语音匹配算法-Soundex算法

最新推荐文章于 2024-06-27 09:16:55 发布

xiekakaban

最新推荐文章于 2024-06-27 09:16:55 发布

阅读量4.6k

点赞数 1

分类专栏：代码片段 java经典实例文章标签：算法

本文链接：https://blog.csdn.net/xiekakaban/article/details/86289977

版权

Soundex最初用于美国移民信息统计，因为在20世纪初期美国还有许多文盲。不能正确的规范的拼写他么的姓氏。

例如smith 和 smyth 发音是相同的。但是如果计算机并不知道，这样不便于检索。

Soundex算法就是将相近发音的字母归为一类。例如 D 和 T 归为同一个发音组，因为其发音近似。下面就是Soundex 发音组表格。

Soundex代码	语音组
0	A,E,I,O,U,W,H,Y
1	B,F,P,V
2	C,G,J,K,Q,S,X,Z
3	D,T
4	L
5	M,N
6	R

根据英语发音可以将算法归纳如下

1. 代码固定长度为4位，不足4位后面补0

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

xiekakaban

关注关注

1
点赞
踩
7

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

学术|浅谈语音识别、匹配算法和模型

q6q6q的专栏

10-27

1304

1.如何描述语音2.如何理解语音的构成3.语音如何识别语音的基本概念语音是一个复杂的现象。我们基本上不知道它是如何产生和被感知的。我们最基础的认识就是语音是由单词来构成的，然后每个单词是由音素来构成的。但事实与我们的理解大相径庭。语音是一个动态过程，不存在很明显的部分划分。通过音频编辑软件去查看一个语音的录音对于理解语音是一个比较有效的方法。下面就是一个录音在音频编辑器里的显示的例子。目前关于语音...

Soundex

九天的专栏

12-10

517

Soundex维库，知识与思想的自由文库跳转到: 导航, 搜索1个分类: 語音學Soundex是一种语音算法，利用英文字的读音计算近似值，值由四个字符构成，第一个字符为英文字母，后三个为数字。在拼音文字中有时会有会念但不能拼出正确字的情形，可用Soundex做类似模糊匹配的效果。例如Knuth和Kant二个字符串，它们的Soundex值都是 K530。更详细的说明参考Donald Knuth大

1 条评论您还未登录，请先登录后发表或查看评论

揭秘Soundex算法：解锁声音背后的数字密码

最新发布

沛哥儿的专栏

06-27

988

Soundex算法是一种用于语音匹配的算法，它通过编码相似发音的单词，使得不同拼写但发音相似的单词能够被归类到同一个组中。这种算法最初是由美国人口普查局在20世纪早期开发的，用于改进人口普查数据的准确性。随着时间的推移，Soundex算法逐渐在数据库检索、语音识别、自然语言处理等领域得到了广泛的应用。Soundex算法是一种简单而有效的语音匹配算法，它在数据库检索、语音识别、自然语言处理等领域具有广泛的应用前景。虽然它存在一定的局限性，但随着技术的不断发展，我们相信会有更多的改进和创新出现在这个领域。

Soundex语音匹配算法

wangqiankun2010的专栏

04-19

1006

package cn.sounderx.text01; import sun.security.ssl.Debug; /* * 数法的实现 * */ public class SoundexSimple { public static void main(String[] args) { String [] name = { "Darwin,Ian", "Davidson, Gr

SoundEx算法

scdn8311的专栏

05-19

3712

SoundEx 是一种拼音算法，用于按英语发音来索引姓名，它最初由美国人口调查局开发。 SoundEx 方法返回一个表示姓名的四字符代码，由一个英文字母后跟三个数字构成。字母是姓名的首字母，数字对姓名中剩余的辅音字母编码。发音相近的姓名具有相同的 SoundEx 代码。static private string SoundEx(string word) {

Soundex算法

Hern（宋兆恒）

08-30

4564

Soundex 算法是一种拼音算法，用于按英语发音来索引姓名，它最初由美国人口调查局开发。 Soundex 方法返回一个表示姓名的四字符代码，由一个英文字母后跟三个数字构成。字母是姓名的首字母，数字对姓名中剩余的辅音字母编码。发音相近的姓名具有相同的 SoundEx 代码。辅音字母将映射到一个特定的数字。算法简要说明 1、将英文字按以下规则替换（除第一个字符外）： a e ...

Taxamatch:分类群（生物学）学名的模糊名称匹配算法-开源

05-31

它利用字符替换（类似于 Soundex）来捕获语音错误，并利用自定义编辑距离 (ED) 方法来捕获非语音错误，这在实际查询中占所有错误的比例高达 50%。由于基于ED的查询通常在处理大型数据集时速度较慢，因此Taxamatch...

spark-stringmetric:Spark函数运行流行的语音和字符串匹配算法

05-08

Spark的字符串相似性函数和语音算法。见如果你使用PySpark。项目设置更新您的build.sbt文件以导入库。 libraryDependencies += "org.apache.commons" % "commons-text" % "1.1" // Spark 3 ...

gofuzz:gofuzz 是 Go 的度量和语音（模糊字符串匹配）算法的集合。（例如 DiceSorensen、Hamming、Jaccard、Jaro、Jaro-Winkler、Levenshtein、Metaphone、N-Gram、NYSIIS、Overlap、RatcliffObershelp、Refined NYSIIS、Refined Soundex、Soundex、Weighted Levenshtein）

06-12

模糊字符串匹配算法实现 GoFuzz 是 Go 的度量和语音（模糊字符串匹配）算法的集合。它完全基于 Rocky Madden 为 Scala 编写的。我没有使用他的很多代码，但我使用了他的所有测试。如果我能找到时间，最终将在他的...

jellyfish::wind_chime:一个用于对字符串进行近似和语音匹配的python库

04-28

Jellyfish是一个Python库，用于对字符串进行近似和语音匹配。由James Turk < >和Michael Stephens撰写。有关贡献者，请参见。有关文档，请参见。来源可从。水母> = 0.7仅支持Python 3，如果您需要...

