Santhosh Thottingal സന്തോഷ് തോട്ടിങ്ങല്‍

Open Letter to Mammootty from Free Software Community

Sat, 19 Apr 2008 08:10:36 GMT

Microsoft will be signing up Malayalam movie star Mammootty as one of the brand ambassadors for the Computer Literacy programme that is to be organized soon in Kerala. FOSS community writes an open letter to Mammootty to Reconsider Promotion of Microsoft and their Proprietary Softwares.

It is available here: An open letter to Mammootty. I request all to endorse Open letter to Mammooty by adding your name there.

A nice post on ILUG-TVM on the issue: Another of M$'s dirty tactics

Using Inkscape for DTP in Indic Scripts

Thu, 10 Apr 2008 16:07:04 GMT

A good page layout package for GNU/Linux with Indic language and unicode support is one of the missing item in the list of software packages for Indic computing. Scribus gives hope but it is still not ready to serve the purpose. So what could be the solution? Should we wait or find out 'workarounds'?
No, There is a solution. Till scribus is ready with indic support Inkscape will help us. Inkscape is not a DTP software, but it can do it if required. Using its text objects and other text/image editing features we can design pages in Unicode itself. And with Pango rendering.
Using inkscape is not difficult and it comes with good tutorials in SVG format and those tutorial pages are also an illustration of how to do page layout. You can save your work in SVG, PNG ,PDF etc..

I just tried to design two pages in Malayalam and result was satisfactory.

Thanks to Anivar for pointing out this possibility of Inkscape.

Can't Speak? Dhvani will speak for you!

Sun, 16 Mar 2008 15:50:49 GMT

Dhvani can help not only blind users but also dumb users. I will explain how dhvani act as your mouth using KMouth.
Kmouth is as KDE Accessibility Appllication and it act as a test to speech front end. KMouth is a program that enables persons that cannot speak to let their computers speak. It includes a history of spoken sentences from which the user can select sentences to be re-spoken. It learns the words the user wrote and have autocompletion. It also includes a phrasebook, using that you can store the commonly used phrases for quick access.
We will see how dhvani can be used with Kmouth.
open KMouth : KMenu->Utilities->Accessibility->Kmouth. Install it if not already installed
You will get configuration window and give the "Command to speak text" as dhvani %f

Done. Now you can type some text in the Kmouth and ask it speak.

To avoid typing the words that are used often, create a Phrasebook. Refer KMouth Help document for that. You can also add a wordlist so that you will get autocompletion feature while typing words. Refer Kmouth Handbook for that also. It is easy and just a matter of giving some text file to learn.
I hope it will be helpfull for the dumb users even though there are some practical problem like keeping the computer with them...

For for information about dhvani, how to install etc see the documentation

Dhvani - KDE Integration.

Sun, 16 Mar 2008 15:36:27 GMT

It is possible integrate Dhvani Indian Langauge TTS to KDE desktop through its TTS system KTTS. Using this you can dhvani can read the text in kate,kedit,kwrite, Konqueror. You can even listen to the text in the webpages in Konqueror
Dhvani can be itegrated to KTTS using its Command plugin feature. To do this go to control center-->Regional and Accessibility -->Text-to-speech -->Talker Tab. Add a new Synthesizer.

Select the syntesizer type as Command and Langauge as Other. You can select any language since Dhvani doesn't want langauge parameter and it detects the language automatically.
Give the synthesizer command as dhvani %f

Move this synthesizer to top in the list of Synthesizers and Click apply. Done.
Now take a UTF-8 text in any of the editors described above or take a webpage in any of the supported language. From the tools menu take Speak Text and listen !!!
For for information about dhvani, how to install etc see the documentation

GNOME 2.22 Released

Fri, 14 Mar 2008 15:37:16 GMT

Gnome released its 2.22 version . The GNOME desktop and platform received many improvements and new features.
It has official support for 46 languages. Malayalam, Marathi, Tamil, Gujarati and Punjabi completed more than 80% of translations and present in the supported languages.

Read the release notes to know the new features

Creating audio books using Dhvani

Thu, 28 Feb 2008 04:36:19 GMT

Dhvani can be used for creating audiobooks in any of the supported languages(Hindi, Malayalam, Telugu, Kannada, Oriya, Bengali, Gujarati, Panjabi).
First of all you should get the latest dhvani source code from CVS in sourceforge. Compile it and install.
To create an audiobook follow these steps
You need the text in utf-8 format. No need to specify the langauge. Dhvani will detect the langauge automatically.


dhvani -o audiobook.wav textfile
oggenc -B 16 -C 1 -R 16000 audiobook.wav

Now you have a file called audiobook.ogg. If you prefer ogg, then your audiobook is ready. If you want the file in mp3 format


oggdec audiobook.ogg

(This will create a file named audiobook.ogg.wav )


lame --preset 192 -ms -h audiobook.ogg.wav

(install lame if it is not present using your package manager)

Now your mp3 file is ready. Transfer it to your music player and enjoy!

I have a sample Malayalam Audio book here

Note: The speech produced for Languages other than Hindi and Malayalam may not be as per their pronunciation rules. There are two solution for this:
a) Teach me that langauge ;) or
b) Submit a patch to fix that language module

You can find the Dhvani documentation here

FOSS India Awards

Wed, 20 Feb 2008 05:38:30 GMT

Dhvani is a winner of FOSS India Awards 2008.
There are 20 winners and more details here.
Indic support for Tuxtype project by Mobin and friends is also a winner. Congrats Mobin and Congrats to all winners!!!
And Thanks to LFY and NRCFOSS

Hackers or Crackers?

Wed, 09 Jan 2008 04:09:12 GMT

When will these journalists understand the difference between the _Hacker_ and Cracker?
See these two news
1. ADMK website hacked again
2. Hacker who stole bank details held
3. Goa govt web site hacked by Turkish hacker

Dear journalists, Could you please find time to read these?
http://fci.wikia.com/wiki/IfYouAre#journalist
http://en.wikipedia.org/wiki/Hacker
http://fci.wikia.com/wiki/Hackers
Hackers are not Crackers

Pirated Softwares: MS Raid In Kerala

Fri, 21 Dec 2007 17:24:23 GMT

Microsoft legal department team members inspected the computer shops in Trivandrum and Kollam districts , Kerala for 'pirated Microsoft softwares ' with the help of police on Dec 20. More details: here and here

Sulekha: Transliteration Based Indic Texteditor

Mon, 19 Nov 2007 16:14:22 GMT

Learning how to type in our own Mother tongue is always a problem for newbies. Usually we will just use English as "yeh kya hey" while chatting/mailing. It is because of this reason the transliteration based input methods are more popular than the Inscript in some languages. Google recently released their Indic transliterate service, a web based text editor which will take English words and convert to Indic languages with the help of some machine learning.
But as far as a normal user is concerned there are many things missing there. It works only if you are online, the suggestions it is listing for English words are often wrong words with spelling mistakes, not a free software etc..
It is in this context, I tried to develop a Desktop application which will act as transliteration based text editor with almost all features of Google transliterate and with some extra features. The project is called as 'Sulekha", meaning "one who writes well"
What is Sulekha
Sulekha is a GTK based text editor. It transliterated the English words to Malayalam (It is not only designed for Malayalam. but I started it for Malayalam) when user types space/newline. If the transliterated word is an actual Malayalam word , Sulekha will replace the English word with the Malayalam word. Other wise we will try to get an exact match from the dictionary we have. If there are multiple words which matches the transliterated word, we will show it as an option list, just like a spell checker. If there is no suggestions, there is a onscreen keyboard, using that user can type using mouse and we will add that new word to the dictionary. Thereby Sulekha learns new words.

If one experienced user wants to use type some words using any input methods, we can disable the sulekha algorithm as well. Then it works as a normal text editor. Sulekha uses Aspell for word learning and suggestions. There is a transliteration engine which transliterated the word to a particular language.
So it is possible to extend Sulekha to any language having Aspell word list. Just need to write one transliteration engine which it language specific. Sulekha editor is a hack on the gtkspell library code which works as a basis for GEDIT text editor. If possible, we can think about a web based sync of word lists also.

