• El gobierno aranés, a través de los Departamentos de Lengua e Innovación, colabora en la creación de un sistema de reconocimiento de voz de inteligencia artificial en aranés en el marco del proyecto LINGUATEC-AI

Como especifica Elhuyar, el centro de investigación tecnológica de LINGUATEC-AI, para la creación de contenidos de audio con inteligencia artificial en aranés, es necesario desarrollar un sintetizador de voz. Pero, antes, es necesario construir un sistema de reconocimiento del aranés (ASR), para el cual se necesitan al menos 175 horas de audio transcrito con diversidad de hablantes. De estas horas totales, ya contamos con 8 horas grabadas durante la maratón de voces en aranés del proyecto, que se desarrolló en el año 2022, pero se necesitan 167 horas más.

Por este motivo, los Departamentos de Innovación y de Lengua del Conselh Generau hacen un llamamiento a los araneses y aranesas que quieran ayudar a nutrir con sus voces este sistema de reconocimiento, que pretende grabar la mayor variedad posible de formas de hablar aranés y, por ello, no es necesario que sea la lengua materna de los participantes.

Para conseguir un primer modelo adaptado, lo más importante es disponer de muchas voces diferentes, pero ningún locutor/a puede superar el 2-3 % del total de grabaciones, es decir, un máximo de 1 hora y media de grabación por persona.

Para poder disponer de esta diversidad, este centro tecnológico solicita que las voces cumplan un equilibrio de género, que haya locutores/as de todas las edades (<18, 18–29, 30–39, 40–49, 50–59, 60–69, ≥70), de todos los terçons de la Val d’Aran (Naut Aran, Mijaran, Baish Aran) y tantos hablantes que tengan el aranés como lengua materna como hablantes que lo tengan como segunda lengua.

También es importante que el tipo de textos que se graben tengan estilos y registros variados, es decir, que haya audios de textos literarios, legales, periodísticos, institucionales, conversaciones informales, etc. Esta selección la ha realizado el Departamento de Lengua y se facilitará un texto a cada locutor/a.

Para garantizar un mismo formato, se pondrá a disposición un estudio profesional de grabación donde, en función de la disponibilidad de los participantes, se grabará en bloques de 1 hora por locutor/a.

Para aportar tu voz al desarrollo del sistema de reconocimiento de inteligencia artificial en aranés, solo es necesario completar este formulario: https://forms.cloud.microsoft/e/xtcR2nkeUL, que estará disponible hasta el lunes, día 20 de octubre, a las 23:45 horas.

Esta convocatoria para conseguir más audios transcritos en aranés forma parte del proyecto LINGUATEC-AI, que trabaja en la implementación de la inteligencia artificial (IA) en nuevos modelos de lenguaje aplicables a lenguas con pocos recursos de los Pirineos: aragonés, catalán, euskera y occitano, que incluye el aranés.

En este sentido, el Gobierno de Aran se ha involucrado activamente en el proyecto, junto con Lo Congrès permanent dera Lengua occitana y la Universitat de Lleida (UDL), para avanzar en la digitalización y la presencia de nuestra lengua propia en los medios digitales.

 Vielha, 7 de octubre de 2026