลใกล้ศูนย์และไม่มีนัยสำคัญจาก 32 ค่าประมาณ
6. การใช้งานโดยหน่วยงานตำรวจ รัฐบาล และบริษัทประกัน
การนำไปใช้ไม่เคยเป็นไปตามหลักฐาน ตัวเลขการนำไปใช้มาจากผู้ผลิตเกือบทั้งหมด และยอดรวมที่อ้างเพิ่มขึ้นตั้งแต่การทดสอบอิสระพบความแม่นยำในระดับการเดาสุ่ม การสืบสวนของ San Francisco Chronicle ที่เผยแพร่เมื่อวันที่ 4 มิถุนายน 2024 ระบุหน่วยงานบังคับใช้กฎหมายในแคลิฟอร์เนียอีก 13 แห่งที่ใช้ CVSA โดย 3 แห่งเคยใช้ในการสืบสวนคดีอาญาด้วย (San Francisco Chronicle)
การทดลองของรัฐบาลนอกงานตำรวจจบลงต่างออกไป กระทรวงแรงงานและเงินบำนาญของสหราชอาณาจักร (DWP) ทดลอง “การวิเคราะห์ความเสี่ยงจากเสียง” กับการเรียกร้องสวัสดิการทางโทรศัพท์ หน่วยงานท้องถิ่นส่วนใหญ่ที่รายงานผลไม่ได้เรียกว่าประสบความสำเร็จ (The Register, 10 พฤศจิกายน 2010) บริษัทประกันของสหราชอาณาจักรอย่าง esure เคยทดลองใช้การวิเคราะห์ความเสี่ยงจากเสียงกับสายเคลมประกันตั้งแต่ปี 2003 แล้ว และผู้จำหน่ายรายใหม่ ๆ ก็เสนอการคัดกรองด้วยเสียงตั้งแต่การสมัครไปจนถึงการเคลม ตัวอย่างเช่น Clearspeed ระบุบนเว็บไซต์ของตนเองว่าการประเมินเพื่อตรวจสอบความถูกต้องของกระทรวงกลาโหมสหรัฐฯ วัดความแม่นยำของเทคโนโลยีของตนได้เกิน 97% ซึ่งเป็นคำกล่าวอ้างของผู้จำหน่ายเองที่เราไม่พบงานศึกษาอิสระที่เผยแพร่ บริษัทประกันที่ใช้การวิเคราะห์เสียงพูดในคอลเซ็นเตอร์เพื่อตรวจจับความรู้สึกอยู่แล้วก็เผชิญคำถามเดียวกัน คือ จริง ๆ แล้ววัดอะไรอยู่
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| หน่วยงานบังคับใช้กฎหมายของสหรัฐฯ ที่ใช้ CVSA ตามที่ผู้ผลิตระบุ (2008) | มากกว่า 1,400 | ตัวเลขของ NITV ที่รายงานใน NIJ Journal 2008 (คำกล่าวอ้างของผู้จำหน่ายเอง) |
| หน่วยงานที่ใช้ CVSA ตามเว็บไซต์ของผู้ผลิต (2026) | หน่วยงานบังคับใช้กฎหมายของสหรัฐฯ มากกว่า 3,000 แห่ง; ทั่วโลกมากกว่า 3,600 แห่ง | เว็บไซต์ NITV 2026 (คำกล่าวอ้างของผู้จำหน่ายเอง) |
| หน่วยงานบังคับใช้กฎหมายอื่นในแคลิฟอร์เนียที่ระบุว่าใช้ CVSA | 13 | การสืบสวนของ San Francisco Chronicle 4 มิถุนายน 2024 |
| ในจำนวนหน่วยงานเหล่านั้น จำนวนที่ใช้ CVSA ในการสืบสวนคดีอาญาด้วย | 3 | การสืบสวนของ San Francisco Chronicle 4 มิถุนายน 2024 |
| ค่าใช้จ่ายของการทดลองวิเคราะห์ความเสี่ยงจากเสียงของ DWP สหราชอาณาจักรกับการเรียกร้องสวัสดิการ | £2.16 ล้าน | การประเมินการวิเคราะห์ความเสี่ยงจากเสียงของ DWP รายงานโดย The Register 10 พฤศจิกายน 2010 |
| หน่วยงานท้องถิ่นในการทดลอง DWP ชุดล่าสุด และจำนวนที่รายงานผล | 24 (รายงานผล 23) | การประเมินการวิเคราะห์ความเสี่ยงจากเสียงของ DWP รายงานโดย The Register 10 พฤศจิกายน 2010 |