The project is not complete, but the code is available in the GIT repository of Swathanthra Malayalam Computing at Savannah
To build the code;
./configure
make

To run:
For editor :
sulekha
For commandline transliterator
sulekha englishword_to_transliterate

This is the TODO list of Sulekha as of now
1. Onscreen keyboard- Coding and Integration
2. Session dictionary/System dictionary Handling
3. Fixing some bugs in Transliteration system, especially the letters after Chillu.- need a small correction in the algorithm
4. Implementing the Editor Menu functions, File Handling
5. Tuning Aspell configuration for the Edit distance optimization for the best suggestions, Currently the suggestion list is too big and suggestion words include words with more than 2 edit distance.
6. Handling the edit inside the word
7. Web Integration

If you are interested in this project/adding new language support please contact santhosh00 at gmail.com

Happy Hacking!!!

ഇതാ വരുന്നൂ, സുലേഖ

Wed, 14 Nov 2007 16:13:44 GMT

ഗൂഗിള്‍ ഈയിടെ പുറത്തിറക്കിയ ഗൂഗിള്‍ ട്രാന്‍സ്ലിറ്ററേറ്റ് എന്ന സേവനത്തില്‍ നിന്ന് പ്രചോദനമുള്‍‌ക്കൊണ്ട് സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് അവതരിപ്പിയ്ക്കുന്നു, പുതിയ സ്വതന്ത്ര സോഫ്റ്റ്‌വെയര്‍ സംരംഭം: "സുലേഖ "

എന്താണ് സുലേഖ?

സുലേഖ gtk യില്‍ തീര്‍ത്ത ഒരു GUI ടെക്സ്റ്റ് എഡിറ്ററാണ്. വരമൊഴി, സ്വനലേഖ തുടങ്ങിയവ ഓരോ അക്ഷരത്തിനെയും ലിപ്യന്തരണം ചെയ്യുമ്പോള്‍ പദാനുപദ ലിപ്യന്തരണമാണ് സുലേഖ ചെയ്യുന്നത്. ഓരോ വാക്കും കഴിഞ്ഞ് സ്പേസ് അടിയ്ക്കുമ്പോള്‍ തൊട്ടുമുമ്പ് ടൈപ്പ് ചെയ്ത മംഗ്ലീഷ് മലയാളമായി മാറുന്നു. എഴുതിയ മംഗ്ലീഷ് ആശയക്കുഴപ്പമില്ലാതെ ഒരു മലയാളം വാക്കിന് തത്തുല്യമാണെങ്കില്‍ ആ മലയാളം വാക്ക് വരുന്നു. അല്ലെങ്കില്‍ മംഗ്ലീഷിന്റെ ഏകദേശ ലിപ്യന്തരണം നടത്തി, ആ വാക്ക് ഒരു ചുവപ്പ് അടിവരയോടു കൂടി കാണിയ്ക്കുന്നു. റൈറ്റ് ക്ലിക്ക് ചെയ്യുമ്പോള്‍ ഏറ്റവും യോജിച്ച മലയാളം വാക്കുകള്‍ മെനുവില്‍ കാണിയ്ക്കുന്നു. എന്നിട്ടും ഉദ്ദേശിച്ച വാക്ക് വന്നില്ലെങ്കില്‍ ഒരു ഓണ്‍സ്ക്രീന്‍ കീബോര്‍ഡിന്റെ സഹായത്തോടെ മൗസ് ഉപയോഗിച്ച് വാക്ക് ടൈപ്പ് ചെയ്യാം. ഇങ്ങനെ ചേര്‍ക്കുന്ന പുതിയ വാക്കുകള്‍ സുലേഖ പഠിയ്ക്കുന്നു.

ഉപയോക്താവിന് വേണമെങ്കില്‍ സുലേഖ എഡിറ്ററിനെ ഒരു സാദാ ടെക്സ്റ്റ് എഡിറ്ററായും ഉപയോഗിയ്ക്കാം. സുലേഖ അല്‍ഗോരിതം ഉപയോഗിയ്ക്കാതെ ഇന്‍സ്ക്രിപ്റ്റ്, സ്വനലേഖ, മൊഴി, ലളിത എന്നിവ ഏതെങ്കിലും ഉപയോഗിച്ച് ടൈപ്പ് ചെയ്യാം
സ്ക്രീന്‍ഷോട്ട് കാണുക

മലയാളത്തിന് വേണ്ടി മാത്രമല്ല ഇത് രൂപകല്പന ചെയ്തിരിയ്ക്കുന്നത്. ഏകദേശം അറുപതോളം ഭാഷകള്‍ (അതായത് ഗ്നു ആസ്പെല്‍ പദാവലി ലഭ്യമായ ഏതൊരു ഭാഷയും)സുലേഖയില്‍ ചേര്‍ക്കാവുന്നതാണ്. സുലേഖയില്‍ ചേര്‍ക്കുന്ന ഓരോ വാക്കും സത്യത്തില്‍ പഠിയ്ക്കുന്നത് ആസ്പെല്‍ ആണ്. ആസ്പെല്‍ പദാവലികള്‍ (പുതിയ വാക്കുകള്‍ ഹോം ഫോള്‍ഡറില്‍ ഒരു .dot file ആയി‌ ശേഖരിയ്ക്കപ്പെടും)പരസ്പരം പങ്ക് വെയ്ക്കുകയാണെങ്കില്‍, ഒരാളുടെ കമ്പ്യൂട്ടറില്‍ പഠിച്ച് വാക്കുകള്‍ മറ്റൊരാള്‍ക്ക് അയാളുടെ കമ്പ്യൂട്ടറില്‍ ഉപയോഗിയ്ക്കാം. ഒരു വെബ് ഇന്റര്‍ഫേസ് വഴി ഈ പദസഞ്ചയങ്ങളെ സിങ്ക് ചെയ്താല്‍ നമ്മുടെ കോര്‍പ്പസ് പ്രൊജക്റ്റിന് അതൊരു മുതല്‍ക്കൂട്ടാകും. അറിയാതെ ഏതെങ്കിലും തെറ്റിപഠിപ്പിച്ചാല്‍ ഒരു manual edit ലൂടെ പരിഹരിയ്ക്കാവുന്നതുമാണ്.

പാംഗോ, ജിടികെ, ആസ്പെല്‍ എന്നി സ്വതന്ത്ര സോഫ്റ്റ്‌വെയര്‍ ലൈബ്രറികളാണ് സുലേഖയുടെ അടിത്തറ. ആസ്പെല്‍ സ്പെല്ലിങ്ങ് തിരുത്തലിനും നിര്‍ദ്ദേശങ്ങള്‍ക്കും, പദപഠനത്തിനും ഉപയോഗിയ്ക്കുമ്പോള്‍, പാംഗോ, വാക്കുകള്‍ കൈകാര്യം ചെയ്യാന്‍ ഉപയോഗിയ്ക്കുന്നു. ജിടികെ UI യ്ക്കും. ഇതിനു പുറമേ ഇന്റലിജന്റ് ട്രാന്‍സ്ലിറ്ററേഷന് വേണ്ടി C യില്‍ സ്വന്തമായി വികസിപ്പിച്ചെടുത്ത ഒരു മലയാളം word level transliteration engine ഉം
ഉണ്ട്. അത് ഒരു സ്വതന്ത്ര API ആക്കി മാറ്റുവാന്‍ ശ്രദ്ധിയ്ക്കുന്നുണ്ട്. പ്രശസ്ത ടെക്സ്റ്റ് എഡിറ്ററായ gedit ന്റെ കോഡിലെ ചില ഭാഗങ്ങള്‍ ഹാക്ക് ചെയ്താണ് എഡിറ്ററിന്റെ അടിത്തറ ഇട്ടിരിയ്ക്കുന്നത്. അതുകൊണ്ട് തന്നെ gedit നെ സുലേഖ കോഡ് ഉപയോഗിച്ച് കമ്പൈല്‍ ചെയ്ത് പൂര്‍ണ്ണമായും ഉപയോഗപ്പെടുത്തുകയും ആവാം എന്നൊരു സ്വപ്നവും ഉണ്ട്.