语音相似度匹配c++

06-19

语音相似度匹配全过程，c++

语音相似度评价

学如不及,犹恐失之

11-13

1526

语音相似度评价是用于测量语音之间的相似程度，常使用的算法是动态时间规整（Dynamic time warping，DTW），其原理是通过对齐时间序列来评估它们之间相似性。DTW是一种基于对齐的度量（alignment-based metric）与常见的欧式距离不同，DTW考虑到了时间维度上的信息，因此常用在信号处理领域，比如说话人识别，语音识别等。下面举个例子解释为什么要用DTW而不是欧式距离，这里我们有一个时间序列的数据集，包含了一些不同的样式。

语音识别：时间序列的匹配算法（Needleman-Wunsch 算法）

gongdiwudu的专栏

01-08

8985

https://en.wikipedia.org/wiki/Needleman%E2%80%93Wunsch_algorithm Wagner–Fischer algorithm Smith–Waterman algorithm Sequence mining Levenshtein distance Dynamic time warping Sequence alignment

Soundex 算法 (散列算法)（非线性检索人名）

wejong

11-09

343

Soundex 算法遵循如下4个原则【规则1】首先保存姓名首字母，然后从剩余字母中删除所有a、e、h、i、o、u、w、y; 【规则2】按照如下规则为剩余字母标上序号; b, f, p, v — 1 c, g, j, k, q, s, x, z — 2 d, t — 3 l — 4 m, n — 5 r — 6 【规则3】在原姓名中，相邻连续出现的相同字母只保留第一次出现者，其余删除; 【规则4】...

soundex()函数

weixin_30488085的博客

08-06

394

函数:soundex() 字符串处理函数库 soundex 计算字符串的读音值语法:string soundex(string str); 返回值:字符串函数种类:资料处理内容说明 Soundex 值是利用英文字的读音近似值所求...

soundex

weixin_30945039的博客

03-06

110

soundex计算字符串的读音值语法: string soundex(string str); 返回值: 字符串函数种类: 资料处理内容说明Soundex 值是利用英文字的读音近似值所求得的值，值由四个字符构成，第一个字符为英文字母，后三个为数字。在拼音文字中有时会有会念但不能拼出正确字的情形，特别是在做搜寻引擎时面对用户传入的英文字符串，可用本函数做类似模糊比对的效果。例如 Knu...

相似度计算的若干函数

09-23

514

相似度计算的若干函数相似度计算的若干函数 - 小小的世界相似度计算的若干函数from math import sqrtdef sim_distance(p1,p2): c=set(p1.keys())&set(p2.keys()) if not...

c语言实现soundex算法

05-28

Soundex算法是一种用于字符串匹配的算法，它可以将一个单词转换成一个固定长度的编码（通常为4个字符），以便于比较单词的相似性。以下是用C语言实现Soundex算法的代码示例： ```c #include <stdio.h> #include <ctype.h> #include <string.h> void soundex(char *s, char *soundex_code) { const char *soundex_table = "01230120022455012623010202"; int i, j, prev_code, curr_code; /* Convert the first letter to uppercase */ soundex_code[0] = toupper(s[0]); /* Convert the remaining letters to their corresponding Soundex codes */ prev_code = soundex_table[s[0] - 'A']; j = 1; for (i = 1; i < strlen(s); i++) { curr_code = soundex_table[s[i] - 'A']; if (curr_code != '0' && curr_code != prev_code) { soundex_code[j++] = curr_code; } prev_code = curr_code; } /* Pad the Soundex code with zeros if it is less than 4 characters */ while (j < 4) { soundex_code[j++] = '0'; } /* Terminate the string */ soundex_code[j] = '\0'; } int main() { char s[100], soundex_code[5]; printf("Enter a word: "); fgets(s, sizeof(s), stdin); s[strcspn(s, "\n")] = '\0'; soundex(s, soundex_code); printf("Soundex code: %s\n", soundex_code); return 0; } ``` 在这个示例中，我们首先定义了一个Soundex表格（soundex_table），它将字母映射到它们的Soundex代码。然后，我们实现了一个名为“soundex”的函数，它接受一个输入字符串和一个输出字符串作为参数，并将输入字符串转换为其对应的Soundex代码，存储在输出字符串中。在函数中，我们首先将输入字符串的第一个字母转换为大写字母，并将其存储在输出字符串的第一个位置上。然后，我们将剩余的字母转换为它们对应的Soundex代码，并将其存储在输出字符串中。如果两个相邻的字母具有相同的Soundex代码，则只存储一个代码。最后，我们将输出字符串填充到4个字符，并在结尾处添加一个空字符。在主函数中，我们从用户输入中获取一个单词，并将其传递给“soundex”函数，以获取其对应的Soundex代码。最后，我们将Soundex代码打印到控制台上。