ส่วนย่อยของตัวอักษรละตินที่มองเห็นและคลุมเครือ

ลองนึกภาพคุณให้บัตรกับรหัส "5SBDO0" กับใครสักคนในนั้น

ในแบบอักษรบางตัวอักษร "S" เป็นการยากที่จะแยกความแตกต่างจากตัวเลขห้าอย่างเห็นได้ชัด (เช่นเดียวกับเลขศูนย์และตัวอักษร "O")

การอ่านรหัสออกมาดัง ๆ อาจเป็นเรื่องยากที่จะแยกความแตกต่าง "B" จาก "D" โดยจำเป็นต้องพูดว่า "B เหมือนในเด็กผู้ชาย" "D เหมือนสุนัข" หรือใช้ " สัทอักษร " แทน

อะไรคือเซตย่อยของตัวอักษรและตัวเลขที่ใหญ่ที่สุดซึ่งโดยส่วนใหญ่แล้วทั้งสองจะดูคลุมเครือด้วยสายตาและฟังดูคลุมเครือเมื่ออ่านออกเสียง?

พื้นหลัง:

เราต้องการสร้างสตริงสั้น ๆ ที่สามารถเข้ารหัสค่าได้มากเท่าที่จะเป็นไปได้ในขณะที่ยังสื่อสารได้ง่าย

ลองนึกภาพคุณมีสตริง 6 ตัวอักษร "123456" ในฐาน 10 นี้สามารถเข้ารหัสค่า10 ^ 6

ในเลขฐานสิบหก "1B23DF" คุณสามารถเข้ารหัสค่า16 ^ 6 ในจำนวนอักขระที่เท่ากัน แต่สามารถฟังดูคลุมเครือเมื่ออ่านออกเสียง ("B" กับ "D")

เช่นเดียวกันกับสตริง N ตัวใด ๆ คุณจะได้รับ (ขนาดตัวอักษร) ค่า ^ N

สตริงจะถูก จำกัด อยู่ที่ความยาวประมาณหกตัวอักษรเนื่องจากต้องการที่จะพอดีกับได้อย่างง่ายดายภายในความจุของหน่วยความจำในการทำงานของมนุษย์

ดังนั้นเพื่อหาจำนวนสูงสุดของค่าที่เราสามารถเข้ารหัสได้เราจำเป็นต้องค้นหาชุดตัวอักษร / ตัวเลขที่ใหญ่ที่สุดที่คลุมเครือ ไม่มีเหตุผลที่เราไม่สามารถพิจารณาตัวอักษร GZ และเครื่องหมายวรรคตอนทั่วไปบางอย่าง แต่ฉันไม่ต้องการที่จะไปเปรียบเทียบด้วยตนเองแบบคู่กัน "G เสียงเหมือน A?", "G เสียงเหมือน B?", "ไม่ จีเสียงเหมือน C "ตัวฉันเอง ในขณะที่เรารู้ว่านี่จะเป็นงานทางภาษา O (n ^ 2) ที่ต้องทำ =) ...

คุณควรแบ่งชุดของตัวอักษรและตัวเลขออกเป็นกลุ่มตามความคล้ายคลึงกันทางสายตาและเลือกตัวแทน "สัญลักษณ์ที่สำคัญที่สุด" จากแต่ละกลุ่ม สิ่งนี้ค่อนข้างเป็นอัตวิสัยแม้ว่าคุณจะสามารถทำการทดสอบผู้ใช้ได้ ตัวเลือกที่คุณเลือกนั้นขึ้นอยู่กับว่าตัวเลขจะถูกพิมพ์หรือเขียนด้วยลายมือ ตัวอย่างเช่น:

• { O , 0 , Q , D }

• { I , L , 1 }

• { B , 8 }

• { Z , 2 }

• { S , 5 }

• { 7 , T }

• { U , V , Y }

อักขระพาร์ติชันที่มีความคล้ายคลึงกันในการออกเสียงของการออกเสียงชื่อ:

• { A [ʔeɪ], 8 [ʔeɪ (ʔ / t)]}
  = เริ่มต้นด้วย [ʔeɪ]

• { P [pi:], B [bi:], V [vi:], D [di:], T [ti:], E [ʔi:]}
  = = หยุด / เสียดแทรก + [i:]

• { G [ʤi:], C [si:], Z [zi:], 3 [θɹi:]}}
  = เสียงเสียดแทรก / affricate (กลุ่ม) + [i:]

• { M [ɛm], N [ɛn]}
  = [ɛ] + จมูก

• { S [ɛs], F [ɛf], X [ɛks]}
  = [ɛ] + fricative / affricate

• { I [ʔaɪ], Y [waɪ], 5 [faɪv], 9 [naɪn]}
  = พยัญชนะ + [aɪ] + (พยัญชนะ)

• { Q [kjʉ:], U [jʉ:], 2 [t (j) ʉ:]}
  = พยัญชนะ + [(j) ʉ:]

แน่นอนว่าสิ่งเหล่านี้ไม่ใช่พาร์ติชั่นที่เป็นไปได้เพียงอย่างเดียวที่เกิดขึ้นในใจในขณะนี้ ไม่ว่าพวกเขาควรจะเพียงพอที่จะให้คุณเริ่มต้นสำหรับการทดสอบเพิ่มเติม นอกจากนี้แหล่งข้อมูลเหล่านี้ยังไม่ได้รับการสนับสนุนจากแหล่งข้อมูลมืออาชีพ - ฉันอ้างถึงภูมิหลังงานอดิเรกของฉันในการพิมพ์และการออกเสียง

คุณสามารถใช้Mechanical Turkเพื่อให้คนจริงให้คะแนนตัวอักษรทั้งหมด 26 ^ 2 คู่สำหรับความคล้ายคลึงกันทางหูและการมองเห็น ข้อได้เปรียบคือคุณสามารถรับข้อมูลสำหรับภาษาท้องถิ่นต่างๆด้วยวิธีนี้

สำหรับภาษาอังกฤษอัลกอริทึมSoundexและMetaphoneเข้ารหัสซึ่งเสียงที่ไม่ชัดเจน Soundex นั้นอาจจะง่ายเกินไป แต่ Metaphone ได้รวมคะแนนที่ดีไว้ คุณต้องการลำดับ "OU" หรือไม่ ที่สามารถออกเสียงได้หลายวิธีในขณะที่ประโยคนี้ demontrates;)

คำตอบของ Jon Purdy ข้างต้นดูเหมือนถูกต้องที่สุด เพื่อวัตถุประสงค์ในทางปฏิบัติฉันพยายามz-base-32เข้ารหัส base32 ที่ไม่ได้มาตรฐานออกแบบมาโดยคำนึงถึงความสามารถในการสื่อสาร ดูเหมือนว่าใช้งานได้ แต่ไม่เหมาะ - ตัวอย่างเช่นพวกเขาไม่ได้มุ่งเน้นไปที่การพูดแก้ความกำกวมอย่างชัดเจน

http://philzimmermann.com/docs/human-oriented-base-32-encoding.txt

http://pypi.python.org/pypi/zbase32/