Investigadores de la Facultad de Ciencias de la Computación de la BUAP, liderados por Arturo Olvera López e Iván Olmos Pineda, desarrollan el proyecto ZETZOHO-YUHMU. SPEECH DATASET. Este repositorio ofrece un conjunto de datos especializado para el estudio de lenguas con escasos recursos y en riesgo de desaparición, enfocándose específicamente en el Yuhmu, una variante del Otomí.
La herramienta técnica tiene como objetivo facilitar la investigación en el reconocimiento automático del habla (ASR) y el análisis de la pronunciación en contextos de limitación de datos lingüísticos. El proyecto busca establecer las bases para crear sistemas que brinden retroalimentación en el aprendizaje de idiomas, contribuyendo simultáneamente a los esfuerzos de preservación de las lenguas indígenas en México.
En esta iniciativa participan también especialistas de la Unidad Profesional Interdisciplinaria de Ingeniería del Instituto Politécnico Nacional (UPIIT-IPN), campus Tlaxcala, entre ellos Eric Ramos-Aguilar, Ricardo Ramos-Aguilar y Daniel Sánchez-Ruiz. El conjunto de datos está disponible para consulta pública en los repositorios digitales especializados del proyecto.
El investigador Arturo Olvera López señaló que el repositorio es de acceso libre y constituye un recurso relevante para la comunidad dedicada al procesamiento del lenguaje natural. El académico enfatizó la importancia de considerar estas lenguas indígenas mexicanas, las cuales actualmente presentan una baja representación en los estudios lingüísticos actuales respecto al número de personas hablantes.
El análisis de esta información forma parte de una línea de investigación enfocada en la detección de patrones y modelos para la inteligencia artificial. A través del procesamiento de audio digital orientado a lenguas indígenas, el equipo busca desarrollar aplicaciones que permitan realizar análisis fonéticos precisos y automatizados.
Este avance tecnológico permite identificar palabras o funcionar como un tutor digital, contribuyendo a evitar la extinción de lenguas nativas con alta relevancia cultural en el país. El proyecto resalta la necesidad de generar más recursos digitales e impresos que faciliten el aprendizaje y análisis de estos sistemas lingüísticos de bajo alcance.
Contenido patrocinado por la BUAP