# LeXiK — Construction et provenance

Version 1.0, octobre 2026 (base LeXiK 1.2.3 du 14/10/2026 13:25).

Ce document décrit comment LeXiK a été construit et comment lire les deux
fichiers de ce dossier. Pour l'usage de la base elle-même (colonnes,
notations), voir le guide à la racine du dépôt (`DOCUMENTATION.md`), dont
les numéros de section sont cités ici sous la forme « guide, §6 ».

**Sommaire**

1. Contenu du dossier
2. Les sources
3. Le nettoyage des transcriptions
4. Le choix d'une prononciation
5. Les prononciations qui ne s'alignent pas
6. L'indice de confiance en détail
7. Le fichier `lexik_provenance.tsv`
8. L'origine des propriétés
9. La ressource de contrôle : Morphalou
10. Les divergences avec les sources
11. Annexe A : matrices de consensus phonétique

---

## 1. Contenu du dossier

| Fichier | Contenu |
|---|---|
| `lexik_provenance.tsv.gz` | pour chaque entrée du fichier des formes, l'origine de sa prononciation : sources, propositions de chaque source, choix, corrections |
| `lexik_lemmes_provenance.tsv.gz` | pour les lemmes concernés, l'origine de leurs propriétés et les avis divergents des sources |
| `DOCUMENTATION_PROVENANCE.md` / `.pdf` | ce document |

---

## 2. Les sources

| Source | Licence | Usage |
|---|---|---|
| Lexique 3.83 et 4.10 | CC BY-SA 4.0 | formes, analyses, prononciations |
| GLAFF 1.2.2 | CC BY-SA 3.0 | formes, analyses, prononciations |
| Wiktionnaire, via Kaikki | CC BY-SA 3.0 | formes, analyses, prononciations, propriétés des lemmes |
| Grammalecte / Dicollecte 7.7 | MPL 2.0 | formes, analyses, propriétés des verbes |
| Wikidata, lexèmes | CC0 | formes, analyses, prononciations |
| ipa-dict fr_FR | MIT | prononciations (confirmation) |
| INSEE, prénoms et noms de famille | Licence Ouverte 2.0 | noms propres |
| GeoNames FR | CC BY 4.0 | noms de lieux |
| Treebanks UD GSD, ParisStories, Rhapsodie, PUD | CC BY-SA | analyses des mots grammaticaux, composés à espace, contrôle |
| Morphalou 3.1 | LGPL-LR | contrôle, sans redistribution (§9) |
| Treebanks UD Sequoia, FQB | LGPL-LR | contrôle, sans redistribution |
| Treebank UD ParTUT | CC BY-NC-SA | exclu |

Les sources sont regroupées en **familles** : deux sources d'une même
famille se recopient et ne comptent pas comme deux avis indépendants.

| Famille | Sources |
|---|---|
| Lexique | Lexique 3.83, Lexique 4 |
| Wiktionnaire | GLAFF, Kaikki |
| Wikidata | Wikidata |
| ipa-dict | ipa-dict (confirmation seulement, compte pour une demi-voix) |

Lexique, Wiktionnaire et Wikidata sont dites **importables** : leurs
prononciations peuvent être reprises telles quelles.

Une dernière origine, `cadre`, n'est pas une ressource extérieure : ce sont
les analyses que LeXiK pose lui-même pour les mots grammaticaux. Les
déterminants, pronoms, prépositions et conjonctions reçoivent les analyses
relevées dans les treebanks libres (GSD, ParisStories, Rhapsodie, PUD),
complétées par celles des sources libres et justifiées une à une ; les
éléments postposés (*-ce*, *-ci*, *-là*, *-t-*…) viennent d'une courte
liste fixée par la spécification. Leur prononciation reste votée par les
sources.

---

## 3. Le nettoyage des transcriptions

Avant toute comparaison, les transcriptions des sources sont nettoyées et
ramenées à l'inventaire de LeXiK : notations converties, marques retirées,
consonnes doubles réduites, rejet de tout caractère hors inventaire (le
détail est dans le guide, §6.5).

Puis chaque transcription est ramenée aux **conventions** de LeXiK (règles
C1 à C12 ; guide, §6.3). Une fois ces conventions neutralisées, l'accord
entre sources passe de 57–99 % à 97,6–99,5 % selon les paires : la plupart
des désaccords apparents n'étaient que des différences de notation
(annexe A).

---

## 4. Le choix d'une prononciation

### 4.1 Recevable ou rejetée

Chaque prononciation nettoyée est soumise à l'**aligneur** (guide, §7).
Si elle s'aligne sur l'orthographe, elle est **recevable** : elle est
gardée, même minoritaire, comme variante attestée. Sinon, elle est
**rejetée** : elle ne subsiste que dans la provenance, avec le diagnostic
de l'aligneur.

### 4.2 Le vote

Parmi les prononciations recevables, on regroupe celles qui donnent la même
forme après normalisation, puis **les familles votent** : chaque famille
compte pour une voix (ipa-dict pour une demi-voix, et seulement en appui
d'une autre). La forme qui a le plus de voix est retenue. En cas d'égalité,
un ordre de priorité entre sources tranche ; quand l'égalité ne porte que
sur l'ouverture d'une voyelle (*e/ɛ*, *o/ɔ*, *ø/œ*), les deux formes sont
gardées comme variante `{a|b}`.

### 4.3 Après le vote

Le vote se fait entrée par entrée. Plusieurs étapes rendent ensuite la base
cohérente d'une entrée à l'autre ; chacune est tracée dans la colonne
`corrections` de la provenance :

- **paradigme** : un pluriel dont la prononciation contredit celle de son
  singulier de même genre est aligné sur lui (confiance `P`) ;
- **ouverture des voyelles** : deux analyses d'une même graphie qui ne
  diffèrent que par *e/ɛ*, *o/ɔ* ou *ø/œ* sont alignées sur la plus sûre ;
- **h aspiré** : rendu cohérent dans un lemme (*haltes* comme *halte*),
  entre les catégories d'une même graphie, et dans les composés, qui le
  prennent de leur premier segment ; une liste relue retire les marques
  fautives des sources (*hyène*, *humeur*) ;
- **majuscules** : une forme à majuscule prend la prononciation de la même
  forme en minuscules ;
- **règles finales** : *-enne* jamais nasal (*bolivarienne* /…ʁjɛn/) ;
  *ex-* initial toujours /ɛks/ ou /ɛɡz/ ;
- **relecture** : des surcharges manuelles, chacune avec son motif
  (confiance `R`).

### 4.4 Quand aucune source ne prononce le mot

Le mot est prononcé par le **modèle graphème → phonème de Lectura**, un
modèle entraîné sur une version de travail antérieure de la base, qui
prédit une prononciation à partir de la seule orthographe (confiance `G`).
Un mot composé sans prononciation propre reçoit celle de ses segments mis
bout à bout (confiance `S`).

---

## 5. Les prononciations qui ne s'alignent pas

Un refus de l'aligneur est un signal fort : dans la grande majorité des cas,
la transcription de la source est fautive (phonème en trop, transcription
d'un autre mot ou d'une partie du mot). Mais ce n'est pas une preuve : les
emprunts (*checkout*, *Kōji*) ne suivent pas l'orthographe française.

Quand **aucune** prononciation d'une entrée ne s'aligne, les candidates sont
votées telles quelles. Puis la **règle des non-alignées** s'applique à une
gagnante qui ne vient que d'une source : elle n'est gardée que si

1. le modèle graphème → phonème la propose parmi ses dix meilleures
   prononciations, ou
2. le mot, son lemme ou sa base sans préfixe ni terminaison française
   (*recoacher* → *coach*) figure dans un lexique anglais.

Sinon, elle est remplacée par la prédiction du modèle (confiance `G`) et
marquée rejetée (motif « règle M ») dans la provenance.

Les entrées gardées ont la confiance `N` (confirmée par deux sources ou par
le modèle) ou `M` (une seule source, retenue par la règle).

---

## 6. L'indice de confiance en détail

| Code | Sens | Analyses |
|---|---|---:|
| `A` | au moins deux familles importables donnent la même forme normalisée | 181 927 |
| `B` | une seule famille importable, confirmée par ipa-dict, par le modèle graphème → phonème ou par la ressource de contrôle (§9) | 1 907 614 |
| `C` | une seule famille, non confirmée (le modèle diverge ou ne s'applique pas) | 197 257 |
| `R` | surcharge de relecture, avec son motif | 30 295 |
| `P` | choisie par le contrôle de paradigme contre le vote | 679 |
| `K` | prononciation de la phrase donnée par le Wiktionnaire, sans vote | 1 549 |
| `T` | prononciation posée par l'inventaire des formes spéciales (tiré du Wiktionnaire, complété et relu à la main) | 2 230 |
| `E` | sigle épelé : aucune prononciation de source, lu lettre par lettre (*SNCF* /ɛs.ɛn.se.ɛf/) | 4 195 |
| `N` | non alignable, confirmée par deux familles ou par le modèle | 996 |
| `M` | non alignable, une seule source, gardée par la règle des non-alignées (§5) | 69 |
| `S` | sans source : composée des segments, ou reprise de la forme en minuscules | 106 312 |
| `G` | prononciation du modèle graphème → phonème : mot sans source, mot attesté sans prononciation, ou candidate écartée par la règle des non-alignées | 587 436 |
| `D` | aucune prononciation | 414 |
| `—` | forme relevée dans les corpus, sans prononciation ni analyse | 92 603 |

---

## 7. Le fichier `lexik_provenance.tsv`

### 7.1 Colonnes

Une ligne par entrée (graphie, lemme, catégorie). Le fichier se joint au
fichier des formes par (`ortho`, `lemme`, `upos`). Deux homonymes numérotés
de même graphie (`livre#NOUN#1`, `livre#NOUN#2`) ont la même prononciation
et partagent une ligne.
Les fichiers des locutions et des formes spéciales n'ont pas de colonne
`lemme` : ils se joignent à la provenance par (`ortho`, `upos`) ; pour une
forme spéciale, le lemme de la provenance est la forme elle-même.

| Colonne | Contenu |
|---|---|
| `ortho`, `lemme`, `upos` | l'entrée |
| `phone` | la prononciation retenue, forme brute (guide, §6.4) |
| `confiance` | l'indice de confiance (§6) |
| `sources` | les sources qui attestent l'analyse |
| `candidates` | les prononciations proposées, chacune avec ses sources et son statut (§7.2) |
| `regles` | les conventions (C1 à C12) qui ont servi à normaliser les candidates |
| `corrections` | les modifications après le vote, avec leur motif (§4.3) |
| `marques` | les marques ajoutées à la prononciation (consonne latente, h aspiré) et leur origine |
| `controle_morphalou` | `identique`, `different` ou `absent` : accord de la ressource de contrôle avec la prononciation retenue (§9) |
| `confiance_sans_controle` | la confiance recalculée sans la ressource de contrôle (§9) |

### 7.2 Lire la colonne `candidates`

Exemple : *petit* adjectif, retenu /pə.ti/.

```
pə.ti  ← glaff,kaikki,lexique383,lexique4 [canonique]
pti    ← kaikki [canonique]
pət.si ← kaikki [rejetee] (pos=3/5 reste='it' phone=/s/ … attendu=[s,ss,c,ç,sç,t…])
ptsi   ← kaikki [rejetee] (…)
```

Chaque proposition est suivie des sources qui la donnent et de son statut :

| Statut | Sens |
|---|---|
| `[canonique]` | une fois normalisée, elle donne la prononciation retenue : elle a voté pour elle |
| `[attestee]` | recevable, mais elle donne une autre forme, qui a perdu le vote : variante attestée |
| `[rejetee]` | refusée par l'aligneur (le diagnostic suit) ou contenant un symbole hors inventaire |
| `[liaison]` | forme de liaison donnée par la source (*dix* /diz/) : elle ne vote pas, elle sert à poser la consonne latente |

Lecture : quatre sources donnent /pə.ti/. Le Wiktionnaire donne aussi /pti/,
sans *e* muet ; la règle C4 (le *e* muet intérieur est toujours noté) le
ramène à /pə.ti/, il compte donc pour la même forme, d'où `[canonique]`. Le
Wiktionnaire donne enfin deux transcriptions où le *t* se prononce [ts]
(sans doute la prononciation québécoise) ; l'aligneur les refuse, et le
diagnostic dit où : à la lettre 3 sur 5, il reste *it*, et /s/ ne peut pas
s'écrire *i*.

Quand aucune candidate ne s'aligne, la gagnante est `[canonique]` mais
garde le diagnostic de l'aligneur entre parenthèses (§5).

---

## 8. L'origine des propriétés : `lexik_lemmes_provenance.tsv`

Une ligne par lemme dont une propriété vient d'une source ou d'une règle
(839 263 lemmes en tout, dont une minorité concernée). Les
propriétés lues sur les formes elles-mêmes (genre, pluriel, féminin…) n'ont
pas de provenance à tracer.

| Colonne | Contenu | Exemple (*manger*) |
|---|---|---|
| `id_lemme` | le lemme | `manger#VERB` |
| `provenance` | l'origine de chaque propriété, en `propriété=origine`, plusieurs origines concordantes jointes par `+` | `groupe=calcul;transitivite=grammalecte+kaikki;pronominal=kaikki;auxiliaire=grammalecte` |
| `conflits` | les avis divergents des sources, non retenus | `invariable:kaikki=oui` (pour *Avesta*) |
| `cellules` | pour un verbe, le nombre de cases de conjugaison attestées sur 48 (24 à l'indicatif, 12 au subjonctif, 6 au conditionnel, 3 à l'impératif, l'infinitif et les deux participes) | `48/48` |

Les origines possibles : `kaikki` (Wiktionnaire), `grammalecte`, `calcul`
(déduite par LeXiK, par exemple le groupe d'après la terminaison de
l'infinitif), `tete:<verbe>` (héritée du verbe de base d'un composé :
*auto-endurcir* → `tete:endurcir`) et `defaut` (aucune source, valeur par
défaut).

Les locutions, les formes spéciales et les formes non classées n'ont pas
de fichier des lemmes :
l'origine de leurs propriétés est dans la colonne `provenance_proprietes`
de `lexik_provenance.tsv`, sur la ligne de l'entrée, dans le même format
que la colonne `provenance` ci-dessus.

---

## 9. La ressource de contrôle : Morphalou

Morphalou 3.1 (ATILF / CNRS) est diffusé sous licence LGPL-LR, incompatible
avec la licence CC BY-SA de LeXiK. Il n'est donc **jamais une source** de
LeXiK : il sert de **ressource de contrôle**, c'est-à-dire que ses valeurs
sont comparées aux valeurs retenues, sans jamais être reprises.

- Morphalou ne vote pas : une prononciation ou une analyse qu'il est seul à
  donner n'est pas retenue.
- Ses marques de h aspiré et ses formes de liaison ne sont pas lues.
- Le modèle graphème → phonème ne lit que l'orthographe et la catégorie,
  jamais les propositions des sources.
- Vérification faite sur les entrées dont la prononciation est votée entre
  les sources (confiances `A`, `B`, `C`, `M`, `N`) : chacune a au moins une
  proposition d'une source libre qui vote pour la prononciation retenue.

Ce que Morphalou apporte, c'est une **confirmation** : une prononciation
donnée par une seule famille libre est `B` si Morphalou ou le modèle la
confirme, `C` sinon. Le code de confiance peut donc dépendre de Morphalou ;
la prononciation, non. La colonne `confiance_sans_controle` donne la
confiance recalculée sans aucune ressource LGPL-LR : elle ne diffère de
`confiance` que pour 5 309 entrées (`B` → `C`), les autres
confirmations de Morphalou étant aussi données par le modèle.

Dans le fichier de provenance, Morphalou est absent de `sources` et de
`candidates` : aucune de ses valeurs n'est reproduite. La colonne
`controle_morphalou` dit seulement s'il confirme (`identique`), s'il
diffère (`different`) ou s'il n'a pas l'entrée (`absent`).

Si l'ayant droit de Morphalou estimait que cet usage excède la comparaison,
l'auteur de LeXiK s'engage à retirer la colonne `controle_morphalou` et à
remplacer `confiance` par `confiance_sans_controle`. Contact : voir
`LISEZ-MOI.md`.

---

## 10. Les divergences avec les sources

LeXiK ne corrige pas ses sources en silence. Pour chaque source, la liste
des entrées où LeXiK diverge d'elle, avec la valeur de la source, la valeur
de LeXiK et le motif, est **transmise aux auteurs de la source**. Ce sont
des signalements, pas des corrections : dans une divergence de fond, la
source peut avoir raison.

Les divergences sont classées, de la plus anodine à la plus suspecte :

| Type | Sens |
|---|---|
| `convention` | même prononciation, notée autrement (syllabation, ouverture d'une voyelle, consonne double) : pas une erreur |
| `correction` | la valeur de la source a gagné le vote, puis a été modifiée (§4.3) |
| `variante` | la valeur s'aligne sur l'orthographe, mais le vote en a retenu une autre |
| `rejet` | la valeur ne s'aligne pas sur l'orthographe, ou a été écartée par la règle des non-alignées : la plus probablement fautive |
| `analyse` | une analyse grammaticale de la source a été écartée (forme verbale sans son paradigme, lemme minoritaire, suite de mots prise pour un mot) |

Trois signaux ont servi à repérer les erreurs :

1. **le croisement des sources** : chaque prononciation est votée entre
   familles indépendantes ; une valeur minoritaire n'est jamais perdue, la
   provenance la garde ;
2. **le refus d'alignement** : une transcription que l'aligneur ne parvient
   pas à mettre en correspondance avec l'orthographe est suspecte (§5) ;
3. **le contrôle par le modèle** : pour une entrée à source unique, la
   prédiction indépendante du modèle graphème → phonème confirme la valeur
   ou la met en doute ; les désaccords ont été relus par classes.

---

## Annexe A. Matrices de consensus phonétique

Ces mesures justifient les conventions C1 à C12 (guide, §6.3) : pour chaque question,
la part des prononciations de chaque source qui suit chaque option. Elles
ont été faites le 1ᵉʳ octobre 2026 sur les sources normalisées vers
l'inventaire, avant tout arbitrage. Les règles sont repérées à partir de
l'orthographe seule, donc sur des sous-ensembles où leur application est
certaine ; la syllabation utilisée est une approximation. Les effectifs sont
des nombres de prononciations. GLAFF et Kaikki, tous deux tirés du
Wiktionnaire, ne sont pas indépendants. La ressource de contrôle (§9)
n'est pas reproduite ici.

### C2 — o/ɔ en syllabe ouverte non finale (graphie o)

| Source | ɔ (graphique) | o (position) | n |
|---|---|---|---|
| lexique | 39,0 % | 61,0 % | 20 113 |
| glaff | 82,2 % | 17,8 % | 116 864 |
| kaikki | 78,5 % | 21,5 % | 210 411 |
| ipadict | 93,4 % | 6,6 % | 23 575 |

### C2 — e/ɛ pour « ai » en syllabe ouverte non finale

| Source | ɛ (graphique) | e (position) | n |
|---|---|---|---|
| lexique | 84,5 % | 15,5 % | 600 |
| glaff | 79,2 % | 20,8 % | 2 287 |
| kaikki | 84,4 % | 15,6 % | 2 895 |
| ipadict | 78,8 % | 21,2 % | 697 |

### C3 — schwa final (graphie -e)

| Source | ə final absent | ə final noté | n |
|---|---|---|---|
| lexique | 99,9 % | 0,1 % | 26 720 |
| glaff | 99,9 % | 0,1 % | 74 475 |
| kaikki | 100,0 % | 0,0 % | 138 371 |
| ipadict | 100,0 % | 0,0 % | 22 300 |

### C4 — schwa interne facultatif

| Source | ə interne noté | ə interne absent | n |
|---|---|---|---|
| lexique | 90,1 % | 9,9 % | 30 386 |
| glaff | 90,1 % | 9,9 % | 367 573 |
| kaikki | 93,5 % | 6,5 % | 472 588 |
| ipadict | 91,9 % | 8,1 % | 56 054 |

### C5 — schwa initial de re- noté ø ou ə

| Source | ø | ə | n |
|---|---|---|---|
| lexique | 4,4 % | 95,6 % | 7 806 |
| glaff | 0,0 % | 100,0 % | 190 831 |
| kaikki | 0,0 % | 100,0 % | 201 876 |
| ipadict | 0,0 % | 100,0 % | 9 214 |

### C6 — i + voyelle après consonne + liquide

| Source | diérèse (i) | diérèse (ij) | synérèse (j) | n |
|---|---|---|---|---|
| lexique | 13,0 % | 78,4 % | 8,6 % | 1 302 |
| glaff | 5,0 % | 67,5 % | 27,5 % | 8 155 |
| kaikki | 3,7 % | 90,2 % | 6,1 % | 10 825 |
| ipadict | 2,1 % | 62,1 % | 35,8 % | 1 991 |

### C7 — u + voyelle (hors qu, gu, ou)

| Source | semi-voyelle ɥ | voyelle y | n |
|---|---|---|---|
| lexique | 89,2 % | 10,8 % | 3 319 |
| glaff | 91,0 % | 9,0 % | 16 265 |
| kaikki | 91,1 % | 8,9 % | 26 188 |
| ipadict | 94,2 % | 5,8 % | 4 651 |

### C8 — -isme

| Source | izm | ism | n |
|---|---|---|---|
| lexique | 72,6 % | 27,4 % | 833 |
| glaff | 1,8 % | 98,2 % | 2 657 |
| kaikki | 5,4 % | 94,6 % | 6 167 |
| ipadict | 0,0 % | 100,0 % | 936 |

### C9 — b devant s/t

| Source | assimilée (ps/pt) | non assimilée (bs/bt) | n |
|---|---|---|---|
| lexique | 88,5 % | 11,5 % | 607 |
| glaff | 45,4 % | 54,6 % | 3 357 |
| kaikki | 40,7 % | 59,3 % | 4 550 |
| ipadict | 99,0 % | 1,0 % | 821 |

### C10 — gn intervocalique

| Source | ɲ | autre (ŋ, ɡn) | nj | n |
|---|---|---|---|---|
| lexique | 91,6 % | 4,5 % | 3,9 % | 2 462 |
| glaff | 94,4 % | 5,1 % | 0,5 % | 14 519 |
| kaikki | 94,3 % | 4,9 % | 0,8 % | 21 330 |
| ipadict | 95,0 % | 4,8 % | 0,2 % | 3 164 |

### C11 — rr des futurs/conditionnels de courir, mourir, acquérir

| Source | ʁ | ʁʁ | n |
|---|---|---|---|
| lexique | 70,8 % | 29,2 % | 89 |
| glaff | 67,2 % | 32,8 % | 235 |
| kaikki | 66,4 % | 33,6 % | 232 |
| ipadict | 100,0 % | 0,0 % | 102 |

### C12 — finales verbales -ai / -ais

| Source | -ai → ɛ | -ais → ɛ | -ai → e | -ais → e | n |
|---|---|---|---|---|---|
| lexique | 24,7 % | 47,4 % | 27,9 % | 0,0 % | 5 585 |
| glaff | 0,0 % | 50,1 % | 49,8 % | 0,0 % | 52 194 |
| kaikki | 0,0 % | 50,2 % | 49,8 % | 0,0 % | 69 619 |
| ipadict | 49,2 % | 50,2 % | 0,5 % | 0,0 % | 10 709 |

### C1 — voyelles moyennes en syllabe finale : désaccords entre sources

| Paire | mots comparés | désaccord sur la voyelle finale | exemple |
|---|---|---|---|
| lexique – glaff | 83 286 | 3,3 % (2 720) | embrouillerai ['ɑ̃bʁujəʁɛ'] / ['ɑ̃bʁujəʁe', 'ɑ̃bʁujʁe'] |
| lexique – kaikki | 91 002 | 3,3 % (2 972) | embrouillerai ['ɑ̃bʁujəʁɛ'] / ['ɑ̃bʁujəʁe'] |
| lexique – ipadict | 69 779 | 2,7 % (1 887) | atomiserai ['atɔmizəʁe'] / ['atɔmizəʁɛ'] |
| glaff – kaikki | 442 916 | 0,1 % (540) | hydrospeeder ['idʁɔspidøʁ'] / ['idʁɔspidœʁ'] |
| glaff – ipadict | 107 571 | 8,9 % (9 613) | défavorisai ['defavɔʁize'] / ['defavɔʁizɛ'] |
| kaikki – ipadict | 112 611 | 8,7 % (9 745) | défavorisai ['defavɔʁize'] / ['defavɔʁizɛ'] |

### Couverture : part des prononciations qui rejoignent la classe majoritaire après neutralisation des différences dérivables (R1–R9)

| Source | prononciations comparées | majoritaire | minoritaire |
|---|---|---|---|
| lexique | 180 726 | 99,03 % | 0,97 % (1 761) |
| glaff | 395 078 | 98,00 % | 2,00 % (7 886) |
| kaikki | 413 371 | 99,30 % | 0,70 % (2 897) |
| ipadict | 243 002 | 99,38 % | 0,62 % (1 507) |

### Synthèse

| Règle | Consensus mesuré | Décision |
|---|---|---|
| C2 `o` non final | `ɔ` majoritaire (79–97 %) ; Lexique partagé (39 / 61) | `ɔ` d'après la graphie |
| C2 `ai` non final | `ɛ` 79–98 % | `ɛ` |
| C3 schwa final | absent 99,9 % | jamais noté |
| C4 schwa interne | noté 90–94 % | noté |
| C5 schwa de *re-* | `ə` ≥ 96 % | `ə` |
| C6 diérèse après consonne + liquide | 62–96 % | diérèse |
| C7 semi-voyelle | `ɥ` 89–94 % | semi-voyelle |
| C8 *-isme* | `ism` 95–100 % (Lexique `izm` 73 %) | `ism` |
| C9 assimilation de voisement | assimilée chez Lexique et ipa-dict ; Wiktionnaire partagé | assimilée, alternative notée |
| C10 *gn* | `ɲ` 92–95 % ; le reste = mots savants en `ɡn` | `ɲ` et liste d'exceptions |
| C11 consonnes doubles | `ʁ` simple 66–100 % | jamais doublée |
| C12 *-ai* / *-ais* | *-ais* → `ɛ` 100 % ; *-ai* → `e` chez la majorité, `ɛ` chez ipa-dict | `e` / `ɛ` |