Resumen

PATINO, Mariano Martínez et al. Clasificación de Frases en Zapoteco mediante CNN con Espectrogramas. RISTI [online]. 2025, n.59, pp.36-52.  Epub 30-Sep-2025. ISSN 1646-9895.  https://doi.org/10.17013/risti.59.36-52.

Este estudio se enfoca en la clasificación de espectrogramas, representaciones visuales del audio para aplicar aprendizaje automático. Los métodos tradicionales, como los MFCCs con clasificadores clásicos, presentan limitaciones en lenguas con pocos recursos, como el zapoteco del Istmo. Modelos avanzados como RNNs y transformers requieren grandes volúmenes de datos, difíciles de obtener en contextos indígenas. Como alternativa, se propone una red neuronal convolucional profunda de 28 capas, entrenada con 10 frases comunes convertidas en espectrogramas y aumentadas artificialmente. El modelo logró un 100% de precisión en entrenamiento y 96.2% en validación. Aunque prometedor, se destaca la necesidad de ampliar el conjunto de datos. El trabajo evidencia el potencial del aprendizaje profundo para mejorar la comunicación intercultural y preservar lenguas indígenas en peligro.

Palabras clave : Comunicación intercultural; lenguas indígenas zapoteca; imágenes espectrales; red neuronal profunda.

        · resumen en Inglés     · texto en Español     · Español ( pdf )