വികസന പ്രക്രിയയുടെ പകുതിയോളം പൂര്‍ത്തിയായ സുലേഖയുടെ കോഡ് സ്വ.മ.കയുടെ സാവന്നയിലെ ജിറ്റില്‍ (GIT : Source Code Control System)നിന്നെടുത്ത് പരിശോധിയ്ക്കാവുന്നതാണ്. പൂര്‍ണ്ണമായും ഉപയോഗയോഗ്യമാവണമെങ്കില്‍ കുറച്ചു കൂടി കാത്തിരിയ്ക്കേണ്ടി വരും.

Project Idea, Design : Praveen A (Inspired by Google Transliterate)
Design, Algorithm, Development: Santhosh Thottingal
License: GPL v3 or later version

നിര്‍ദ്ദേശങ്ങളും അഭിപ്രായങ്ങളും അറിയിക്കുക. പെട്ടെന്ന് സംരംഭം പൂര്‍ത്തിയാക്കാന്‍ ഇതിന്റെ വികസനപ്രക്രിയയില്‍ പങ്കെടുക്കാന്‍ താത്പര്യമുള്ള ഡെവലപ്പേഴ്സിനെ സ്വാഗതം ചെയ്യുന്നു.

സുലേഖയില്‍ ഇനി ചെയ്യാനുള്ളത്:
1. ഓണ്‍സ്ക്രീന്‍ കീബോര്‍ഡ്- Coding and Integration
2. Session dictionary/System dictionary Handling
3. Fixing some bugs in Transliteration system, especially the letters after Chillu.- need a small correction in the algorithm
4. Implementing the Editor Menu functions, File Handling
5. Tuning Aspell configuration for the Edit distance optimization for the best suggestions, Currently the suggestion list is too big and suggestion words include words with more than 2 edit distance. I think using the Ultra Mode of Aspell will solve this problem
6. Handling the edit inside the word
7. Web Integration

To build the code;
./configure
make

To run:
For editor :
sulekha
For standalone transliterator
sulekha manglishword

എന്റെ കമ്പ്യൂട്ടറിന് എന്റെ ഭാഷ - ഒരു സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് സംരംഭം

Hacking the GLMatrix screensaver

Mon, 05 Nov 2007 17:27:02 GMT

I am sure that many of you are fans of "The Matrix" series. And many of you might be using the Matrix Screensavers in your system.
But did you ever think like this: "Why cant that glowing green glyphs that rains in black screen be Indic ?"
Well, Not a bad Idea. Right?
Ok, Shall we try to hack the glmatrix screen saver? Here you go!

1. Download the xscreensaver sourcecode from http://www.jwz.org/xscreensaver/download.html

2. Configure and make it(just to ensure that you have required libraries in your machine)

3. Goto hacks/images folder of that source code. You will see matrix3.xpm file there. Backup it , it is valuable:)

4. I am going to use Hindi glyphs(You can use the glyphs from your mother tongue).Now we need to create one xpm image file with same dimension and size of the original one. Write one html page with table and arrange the alphabets there. Note the table should be a 512*598 pixels 13 rows, 16 columns.

5. Refer the following Hindi table. Take a screenshot of the html and get the table alone. You may use the source code of the below table for your language.

(

)

अ

ॐ

इ

ई

उ

ऊ

ऋ

ऍ

ऎ

ऍ

ओ

औ

ओ

त

य

क

कु

नु

रु

प

न

भ

ह

ज

प

र

चु

स

पु

ध

य

म

न

ल

र‍

अ

इ

उ

ल

र

म

व

कू

ऋ

उ

आ

य

न

ज

त

ग

धा

न

अ

त

०

४

क

त

झ

ध

ऴ

क

२

क

म

क्ष

छ

क

छ

क

(

)

~

ॐ

६

७

८

१

२

३

४

५

ओ

आ

छ

य़

फ

थ

क्ष

च

क

पो

नु

क

त

रू

भू

र

जुु

गुु

सु

मु

नि

षि

वी

उ

ऋ

त

अ

आ

इ

ई

उ

ऊ

ऋ

ऍ

ऎ

ऍ

ओ

औ

ओ

अ

त

स

ह

ळ

क्ष

र

औ

ठ

ळ‍

ण

क

ॐ

ट

ब

फ

३

५

ॐ

क

ख

ग

घ

ध

च

छ

ज

झ

ण

ऍ

ऑ

ज्ञ

श्र

ऎ

थ

द

ध

ण

प

क

ब

भ

म

य

र

ल

व

श

ङ

ष

6. Open GIMP and create a new image with image with 512*598 pixel size. paste the table screenshot on the blank image. You can save it as matrix3.xpm file.

7. From my experiments I found that the image should be the mirror copy of the the table image.So flip the image horizontally to get the mirror image and save

8. You can see that the size of the image around 601 KB. But the actual image should be around 301 KB file. Go to Layers-> Colours->posterize. And give the number of colours as 91 (some value around 90). Save it.

9. Now you have the matrix glyph image ready.

10. goto hacks/glx folder. Apply the below patch to glmatrix.c

1079c1079
< XSCREENSAVER_MODULE_2 ("GLMatrix", glmatrix, matrix)
---
> XSCREENSAVER_MODULE_2 ("Hindi Matrix", glmatrix, matrix)

11. Recompile it! Done? No, wait. We need to add this as a screensaver to Gnome-screensaver
12. Create one Hindi Matrix.desktop file in usr/share/applications/screensavers folder. Here is my file

[Desktop Entry]
Encoding=UTF-8
Name=Hindi Matrix
Comment=Draws 3D dropping characters similar to what is seen in the title sequence of "The Matrix", written by Jamie Zawinski. This is a Hindi glyph version written by Santhosh Thottingal.
TryExec=himatrix
Exec=himatrix -root -speed 5.0 -density 50
StartupNotify=false
Terminal=false
Type=Application
Categories=Screensaver
X-Ubuntu-Gettext-Domain=xscreensaver

13. Copy the glmatrix binary to usr/lib/xscreensaver/himatrix.

14. Now go to System-> preferences -> Screensave. Your screensaver should be listed there. See my screenshot

You can download Hindi and Malayalam matrix deb package from here

Happy Hacking!!!

വരമൊഴിയിലും മൊഴി കീമാനിലും എന്‍കോഡിങ്ങ് ബഗ്ഗുകള്‍

Thu, 11 Oct 2007 16:47:28 GMT

വരമൊഴിയിലും മൊഴി കീമാനിലും ( Tavultesoft keyboard) എന്‍കോഡിങ്ങ് പിശകുകള്‍. മലയാളം വിക്കിപ്പീഡിയയിലുള്ള മൊഴി കീമാപ്പിലും ഈ പിശക് ഉണ്ട്. വാക്കുകളുടെ യൂണിക്കോഡ് കോഡ് മൂല്യങ്ങളുടെ വിന്യാസത്തിലാണ് പിശക്. അനാവശ്യമായ ZWNJ ആണ് പ്രശ്നം

കുറച്ച് ഉദാഹരണങ്ങളിലൂടെ ഇത് വിശദമാക്കാം.

മൊഴി

പൊന്‍നിലാവ് (pon_nilaav): ഈ വാക്കിന്റെ ആന്തരിക യൂണിക്കോഡ് റെപ്രസന്റേഷന്‍ എന്താണെന്നറിയാന്‍ പൈത്തണ്‍ പ്രോഗ്രാമ്മിങ്ങ് ഭാഷ ഉപയോഗിക്കാം.

