Uso de la transcripción fonética para lograr que avatares de inteligencia artificial pronuncien discurso en lengua quechua: caso Illariy

• Huamán-Águila, Óscar ^[1] ; Fernández-García, Carlos Enrique ^[1] ; Gonzales García, Carlos Ricardo ^[1]
  1. [1] Universidad Nacional Mayor de San Marcos

     Universidad Nacional Mayor de San Marcos

     Perú

     
• Localización: Lengua y Sociedad, ISSN 1729-9721, ISSN-e 2413-2659, Vol. 23, Nº. 2, 2024, págs. 833-851
• Idioma: español
• Títulos paralelos:
  • Using  phonetic transcription to get  artificial intelligence avatars to pronounce speech in  Quechua: the Illariy case
  • Uso de transcrição fonética para fazer avatares de inteligência artificial pronunciarem fala na língua Quechua: caso Illariy
• Enlaces
  • Texto completo
• Resumen
  • español

    La inteligencia artificial (IA) ha generado noticia este año. En su quinta temporada, el noticiario Letras TV Willakun de la Facultad de Letras y Ciencias Humanas de la Universidad Nacional Mayor de San Marcos es conducido por Illariy (vocablo quechua que significa “Amanecer”), un avatar generado por inteligencia artificial, el único en su género que habla una lengua originaria. Este hecho nos lleva a plantearnos: ¿Cómo influye la transcripción fonética en la capacidad de la inteligencia artificial para generar discursos coherentes en lengua quechua? La investigación tiene como objetivo describir el flujo de trabajo concentrado en cómo la transcripción fonética puede lograr que la inteligencia artificial articule un discurso en lengua quechua. La metodología de la investigación tiene un enfoque cualitativo, basado en la observación y el análisis del flujo de trabajo para generar que los avatares pronuncien un discurso en quechua. Entre los resultados podemos observar la existencia de una pronunciación diferenciada entre el español y el quechua, limitaciones en la articulación de algunas consonantes de la lengua quechua y que resultan irreproducible en contextos tecnofonológicos, así como el uso de pausas y comas para la producción de una oralidad quechua en el Software D-ID.

  • português

    A Inteligência Artificial (IA) ganhou as manchetes este ano. Em sua quinta  temporada, o programa de notícias Letras TV Willakun, da Faculdade de Letras e Ciências Humanas da Universidad Nacional Mayor de San Marcos, é apresentado por Illariy (palavra quíchua que significa "Amanhecer"), um avatar gerado pela Inteligência Artificial, o único do gênero que fala um idioma nativo. Esse fato nos leva a fazer a seguinte pergunta: ¿Como a transcrição fonética influencia a capacidade da Inteligência Artificial de gerar uma fala coerente no idioma quíchua? A pesquisa tem como objetivo descrever o fluxo de trabalho de como a transcrição fonética pode ajudar a Inteligência Artificial a articular um discurso em quíchua. A metodologia da pesquisa tem uma abordagem qualitativa, baseada na observação e análise do fluxo de trabalho para gerar os avatares para pronunciar um discurso em quíchua. Entre os resultados, podemos observar a existência de uma pronúncia diferenciada entre o espanhol e o quíchua, limitações na articulação de algumas consoantes da língua quíchua que são irreproduzíveis em contextos tecnofonológicos, bem como o uso de pausas e vírgulas para a produção de uma oralidade quíchua no software D-ID.

  • English

    Artificial Intelligence (AI) has has been in the  news this year. In its fifth season, the news program Letras TV Willakun of the Faculty of Letters and Human Sciences of the Universidad Nacional Mayor de San Marcos is hosted by Illariy (a Quechua word meaning "Dawn"), an avatar generated by Artificial Intelligence, the only one of its kind that speaks a native language. This fact leads us to pose the question : How does phonetic transcription influence the ability of Artificial Intelligence to generate coherent speech in the Quechua language? The aim  of this research is to describe the workflow focusing on  how phonetic transcription can enable  Artificial Intelligence to articulate a speech in Quechua.  The research methodology has a qualitative approach, based on the observation and analysis of the workflow to generate  avatars to deliver  a speech in Quechua. Among the results we can observe the existence of a differentiated pronunciation between Spanish and Quechua, limitations in the articulation of some consonants of the Quechua language that are irreproducible in techno-phonological contexts, as well as the use of pauses and commas for the production of a Quechua orality in the D-ID Software.