| หน่วยงานท้องถิ่นที่ใช้การวิเคราะห์ความเสี่ยงจากเสียงในการทบทวนสวัสดิการและรายงานว่าประสบความสำเร็จ | 1 จาก 12 | การประเมินการวิเคราะห์ความเสี่ยงจากเสียงของ DWP รายงานโดย The Register 10 พฤศจิกายน 2010 |
| หน่วยงานท้องถิ่นที่ใช้กับสายโทรศัพท์จากผู้ยื่นเรื่องรายใหม่และรายงานว่าประสบความสำเร็จ | 3 จาก 9 | การประเมินการวิเคราะห์ความเสี่ยงจากเสียงของ DWP รายงานโดย The Register 10 พฤศจิกายน 2010 |
บริบท: เว็บไซต์ของผู้ผลิตเองมีความไม่สอดคล้องกันภายใน โดยระบุทั้ง “มากกว่า 3,000” หน่วยงานบังคับใช้กฎหมายและ “มากกว่า 2,900 องค์กรในสหรัฐฯ” ในที่ต่างกัน
7. การประเมินทางวิทยาศาสตร์และกฎหมาย
ข้อสรุปทางวิทยาศาสตร์คงที่มาสองทศวรรษ และกฎหมายค่อย ๆ ตามทัน National Research Council สรุปในปี 2003 ว่างานวิจัยเรื่องความเครียดจากเสียงให้ “พื้นฐานทางวิทยาศาสตร์น้อยมากหรือไม่มีเลย” สำหรับเครื่องวิเคราะห์ความเครียดจากเสียงด้วยคอมพิวเตอร์ ในสหรัฐอเมริกา ข้อจำกัดที่เข้มที่สุดมุ่งที่นายจ้าง: Employee Polygraph Protection Act ระบุชื่อเครื่องวิเคราะห์ความเครียดจากเสียงว่าเป็นเครื่องจับเท็จ ซึ่งห้ามนายจ้างเอกชนส่วนใหญ่ใช้ รัฐบาลกลาง รัฐ และท้องถิ่นได้รับการยกเว้น หน่วยงานตำรวจจึงอยู่นอกขอบเขตการห้ามนั้น
สหภาพยุโรปกำกับดูแลเทคโนโลยีรุ่นใหม่ที่ใช้ AI AI Act จัดระบบ AI ที่หน่วยงานบังคับใช้กฎหมาย และหน่วยงานด้านการย้ายถิ่นและชายแดนใช้ “เป็นเครื่องจับเท็จหรือเครื่องมือคล้ายกัน” ว่าเป็นความเสี่ยงสูง และข้อพิจารณาเบื้องต้นของกฎหมายเรียกร้องให้ห้าม AI ที่อ่านอารมณ์ในที่ทำงานหรือโรงเรียน ข้อสรุปของรัฐบาลสหราชอาณาจักรเองปรากฏในคำตอบตามคำขอเสรีภาพในการเข้าถึงข้อมูลปี 2011 ว่าไม่ได้ใช้เทคโนโลยีนี้อีกแล้ว
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| พื้นฐานทางวิทยาศาสตร์สำหรับการใช้เครื่องวิเคราะห์ความเครียดจากเสียงด้วยคอมพิวเตอร์ | ”พื้นฐานทางวิทยาศาสตร์น้อยมากหรือไม่มีเลย” | National Research Council, เครื่องจับเท็จและการตรวจจับการโกหก 2003 |
| อุปกรณ์ที่อยู่ในนิยามทางกฎหมายของสหรัฐฯ ว่าเป็นเครื่องจับเท็จ | เครื่องจับเท็จ เครื่องเดซเซปโตกราฟ เครื่องวิเคราะห์ความเครียดจากเสียง เครื่องประเมินความเครียดทางจิตวิทยา หรืออุปกรณ์คล้ายกัน | กระทรวงแรงงานสหรัฐฯ, เอกสารข้อเท็จจริง EPPA ฉบับที่ 36 |
| การทดสอบด้วยเครื่องจับเท็จที่นายจ้างเอกชนยังใช้ได้ และใช้ได้ในสถานการณ์จำกัดกี่กรณี | เครื่องจับเท็จแบบโพลีกราฟเท่านั้น (ไม่รวมเครื่องจับเท็จอื่น) ใน 3 สถานการณ์จำกัด | กระทรวงแรงงานสหรัฐฯ, เอกสารข้อเท็จจริง EPPA ฉบับที่ 36 |
| กำหนดเวลาที่ลูกจ้างต้องยื่นฟ้องกรณีฝ่าฝืน EPPA | 3 ปี | กระทรวงแรงงานสหรัฐฯ, เอกสารข้อเท็จจริง EPPA ฉบับที่ 36 |
| AI Act ของสหภาพยุโรป ภาคผนวก III ข้อ 6(b): AI ที่หน่วยงานบังคับใช้กฎหมายใช้เป็นเครื่องจับเท็จหรือเครื่องมือคล้ายกัน | จัดเป็นความเสี่ยงสูง | Regulation (EU) 2024/1689 (AI Act) |
