Documentación de observaciones sobre lenguas Hindis de pocos recursos a partir de un corpus oral de Kanauji

Well - designed and well - developed corpora can considerably be helpful in bridging the gap between theory and practice in language documentation and revitalization process, in building language technology applications, in testing language hypothesis and in numerous other important areas. Developing a corpus for an under - resourced or endangered language encounters several problems and issues. The present study starts with an over view of the role that corpora (speech corpora in particular) can play in language documentation and revitalization process. It then provides a brief account of the situation of endangered languages and corpora development efforts in India. Thereafter, it d iscusses the various issues involved in the construction of a speech corpus for low resourced languages. Insights are followed from speech database of Kanauji of Kanpur, an endangered variety of Western Hindi, spoken in Uttar Pradesh. Kanauji speech databa se is being developed at Indian Institute of Technology Ropar, Punjab.Los corpus bien diseñados y bien desarrollados pueden ser considerablemente útiles para salvar la brecha entre la teoría y la práctica en la documentación de la lengua y los procesos de revitalización, en la construcci ón de aplicaciones de tecnología lingüística, en la prueba de hipótesis lingüísticas y en muchas otras áreas importantes. El desarrollo de un corpus para una lengua con pocos recursos o amenazada encuentra varios problemas. El presente estudio se inicia co n una perspectiva general sobre el papel que los corpus ( los corpus orales en particular) pueden desempeñar en la documentación del lenguaje y en los proceso s de revitalización. A continuación, ofrece una breve reseña de la situación de las lenguas amenaza das y de los esfuerzos de desarrollo de corpus en la India. Posteriormente, se analizan las diversas cuestiones relacionadas con la construcción de un corpus oral para lenguas con pocos recursos. Las observaciones se extraen de la base de datos de Kanauji de Kanpur, una variedad amenazada del Hindi occidental, hablada en Uttar Pradesh. La base de datos del discurso de Kanauji se está desarrollando en el ndian Instit ute of Technology Ropar, de Punjab