Identificador de Lenguas

Alcance. El modelo reconoce 128 variantes de las lenguas originarias de México, de las más de 360 que documenta el catálogo INALI. No incluye el español ni otra lengua no indígena, y al no tener una clase «otra» siempre responderá con una de sus 128 etiquetas: si el audio no es de una de ellas, la respuesta será incorrecta aunque el porcentaje se vea alto. Las variantes cercanas entre sí (por ejemplo mixteco, mazateco o náhuatl) se confunden con frecuencia.

Precisión. ~90.6% de acierto en la primera opción y ~97.3% entre las tres primeras, con ~96.6% a nivel familia, medido en el conjunto de prueba. Las lenguas con pocos audios de entrenamiento son menos fiables; el detalle por lengua está en la ficha del modelo.

Cómo funciona. Un modelo ECAPA-TDNN de 21 M de parámetros (43 MB) entrenado sobre SpeechBrain, ejecutado con ONNX Runtime Web en un hilo aparte del navegador. El audio se convierte a 16 kHz y se analiza en ventanas de 6 segundos.

Privacidad. La inferencia ocurre en tu navegador y tu audio nunca sale del dispositivo. Solo se descargan los pesos del modelo una vez; después quedan guardados en este navegador.