我正在尝试为一个程序计算该问题，该程序将计算文本块的flesch-kincaid和flesch阅读分数。我的算法使用的是我在以下网站上找到的内容： http : //www.howmanysyllables.com/howtocountsyllables.html ，它的访问范围相当接近。它仍然难以处理诸如隐形和断字之类的复杂单词，但是我发现它出于我的目的而进入了球场。

它具有易于实现的优点。我发现“ es”可以是音节，也可以不是。这是一场赌博，但我决定在算法中删除es。

private int CountSyllables(string word)
    {
        char[] vowels = { 'a', 'e', 'i', 'o', 'u', 'y' };
        string currentWord = word;
        int numVowels = 0;
        bool lastWasVowel = false;
        foreach (char wc in currentWord)
        {
            bool foundVowel = false;
            foreach (char v in vowels)
            {
                //don't count diphthongs
                if (v == wc && lastWasVowel)
                {
                    foundVowel = true;
                    lastWasVowel = true;
                    break;
                }
                else if (v == wc && !lastWasVowel)
                {
                    numVowels++;
                    foundVowel = true;
                    lastWasVowel = true;
                    break;
                }
            }

            //if full cycle and no vowel found, set lastWasVowel to false;
            if (!foundVowel)
                lastWasVowel = false;
        }
        //remove es, it's _usually? silent
        if (currentWord.Length > 2 && 
            currentWord.Substring(currentWord.Length - 2) == "es")
            numVowels--;
        // remove silent e
        else if (currentWord.Length > 1 &&
            currentWord.Substring(currentWord.Length - 1) == "e")
            numVowels--;

        return numVowels;
    }

为什么要计算呢？每个在线词典都有此信息。 http://dictionary.reference.com/browse/invisible in·vis·i·ble

感谢Joe Basirico，感谢您共享C＃中的快速而肮脏的实现。我使用了大型库，它们可以工作，但是它们通常有点慢，并且对于快速项目，您的方法可以正常工作。

这是您的Java代码以及测试用例：

public static int countSyllables(String word)
{
    char[] vowels = { 'a', 'e', 'i', 'o', 'u', 'y' };
    char[] currentWord = word.toCharArray();
    int numVowels = 0;
    boolean lastWasVowel = false;
    for (char wc : currentWord) {
        boolean foundVowel = false;
        for (char v : vowels)
        {
            //don't count diphthongs
            if ((v == wc) && lastWasVowel)
            {
                foundVowel = true;
                lastWasVowel = true;
                break;
            }
            else if (v == wc && !lastWasVowel)
            {
                numVowels++;
                foundVowel = true;
                lastWasVowel = true;
                break;
            }
        }
        // If full cycle and no vowel found, set lastWasVowel to false;
        if (!foundVowel)
            lastWasVowel = false;
    }
    // Remove es, it's _usually? silent
    if (word.length() > 2 && 
            word.substring(word.length() - 2) == "es")
        numVowels--;
    // remove silent e
    else if (word.length() > 1 &&
            word.substring(word.length() - 1) == "e")
        numVowels--;
    return numVowels;
}

public static void main(String[] args) {
    String txt = "what";
    System.out.println("txt="+txt+" countSyllables="+countSyllables(txt));
    txt = "super";
    System.out.println("txt="+txt+" countSyllables="+countSyllables(txt));
    txt = "Maryland";
    System.out.println("txt="+txt+" countSyllables="+countSyllables(txt));
    txt = "American";
    System.out.println("txt="+txt+" countSyllables="+countSyllables(txt));
    txt = "disenfranchized";
    System.out.println("txt="+txt+" countSyllables="+countSyllables(txt));
    txt = "Sophia";
    System.out.println("txt="+txt+" countSyllables="+countSyllables(txt));
}

结果与预期的一样（对于Flesch-Kincaid来说效果足够好）：

txt=what countSyllables=1
txt=super countSyllables=2
txt=Maryland countSyllables=3
txt=American countSyllables=3
txt=disenfranchized countSyllables=5
txt=Sophia countSyllables=2

这是一个特别困难的问题，LaTeX断字算法无法完全解决。有关评估一些可用方法和所涉及挑战的详细信息，请参见《 评估英语自动音节化算法》 （Marchand，Adsett和Damper 2007）。

