Common Voice Scripted Speech 24.0 - Huarijio

License icon

License:

CC0-1.0

Shield icon

Steward:

Common Voice

Task: ASR

Release Date: 12/5/2025

Format: MP3

Size: 236.16 MB


Description

A collection of scripted spoken phrases in Huarijio.

Considerations

Forbidden Usage

It is forbidden to attempt to determine the identity of speakers in the common Voice datasets. It is forbidden to re-host or re-share this dataset

Processes

Intended Use

This dataset is intended to be used for training and evaluating automatic speech recognition (ASR) models. It may also be used for applications relating to computer-aided language learning (CALL) and language or heritage revitalisation.

Metadata

Warihío — Huarijio (var)

Esta ficha técnica corresponde a la versión 24.0 del conjunto de datos de voz guiada de Mozilla Common Voice para Huarijio (var). El conjunto de datos contiene 8006 clips reprentando 11.8 horas de grabaciones (10.09 horas validadas) de 12 hablantes.

Idioma

La lengua según el Catálogo de lenguas Indigenas del INALI, el Huarijío pertenece a la familia yutoazteca o yuto-nahua, rama yuto-nahua sureña subrama Taracahita. El guarijío o huarijío del sur o del río también llamado makurawe se habla en el estado de Sonora, México: en el municipio de Álamos: Bavícora, Burapaco, Casas Coloradas, Chorijoa, El Chalate, El Sauz, Guajaray, Huataturi, Jobeg I, La Sauceda, La Tribuna, Los Estrados, Mesa Colorada, Mochibampo, Rancho Nuevo, Colonia San José y Colonia Makorahui, Sejaqui, Tecoripa. En el municipio Quiriego: Batacosa, El Frijolar, Los Bajíos (Ejido los Conejos), Quiriego. Según el Plan de Justicia 2020, hay 1998 habitantes.

Variantes

La variante del Huarijío es el Warijó (guarijío de la sierra) hablado en Chihuahua, que tiene el mismo código ISO 639-3: var.

  • var-delrio: Makurawe

  • var-sierra: Warihío

Información demográfica

El conjunto de datos incluye la siguiente distribución de edad y género.

Género

Información de género autodeclarada, el porcentaje se refiere al número de clips anotados con este género.

GéneroPorcentaje
Undefined6.0%
Female Feminine94.0%

Edad

Información de edad autodeclarada, el porcentaje se refiere al número de clips anotados con este rango de edad.

Rango de edadPorcentaje
Twenties29.0%
Thirties57.0%
Teens14.0%

Corpus de texto

Las oraciones mayormente son tomadas de la gramática del Dr. Rolando Guadalupe Felix Armendariz, aunque se usó también el diccionario de la Maestra Ana Aurora Medina Murillo además unos ejemplos de tesis de maestría de Ana Amelia Avila Enriquez y unos ejemplos de un artículo de la maestra Isabel Barreras Aguilar.

Sistema de escritura

Se tomó la escritura usada en la tesis del 2005 por el Dr. Rolando Guadalupe Felix Armendariz para hacer el corpus. Según el Dr. la lengua tiene 12 consonantes y 5 vocales.

Tabla de símbolos
p t k r s č m n w y h (') 
a e i o u

Muestra

A continuación se muestran cinco oraciones seleccionadas aleatoriamente del corpus.

Waní akačupare 
No'ó poní kikainá kuú 
Waní yauré 
Ko'kosapa kočírúne 
Yomá tihoé simpanáre ečitiači  

Muestras automáticas aleatorias

Póke temeápu kitekihanátemeapu nuʼnúnti kíwewerúma inéreteme.
Weeká peperúne čarewá.
Yauyáme muiré pipiípia ahpó pukamína.
Teiwáme kíʼte waʼáo tehkí kawé tekhpáname oʼwerú.
Weikó nenéka ihtihpíka waʼá.

Fuentes

  • Avila Enriquez, Diana Amelia. 2012. Las construcciones aplicativas en guarijío de Sonora. (tesis de maestría). Sonora: Universidad de Sonora.

  • Barreras Aguilar, Isabel. 1996 “Clasificación semántica de los verbos en guarijío. En: J.Fajardo (Ed.). Estudios semánticos. México: El Colegio de México Félix Armendáriz,

  • Rolando Gpe. 2005. A Grammar of River Warihio. Disertación de doctorado.Texas: Rice University.

  • Medina Murillo Ana Aurora. 2002. Diccionario morfológico: formación de palabras en el guarijio. (tesis de maestria). Sonora: Universidad de Sonora.

Dominios textuales

DominioCuenta
Undefined8006

Procesamiento

Postprocesamiento recomendado

Enlaces comunitarios

Discusiones

Contribuir

Autores de la ficha técnica

Criterios de citación

Financiamiento

Este proyecto recibió financiamiento del Open Multilingual Speech Fund gestionado por Mozilla Common Voice.

Licencia

Este conjunto de datos se publica bajo la licencia Creative Commons Zero (CC-0). Al descargar estos datos usted acepta no determinar la identidad de los hablantes en el conjunto de datos.