我希望能够通过编程检查一个字符串是否可以发音或需要拼写出来。
例如,internationalization
可以读出来,但 i18n
和 hhdirgxzf
都不能。
我可以想到一些简单的启发式方法,比如检查字符串是否包含非字母字符,但我希望有一种更健壮和科学的方法来实现。是否有算法方法,可以根据字符串的易发音程度对其进行评分呢?
相关问题:Is there a way to rank the difficulty of pronunciation of a word?,不过我没有列表,也无法进行预处理。
基于评论的更新。
- 由于我是英语使用者,所以我感兴趣的是英语,但我可以想象一个基于声音和语言工作方式而不是特定语言特征的算法。
- 通过发音,我指的是该字符串可以自然地读出来,可以发音出
hhdirgxzf
但它不会听起来像一个自然的单词,需要将其拆分。 - 我心目中的一个具体用例是,当我收到字符串时,我想使用一个基本的文本到语音系统来大声朗读它们。我想确定要让TTS系统尝试发音的字符串标记,以及要使其拼写出来的字符串标记,在不确定的情况下更倾向于拼写。
i18n
,类似于eye-ate-een-en
. 你的另一个例子有些挑战,但我会尝试一下... - High Performance Mark