>>>str=u"പൊന്‍‌നിലാവ്"

>>>print repr(str)

u'\u0d2a\u0d4a\u0d28\u0d4d\u200d\u200c\u0d28\u0d3f\u0d32\u0d3e\u0d35\u0d4d'

\u200c(ZWNJ) എന്ന കോഡ് ഇവിടെ അനാവശ്യമാണ്. പൊന്‍നിലാവ് എന്ന വാക്കിന്റെ യഥാര്‍ത്ഥ യൂണിക്കോഡ് ശ്രേണി ഇതാണ്:

u'\u0d2a\u0d4a\u0d28\u0d4d\u200d\u0d28\u0d3f\u0d32\u0d3e\u0d35\u0d4d'

ഇത്തരത്തിലുള്ള മറ്റു ചില വാക്കുകളിതാ:(മൊഴി കീമാന്‍ ഉപയോഗിച്ചെഴുതിയത്)- വാക്കുകള്‍ക്കിടയില്‍ ചില്ലക്ഷരം വരുന്നവ:

മുന്‍‌തൂക്കം, എന്‍‌കോഡിംഗ്, ചാരന്‍‌മാരാണ് ,നന്‍‌മ,പാന്‍‌ഗോ,പിന്‍‌താങ്ങുന്നുവെന്നു,പിന്‍‌തിരിയണമെന്നും,പിന്‍‌പക്കത്തില്‍,പിന്‍‌വലിഞ്ഞു ,പൊന്‍‌വീണ,പൗരന്‍‌മാര്‍,മന്‍‌മോഹന്‍,മുന്‍‌കൂട്ടി,മുന്‍‌കൈ,
മുന്‍‌ഗണനകള്‍, മുന്‍‌ധാരണകളില്ലാതെ, മുന്‍‌വിധികളും, റേഷന്‍‌കാര്‍ഡിനും,സല്‍മാന്‍‌ഖാനും,സെന്‍‌ട്രല്‍ , താല്‍‌പര്യം, ഉല്‍‌പന്നം, കല്‍‌പിച്ച്,നല്‍‌കാനും, മേല്‍‌വിവരിച്ച, വില്‍‌ക്കപ്പെടുന്ന, ശില്‍‌പശാല, ലോസ്ഏഞ്ചല്‍‌സ്, കണ്‍‌വഴി, കണ്‍‌വെട്ടം , പൊന്‍നാളം, കല്‍വിളക്ക്‌

താല്‍‌പര്യം = thaal_paryam

>>> str=u"താല്‍‌പര്യം"

>>> print repr(str)

u'\u0d24\u0d3e\u0d32\u0d4d\u200d\u200c\u0d2a\u0d30\u0d4d\u0d2f\u0d02'

ZWNJ പക്ഷേ ZWJ (U+200D) എന്നതിന് ശേഷം ഇടേണ്ട കാര്യമില്ല . ZWJ ഉള്ളതുകൊണ്ട് തുടര്‍ന്നു വരുന്ന അക്ഷരങ്ങളുമായുള്ള കൂടിച്ചേരല്‍ സംഭവിക്കില്ല. മൊഴിയുടെ അല്‍ഗോരിതം എന്തുകൊണ്ടോ ZWNJ യും ഇടുന്നു.
അതായത് വാക്കുകള്‍ക്കിടയില്‍ മാത്രമല്ല , ചില്ലക്ഷരമെഴുതാന്‍ n, l, L, r,R,N എന്നിവക്ക് പകരം എവിടെയൊക്കെ l_, n_,L_, r_,R_ ,N_ എന്നിവ ഉപയോഗിക്കുന്നുവോ അവിടെയെല്ലാം എന്‍കോഡിങ്ങ് പിശകാണ്. മൊഴി സ്കീമില്‍ l_, n_,L_, r_,R_ ,N_ എന്നിവയാണ് ചില്ലക്ഷരങ്ങള്‍ക്ക് ഉപയോഗിക്കേണ്ടത് എന്ന് പറഞ്ഞിരിക്കുന്നു.

ഈ ഉദാഹരണം ശ്രദ്ധിക്കൂ

അവള്‍= avaL_

>>> str=u"അവള്‍‌"

>>> print repr(str)

u'\u0d05\u0d35\u0d33\u0d4d\u200d\u200c'

അവസാനമുള്ള ZWNJ (u+200C) ശ്രദ്ധിക്കുക. ഈ "അവള്‍ " ഒരിക്കലും തിരഞ്ഞാല്‍ കിട്ടാത്തവളാണെന്ന് വ്യക്തമാണല്ലോ.

ഈ പ്രശ്നം സിബു http://varamozhi.wikia.com/wiki/Help:Contents/Known_Problems
എന്ന പേജില് ചേര്‍ത്തിട്ടുണ്ട്.

മലയാളം സ്പെല്ലിങ്ങ് ചെക്കറിന്റെ ചില പരീക്ഷണങ്ങള്‍ക്കിടയിലാണ് ഈ ബഗ്ഗ് എന്റെ ശ്രദ്ധയില്‍ പെട്ടത്. ചില വാക്കുകള്‍ എപ്പോളും സ്പെല്ലിങ്ങ് മിസ്റ്റേക്ക് കാണിക്കുന്നതിന്റെ കാരണം അന്വേഷിച്ചപ്പോള്‍ കണ്ടെത്തിയതാണിത്. സ്പെല്ലിങ്ങ് ചെക്കറിനായി ഞാന്‍ ശേഖരിച്ച പദശേഖരത്തില്‍ ഇത്തരത്തിലുള്ള ഏതാനും വാക്കുകള്‍ കയറിക്കൂടിയിട്ടുണ്ട്. വിക്കിയിലോ ബ്ലോഗുകളിലോ, മൊഴിയോ വരമൊഴിയോ ഉപയോഗിച്ചെഴുതിയ വാക്കുകളാകണം.

വരമൊഴിയിലും ബഗ്ഗ്

http://varamozhi.wikia.com/wiki/Help:Contents/Mozhi എന്ന വിക്കി താളില്‍ പറഞ്ഞിരിക്കുന്നു:
'പിന്‍നിലാവ്‌' എന്ന വാക്കു ശ്രദ്ധിക്കൂ. മംഗ്ലീഷില്‍ pinnilaav~ എന്നാണെഴുതേണ്ടത്‌ എന്നാവും ആദ്യം തോന്നുക. പക്ഷെ, കമ്പ്യൂട്ടറിനൊരു സംശയമുണ്ടാവും; അതിനെ 'പിന്നിലാവ്‌' എന്ന്‌ വായിച്ചാലെന്തെന്ന്‌. സംശയം ന്യായമാണ്‌. ഈയൊരു ആശയക്കുഴപ്പത്തിനിടയാക്കാത്ത വിധം പ്രശ്നം തീര്‍ക്കുന്നതിനാണ്‌ '_' (underscore) എന്ന Zero Width Space (ZWS) - വലിപ്പമില്ലാ ചിഹ്നം.

ഇവിടെ ZWS എന്നത് ഒരു അനാവശ്യ യുണിക്കോഡ് കോഡ് മൂല്യമല്ലേ? ZWS ഇല്ലാതെ തന്നെ പിന്‍നിലാവ് എന്ന് എഴുതാനും പറ്റും. ZWS ഇടേണ്ടിവരുന്നത് സോഫ്റ്റ്‌വെയറിലെ ബഗ്ഗ് മൂലമല്ലേ? ഇനി വേറൊന്ന് :

വരമൊഴി ഉപയോഗിച്ച് ഞാന്‍ എന്റെ പേര് എഴുതി നോക്കി. സന്തോഷ് =santhOsh

>>> str=u"സന്തോഷ്‌"

>>> print repr(str)

u'\u0d38\u0d28\u0d4d\u0d24\u0d4b\u0d37\u0d4d\u200c'

വാക്കിന്റെ അവസാനമുള്ള ZWNJ ശ്രദ്ധിക്കുക.