| AI Act ของสหภาพยุโรป ภาคผนวก III ข้อ 7(a): AI ที่หน่วยงานด้านการย้ายถิ่น ผู้ลี้ภัย และชายแดนใช้เป็นเครื่องจับเท็จหรือเครื่องมือคล้ายกัน | จัดเป็นความเสี่ยงสูง | Regulation (EU) 2024/1689 (AI Act) |
| AI Act ของสหภาพยุโรป ข้อพิจารณาเบื้องต้นที่ 44: ระบบ AI ที่ตรวจจับสภาวะอารมณ์ของผู้คนในที่ทำงานหรือในการศึกษา | จะถูกห้าม | Regulation (EU) 2024/1689 (AI Act) |
| ข้อสรุปของ DWP สหราชอาณาจักรเกี่ยวกับการวิเคราะห์ความเสี่ยงจากเสียงสำหรับการเรียกร้องสวัสดิการ | ไม่อาจสรุปได้ว่าใช้ได้ผลอย่างมีประสิทธิภาพและสม่ำเสมอ; ไม่ได้ใช้งานอยู่ | คำตอบตามคำขอเสรีภาพในการเข้าถึงข้อมูลของ DWP 3039/2011 |
บริบท: ตัวบทของ AI Act ของสหภาพยุโรปได้รับการรับรองเมื่อวันที่ 13 มิถุนายน 2024 ส่วน EPPA ลงนามเมื่อวันที่ 27 มิถุนายน 1988 และมีผลบังคับใช้เมื่อวันที่ 27 ธันวาคม 1988
สรุป: การวิเคราะห์ความเครียดจากเสียงและการจับเท็จด้วยเสียงในรูปแบบตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| คำตอบที่หลอกลวงเรื่องยาเสพติดซึ่งถูกระบุในการทดสอบภาคสนามในเรือนจำ: LVA เทียบกับ CVSA | 21% เทียบกับ 8% | NIJ, การทดสอบภาคสนามการวิเคราะห์ความเครียดจากเสียง 2008 |
| บันทึกภาคสนามของทหาร: คำตอบที่หลอกลวงซึ่งระบุได้ เทียบกับคำตอบที่เป็นความจริงซึ่งถูกผู้ตรวจของผู้ผลิต CVSA ระบุผิด | 19% เทียบกับ 45% | Journal of Forensic Sciences, การประเมิน NITV CVSA 2008 |
| พื้นฐานทางวิทยาศาสตร์สำหรับเครื่องวิเคราะห์ความเครียดจากเสียงด้วยคอมพิวเตอร์ | ”พื้นฐานทางวิทยาศาสตร์น้อยมากหรือไม่มีเลย” | National Research Council, เครื่องจับเท็จและการตรวจจับการโกหก 2003 |
| ความแม่นยำเฉลี่ยของมนุษย์ในการแยกโกหกกับพูดจริง (ผู้ตัดสิน 24,483 คน) | 54% | Personality and Social Psychology Review, ความแม่นยำในการตัดสินการหลอกลวง 2006 |
| ผู้สัมภาษณ์ที่เป็นมนุษย์บนคลังข้อมูลการหลอกลวงของ Columbia | 56.75% | Columbia University, NAACL 2018 (Levitan และคณะ) |
| ตัวจำแนกด้านอะคูสติกและโพรโซดีที่ดีที่สุดบนคลังข้อมูลเดียวกัน คะแนน F1 | 72.77 | Columbia University, Interspeech 2018 (Levitan และคณะ) |
| ความแม่นยำเมื่อฟังเสียงอย่างเดียวเทียบกับดูวิดีโอที่มีเสียง | 61.7% เทียบกับ 35% | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni และคณะ) |
| ผลของรูปแบบเสียงอย่างเดียว ข้อความถอดเสียง หรือภาพพร้อมเสียงต่อความแม่นยำ | F(2, 243) = 0.45, p = 0.637 | PLOS One 2026 (Bogaard และคณะ) |
| การตัดสินจากเสียงอย่างเดียว: ถ้อยคำที่เป็นความจริงซึ่งตัดสินถูกต้องเทียบกับถ้อยคำที่หลอกลวงซึ่งตัดสินถูกต้อง | 60.71% เทียบกับ 39.29% | PLOS One 2026 (Bogaard และคณะ) |
