Con el propósito de contribuir a la preservación de las lenguas indígenas y fortalecer el desarrollo de tecnologías de reconocimiento automático del habla, investigadores de la Facultad de Ciencias de la Computación (FCC) de la BUAP desarrollan el proyecto ZETZOHO-YUHMU. SPEECH DATASET, un repositorio de voz de libre acceso enfocado en la lengua Yuhmu, una variante del otomí.
El proyecto es encabezado por los catedráticos e investigadores Arturo Olvera López e Iván Olmos Pineda, quienes trabajan en la creación de un conjunto de datos especializado para el estudio de lenguas con pocos recursos digitales y en riesgo de desaparición.
El repositorio está diseñado para apoyar investigaciones relacionadas con el Reconocimiento Automático del Habla (ASR, por sus siglas en inglés) y el análisis de la pronunciación en contextos donde existe información lingüística limitada, una de las principales barreras para el desarrollo de herramientas de inteligencia artificial aplicadas a las lenguas originarias.
Además de servir como base para el desarrollo de sistemas de retroalimentación en el aprendizaje de idiomas, el proyecto busca fortalecer las acciones de documentación y preservación del patrimonio lingüístico de México, al facilitar recursos tecnológicos que permitan mantener vivas estas lenguas.
En esta iniciativa también participan Eric Ramos-Aguilar, Ricardo Ramos-Aguilar y Daniel Sánchez-Ruiz, investigadores de la Unidad Profesional Interdisciplinaria de Ingeniería del Instituto Politécnico Nacional, campus Tlaxcala (UPIIT-IPN).
El conjunto de datos, denominado Zetzoho-Yuhmu Speech Dataset, está disponible para consulta y descarga pública, con el objetivo de que investigadores, desarrolladores y especialistas puedan emplearlo en proyectos relacionados con el procesamiento del lenguaje natural y las tecnologías del habla.
Al respecto, el investigador Arturo Olvera López destacó que el repositorio es de libre acceso y representa una herramienta de gran valor para la comunidad científica.
"El repositorio es de libre acceso y puede ser de mucha utilidad para la comunidad que hace investigación relacionada al procesamiento del lenguaje natural considerando lenguas indígenas en México que actualmente están poco representadas respecto a la cantidad de personas hablantes de la lengua", señaló.
Con este proyecto, la BUAP reafirma su compromiso con la investigación científica y la innovación tecnológica, al tiempo que contribuye a la preservación de la diversidad lingüística del país mediante el desarrollo de herramientas abiertas que acercan la inteligencia artificial a las lenguas indígenas mexicanas.