ഇന്‍സ്ക്രിപ്റ്റ് ഉപയോഗിച്ച് സന്തോഷ് എന്നെഴുതിയപ്പോള്‍:

>>> str=u"സന്തോഷ്‌"

>>> print repr(str)

u'\u0d38\u0d28\u0d4d\u0d24\u0d4b\u0d37\u0d4d'

വരമൊഴി ഉപയോഗിച്ച് പൊന്‍നിലാവ് എഴുതുമ്പോള്‍:

>>>str=u"പൊന്‍നിലാവ്‌"

>>>print repr(str)

u'\u0d2a\u0d4a\u0d28\u0d4d\u200d\u0d28\u0d3f\u0d32\u0d3e\u0d35\u0d4d\u200c'

അവന് avan~

>>> str=u"അവന്‌"

>>> print repr(str)

u'\u0d05\u0d35\u0d28\u0d4d\u200c'

മേല്‍പറഞ്ഞ ഉദാഹരണങ്ങളില്‍ \u0d4d (ചന്ദ്രക്കല) എന്നതിന് ശേഷം \u200c വരുന്നതെങ്ങനെ?
മൊഴിയിലെഴുതിയതും , വരമൊഴിയിലെഴുതിയതും, ഇന്‍സ്ക്രിപ്റ്റിലെഴുതിയതുമായ പൊന്‍നിലാവ്‌ എന്ന വാക്കിന് 3 എന്‍കോഡിങ്ങ്! അതായത് കമ്പ്യൂട്ടറിനെ സംബന്ധിച്ചിടത്തോളം മൂന്നും മൂന്ന് മലയാളം വാക്കുകള്‍!

ഈ ബഗ്ഗുകളെല്ലാം സിബുവിനെയും പെരിങ്ങോടനെയും അറിയിച്ചിട്ടുണ്ട്. ബഗ്ഗാണെന്നാണ് അവരും അംഗീകരിച്ചു.
അവരുമായുള്ള ഈ മെയില്‍ സംവാദത്തില്‍ നിന്ന് :

പെരിങ്ങോടന്‍:
മൊഴിയാണെങ്കില്‍ ~ ഉപയോഗിക്കുന്നത്

1. ഒരു വാക്കിനു നടുവില്‍ ആണെങ്കില്‍ അടുത്തുവരുന്ന അക്ഷരത്തെ ചന്ദ്രക്കല ഉള്ള തൊട്ടുമുമ്പിലെ അക്ഷരവുമായി കൂട്ടിച്ചേര്‍ക്കുവാന്‍ ആഗ്രഹിക്കുന്നില്ല എന്ന അസമ്പ്ഷന്‍

2. ഒരു വാക്കിനു അവസാനത്തിലാണെങ്കില്‍ ചന്ദ്രക്കലയ്ക്കു പകരം ചില്ലുരൂപങ്ങള്‍ വരുന്ന വാക്കുകളില്‍ ചന്ദ്രക്കല സൂചിപ്പിക്കുവാന്‍ (സന്തോഷ് എന്നെഴുതുവാന്‍ santhOsh എന്നുമതി, അവസാനത്തെ ~ ആവശ്യമില്ല, അവന്‌ എന്നെഴുതുവാന്‍ ~ ആവശ്യമുണ്ട്)

ഇവിടെ രണ്ടാമത്തെ ഉപയോഗത്തില്‍ ഒരു ബഗ്ഗുണ്ട്, വാക്കുകള്‍ക്കു നടുവില്‍ ചന്ദ്രക്കല എഴുതുമ്പോള്‍ ഇടുന്ന ZWNJ വാക്കുകള്‍ക്കു അവസാനവും വന്ന് പോകുന്നുണ്ട്, ഒരാള്‍ എഴുതിക്കൊണ്ടിരിക്കുമ്പോള്‍ അത് വാക്കിന്റെ അവസാനമോ എന്ന് ഊഹിക്കുവാന്‍ കഴിയാത്തതില്‍ ആണത്. എന്നാല്‍ ZWNJ + Space -> Space എന്നൊരു റൂള്‍ ഉണ്ടെങ്കില്‍ ഈ പ്രശ്നം ഒഴിവാക്കുകയും ചെയ്യാം (or any other special character assuming user will type those special character to resume typing, cibu has already pointed out this bug, I was reluctant to fix it considering a normal user perspective)

സിബു:
"ആവശ്യമില്ലാത്ത zwnj മുഴുവന്‍ ഒഴിവാക്കാന്‍ പറ്റും എന്നെനിക്ക്‌ പ്രതീക്ഷയില്ല. ath~ എന്നൊരാളെഴുതിയാല്‍ വരമൊഴി അവസാനം കൊണ്ടുപോയി zwnj ഇടും. അതാണ് യൂസര്‍ ആഗ്രഹിക്കുന്നത്‌ എന്നാണ് എന്റെ അനുമാനം. കാരണം അതുകഴിഞ്ഞുവരുന്ന ക്യാരക്റ്റര്‍ 'ത'യുമായി കൂട്ടക്ഷരമുണ്ടാക്കരുത്‌ എന്നുദ്ദേശിച്ചിട്ടാവും അങ്ങനെ യൂസറിട്ടതെന്ന്‌ വരമൊഴി കരുതുന്നു.
എന്നാല്‍ zwj, zwnj കോമ്പിനേഷന്റെ ആവശ്യം ഒന്നുമില്ലെന്നാണ് എനിക്ക്‌ തോന്നുന്നത്‌. അവിടെ zwnj പറ്റുമെങ്കില്‍ ഒഴിവാക്കാവുന്നതാണ്."

സന്തോഷ് :
പക്ഷേ സന്തോഷ് എന്നെഴുതാന് ഞാന് ~ ഉപയോഗിച്ചില്ല. santhOsh എന്നാണ്
എഴുതിയത്. അപ്പോള് അതിന്റെ അറ്റത്ത് zwnj വരുന്നതെങ്ങനെ എന്ന്
വിശദീകരിക്കാമോ?

സിബു:
നോക്കി. ശരിയാണ് അവസാനം ഒരു ZWNJ വരുന്നുണ്ട്. അത്‌ ഒരു വരമൊഴി ബഗ് തന്നെ. ശരിയാക്കാന്‍ എന്തുമാത്രം എളുപ്പമാണ് എന്നറിഞ്ഞുകൂടാ എന്നു മാത്രം.

ഈ എന്‍കോഡിങ്ങ് പിശകുകളുടെ ഗൗരവം ഞാന്‍ പറയാതെ തന്നെ നിങ്ങള്‍ക്ക് ബോദ്ധ്യപ്പെട്ടുവെന്നു കരുതുന്നു. മലയാളം വിക്കിപ്പീഡിയയില്‍ തെറ്റായ എന്‍കോഡിങ്ങ് ഉള്ള മലയാളം പദങ്ങള്‍ കടന്നു കൂടിയിരിക്കുന്നു. അതു പോലെ ബ്ലോഗുകളിലും, എവിടെയെല്ലാം വരമൊഴിയോ, മൊഴി കീമാനോ ഉപയോഗിച്ചുവോ അവിടെയെല്ലാം പിശകുകള്‍ കാണാനുള്ള സാധ്യത വളരെയധികമാണ്. പ്രത്യേകിച്ചും ബ്ലോഗേഴ്സിന്റെ ഇടയില്‍ വരമൊഴിയുടെ പ്രചാരം നോക്കുമ്പോള്‍.

മലയാളം എന്‍കോഡിങ്ങ് ഇന്‍സ്ക്രിപ്റ്റിനെയാണ് പ്രമാണമാക്കേണ്ടത്. നിവേശകരീതി ഏതായാലും അന്തര്‍ലീനമായ എന്‍കോഡിങ്ങ് ഒന്നായാലേ ഏതൊരു സോഫ്റ്റ്‌വെയറിനും അവയെ കൈകാര്യം ചെയ്യാനാകൂ. മൊഴി കീമാന് എന്‍‌കോഡിങ്ങ് എന്ന വാക്കു തന്നെ തെറ്റായേ എഴുതാനാകൂ.
ഇന്‍സ്ക്രിപ്റ്റ് ഉപയോഗിച്ച് ഒരു രചനയില്‍ ഞാന്‍ എന്റെ പേരെഴുതി എന്നിരിക്കട്ടെ. വരമൊഴി ഉപയോഗിച്ചെഴുതിയ "സന്തോഷ്" എന്ന വാക്ക് ആ രചനയില്‍ തിരഞ്ഞാല്‍ കിട്ടില്ല. Notepad ലോ , Gedit ലോ പരീക്ഷിച്ച് നോക്കൂ.

