Subconjunto visual e audivelmente inequívoco do alfabeto latino?


13

Imagine dar a alguém um cartão com o código "5SBDO0".

Em algumas fontes, é difícil distinguir visualmente a letra "S" do número cinco (como no número zero e na letra "O").

Lendo o código em voz alta, pode ser difícil distinguir "B" de "D", sendo necessário dizer "B como no menino", "D como no cachorro" ou usar um " alfabeto fonético ".

Qual é o maior subconjunto de letras e números que, na maioria dos casos, parece visualmente inequívoco e soa inequívoco quando lidos em voz alta?


Fundo:

Queremos gerar uma cadeia curta que possa codificar o maior número possível de valores, mantendo a facilidade de comunicação.

Imagine que você tem uma sequência de 6 caracteres, "123456". Na base 10, isso pode codificar 10 ^ 6 valores.

No hexadecimal "1B23DF", você pode codificar 16 ^ 6 valores no mesmo número de caracteres, mas isso pode parecer ambíguo quando lido em voz alta. ("B" vs. "D")

Da mesma forma, para qualquer sequência de N caracteres, você obtém (tamanho do alfabeto) ^ N valores.

A cadeia é limitada a um comprimento de cerca de seis caracteres, devido ao desejo de se ajustar facilmente à capacidade da capacidade de memória de trabalho humana .

Assim, para encontrar o número máximo de valores que podemos codificar, precisamos encontrar o maior conjunto inequívoco de letras / números. Não há motivo para não considerarmos as letras GZ, e algumas pontuações comuns, mas não quero que comparemos manualmente aos pares "G soa como A?", "G soa como B?", " G soa como C "eu mesmo. Como sabemos, isso seria O (n ^ 2) trabalho linguístico a ser feito =) ...


6
Note-se que o que as letras são pronunciadas semelhantes podem diferir muito entre línguas ...
Michael Borgwardt

Além disso, o que exatamente é o alfabeto latino?
MSalters

Veja também minha resposta em uma pergunta relacionada ao StackOverflow.
MSalters

Para a distinção visual, a Base 32 é uma codificação padrão que limita as semelhanças dos símbolos.
Barjak

@MSalters O "script latino" é uma idéia lingüística, para nossos propósitos eu realmente quero dizer "selecionar do subconjunto do script latino codificado em Unicode", por exemplo, en.wikipedia.org/wiki/ISO/IEC_8859-1
elliot42 26/03/12

Respostas:


15

Você deve particionar o conjunto de alfanuméricos em grupos por similaridade visual e escolher um representante “mais icônico” de cada grupo. Isso é um pouco subjetivo, embora você possa executar testes do usuário. As escolhas que você faz também dependem de as figuras serem impressas ou manuscritas. Por exemplo:

  • { O , 0 , Q , D }

  • { I , L , 1 }

  • { B , 8 }

  • { Z , 2 }

  • { S , 5 }

  • { 7 , T }

  • { U , V , Y }

Da mesma forma, particione os caracteres pela semelhança fonética das pronúncias de seus nomes:

  • { A [ɪeɪ], 8 [ʔeɪ (ʔ / t)]}
    = inicia com [ʔeɪ]

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

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

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

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

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

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

Naturalmente, essas não são as únicas partições possíveis, apenas o que vem à mente no momento. Independentemente disso, eles devem ser suficientes para você começar a testar mais. Além disso, eles não são apoiados por nenhuma fonte profissional - cito apenas minha formação amadora em tipografia e fonética.


3
Para começar com a semelhança auditiva, observe as comunicações por rádio, como os manuais de operações do Controle de tráfego aéreo (em que as comunicações verbais devem ser corretamente interpretadas ou as pessoas morrem) e o Ham Radio. Por exemplo 5 e 9 são fáceis de misturar-se, portanto, falado como "cinco" e "nove-um"
mattnz

@mattnz: Obrigado, esqueci os 5 e 9. A qualidade do áudio também é um fator importante: rádios, telefones, gravações em estúdio e comunicações pessoais, todos apresentam seus próprios problemas.
Jon Purdy

1
Tecnicamente, isso é "melhor", quatro é "mais forte".
Patrick Hughes

3

Você pode usar o Mechanical Turk para que pessoas reais classifiquem todos os 26 ^ 2 pares de letras por similaridade visual e auditiva. A vantagem é que você pode obter dados para vários idiomas nativos dessa maneira.


1

Para o inglês, os algoritmos soundex e Metaphone codificam quais sons são ambíguos. O Soundex é provavelmente muito simples, mas o Metaphone incorpora alguns bons pontos. Deseja a sequência "OU"? Isso pode ser pronunciado de várias maneiras, pois esta frase demonstra;)


Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.