我想看看两个非英语字符串在语音上有多相似，AFAIK soundex和metaphone实现仅适用于基于英语的字符串，例如coração，corassão在葡萄牙语中听起来完全一样，但metaphone()返回KRandKRS。其他音素也会发生同样的事情，chita并xita返回XTandST，但它们听起来是一样的。
我也尝试过这个Double Metaphone 实现（演示），但结果完全相同。
那么，是否有任何替代算法适用于葡萄牙语单词？我在另一个问题中读过关于 Lucene 的内容，但我以前从未使用过它，我不确定它是如何工作的或如何使用它。
如果没有，有谁知道我需要收集什么样的数据来开发类似变音位的算法？