Investigadores de la Benemérita Universidad Autónoma de Puebla (BUAP) desarrollaron un repositorio de datos de voz orientado al estudio de la lengua Yuhmu, una variante del otomí, con el propósito de apoyar investigaciones en inteligencia artificial, procesamiento del lenguaje y preservación de lenguas indígenas.
El proyecto, denominado ZETZOHO-YUHMU. Speech Dataset, es desarrollado por los académicos Arturo Olvera López e Iván Olmos Pineda, de la Facultad de Ciencias de la Computación de la BUAP, en colaboración con especialistas de la Unidad Profesional Interdisciplinaria de Ingeniería del Instituto Politécnico Nacional, campus Tlaxcala (UPIIT-IPN).
El repositorio reúne un conjunto de datos diseñado para facilitar investigaciones sobre lenguas con pocos recursos digitales y en riesgo de desaparición, como ocurre con el Yuhmu. Su principal objetivo es servir como base para el desarrollo de tecnologías de reconocimiento automático del habla y para el análisis de la pronunciación en idiomas que cuentan con información lingüística limitada.
De acuerdo con los investigadores, este tipo de herramientas también puede contribuir a la creación de sistemas de apoyo para el aprendizaje de lenguas indígenas, al ofrecer mecanismos de retroalimentación sobre la pronunciación de los hablantes.
Además de sus aplicaciones tecnológicas, el proyecto busca fortalecer las acciones encaminadas a la documentación, preservación y difusión del patrimonio lingüístico de México mediante recursos digitales de acceso abierto.
En esta iniciativa participan también Eric Ramos-Aguilar, Ricardo Ramos-Aguilar y Daniel Sánchez-Ruiz, investigadores de la UPIIT del Instituto Politécnico Nacional, campus Tlaxcala.
Arturo Olvera López destacó que el repositorio es de libre acceso y representa una herramienta útil para investigadores que trabajan en procesamiento de lenguaje natural, particularmente en proyectos enfocados en lenguas indígenas mexicanas que aún cuentan con escasa representación en recursos tecnológicos y bases de datos.
Con este desarrollo, la BUAP y el IPN aportan una plataforma que busca ampliar las posibilidades de investigación en inteligencia artificial aplicada al lenguaje, al tiempo que contribuye a la preservación de una lengua indígena considerada de recursos limitados en el ámbito digital.