അതുകൊണ്ട്:

1. ഭാഷയില്‍ ഈ പ്രശ്നങ്ങള്‍ ഇനിയും കടന്നു കൂടാതിരിക്കാന്‍ മേല്‍ പറഞ്ഞ ബഗ്ഗുകള്‍ അടിയന്തിരമായി തിരുത്തേണ്ടതുണ്ട്. തെറ്റിയ അല്ഗോരിതം ഏതാണെന്ന് വ്യക്തമാക്കിയാല്‍ എല്ലാവര്‍ക്കും സഹായിക്കാന്‍ സാധിച്ചേക്കും.

2. ഇപ്പോള്‍ കടന്ന് കൂടിയ ബഗ്ഗുകള്‍ എങ്ങനെ തിരുത്തണമെന്ന് നാം ആലോചിക്കേണ്ടിയിരിക്കുന്നു.(വിക്കിപ്പീഡിയയില്‍ ഒരു ബോട്ട് ഉപയോഗിക്കേണ്ടി വന്നേക്കും എന്നാണ് സിബു എന്നോട് പറഞ്ഞത്. അതിന്റെ പ്രായോഗികതയെപറ്റി ചിന്തിക്കേണ്ടിയിരിക്കുന്നു.)
3. പുതിതായി വരുന്നതും ഇപ്പോളുള്ളതുമായ നിവേശകരീതികള്‍ സൂക്ഷ്മമായ എന്‍‌കോഡിങ്ങ് ടെസ്റ്റിന്‍ വിധേയമാക്കണം. അതിന് ശേഷമേ പബ്ലിക് റിലീസ് പാടുള്ളൂ.

സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ്, GSOC Mentor Summit ല്‍ പങ്കെടുക്കുന്നു.

Tue, 02 Oct 2007 09:21:57 GMT

2007 ലെ ഗൂഗിള്‍ സമ്മര്‍ ഓഫ് കോഡ് പരിപാടിയുടെ ഭാഗമായി കാലിഫോര്‍ണിയയില്‍ ഒക്ടോബര്‍ ആറിന് ഗൂഗിള്‍ ഹെഡ് ക്വാര്‍ട്ടേഴ്സില്‍ നടക്കുന്ന Google summer of code Mentors Summit പരിപാടിയില്‍ SMC യുടെ പ്രതിനിധിയായി പ്രവീണ്‍ പങ്കെടുക്കുന്നു. GSOC 2007 ല്‍ പങ്കെടുത്ത മെന്റര്‍മാരുടെ സമ്മേളനമാണിത്. ഈ വര്‍ഷം ഇന്ത്യയില്‍ നിന്ന് ഈ പരിപാടിക്ക് തെരഞ്ഞെടുക്കപ്പെട്ട ഏക സ്വതന്ത്ര കൂട്ടായ്മ SMC ആയതു കൊണ്ട് SMC ഇന്ത്യയെക്കൂടി ഈ പരിപാടിയില്‍ പ്രതിനിധാനം ചെയ്യുന്നു.

പ്രവീണിന് യാത്രാമംഗളങ്ങള്‍ നേരുന്നു.

വിദ്യാര്‍ത്ഥികളെ സ്വതന്ത്ര സോഫ്റ്റ്‌വെയര്‍ വികസനരീതികള്‍ പരിചയപ്പെടുത്തുന്നതിനും അവരുടെ സര്‍ഗ്ഗാത്മകമായ സോഫ്റ്റ്‌‌വെയര്‍ സംരംഭ ആശയങ്ങളെ പ്രോത്സാഹിപ്പിക്കുന്നതിനും വേണ്ടി എല്ലാ വര്‍ഷവും ഗൂഗിള്‍ ലോകമെങ്ങും നടത്തുന്ന പരിപാടിയാണ് ഗൂഗിള്‍ സമ്മര്‍ ഓഫ് കോഡ്. സ്വതന്ത്ര സോഫ്റ്റ്‌വെയര്‍ മേഖലയില്‍ പ്രവര്‍ത്തിക്കുന്ന കൂട്ടായ്മകളുടെ കീഴിലാണ് വിദ്യാര്‍ത്ഥികള്‍ സോഫ്റ്റ്‌വെയറുകള്‍ വികസിപ്പിക്കേണ്ടത്. ഓരോ വിദ്യാര്‍ത്ഥിക്കും ഒരു മാര്‍ഗ്ഗദര്‍ശിയെ ഈ സംഘടനയില്‍ നിന്ന് തിരഞ്ഞെടുക്കുന്നു. തെരഞ്ഞെടുക്കുന്ന സോഫ്റ്റ്‌വെയര്‍ സംരംഭ ആശയങ്ങള്‍ക്ക് ഗൂഗിള്‍ 4500 ഡോളര്‍ (ഏകദേശം 2 ലക്ഷം രൂപ) വീതം നല്‍കുന്നു. 4 മാസത്തെ സമയമാണ് അനുവദിക്കുക. ഇതിനിടയില്‍ 2 തവണ മൂല്യനിര്‍ണ്ണയം ഉണ്ട്. ഒന്നാം ഘട്ട മൂല്യ നിര്‍ണ്ണയം വിജയകരമായി പൂര്‍ത്തീകരിച്ചാല്‍ 1 ലക്ഷം രൂപ ലഭിക്കും, ബാക്കി അവസാന മൂല്യ നിര്‍ണ്ണയം പൂര്‍ത്തീകരിച്ചാലും. വികസിപ്പിച്ചെടുത്ത സോഫ്റ്റ്‌വെയറുകള്‍ സ്വതന്ത്ര സോഫ്റ്റ്‌വെയറുകളാവണമെന്ന നിര്‍ബന്ധമുണ്ട്. സംരംഭ ആശയങ്ങള്‍ സംഘടകള്‍ക്കും വിദ്യാര്‍ത്ഥികള്‍ക്കും ചേര്‍ന്ന് തീരുമാനിക്കാം.

ഈ വര്‍ഷത്തെ ഗൂഗിള്‍ സമ്മര്‍ ഓഫ് കോഡിന്റെ ഔദ്യോഗിക പ്രഖ്യാപനം വന്നത് മാര്‍ച്ച് മാസത്തിലായിരുന്നു. സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങും പങ്കെടുക്കാനായുള്ള താത്പര്യം ഗൂഗിളിനെ അറിയിച്ചു. അവസാനം തെരഞ്ഞെടുക്കപ്പെട്ട സംഘടനകളില്‍ ഏക ഇന്ത്യന്‍ കൂട്ടായ്മ സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് ആയിരുന്നു. തുടര്‍ന്ന് സംരംഭ ആശയങ്ങള്‍ വിദ്യാര്‍ത്ഥികളില്‍ നിന്ന് ക്ഷണിച്ചു. 30 ഓളം ആശയങ്ങളില്‍ നിന്ന് 7 എണ്ണം ഗൂഗിളിനു സമര്‍പ്പിച്ചു. 5 സംരംഭങ്ങള്‍ ഗൂഗിള്‍ അംഗീകരിച്ചു.
അവ ഇവയായിരുന്നു:(http://code.google.com/soc/smc/about.html)
1. ശാരിക മലയാളം സ്വരസംവേദിനി (Malayalam speech recognition system): Shyam Karanatt, MES Engg College Kutippuram (Mentor: Santhosh Thottingal)
2. മലയാളം OCR : Antony FM : MES engg College Kuttippuram (Mentor: Anivar Aravind)
3. മലയാളം ടൈപ്പിങ്ങ് ട്യൂട്ടര്‍ : Mobin Mohan and friends , Thrissur Govt Engg College(Mentor: Praveen A)
4. മലയാളം നിവേശന രീതികള്‍ : Jinesh K, MES engg College kuttippuram(Mentor: Suresh P)
5. ആര്‍ദ്രം മലയാളം യുണിക്കോഡ് കാലിഗ്രാഫി ഫോണ്ട്: ഹിരണ്‍ വേണുഗോപാല്‍ , VAST, Thrissur (Mentor: Hussain K H)

ഇതടക്കം മൊത്തം 8 വിദ്യാര്‍ത്ഥികള്‍ ആണ് കേരളത്തില്‍ നിന്ന് തെരഞ്ഞെടുക്കപ്പെട്ടത്..

