Indigenous Languages Spoken in Argentina: A Survey of NLP and Speech Resources

Abstract

Argentina tiene una diversa, aunque aún poco conocida, herencia de lenguas indígenas. La mayoría de estas están en riesgo de desaparecer, lo que resultaría en una pérdida significativa para el patrimonio mundial y el conocimiento cultural. Actualmente, no hay información unificada sobre la cantidad de hablantes ni de las herramientas computacionales para estas lenguas. En este trabajo, presentamos una sistematizaci´ón de las lenguas indígenas habladas en Argentina, junto con los datos demogr´áficos nacionales de la población indígena del país. Clasificamos las lenguas en siete familias: Mapuche, Tupí-Guaraní, Guaycurú, Quechua, Mataco-Mataguaya, Aymara y Chon. También proveemos un panorama introductorio de los recursos computacionales disponibles para estas lenguas, ya sea que estéen especialmente desarrolladas para las variedades de Argentina o no.

Argentina has a diverse, yet little-known, Indigenous language heritage. Most of these languages are at risk of disappearing, resulting in a significant loss of world heritage and cultural knowledge. Currently, no unified information on speakers and computational tools is available for these languages. In this work, we present a systematization of the Indigenous languages spoken in Argentina, along with national demographic data on the country’s Indigenous population. The languages are classified into seven families: Mapuche, Tupí-Guaraní, Guaycurú, Quechua, Mataco-Mataguaya, Aymara, and Chon. We also provide an introductory survey of the computational resources available for these languages, whether or not they are specifically developed for Argentine varieties.