El corpus
Ameresco reúne conversaciones coloquiales prototípicas, grabadas en situaciones cotidianas entre personas con relación de confianza y transcritas con el sistema Val.Es.Co.Estas cifras se calculan directamente sobre los datos publicados (versión 2026.1, generada el 2026-10-10 00:38).
Por ciudad
| País | Ciudad | Conversaciones | Hablantes |
Horas | Palabras |
|---|
| Argentina |
Buenos Aires |
15 | 60 |
6,5 |
70.699 |
|
Tucumán |
5 | 15 |
2,1 |
20.782 |
| Bolivia |
Santa Cruz |
1 | 2 |
0,3 |
3.166 |
| Chile |
Iquique |
11 | 100 |
5,8 |
52.168 |
|
Santiago de Chile |
8 | 29 |
2,8 |
28.592 |
|
Temuco |
13 | 48 |
6,0 |
63.485 |
| Colombia |
Barranquilla |
8 | 29 |
2,8 |
30.756 |
|
Medellín |
2 | 4 |
1,0 |
10.623 |
| Cuba |
La Habana |
36 | 118 |
9,3 |
101.351 |
| Ecuador |
Loja |
1 | 5 |
0,3 |
3.426 |
| España |
Las Palmas |
2 | 11 |
1,0 |
12.231 |
| Honduras |
Tegucigalpa |
10 | 41 |
3,4 |
36.114 |
| México |
Ciudad de México |
76 | 278 |
34,3 |
333.194 |
|
Monterrey |
15 | 45 |
7,9 |
69.914 |
|
Querétaro |
16 | 68 |
5,5 |
51.054 |
| Panamá |
Ciudad de Panamá |
5 | 20 |
2,1 |
19.063 |
| Total | 224 | 873 |
91,1 | 906.618 |
|---|
La interacción
Cómo se reparte el habla: duración de las conversaciones, cuántas personas intervienen y a qué ritmo.
25 % de las intervenciones tienen una o dos palabras
(respuestas mínimas, señales de que se escucha: sí, ajá, mhm).
| País | Conversaciones |
Duración media (min) | Hablantes por conversación |
Intervenciones por minuto | Palabras por intervención | Palabras por minuto |
|---|
| Argentina | 20 | 25,7 |
3,8 | 19,9 |
8,9 | 178 |
|---|
| Bolivia | 1 | 20,3 |
2,0 | 14,0 |
11,1 | 156 |
|---|
| Chile | 32 | 27,3 |
5,5 | 21,6 |
7,6 | 165 |
|---|
| Colombia | 10 | 22,5 |
3,3 | 15,5 |
11,8 | 184 |
|---|
| Cuba | 36 | 15,5 |
3,3 | 17,3 |
10,5 | 182 |
|---|
| Ecuador | 1 | 15,0 |
5,0 | 40,4 |
5,7 | 228 |
|---|
| España | 2 | 29,6 |
5,5 | 23,5 |
8,8 | 207 |
|---|
| Honduras | 10 | 20,6 |
4,1 | 19,9 |
8,8 | 175 |
|---|
| México | 107 | 26,8 |
3,7 | 18,8 |
8,4 | 158 |
|---|
| Panamá | 5 | 24,9 |
4,0 | 15,7 |
9,7 | 153 |
|---|
| Total | 224 | 24,4 |
3,9 | 19,1 |
8,7 | 166 |
|---|
Rasgos del coloquio
Fenómenos marcados en la transcripción, por cada 1.000 palabras (así se pueden comparar países de distinto tamaño).