SMC യുടെ കൂടെ ഈ സംരംഭത്തില്‍ പങ്കെടുത്തത് പ്രശസ്ത സ്വതന്ത്ര സോഫ്റ്റ്‌വെയര്‍ കൂട്ടായ്മകളായ ഡെബിയന്‍, ഗ്നോം, മീഡിയവിക്കി, അപാഷെ, എക്ലിപ്സ് , സോപ്, തുടങ്ങിയവയാണ്.

മെയ് മാസത്തില്‍ ഇവയുടെ വികസന പ്രവര്‍ത്തനങ്ങള്‍ ആരംഭിച്ചു. ജൂലായില്‍ നടന്ന ഒന്നാം വട്ട മൂല്യ നിര്‍ണ്ണയത്തില്‍ മലയാളം OCR സംരംഭം വേണ്ടത്ര പുരോഗതി കാണിക്കാത്തതുകൊണ്ട് പുറത്താക്കപ്പെട്ടു. ആഗസ്റ്റ് അവസാനം നടന്ന അവസാനവട്ട മൂല്യനിര്‍ണ്ണയത്തില്‍ എല്ലാ സംരംഭങ്ങളും നേരത്തേ നിശ്ചയിച്ചിരുന്ന ലക്ഷ്യങ്ങള്‍ പൂര്‍ത്തീകരിച്ചതു കൊണ്ട് വിജയിച്ചു.

ശാരിക, ആര്‍ദ്രം എന്നിവ പൂ‌ര്‍ണ്ണ ലക്ഷ്യം നേടുന്നതിനായുള്ള വികസന പ്രവര്‍ത്തനങ്ങള്‍ തുടര്‍ന്നു കൊണ്ടിരിക്കുന്നു..

ഈ വര്‍ഷത്തെ GSOC യില്‍ ഏകദേശം 900 ത്തോളം സംരംഭങ്ങള്‍ നടക്കുന്നുണ്ട്.

നേരത്തെതന്നെ SMC ക്ക് പരിപാടിയില്‍ പങ്കെടുക്കുന്നതിനുള്ള ക്ഷണം ലഭിച്ചെങ്കിലും വിസയില്ലാത്തതും യാത്രാ ചെലവ് ഭീമമായതിനാലും ആരെങ്കിലും പങ്കെടുക്കുന്ന കാര്യം സംശയമായിരുന്നു. 1200 ഡോളര്‍ ഗൂഗിള്‍ യാത്രാ ചെലവിലേക്ക് തരാമെന്ന് ഏറ്റിരുന്നെങ്കിലും അതുകൊണ്ട് വിമാന ടിക്കറ്റ് കിട്ടില്ലായിരുന്നു. ഒരു സംഘടനയില്‍ നിന്ന് 3 പേര്‍ക്ക് പങ്കെടുക്കാം. ഭക്ഷണം, താമസം എന്നീ ചെലവുകള്‍ ഗൂഗിള്‍ വഹിക്കും. അവസാനം ഒരു പ്രതിനിധിയുടെ മുഴുവന്‍ വിമാന ടിക്കറ്റും ഗൂഗിള്‍ തരാമെന്നേറ്റതോടെയാണ് പ്രവീണിന് പോകാനവസരം ലഭിച്ചത്. ഗൂഗിളിന് നന്ദി!!!.

വിദ്യാര്‍ത്ഥികളോട്,
മലയാളം കമ്പ്യൂട്ടിങ്ങിന്റെ പുരോഗതിക്ക് ഉതകുന്ന ഏതെങ്കിലും ആശയങ്ങള്‍ നിങ്ങളുടെ മനസ്സിലുണ്ടോ? പഠനത്തോടൊപ്പം ഒരു സ്വതന്ത്ര സോഫ്റ്റ്‌വെയര്‍ വികസിപ്പിക്കുകയും 2 ലക്ഷത്തോളം രൂപ നേടുകയും ചെയ്യാം.. ഒരു കോളേജ് പ്രൊജക്ടിന് 2 ലക്ഷം രൂപ പ്രതിഫലം കിട്ടിയാല്‍ എങ്ങനെയിരിക്കും..ചിന്തിക്കൂ....പ്രൊജക്ട് ആശയങ്ങള്‍ മെനയൂ... SMC നിങ്ങള്‍ക്കൊപ്പം. അടുത്ത മാര്‍ച്ചില്‍ GSOC 2008 വരുമ്പോള്‍ പങ്കെടുക്കൂ...
ഇത്രയേ ഉള്ളൂ നിര്‍ബന്ധം: 1. നിങ്ങള്‍ ഒരു വിദ്യാര്‍ത്ഥിയായിരിക്കണം.(എന്‍ജിനീയറിങ്ങ് വിദ്യാര്‍ത്ഥിയാവണമെന്ന് നിര്‍ബന്ധമില്ല.) 2. മലയാളം കമ്പ്യൂട്ടിങ്ങിനെ അടിസ്ഥാനമാക്കിയാവണം ആശയം. 3. സ്വതന്ത്ര സോഫ്റ്റ്‌വെയര്‍ ആയിരിക്കണം.

ഇതു കാണൂ ....

കമ്പ്യൂട്ടറിന് മലയാളം പറഞ്ഞാല്‍ മനസ്സിലാകുമോ?

