Sous-ensemble visuel et audible sans ambiguïté de l'alphabet latin?

13

Imaginez que vous donnez à quelqu'un une carte avec le code "5SBDO0" dessus.

Dans certaines polices, la lettre "S" est difficile à distinguer visuellement du chiffre cinq (comme pour le chiffre zéro et la lettre "O").

En lisant le code à haute voix, il peut être difficile de distinguer «B» de «D», ce qui nécessite de dire «B comme chez le garçon», «D comme chez le chien» ou d'utiliser un « alphabet phonétique » à la place.

Quel est le plus grand sous-ensemble de lettres et de chiffres qui, dans la plupart des cas, auront à la fois un aspect visuel sans ambiguïté et un son sans ambiguïté lorsqu'ils seront lus à haute voix?

Contexte:

Nous voulons générer une chaîne courte qui peut encoder autant de valeurs que possible tout en étant facile à communiquer.

Imaginez que vous ayez une chaîne de 6 caractères, "123456". Dans la base 10, cela peut coder 10 ^ 6 valeurs.

Dans l'hex "1B23DF", vous pouvez encoder 16 ^ 6 valeurs dans le même nombre de caractères, mais cela peut sembler ambigu lors de la lecture à haute voix. ("B" contre "D")

De même pour toute chaîne de N caractères, vous obtenez (taille de l'alphabet) ^ N valeurs.

La chaîne est limitée à une longueur d'environ six caractères, en raison de vouloir s'adapter facilement à la capacité de la mémoire de travail humaine .

Ainsi, pour trouver le nombre maximum de valeurs que nous pouvons encoder, nous devons trouver le plus grand ensemble non ambigu de lettres / chiffres. Il n'y a aucune raison pour laquelle nous ne pouvons pas considérer les lettres GZ et une ponctuation courante, mais je ne veux pas avoir à comparer manuellement par paires "est-ce que G sonne comme A?", "Est-ce que G sonne comme B?", "Ne G sonne comme C "moi-même. Comme nous le savons, ce serait un travail linguistique O (n ^ 2) à faire =) ...

design elliot42
la source
6
Notez que les lettres prononcées similaires peuvent différer beaucoup d'une langue à l'autre ...
Michael Borgwardt
D'ailleurs, qu'est-ce que l' alphabet latin exactement ?
MSalters
Voir aussi ma réponse dans une question StackOverflow connexe.
MSalters
Pour la distinction visuelle, Base 32 est un encodage standard qui limite les similitudes des symboles.
barjak
@MSalters Le "script latin" est une idée linguistique, pour nos fins, je veux simplement dire "sélectionner dans le sous-ensemble du script latin codifié en Unicode", par exemple en.wikipedia.org/wiki/ISO/IEC_8859-1
elliot42

Réponses:

15

Vous devez partitionner l'ensemble des caractères alphanumériques en groupes par similitude visuelle et choisir un représentant «le plus emblématique» de chaque groupe. Ceci est quelque peu subjectif, bien que vous puissiez y exécuter des tests utilisateur. Les choix que vous faites varient également selon que les chiffres seront imprimés ou manuscrits. Par exemple:

  • { O , 0 , Q , D }

  • { I , L , 1 }

  • { B , 8 }

  • { Z , 2 }

  • { S , 5 }

  • { 7 , T }

  • { U , V , Y }

De même, partitionnez les caractères par la similitude phonétique des prononciations de leurs noms:

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

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

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

  • { M [ɛm], N [ɛn]}
    = [ɛ] + nasal

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

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

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

Ce ne sont bien sûr pas les seules partitions possibles, juste ce qui me vient à l'esprit en ce moment. Quoi qu'il en soit, ils devraient être suffisants pour vous permettre de commencer les tests. De plus, ceux-ci ne sont appuyés par aucune source professionnelle - je ne cite que mes antécédents d'amateur en typographie et phonétique.

Jon Purdy
la source
3
Pour commencer avec la similitude auditive, jetez un œil aux communications radio telles que les manuels d'exploitation du contrôle de la circulation aérienne (où les communications verbales doivent être correctement interprétées ou les gens meurent) et Ham Radio. Par exemple, 5 et 9 sont faciles à mélanger, d'où l'
expression
@mattnz: Merci, j'ai oublié 5 et 9. La qualité audio est également un facteur important: les radios, les téléphones, les enregistrements en studio et les communications en personne posent tous leurs propres problèmes.
Jon Purdy
1
Techniquement, c'est «niner», quatre est «fower».
Patrick Hughes
3

Vous pouvez utiliser Mechanical Turk pour que les personnes réelles évaluent les 26 ^ 2 paires de lettres pour la similitude sonore et visuelle. L'avantage est que vous pouvez même obtenir des données pour différentes langues natives de cette façon.

Michael Borgwardt
la source
1

Pour l'anglais, les algorithmes soundex et Metaphone codent les sons ambigus. Soundex est probablement trop simple, mais Metaphone intègre quelques bons points. Voulez-vous la séquence "OU"? Cela pourrait être prononcé de plusieurs façons, comme le montre cette phrase;)

MSalters
la source