Arturo Olvera López e Iván Olmos Pineda, catedráticos e investigadores de la Facultad de Ciencias de la Computación de la BUAP, trabajan en el desarrollo del proyecto denominado ZETZOHO-YUHMU. SPEECH DATASET. Este repositorio presenta un conjunto de datos especializado para el estudio de lenguas con pocos recursos y en peligro de extinción, enfocándose en la variante Yuhmu de la lengua Otomí.
La plataforma está diseñada de manera específica para apoyar la investigación en sistemas de reconocimiento automático del habla y facilitar el análisis de la pronunciación en contextos donde los datos lingüísticos son limitados. Asimismo, proporciona una base técnica para el desarrollo de herramientas de retroalimentación en procesos de aprendizaje, fortaleciendo los esfuerzos globales de documentación y preservación de las lenguas indígenas en el país.
En este esfuerzo tecnológico y cultural también colaboran los investigadores Eric Ramos-Aguilar, Ricardo Ramos-Aguilar y Daniel Sánchez-Ruiz, adscritos a la Unidad Profesional Interdisciplinaria de Ingeniería del Instituto Politécnico Nacional, campus Tlaxcala. El conjunto de datos de voz ya se encuentra disponible para su consulta pública en la red.
Arturo Olvera López destacó que el repositorio es de libre acceso y posee un alto valor para la comunidad científica orientada al procesamiento del lenguaje natural, sobre todo en lo que respecta a lenguas originarias de México que hoy en día cuentan con una representación muy baja en comparación con su número total de hablantes.
