Los investigadores Arturo Olvera López e Iván Olmos Pineda, catedráticos de la Facultad de Ciencias de la Computación de la BUAP, participan en el desarrollo del proyecto ZETZOHO-YUHMU Speech Dataset, un repositorio de datos de voz enfocado en el estudio de lenguas con pocos recursos y en riesgo de desaparición, como el Yuhmu, una variante de la lengua otomí.
El conjunto de datos está diseñado para apoyar investigaciones en reconocimiento automático del habla (ASR, por sus siglas en inglés) y en el análisis de la pronunciación en contextos donde la disponibilidad de información lingüística es limitada.
Además de contribuir al desarrollo de tecnologías para el procesamiento del lenguaje natural, el repositorio busca servir como base para la creación de sistemas de retroalimentación en la enseñanza de idiomas y fortalecer los esfuerzos de preservación, documentación y revitalización de las lenguas indígenas de México.
En el proyecto también colaboran 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 repositorio es de libre acceso y puede consultarse en el sitio ZETZOHO-YUHMU Speech Dataset, donde la comunidad científica y académica interesada puede acceder al conjunto de datos para impulsar nuevas investigaciones.
Al respecto, Arturo Olvera López destacó que el repositorio representa una herramienta de gran utilidad para quienes trabajan en el procesamiento del lenguaje natural aplicado a lenguas indígenas mexicanas.
“El repositorio es de libre acceso y puede ser de mucha utilidad para la comunidad que hace investigación relacionada con el procesamiento del lenguaje natural, considerando lenguas indígenas en México que actualmente están poco representadas en relación con la cantidad de personas hablantes de estas lenguas”, señaló el investigador.
