ラテンアルファベットの視覚的および聴覚的に明確なサブセット？

コード「5SBDO0」が記載されたカードを誰かに渡すと想像してください。

一部のフォントでは、文字「S」を数字の5や数字の0や文字「O」と視覚的に区別するのが困難です。

コードを大声で読むと、「B」を「D」と区別するのが難しい場合があります。「Bは男の子のように」、「Dは犬のように」と言うか、代わりに「表音アルファベット」を使用します。

ほとんどの場合、視覚的に曖昧に見えず、読み上げられたときに曖昧に聞こえない文字と数字の最大のサブセットは何ですか？

バックグラウンド：

できるだけ簡単に通信しながら、できるだけ多くの値をエンコードできる短い文字列を生成する必要があります。

6文字の文字列「123456」があるとします。10進数では、10 ^ 6値をエンコードできます。

16進数の「1B23DF」では、16個の ^ 6値を同じ文字数でエンコードできますが、読み上げたときにあいまいに聞こえることがあります。（「B」と「D」）

同様に、N文字の文字列の場合、（アルファベットのサイズ）^ Nの値を取得します。

文字列の長さは約6文字に制限されています。これは、人間の作業メモリ容量の容量内に簡単に収まるようにするためです。

したがって、エンコード可能な値の最大数を見つけるには、文字/数字の最大の明確なセットを見つける必要があります。GZの文字や一般的な句読点を考慮できない理由はありませんが、「GはAのように聞こえますか？」、「GはBのように聞こえますか？」、「 GはC "のように聞こえます。私たちが知っているように、これはO（n ^ 2）行うべき言語作業=）...

視覚的な類似性によって英数字のセットをグループに分割し、各グループから「最も象徴的な」代表を選択する必要があります。これは多少主観的ですが、ユーザーテストを実行することもできます。選択は、図を印刷するか手書きにするかによっても異なります。例えば：

• { O、0、Q、D }

• { I、L、1 }

• { B、8 }

• { Z、2 }

• { S、5 }

• { 7、T }

• { U、V、Y }

同様に、名前の発音の発音の類似性によって文字を分割します。

• { A [ʔeɪ]、8 [ʔeɪ（ʔ/ t）]}
  = [ʔeɪ]で始まる

• { P [pi：]、B [bi：]、V [vi：]、D [di：]、T [ti：]、E [ʔi：]}
  =停止/摩擦音+ [i：]

• { G [ʤi：]、C [si：]、Z [zi：]、3 [θɹi：]}
  =摩擦音/破擦音（クラスター）+ [i：]

• { M [ɛm]、N [ɛn]}
  = [ɛ] +鼻

• { S [ɛs]、F [ɛf]、X [ɛks]}
  = [ɛ] +摩擦音/破擦音

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

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

もちろん、これらは可能なパーティションだけでなく、現時点で思い浮かぶものです。とにかく、彼らはあなたがさらなるテストを始めるのに十分なはずです。また、これらは専門的な情報源によってバックアップされていません。タイポグラフィと音声学の趣味の背景のみを引用しています。

Mechanical Turkを使用して、実際の人に聴覚と視覚の類似性のためにすべての26 ^ 2ペアの文字を評価させることができます。利点は、この方法でさまざまなネイティブ言語のデータを取得できることです。

英語の場合、soundexおよびMetaphoneアルゴリズムは、どの音が曖昧かをエンコードします。Soundexはおそらくあまりにも単純ですが、Metaphoneにはいくつかの良い点が組み込まれています。シーケンス「OU」が必要ですか？この文がデモンストレーションするように、それは多くの方法で発音できます;）

上記のJon Purdyの答えは最も正しいようです。実用的な目的のために、私はしようとしていますz-base-32、通信可能性を念頭に置いて設計された非標準のbase32エンコーディングをています。理想的ではありませんが、機能しているように見えます。たとえば、話し言葉の明確化に明確に焦点を合わせていません。

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

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