La variante de la lengua zoque hablada en Copainalá y Ocotepec ya cuenta con un banco de voces digital compuesto por 8,886 grabaciones validadas. Este repositorio, que suma aproximadamente 10 horas de audio, fue publicado por Mozilla Common Voice bajo el nombre de «zoque de Copainalá» y está disponible para su uso libre bajo licencia de dominio público.
El objetivo de este material es permitir que desarrolladores y universidades entrenen programas de reconocimiento de voz, tales como herramientas de dictado, generación de subtítulos o conversión de habla a texto, evitando que esta lengua quede excluida de los avances tecnológicos actuales.
Detalles de la colección de audio
La colección, integrada en la versión 27 de Common Voice, se consolidó tras un proceso de revisión donde se validaron las grabaciones de 12 personas. De un total de 8,948 clips subidos, 8,886 cumplieron con los estándares de calidad, mientras que el resto fueron rechazados o permanecen en espera. Cada registro tiene una duración media de 4.1 segundos.
Para garantizar la privacidad, los 12 participantes que aportaron su voz no han sido identificados, siguiendo las normas de uso que prohíben intentar reconocer a los hablantes.
Origen de los textos y base académica
Las 1,481 frases utilizadas para las grabaciones fueron recopiladas por el lingüista Román de la Cruz Morales. La mayor parte del contenido proviene de sus trabajos de investigación realizados en el Centro de Investigaciones y Estudios Superiores en Antropología Social (CIESAS), específicamente de sus tesis de maestría (2016) y doctorado (2023), las cuales analizan la gramática y las estructuras de la lengua en el municipio de Ocotepec.
Además de las tesis, el banco de voz incorpora un manuscrito inédito que contiene un poema y cinco cuentos que no habían sido publicados anteriormente.
Contexto de la lengua zoque en la región
Se estima que las variantes del zoque en el noreste de Chiapas tienen una población de unos 23,000 hablantes, de los cuales más de 10,000 residen en Ocotepec. Este esfuerzo digital busca proteger un patrimonio que, en otras zonas como Tabasco, se encuentra en un estado de riesgo crítico de desaparición.
El proyecto fue financiado por el Open Multilingual Speech Fund, administrado por Common Voice. Se invita a la comunidad hablante de zoque a seguir colaborando en la plataforma de Mozilla para ampliar la representatividad del banco de voces.