阅读有关TeX解决此问题的方法，以进行连接。特别是请参见由计算机专家弗兰克·梁（Frank Liang） 撰写的论文 单词连字 。他的算法非常准确，然后针对该算法不起作用的情况提供了一个小的例外字典。

我偶然发现了该页面以寻找相同的内容，并在此处找到了Liang论文的一些实现： https : //github.com/mnater/hyphenator

除非您是喜欢阅读60页论文的类型，而不是针对非独特问题改编免费提供的代码。 :)

Perl具有Lingua :: Phonology :: Syllable模块。您可以尝试一下，或者尝试研究其算法。我也在那里看到了其他一些较旧的模块。

我不明白为什么正则表达式只给您一个音节数。您应该能够使用捕获括号来获取音节本身。假设您可以构造一个有效的正则表达式。

今天，我发现这个 Java实现弗兰克·梁与英语或德语，它工作得很好，并提供对Maven的中央图案断字algorithmn的。

洞：删除.tex模式文件的最后.tex行很重要，因为否则这些文件将无法在Maven Central上以当前版本加载。

要加载和使用hyphenator ，可以使用以下Java代码段。 texTable是包含所需模式的.tex文件的名称。这些文件在项目github站点上可用。

 private Hyphenator createHyphenator(String texTable) {
        Hyphenator hyphenator = new Hyphenator();
        hyphenator.setErrorHandler(new ErrorHandler() {
            public void debug(String guard, String s) {
                logger.debug("{},{}", guard, s);
            }

            public void info(String s) {
                logger.info(s);
            }

            public void warning(String s) {
                logger.warn("WARNING: " + s);
            }

            public void error(String s) {
                logger.error("ERROR: " + s);
            }

            public void exception(String s, Exception e) {
                logger.error("EXCEPTION: " + s, e);
            }

            public boolean isDebugged(String guard) {
                return false;
            }
        });

        BufferedReader table = null;

        try {
            table = new BufferedReader(new InputStreamReader(Thread.currentThread().getContextClassLoader()
                    .getResourceAsStream((texTable)), Charset.forName("UTF-8")));
            hyphenator.loadTable(table);
        } catch (Utf8TexParser.TexParserException e) {
            logger.error("error loading hyphenation table: {}", e.getLocalizedMessage(), e);
            throw new RuntimeException("Failed to load hyphenation table", e);
        } finally {
            if (table != null) {
                try {
                    table.close();
                } catch (IOException e) {
                    logger.error("Closing hyphenation table failed", e);
                }
            }
        }

        return hyphenator;
    }

之后， Hyphenator准备就绪。要检测音节，基本思想是在提供的连字符处拆分术语。

    String hyphenedTerm = hyphenator.hyphenate(term);

    String hyphens[] = hyphenedTerm.split("\u00AD");

    int syllables = hyphens.length;

您需要在"\u00AD ”上进行拆分，因为API不会返回普通的"-" 。

这种方法优于Joe Basirico的答案，因为它支持许多不同的语言，并且可以更准确地检测德语连字符。

碰碰@Tihamer和@ joe-basirico。非常有用的功能，不是很完美 ，但是对大多数中小型项目都很有用。 Joe，我用Python重新编写了您的代码的实现：

def countSyllables(word):
    vowels = "aeiouy"
    numVowels = 0
    lastWasVowel = False
    for wc in word:
        foundVowel = False
        for v in vowels:
            if v == wc:
                if not lastWasVowel: numVowels+=1   #don't count diphthongs
                foundVowel = lastWasVowel = True
                        break
        if not foundVowel:  #If full cycle and no vowel found, set lastWasVowel to false
            lastWasVowel = False
    if len(word) > 2 and word[-2:] == "es": #Remove es - it's "usually" silent (?)
        numVowels-=1
    elif len(word) > 1 and word[-1:] == "e":    #remove silent e
        numVowels-=1
    return numVowels

希望有人觉得这有用！

这是使用NLTK的解决方案：

from nltk.corpus import cmudict
d = cmudict.dict()
def nsyl(word):
  return [len(list(y for y in x if y[-1].isdigit())) for x in d[word.lower()]]