| ระดับเสียงที่สูงขึ้นเมื่อผู้โกหกมีแรงจูงใจที่จะทำให้สำเร็จ | d = 0.59 | Psychological Bulletin, สัญญาณของการหลอกลวง 2003 |
| ผลต่อระดับเสียงในการวิเคราะห์อภิมาน 41 งานศึกษาเรื่องสัญญาณการพูด | d = 0.268 | การวิเคราะห์อภิมาน Applied Cognitive Psychology 2006 (Sporer และ Schwandt) ตามที่รายงานใน Frontiers in Psychology 2012 |
| อัตราการพูดเมื่อโกหกเทียบกับเมื่อพูดจริง ผู้พูดภาษาอิตาลี 19 คน | 1.95 เทียบกับ 2.10 คำต่อวินาที | Frontiers in Psychology, เครื่องหมายบ่งชี้การหลอกลวงในภาษาพูดอิตาลี 2012 |
| หน่วยงานอื่นในแคลิฟอร์เนียที่ระบุว่าใช้ CVSA | 13 | การสืบสวนของ San Francisco Chronicle 4 มิถุนายน 2024 |
| ค่าใช้จ่ายของการทดลองวิเคราะห์ความเสี่ยงจากเสียงด้านสวัสดิการของสหราชอาณาจักร | £2.16 ล้าน | การประเมินการวิเคราะห์ความเสี่ยงจากเสียงของ DWP รายงานโดย The Register 10 พฤศจิกายน 2010 |
| หน่วยงานท้องถิ่นที่รายงานความสำเร็จของการวิเคราะห์ความเสี่ยงจากเสียงในการทบทวนสวัสดิการ | 1 จาก 12 | การประเมินการวิเคราะห์ความเสี่ยงจากเสียงของ DWP รายงานโดย The Register 10 พฤศจิกายน 2010 |
| เครื่องวิเคราะห์ความเครียดจากเสียงในนิยามทางกฎหมายของสหรัฐฯ ว่าเป็นเครื่องจับเท็จ | รวมอยู่ด้วย | กระทรวงแรงงานสหรัฐฯ, เอกสารข้อเท็จจริง EPPA ฉบับที่ 36 |
| AI ที่ตำรวจใช้เป็นเครื่องจับเท็จหรือเครื่องมือคล้ายกันในสหภาพยุโรป | ความเสี่ยงสูง (ภาคผนวก III ข้อ 6(b)) | Regulation (EU) 2024/1689 (AI Act) |
ระเบียบวิธีและแหล่งที่มา
- National Institute of Justice: Voice Stress Analysis: Only 15 Percent of Lies About Drug Use Detected in Field Test (NIJ Journal 259 มีนาคม 2008) และรายงานฉบับสุดท้าย Assessing the Validity of Voice Stress Analysis Tools in a Jail Setting (มิถุนายน 2007)
- National Research Council: The Polygraph and Lie Detection, Chapter 6, Alternative Techniques and Technologies (2003)
- Journal of Forensic Sciences (University of Florida): Evaluation of the NITV CVSA (2008) และ Stress and Deception in Speech: Evaluating Layered Voice Analysis (2009)
- Personality and Social Psychology Review: Accuracy of Deception Judgments (Bond และ DePaulo, 2006)
- Psychological Bulletin: Cues to Deception (2003)
- Frontiers in Psychology: Markers of Deception in Italian Speech (Spence, Villar และ Arciuli, 2012) ซึ่งเป็นแหล่งที่เราใช้สำหรับตัวเลขการวิเคราะห์อภิมานของ Applied Cognitive Psychology ด้วย (Sporer และ Schwandt, 2006)