En cada fila se destaca el valor más alto. Los países con pocas conversaciones (Bolivia, Ecuador…) dependen mucho de una sola grabación.
| Casos | Por 1.000 palabras |
Argentina | Bolivia | Chile | Colombia | Cuba | Ecuador | España | Honduras | México | Panamá |
|---|
| Risas | 9.519 | 10,5 |
7,2 | 23,4 | 11,2 | 7,8 | 6,9 | 2,0 | 5,3 | 12,3 | 11,9 | 11,9 |
|---|
| Fragmentos dichos entre risas | 2.980 | 3,3 |
1,5 | 2,8 | 3,2 | 3,1 | 2,6 | 0,3 | 1,1 | 1,6 | 4,1 | 2,5 |
|---|
| Alargamientos (sí::, no::) | 31.958 | 35,3 |
43,1 | 59,7 | 36,2 | 28,3 | 54,7 | 84,7 | 37,9 | 33,3 | 29,2 | 34,4 |
|---|
| Pronunciación enfática | 3.579 | 4,0 |
4,9 | 1,0 | 0,7 | 2,2 | 3,5 | 3,5 | 5,6 | 2,7 | 5,2 | 2,3 |
|---|
| Estilo directo (citas) | 12.070 | 13,3 |
9,1 | 20,2 | 12,6 | 8,8 | 10,8 | 6,4 | 9,2 | 12,7 | 15,6 | 11,6 |
|---|
| Formas reducidas o pronunciadas (pa, pos…) | 13.808 | 15,2 |
4,6 | 10,7 | 24,6 | 12,3 | 15,7 | 27,2 | 9,2 | 5,4 | 15,2 | 21,6 |
|---|
| Extranjerismos | 1.962 | 2,2 |
2,0 | 4,7 | 1,9 | 1,3 | 1,7 | 0,0 | 3,1 | 1,5 | 2,4 | 4,2 |
|---|
| Pasajes ininteligibles | 9.425 | 10,4 |
7,0 | 9,2 | 14,9 | 8,7 | 17,6 | 46,1 | 19,7 | 4,2 | 8,0 | 15,9 |
|---|
| Toses y carraspeos | 827 | 0,9 |
0,4 | 0,3 | 0,6 | 0,1 | 0,3 | 0,0 | 2,3 | 3,7 | 1,0 | 2,2 |
|---|
| Solapamientos (habla simultánea) | 53.074 | 58,5 |
57,6 | 45,5 | 64,9 | 44,2 | 52,8 | 124,9 | 73,5 | 74,8 | 58,1 | 38,7 |
|---|
| Pausas breves (/) | 45.338 | 50,0 |
48,9 | 86,2 | 48,4 | 54,8 | 51,7 | 68,3 | 38,5 | 42,0 | 50,4 | 52,6 |
|---|
| Pausas medias (//) | 15.912 | 17,6 |
20,5 | 34,1 | 15,0 | 18,7 | 15,9 | 10,8 | 11,5 | 19,4 | 17,8 | 22,1 |
|---|
| Pausas largas (///) | 12.543 | 13,8 |
12,1 | 16,7 | 12,3 | 12,2 | 13,0 | 4,1 | 5,7 | 15,1 | 15,0 | 18,9 |
|---|
Las pausas se cuentan en el texto transcrito (/ breve, // media, /// larga); un solapamiento es cada tramo de habla simultánea.
Dependen en parte de cómo transcribió cada equipo.
Hablantes
Cuántas personas hay de cada grupo y cuánto hablan: palabras y horas de habla (suma de la duración de sus intervenciones).