Wed, 19 Sep 2007 16:48:26 GMT

"വൈകീട്ടെന്താ പരിപാടി ?" ഇങ്ങനെ കമ്പ്യൂട്ടറിനോടു ചോദിച്ചാല്‍ അത് ഉത്തരം പറയും.. ഇങ്ങനെയായിരുന്നു കേരള കൗമുദിയുടെ സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങിന്റെ സോഫ്റ്റ്‌വെയര്‍ സ്വാതന്ത്ര്യദിന പരിപാടികളുടെ 15-ാം തിയ്യതിയിലെ റിപ്പോര്‍ട്ട് ആരംഭിച്ചത്. വായനക്കാര്‍ക്ക് കൗതുകം തോന്നിക്കാണും. മലയാളം കേട്ടാല്‍ മനസ്സിലാവുന്ന കമ്പ്യൂട്ടറോ ഏയ്... ഇവര്‍ വെറുതേ പറയുന്നതാ...
മലയാളത്തിലുള്ള ആജ്ഞകള്‍ക്ക് കാതോര്‍ത്തിരിക്കുന്ന കമ്പ്യൂട്ടര്‍... മുന്നിലിരിക്കുന്നയാള്‍ പറയുന്നതിനനുസരിച്ച് പ്രവര്‍ത്തിക്കുന്ന അപ്ലിക്കേഷനുകള്‍.... പാട്ട് പാടാന്‍ പറയാന്‍ പറയുമ്പോള്‍ പാടുന്ന കമ്പ്യൂട്ടര്‍.(ആരവിടെ, ആ പാട്ടൊന്നു വയ്ക്കൂ :-) ) .. അത്യാവശ്യ വിവരങ്ങള്‍ മലയാളത്തില്‍ ചോദിച്ചാല്‍ മലയാളത്തില്‍ തന്നെ തിരിച്ചു മറുപടി പറയുന്ന കമ്പ്യൂട്ടര്‍....ടൈപ്പ് ചെയ്യുന്നതിന് പകരം മലയാളത്തില്‍ പറഞ്ഞു കൊടുത്താല്‍ എഴുതി തരുന്ന കമ്പ്യൂട്ടര്‍... മലയാളം ഫയലുകള്‍ വായിച്ചു തരുന്ന കമ്പ്യൂട്ടര്‍....നേരമ്പോക്ക് പറഞ്ഞിരിക്കാന്‍ കൂട്ടിന് കമ്പ്യൂട്ടര്‍... അസാദ്ധ്യമെന്നു തോന്നുന്നുണ്ടോ?! അതും നമ്മുടെ ഈ കൊച്ചു മലയാളത്തില്‍.....
എങ്കില്‍ കേട്ടോളൂ, മലയാളം സംസാരം മനസ്സിലാക്കാനും മലയാളത്തില്‍ സംസാരിക്കാനും കമ്പ്യൂട്ടറിനെ സാദ്ധ്യമാക്കുന്ന സോഫ്റ്റ്‌വെയറുകള്‍ അതിന്റെ വികസനപ്രക്രിയയില്‍ വിജയത്തിലേക്ക് അടുത്തു കൊണ്ടിരിക്കുന്നു... സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് പ്രവര്‍ത്തകരുടെ ശ്രമഫലമായി നേരത്തെ പറഞ്ഞ സ്വപ്ന തുല്യ സാങ്കേതിക നേട്ടങ്ങള്‍ മലയാളത്തിന് കയ്യെത്തും ദൂരത്തില്‍....
തകര്‍ത്തുപെയ്യുന്ന മഴയുടെയും മൈക്കിന്റെയും പരിപാടി കാണാന്‍ വന്ന ആളുകളുടെയും ശബ്ദകോലാഹലങ്ങള്‍ക്കിടയിലും തൃശ്ശൂര്‍ ചേംബര്‍ ഓഫ് കൊമേഴ്സ് ഹാളില്‍ ശ്യാം വിജയകരമായി അവതരിപ്പിച്ച ശാരിക എന്ന മലയാളം സ്വരസംവേദന(Speech recognition) സോഫ്റ്റ്‌വെയര്‍ നിങ്ങള്‍ ആ പരിപാടിക്ക് വന്നിട്ടുണ്ടെങ്കില്‍ കണ്ടിട്ടുണ്ടാകും. വെറും 4 വാക്കുകള്‍ ശ്യാം മാത്രം പറഞ്ഞാല്‍ തിരിച്ചറിഞ്ഞിരുന്ന ശാരിക മൂന്ന് നാല് ദിവസം കൊണ്ട് ആളാകെ മാറിയിരിക്കുന്നു... വിശദ വിവരങ്ങള്‍ ശ്യാമും അവനെ സഹായിച്ചു കൊണ്ടിരിക്കുന്ന പ്രിയന്‍ എന്ന സുഹൃത്തും നിങ്ങള്‍ക്ക് മുന്നില്‍ ഉടന്‍ അവതരിപ്പിക്കും...
അഡ്വാന്‍സ്ഡ് ലാംഗ്വേജ് കമ്പ്യൂട്ടിങ്ങിന്റെ ഗണത്തില്‍ വരുന്ന സാങ്കേതിക സങ്കീര്‍ണ്ണതകളേറെയുള്ള സോഫ്റ്റ്‌വെയറുകളാണ്, സ്വതന്ത്ര സോഫ്‌റ്റുവെയറുകളോടെ പിന്‍ബലത്തോടെ മലയാളത്തിനായി ഇപ്പോള്‍ സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് പ്രവര്‍ത്തകര്‍ വികസിപ്പിച്ച് കൊണ്ടിരിക്കുന്നത്...
ധ്വനി എന്ന ടെക്സ്റ്റ് ടു സ്പീച്ച് സിസ്റ്റവും ശാരിക എന്ന സ്പീച്ച് റെകഗ്നീഷന്‍ സിസ്റ്റവും ചേര്‍ത്തുള്ള സാങ്കേതിക മിശ്രണത്തിലൂടെ നേരത്തെ നമുക്ക് അസാദ്ധ്യമെന്ന് തോന്നിയ പ്രയോഗങ്ങളെല്ലാം സാധിച്ചെടുക്കാവുന്നതേയുള്ളൂ. മലയാളം വാചകങ്ങള്‍ വായിച്ച് തരാന്‍ ധ്വനി സഹായിക്കുമ്പോള്‍, ശാരിക മനുഷ്യസംഭാഷണം മനസ്സിലാക്കാന്‍ ശ്രമിക്കുന്നു. ഇവ രണ്ടും കൂടി ഒരുമിച്ച് പ്രവര്‍ത്തിപ്പിച്ചാല്‍ ഫലത്തില്‍ മലയാളം മനസ്സിലാക്കാനും സംസാരിപ്പിക്കാനുമുള്ള ഒരു സിസ്റ്റമാണ് നമുക്ക് ലഭിക്കുന്നത്. പൂര്‍ണ്ണമായ പ്രവര്‍ത്തന ഫലം കിട്ടണമെങ്കില്‍ വളരെയേറെ മുന്നോട്ട് പോകാനുണ്ടെങ്കിലും ഭാരതീയ ഭാഷകളില്‍ തന്നെയുള്ള ആദ്യത്തെ സ്വതന്ത്ര സ്പീച്ച് റെകഗ്നീഷന്‍ സിസ്റ്റം മലയാളത്തില്‍ നിന്ന് എന്നത് അഭിമാനാര്‍ഹമായ നേട്ടമാണ്...
ധ്വനിക്ക് ഇപ്പോള്‍ മലയാളം കൂടാതെ ഹിന്ദി, കന്നഡ എന്നീ ഭാഷകള്‍ കൂടി വായിക്കാന്‍ കഴിയും.. റോബോട്ടിക് സംസാര ശൈലിയാണ് ഇപ്പോള്‍ ഉള്ളത്. വികാരമില്ലാത്ത ഭാഷ...പക്ഷെ കേട്ടവര്‍ പറഞ്ഞത്, ടെലിവിഷന്‍ അവതാരകരെക്കാള്‍ ഭേദമാണെന്നാണ്... ഇപ്പോളും ബീറ്റ സ്റ്റേജിലാണ് ധ്വനി....
തൃശ്ശൂരിലെ സ്വതന്ത്ര സോഫ്റ്റ്‌വെയര്‍ ദിനാഘോഷങ്ങളുടെ ചിത്രങ്ങള്‍ ഇവിടെ കാണാം..

മലയാളത്തിന് സ്വന്തമായി ഒരു വേര്‍ഡ് പ്രൊസസ്സര്‍

Wed, 12 Sep 2007 03:42:30 GMT

പരിപൂര്‍ണ്ണ മലയാളം പിന്തുണയുമായി സ്വതന്ത്ര വേര്‍ഡ് പ്രൊസസ്സര്‍ അബിവേര്‍ഡ് വരുന്നു. പാംഗോ ചിത്രീകരണ സംവിധാനത്തിന്റെ പിന്‍ബലത്തോടെ ഗ്നു ലിനക്സ് പ്രവര്‍ത്തക സംവിധാനത്തില്‍ ഉപയോഗിക്കാവുന്ന ഇതിന്റെ സോഴ്സ് കോഡ് കമ്പൈല്‍ ചെയ്തെടുത്ത ചില ചിത്രങ്ങളിതാ..

അബിവേര്‍ഡ് വികസിപ്പിച്ചെടുത്തവര്‍ക്ക് അഭിവാദ്യങ്ങള്‍....

ഗ്നോം 2.20 ലക്കത്തില്‍ മലയാളം ഔദ്യോഗികമായി ചേര്‍ക്കപ്പെട്ടു.

Mon, 10 Sep 2007 17:02:21 GMT

സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങിന്റെ കിരീടത്തില്‍ ഒരു പൊന്‍തൂവല്‍ കൂട്. ഗ്നോം 2.20 ലക്കത്തില്‍ മലയാളം ഔദ്യോഗികമായി ചേര്‍ക്കപ്പെട്ടു.
GNOME 2.20 offers support for 45 languages (at least 80 percent of strings translated).

മറ്റൊരു സന്തോഷ വാര്‍ത്ത കൂടി . ഗ്നു ആസെല്‍ മലയാളം സ്പെല്‍ ചെക്കര്‍ ഡെബിയന്‍ ഗ്നു ലിനക്സില്‍ ചേര്‍ക്കപ്പെട്ടു, കാണുക http://bugs.debian.org/cgi-bin/bugreport.cgi?bug=440295

സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് ഇതു വരെ വികസിപ്പിച്ച് സോഫ്ട്‌വെയറുകള്‍ പൊതുജനങ്ങള്‍ക്കായി പ്രദര്‍ശിപ്പിക്കുന്നു. കാണുക http://fci.wikia.com/wiki/SFD/SMC