- ห้องปฏิบัติการเสียงพูดของ Columbia University: Linguistic Cues to Deception and Perceived Deception in Interview Dialogues (NAACL 2018) และ Acoustic-Prosodic Indicators of Deception and Trust in Interview Dialogues (Interspeech 2018)
- European Journal of Psychology Applied to Legal Context: The Effect of the Interviewer’s Cognitive Load on the Quality of the Forensic Interview (2025)
- PLOS One: I Told You So! Verbal cue beliefs are associated with truth detection, but not lie detection (23 มกราคม 2026)
- Journal of Speech, Language, and Hearing Research: Uncovering Gender-Specific and Cross-Gender Features in Mandarin Deception: An Acoustic and Electroglottographic Approach (2024)
- กระทรวงแรงงานสหรัฐฯ, Wage and Hour Division: Fact Sheet #36, Employee Polygraph Protection Act
- สหภาพยุโรป: Regulation (EU) 2024/1689, the Artificial Intelligence Act
- กระทรวงแรงงานและเงินบำนาญของสหราชอาณาจักร: คำตอบตามคำขอเสรีภาพในการเข้าถึงข้อมูล 3039/2011 ส่วนตัวเลขการทดลองเป็นไปตามที่ The Register รายงาน (10 พฤศจิกายน 2010) เพราะไฟล์การประเมินต้นฉบับของ DWP ไม่สามารถเข้าถึงทางออนไลน์ได้อีกแล้ว
- San Francisco Chronicle: การสืบสวนการใช้ CVSA ของหน่วยงานบังคับใช้กฎหมายในแคลิฟอร์เนีย (4 มิถุนายน 2024)
- คำกล่าวอ้างของผู้จำหน่าย (ระบุไว้เช่นนั้น ไม่ได้ใส่ลิงก์): เว็บไซต์ของ NITV (จำนวนหน่วยงาน) และเว็บไซต์ของ Clearspeed (ความแม่นยำจากการตรวจสอบ) ทั้งสองอ่านเมื่อเดือนพฤศจิกายน 2026
- ข้อสังเกตเกี่ยวกับข้อมูล: ข้อมูลความแม่นยำอิสระหลักของเครื่องวิเคราะห์ความเครียดจากเสียงเชิงพาณิชย์มีอายุ 17 ถึง 23 ปี (2003 ถึง 2009) และเราไม่พบการตรวจสอบภาคสนามอิสระที่ใหม่กว่า ให้ถือว่าตัวเลขความแม่นยำและการนำไปใช้ของผู้จำหน่ายในปี 2026 เป็นการตลาดที่ยังไม่ได้รับการยืนยัน การวิเคราะห์อภิมานด้านเสียงพูดสองชิ้นในส่วนที่ 5 ขัดแย้งกันเรื่องความหน่วงในการตอบ งานศึกษาแมชชีนเลิร์นนิงที่ใช้คลังข้อมูลขนาดเล็กรายงานตัวเลขที่สูงกว่างานของ Columbia มาก บทหนึ่งในหนังสือปี 2025 ว่าด้วยคลิปวิดีโอในห้องพิจารณาคดี 121 คลิประบุความแม่นยำของโมเดลเสียงเป็น 93.57% ในตารางหนึ่งและ 95.57% ในเนื้อหา เราจึงไม่นำผลลักษณะนี้ไปใส่ในตารางหลัก งานศึกษาการฟังปี 2025 และ 2026 ชี้ไปคนละทางว่าการตัดสินจากเสียงอย่างเดียวดีกว่าการตัดสินจากภาพพร้อมเสียงหรือไม่ จึงต้องมีการวิเคราะห์อภิมานใหม่ก่อนจะสรุปได้
อัปเดตล่าสุด: 8 พฤศจิกายน 2026 เราจะทบทวนและอัปเดตสรุปนี้ทุกไตรมาส และคาดว่าการอัปเดตครั้งถัดไปจะเกิดขึ้นเมื่อมีการเผยแพร่การตรวจสอบภาคสนามอิสระครั้งต่อไปของเครื่องวิเคราะห์ความเครียดจากเสียงเชิงพาณิชย์ในวารสารที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิ