Acrescentando algumas nuâncias à boa resposta do @gmsantos...
Metaphone para nomes do português
Nesta pergunta foi amplamente discutido o algoritmo fonético para o português, que é mais eficiente do que similaridade matemática do difference
citado, ou de distâncias como Hamming, Levenshtein e outros, que medem a semelhança entre strings quaisquer (até em genética usam).
A questão vai na direção de um problema mais prático e já clássico: agrupar ou equiparar nomes próprios (nomes de rua, nomes de pessoas, etc.). Por exemplo, "João"="joao", "Sylvia"="silvia", "Luíz"="luis", etc.
A experiência de quem já trabalhou (documentada neste artigo) mostra que os erros mais frequentes, de grafia de nomes, tem origem nas confusões ortográficas que fazemos quando tentamos apenas transcrever o que ouvimos. Por isso o foco na fonética.
E a fonética dos falantes do português não é a fonética dos falantes do inglês... Assim a melhor solução é o melhor algoritmo fonético adaptado ao português... E isso existe!
Trata-se do MetaphonePtBr.
(se não tiver acesso a instalar funções externas no seu server, o Metaphone
genérico também é ainda superior ao Soundex
).
No PostgreSQL (8.X ou 9.X), depois de instalado basta fazer
SELECT metaphone_ptbr('Sylvia')=metaphone_ptbr('sillvya');
-- retorna TRUE ('SV'=='SV')
SELECT metaphone_ptbr('Sylveira')=metaphone_ptbr('sillvya');
-- retona FALSE ('SVR'!='SV')
A grande vantagem desse método é que a comparação pode ser "cacheada", ou seja, parte do processo pode ser armazenada antes na base de dados (o metaphone de todos os nomes), de modo que a busca por um nome dado, ou o agrupamento de similares, é muito mais rápido do que a avaliação par-a-par por funções de semelhança de string.
Como permite o agrupamento, noma base de dados com 1000 nomes por exemplo, pode-se reduzir a análise para um grupo de 10 ou 20 nomes, e sobre eles aplicar as funções mais sofisticadas (custam mais CPU) de semelhança de string.