46種苗瑤語的「豬圈」可能有5個同源語素，灰色連線是程序發現的語音對應，線越粗對應詞越多。
② 語音是否對應 ✔採用
不以音標相似判斷同源詞，以語音對應判斷同源詞；先求取語音對應，再求取同源詞；把音標換成任何值都不影響結果。它的優點是，無需給定任何已知的語言學知識（如國際音標的差異程度等），零負擔起跑。
第①條：音類實際接觸須大於隨機概率。
第②條：音類實際接觸較隨機概率的富餘須大於後者的不確定程度。
（實際上條件②已覆蓋條件①、滿足②必滿足①）
二、解釋：
① 第①條很好理解，主要解釋第②條。
② 不確定程度主要來自樣本規模，如詞表小、音類小會影響到可信程度。給我一張100詞表，顯然我不太敢用，因為數量較少，隨機性較強，不能穩定反映該語言的音類比例、對應比例。但詞表達到500詞時，我就很喜歡它，因為反映的音類面貌基本穩定。如果達到1000詞，那麼更理想。對於音類特別多的語言（如嘉絨語的複輔音），那麼需要更大的詞表才可靠。
③ 樣本越小，不確定程度越大，樣本越大，不確定程度越小。通過統計理論知，它是高斯分佈的（像一個鐘形），我們可算出它的彌散範圍（標準差），得到可信的區間。這好比我們不但知道某考生歷次考試的平均分，還知道他的發揮穩定性（不確定程度），這樣我們就有把握：他這次考多少分是可信的。
④ 為了形象理解，網頁中把不確定性叫噪聲。這樣，以上的第①條是信量評價，第②條是噪聲評價，兩者形成信噪比，它如同一道門檻，可控制同源詞的質量。
⑤ 只用第①條求取語音對應是粗糙的、不嚴謹的，現在追加②（形成信噪比）求取語音對應，質量會更好。
三、優點：
① 可熨平材料差異，詞數不同的詞表，得到可信度相同的同源詞（在小詞表中會損失更多同源詞、但可信度一致），使詞數多寡懸殊的詞表可公平比較，使音節數量差異很大的語言可公平比較。
② 可從理論上知道錯誤率，實現誤差量化。
信息熵是工科概念，我們吸取它理念來對齊音節。基本思路是：對齊後的音節，會使這兩個語言點的全部語音對應的有序性最好（信噪比最高）。
實際的詞有多個音節，我們並不知道對應次序，比如一個詞，甲語言有2個音節，乙語言有2個音節，那麼可存在2種組合。這裡採用這個辦法：
① 取全部詞的全部組合，讓所有音碰撞，統計全部對應信息（這時無用信息量很大，結果是很糟糕的，但不要緊，裡頭已取到相同語素的語音對應，它們是有序的，而不相同語素的語音對應是無序的，它們的疊加仍然是有序的——雖然噪聲較大）。
② 用以上的全部語音對應，代入所有音節組合，取信噪比（聲母、韻母、元音、韻尾等音節各部位的得分綜合）最大的那個組合，比如上面2組裡只取1組，所有詞的音節組合確定後，再統計語音對應（這時的結果會變好一點，噪聲變小）。
③ 不斷重複②的操作：
求取 → 代入
↑ ↓
代入 → 求取
循環轉圈，隨著次數增多，語音對應逐漸有序，音節對齊逐漸精確，噪聲逐漸減小，結論的質量逐漸提高。這樣得到的結果並不100%正確，它是在「可能性」上得到一個較合理的結果。
二、逼近和穩定
由於參與比較的多個音節部位（如聲母、韻母）是相互咬合的，以上「音節對齊」是收斂的，結果導向趨勢是積極、而不是錯誤的放大。重複循環運行到結果不再改變，停止它，這時得到可能性最大的音節對齊結果和噪聲最小的語音對應結果。該方法避免了通過IPA音值相似來對齊音節。
局限：「同源詞」包含同源詞和借詞，只要能產生語音對應規律，都視為「同源詞」。
