Phonétisation en java

Phonétisation en java

Les techniques de phonétisation sont nombreuses et posent de nombreux problèmes liés
aux différentes langues humaines. Les applications sont, quand à elles bien connues.
On peut citer la recherche documentaire, la synthèse vocale ou les applications d'analyse
de langage naturel.

Il existe, entre autre, trois algorithmes courant pour la phonétisation : le soundex,
le métaphone et le double métaphone. Le soundex est plutôt spécialisé pour l'anglais et
est issue de brevet déposés en 1918 et 1922.

Le métaphone a été conçue pour répondre aux limitations du soundex. Le double métaphone
est un perfectionnement du métaphone. Il est capable de travailler avec les langues slaves,
germaniques, celtiques, grec, français, Italien, espagnol et chinois entre autres.

Il existe une implémentation des ces algorithmes en java dans la librairie Apache commons.
Elle fait aussi partie du sdk Google Androïd.

Voici un petit exemple de programme java utilisant cette librairie. On se rend bien compte
que le résultat est encore approximatif. En effet il trouve que "bière" et "beer" se prononce
à peu près pareil, mais pas "fin" et "faim".

import org.apache.commons.codec.language.DoubleMetaphone;

public class Codec1 {

  public static void main(String[] args) {
      DoubleMetaphone dm=new DoubleMetaphone();
      System.out.println(dm.doubleMetaphone("bière"));     
      System.out.println(dm.doubleMetaphone("beer"));     
   
      System.out.println(dm.doubleMetaphone("faim",false));     
      System.out.println(dm.doubleMetaphone("fin",false));
   
  }
}