자동 음성 정서 인식은 인간-컴퓨터 상호작용 및 정서 컴퓨팅 분야에서 중요한 연구 주제이다. 남아메리카 전역에서 1,000만 명 이상이 퀘추아어를 사용하며, 그 중에서도 가장 잘 알려진 변종 중 하나는 쿠에추아 콜라오(variant)이다. 그러나 이 언어는 기계 기반 정서 인식에 있어 자원이 부족한 언어로 간주되며, 이로 인해 이 기술을 활용하고자 하는 쿠에추아어 사용자들에게 장벽이 되고 있다. 따라서 본 연구의 기여점은 쿠에추아 콜라오어로 구성된 15시간 분량의 음성 코퍼스를 개발하여 연구 공동체에 공개한 점이다. 이 코퍼스는 본 연구를 위해 특별히 수집된 단어와 문장으로 구성되었으며, 행복, 슬픔, 지루함, 두려움, 졸림, 평온, 흥분, 분노, 중립 등 총 아홉 가지 정서 범주로 분류되었다. 정서 레이블링은 Valence(가치성), Arousal(각성도), Dominance(지배성)의 3차원 기준에 따라 5단계 이산 척도로 수행되었다. 본 코퍼스의 유용성을 입증하기 위해 기계 학습 방법과 신경망을 활용한 음성 정서 인식 실험을 수행하였다.