Yuhmu Database: A Corpus of Tonal Speech Lacking Conventional Writing
DOI:
https://doi.org/10.13053/cys-29-3-5912Palabras clave:
Low resources languages, yuhmu mexican language, phonetic representation of speech, databaseResumen
This paper presents the development and analysis of a digital audio database of words pronounced in Yuhmu, a tonal and endangered variant of the Otomi language spoken in Ixtenco, Tlaxcala, Mexico. The database is composed of over 8,000 word recordings, including both correct and incorrect pronunciations, which were evaluated by native speakers through perceptual judgments. Statistical analyses reveal linguistic diversity in the phonetic components. Additionally, three experimental methodologies were implemented to evaluate the database: automatic segmentation of Mel-scale spectrograms using cosine distance, pronunciation classification via a multilayer perceptron, and implicit segmentation based on cosine distance thresholds. The results demonstrate good accuracy and successful detection of phonetic boundaries, which is comparable to methods applied to languages with a strong digital presence. This database constitutes a fundamental resource for the analysis of under documented tonal indigenous languages, highlighting the importance of preserving linguistic diversity. The controlled acoustic conditions and phonetic variability present in the database provide a solid foundation for future interdisciplinary studies in computational linguistics, machine learning, and language preservation.Descargas
Publicado
Número
Sección
Licencia
Transfiero exclusivamente a la revista “Computación y Sistemas”, editada por el Centro de Investigación en Computación (CIC), los Derechos de Autor del artículo antes mencionado, asimismo acepto que no serán transferidos a ninguna otra publicación, en cualquier formato, idioma, medio existente (incluyendo los electrónicos y multimedios) o por desarrollar.
Certifico que el artículo, no ha sido divulgado previamente o sometido simultáneamente a otra publicación y que no contiene materiales cuya publicación violaría los Derechos de Autor u otros derechos de propiedad de cualquier persona, empresa o institución. Certifico además que tengo autorización de la institución o empresa donde trabajo o estudio para publicar este Trabajo.
El autor, representante acepta la responsabilidad por la publicación del Trabajo en nombre de todos y cada uno de los autores.
Esta Transferencia está sujeta a las siguientes reservas:
- Los autores conservan todos los derechos de propiedad (tales como derechos de patente) de este Trabajo, con excepción de los derechos de publicación transferidos al CIC, mediante este documento.
- Los autores conservan el derecho de publicar el Trabajo total o parcialmente en cualquier libro del que ellos sean autores o editores y hacer uso personal de este trabajo en conferencias, cursos, páginas web personal, etc.