如何检查字符串是否可以发音？

Question

我想以编程方式检查字符串是否可以发音或是否需要拼写出来。

例如，可以读出internationalization，但i18n不能，也不能hhdirgxzf。

我可以想到一些简单的启发式方法，例如检查字符串是否包含非字母字符，但我希望有更强大和科学的方法来实现它。 是否有算法方法可以根据发音的容易程度对字符串进行评分？

相关：Is there a way to rank the difficulty of pronunciation of a word?，但我没有列表，我无法预先计算。

---

根据评论进行更新。

• 由于我是英语使用者，我对英语很感兴趣，但我可以想象一种基于声音和说话方式的算法，而不是特定语言的特征。
• 通过发音我的意思是字符串可以自然地读出来，可以发音hhdirgxzf但它听起来不会是一个自然语言单词，它需要被分解。
• 我想到的一个特定用例是我发送字符串的地方，我想使用基本的文本到语音系统来大声读出它们。我想确定字符串中的哪些令牌让TTS系统尝试发音，以及哪些令牌拼写错误，如果不自信则在拼写错误。

Answer 1

首先将单词拆分为音节，您可能会取得一些成功。 This question on SO可能有所帮助。当然，这只适用于像英语一样使用包含字母和字母包含元音的字母的语言。

Answer 2

可能会计算字母字符数，并将其除以字符串的长度。基于字母字符密度的分数？ 另外，可能会降低每个数字的分数？

Answer 3

这些字符串的来源是什么？如果你自己生成它们，那么你可以尝试生成可能的可发音字符串。可能有用的想法包括：

• 以一个单词开头，用其他元音和辅音替换元音。

• 生成一个随机Soundex并向后返回生成该Soundex的单词。

• 连接三个或四个可发音的音节。

• 替代辅音和元音。

• Lorem Ipsum