Patriae

Patriae es el proyecto pionero de investigación en Inteligencia Artificial co-desarrollado por Carlos Luis Barnés Infante, junto a los investigadores Yisel Clavel Quintero y Dionis López, en el marco del Hackathon SomosNLP 2026.

Su objetivo principal es la preservación, reproducción y adecuación del dialecto y habla cubana mediante tecnologías avanzadas de Procesamiento de Lenguaje Natural (PLN) y síntesis de voz (TTS). Por el impacto de este tipo de investigaciones lingüísticas y sus aportes en modelos de IA, Barnés recibió una mención nacional en los Premios Jóvenes Investigadores del CITMA 2026.

1. El modelo de síntesis de voz cubana (TTS)

Los asistentes de voz e inteligencias artificiales globales suelen expresarse con acentos neutros, mexicanos o españoles.

• El equipo desarrolló un modelo TTS específico (patriae-cuban-speech-tts-model) optimizado para reproducir las inflexiones, entonación y fonética propias de los hablantes en Cuba.
• El resultado: una IA que suena verdaderamente local.

2. Fine-tuning dialectal y literatura cubana

El modelo de lenguaje base fue entrenado usando un dataset especializado en literatura e historia de la isla (patriae-cuba-literature-dataset).

• Al refinar los LLM con textos autóctonos, el equipo logró una mejora de casi el 30% en la comprensión y generación de modismos, dichos populares y frases tradicionales cubanas.
• El comparador: los modelos de IA comerciales estándar.

3. Filtro de adecuación cultural

Para evitar respuestas que no encajen con el contexto social de la región, crearon una base de datos de control (patriae-cuban-cultural-appropriateness-prompts).

• El conjunto de instrucciones evalúa y entrena a la IA para interpretar variaciones regionales del lenguaje dentro de Cuba.
• El resultado: respuestas coherentes, respetuosas y adaptadas a la idiosincrasia del país.