DESARROLLAN ACADÉMICOS REPOSITORIO ORIENTADO AL ESTUDIO DE LA LENGUA YUHMU

Con el propósito de contribuir a la preservación de las lenguas indígenas y fomentar el desarrollo de herramientas tecnológicas para su estudio, investigadores de la Facultad de Ciencias de la Computación (FCC) de la Benemérita Universidad Autónoma de Puebla (BUAP) desarrollan el proyecto ZETZOHO-YUHMU. SPEECH DATASET, un repositorio de datos de voz diseñado para apoyar la investigación en procesamiento del lenguaje natural y reconocimiento automático del habla en idiomas con pocos recursos digitales.

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 enfocado en la lengua Yuhmu, una variante del otomí considerada en riesgo de desaparición y con escasa representación en plataformas tecnológicas y recursos lingüísticos digitales.

El repositorio constituye una herramienta especializada para el estudio de lenguas indígenas en escenarios donde la disponibilidad de información es limitada, lo que permitirá impulsar investigaciones en reconocimiento automático del habla (ASR, por sus siglas en inglés) y en el análisis de la pronunciación, áreas fundamentales para el desarrollo de nuevas aplicaciones basadas en inteligencia artificial.

Además de fortalecer la investigación científica, esta plataforma ofrece una base para el diseño de sistemas que proporcionen retroalimentación sobre la pronunciación durante los procesos de aprendizaje de idiomas, así como para desarrollar herramientas que contribuyan a la documentación, conservación y revitalización de las lenguas originarias de México.

El proyecto representa una alternativa tecnológica para preservar el patrimonio lingüístico del país mediante el uso de modelos computacionales capaces de analizar, procesar y comprender idiomas que históricamente han tenido poca presencia en el ámbito digital.

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), quienes colaboran en el desarrollo y fortalecimiento del repositorio.

El conjunto de datos denominado ZETZOHO-YUHMU. SPEECH DATASET se encuentra disponible en formato de acceso libre, con el objetivo de que investigadores, académicos y estudiantes puedan utilizarlo para generar nuevos proyectos relacionados con el procesamiento del lenguaje natural y el desarrollo de tecnologías enfocadas en las lenguas indígenas.

Al respecto, el investigador Arturo Olvera López destacó la importancia de poner este tipo de recursos al alcance de 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.

El especialista explicó que contar con bases de datos abiertas facilita el desarrollo de investigaciones interdisciplinarias, favorece la creación de herramientas de inteligencia artificial adaptadas a contextos lingüísticos específicos y fortalece los esfuerzos encaminados a preservar el patrimonio cultural de los pueblos originarios.

Con este proyecto, la BUAP reafirma su compromiso con la generación de conocimiento científico y tecnológico con impacto social, al impulsar investigaciones que integran innovación, inteligencia artificial y preservación cultural.

Asimismo, la colaboración entre la Facultad de Ciencias de la Computación de la BUAP y la Unidad Profesional Interdisciplinaria de Ingeniería del IPN refleja la importancia del trabajo interinstitucional para desarrollar soluciones tecnológicas que respondan a desafíos actuales, como la documentación y conservación de las lenguas indígenas de México mediante herramientas de acceso abierto y alto valor científico.