Sexo
| Hablantes | Palabras | Horas |
|---|
| Mujer | 502 |
579.543 |
56,9 |
|---|
| Hombre | 287 |
294.552 |
28,6 |
|---|
| desconocido | 84 |
31.875 |
3,2 |
|---|
Edad
| Hablantes | Palabras | Horas |
|---|
| 18-25 | 272 |
307.784 |
29,5 |
|---|
| 26-55 | 226 |
273.541 |
26,4 |
|---|
| desconocido | 241 |
165.415 |
16,5 |
|---|
| Más de 56 | 134 |
159.230 |
16,2 |
|---|
Nivel de instrucción
| Hablantes | Palabras | Horas |
|---|
| Alto | 348 |
413.373 |
40,0 |
|---|
| Medio | 253 |
294.655 |
28,5 |
|---|
| desconocido | 208 |
118.795 |
12,1 |
|---|
| Bajo | 64 |
79.147 |
8,1 |
|---|
Palabras de mujeres y de hombres en cada país
| País | Reparto | Mujeres | Hombres |
|---|
| Argentina |
|
67 % | 33 % |
|---|
| Bolivia |
|
35 % | 65 % |
|---|
| Chile |
|
68 % | 23 % |
|---|
| Colombia |
|
68 % | 32 % |
|---|
| Cuba |
|
65 % | 35 % |
|---|
| Ecuador |
|
40 % | 60 % |
|---|
| España |
|
67 % | 33 % |
|---|
| Honduras |
|
54 % | 33 % |
|---|
| México |
|
62 % | 35 % |
|---|
| Panamá |
|
82 % | 18 % |
|---|
Léxico
- 906.618 palabras
- 30.106 formas distintas
- 23.735 lemas distintos
- 49 % de los lemas aparecen una sola vez
Variedad léxica
Formas distintas por cada 1.000 palabras seguidas (media de todos los bloques de 1.000): no depende del tamaño de cada país.
| Argentina | 325 |
|---|
| Bolivia | 316 |
|---|
| Chile | 322 |
|---|
| Colombia | 315 |
|---|
| Cuba | 310 |
|---|
| Ecuador | 333 |
|---|
| España | 320 |
|---|
| Honduras | 314 |
|---|
| México | 309 |
|---|
| Panamá | 305 |
|---|
Palabras características de cada país
Las que cada país usa proporcionalmente más que el resto del corpus (log-verosimilitud), con al menos 10 casos en
3 conversaciones distintas. Solo países con 5 conversaciones o más. Reflejan la variedad, pero también los temas
de las charlas y las convenciones de transcripción de cada equipo (mhm, mmm). Cada palabra lleva a sus casos.
Argentina
claro, vos, tenés, bueno, tipo, viste, mirá, che, ponele, em, eh, podés
Chile
po, huevón, cachái, huevada, güeona, güeón, m, claro, igual, como, oh, nomás
Colombia
eso, ay, humhum, espíritu, plata, mono, aguja, mami, vaina, hum, oíste, oído
Cuba
tú, mija, asere, para, él, eso, mira, ño, mijo, gente, pinga, entiendes
Honduras
vos, umjú, maje, usted, mami, solo, mire, mirá, va, umm, fijate, dice
México
mhm, wey, pues, mmm, ajá, luego, ya, sí, sea, ahorita, o, este
Panamá
dizque, yo, vaina, áyala, tarjeta, foto, embajada, china, mm, bestia, él, like
Lemas más frecuentes
- el
determinante 46.944
- él
pronombre 40.480
- no
adverbio 36.847
- yo
pronombre 29.256
- y
conj. coordinante 27.812
- ser
auxiliar 27.301
- que
conj. subordinante 25.426
- a
preposición 23.413
- de
preposición 23.090
- que
pronombre 16.756
- sí
interjección 15.976
- uno
determinante 13.127
- decir
verbo 11.983
- tú
pronombre 11.771
- en
preposición 11.261
- pero
conj. coordinante 11.157
- estar
auxiliar 11.128
- ya
adverbio 10.843
- tener
verbo 8.979
- haber
auxiliar 7.316
- como
conj. subordinante 7.216
- ir
auxiliar 6.941
- ese
pronombre 6.571
- pues
conj. subordinante 6.566
- por
preposición 6.505
- o
conj. coordinante 6.472
- porque
conj. subordinante 6.368
- con
preposición 6.170
- para
preposición 6.048
- hacer
verbo 5.800
- ver
verbo 5.609
- ah
sustantivo 5.532
- saber
verbo 5.217
- si
conj. subordinante 5.162
- así
adverbio 5.031
- más
adverbio 4.749
- ahí
adverbio 4.702
- ir
verbo 4.408
- mi
determinante 4.155
- ese
determinante 4.061
Categorías gramaticales
Etiquetado automático con UDPipe (modelo spanish-ancora-ud-2.5-191206.udpipe); puede contener errores, sobre todo en interjecciones y marcadores.