mau-cr/mayan_best_model

ASR para lengua Maya Yucateca (Maayat'aan)

Ajuste fino de `facebook/mms-1b-all` para reconocimiento automático del habla en Maya Yucateco (Maayat'aan), desarrollado por Enrique Mauricio Carrillo Romero.

Puedes probarlo en el demo de Hugging Face Spaces.

Uso

from transformers import pipeline

asr = pipeline("automatic-speech-recognition", model="mau-cr/mms-maya-yucateco")
result = asr("audio_maya.wav")
print(result["text"])

Se recomienda audio segmentado a nivel de enunciado (2–15 segundos). Para el mejor desempeño, combínalo con el modelo de lenguaje de 3-gramas incluido en el repositorio.

Datos de entrenamiento

El corpus `mau-cr/mayan-voice` reúne ~ 4 horas de audio en dos subcorpus: grabaciones propias y videos de YouTube (1 hora, mayor diversidad de hablantes) y Narraciones Mayas de Campeche del INALI (3 horas, material narrativo continuo). En total contiene 34,154 palabras, 5,802 únicas, con segmentos de 2 a 15 segundos.

El entrenamiento se hizo de forma incremental, de 20 a 222 minutos en pasos de 20, sobre Google Colab con una A100 SXM4 (80 GB) o RTX PRO 6000 Blackwell.

Resultados

El modelo de lenguaje de 3-gramas aporta hasta 30 puntos porcentuales de mejora, un salto especialmente valioso en escenarios de bajos recursos.

Limitaciones

El corpus tiene un desbalance de género (66.9% voces masculinas, 33.1% femeninas) y el material narrativo está concentrado en pocos hablantes, lo que puede afectar el desempeño en voces femeninas y registros conversacionales.

Recursos

• —Código: github.com/Mauriciocr207/thesis-mayan-ai
• —Dataset: mau-cr/mayan-voice
• —Demo: spaces/mau-cr/asr-maya-yucateco

Citación

@misc{carrillo2026maya,
  author      = {Carrillo Romero, Enrique Mauricio},
  title       = {Desarrollo de un corpus de audio en lengua Maya (Maayat'aan) para la implementación de modelos de Inteligencia Artificial orientados a la preservación lingüística},
  year        = {2026},
  institution = {Facultad de Ingeniería, Universidad Autónoma de Yucatán}
}