Blogs

/* say_namaskaar.c * This is a sample C code using dhvani text to speech API which I am * developing now and planning to release soon. New version of dhvani * will provide a shared library libdhvani and it allows other C or C++ * applications to use dhvani synthesizer. Tamil and Marathi modules, pitch, tempo * control etc are the features for the coming release. * I need to prepare documentation, fix many bugs, test, commit the files in cvs ... * Looking for some free time for all these... * Visit http://dhvani.sourceforge.net */ /* compile with gcc -ldhvani -o namaskaar say_namaskaar.c */ #include <dhvani/dhvani_lib.h> int main(int argc, char *argv[]) { dhvani_options options; /* Set the pitch and tempo of the speech */ options.tempo = -10.0; /* reduce the speed by 10% */ options.pitch = 2.0; /* increase the pitch b 2 semitons */ options.rate = 16000; /* 16KHz Sampling rate */ /* Initialize dhvani */ dhvani_init(&options); /* Say Namaskar */ dhvani_say("नमसकार", &options); /* close the synthesizer */ dhvani_close(); return ; } /* We can write a blog post in C too :P . Syntax highlighted by Code2HTML */

Thanks to Rahul Bhalerao , he wrote the Marathi module for dhvani– The Indian Language Text to speech System. Dhvani can speak 10 Indian languages now: Bengali, Gujarati, Hindi, Kannada, Malayalam, Marathi, Oriya, Panjabi, Tamil, and Telugu. Rahul also gave some patches for hindi module and for some other bugs. The code is available in CVS. The automatic language detection algorithm will not work for Marathi since it uses the devanagari script and I have assigned the unicode range used for language detection to Hindi. So it requires a langauge switch like “dhvani -l mr inputfile” ...

Some Notes on Canonical Equivalence in Unicode: Unicode defines canonical equivalence as follows: From UAX #15 Canonical Equivalence This section describes the relationship of normalization to respecting (or preserving) canonical equivalence. A process (or function) respects canonical equivalence when canonical-equivalent inputs always produce canonical-equivalent outputs. For a function that transforms one string into another, this may also be called preserving canonical equivalence. There are a number of important aspects to this concept: ...

Firefox spellcheck feature requires some volunteers to fix the tokenization issue. There are two bugs related to the tokenization Bug 434044 – The tokenization of words for spellcheck is wrong when there is a ZWJ/ZWNJ/ZWS in the word. – Reported: 2008-05-16 07:49 PDT by Santhosh Thottingal Bug 318040 – Spell checker flags words containing full stops (periods) Reported: 2005-11-28 12:45 PDT by Joseph Wright

Could not get a big one, since I was taking this from a bus while overtaking this vehicle.

Again fedora! 🙂 After the installation of linux kernel and linux operating system, I installed some libraries, some small applications that I usually use… I have a partition for Fedora 9 with 14 GB size. After installing all those softwares, when I rebooted the system today, the gdm was not starting. GDM kept on restarting and I could not take a user session by pressing ALT + CTRL + F1. hmm… So added single at the kernel argument in the grub, and got the shell. ...

Last night I decided to try out the new Fedora 9. I got the ISO image and I did not want to waste time and CD by burning it. I have Debian Lenny in my laptop. So edited the grub configuration and gave the path to the vmllinuz and initrd.img extracted from the iso image. Everything worked fine and it started installing packages and I was watching the blue progress bar with sleepy eyes… ...

There is a bug in Firefox in the spell check functionality that affects many Indian Langauges using Zero Width [Non] Joiners in the words. Firefox uses hunspell as the spelling checker. Openoffice also uses Hunspell. The bug is not there in Openoffice and problem with firefox is with the tokenization of words in editable textfields before doing spellcheck. Firefox splits the words if there is ZWJ/ZWNJ in the word. And because of this the input to the spellchecker is wrong and it is not the actual word. ...

യൂണിക്കോഡ് 5.1 പുറത്തിറങ്ങിയ വിവരവും, അതില്‍ മലയാളത്തിലെ ഇപ്പോള്‍ ചില്ലുകള്‍ ഉപയോഗിക്കുന്ന രീതിയ്ക്കു പകരം അറ്റോമിക് ചില്ലുകള്‍ ഉള്ളതും അറിഞ്ഞിരിക്കുമല്ലോ. ഇല്ലെങ്കില്‍ അതിനേപ്പറ്റി ഇവിടെ നിന്നു വായിക്കുക. അറ്റോമിക്‍ ചില്ലു് യൂണിക്കോഡില്‍ ഉള്‍പ്പെടുത്തുന്നതിനെപ്പറ്റിയുള്ള ചര്‍ച്ചകളില്‍ സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് ഉന്നയിച്ച വിയോജിപ്പുകളില്‍ ഇപ്പോഴും ഉറച്ചു നില്‍ക്കുന്നു. സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് UTC യ്ക്ക് സമര്‍പ്പിച്ച ഈ ഡോക്യുമെന്റില്‍ വിയോജിപ്പുകള്‍ പറഞ്ഞിട്ടുണ്ടു്. ഇതിനെപ്പറ്റി നടന്ന ചര്‍ച്ചകളുടെ ലിങ്കുകള്‍ ചിലതു് ഇവിടെ നിന്നും വായിക്കാം. മലയാളത്തെ ഡുവല്‍ എന്‍കോഡിങ്ങിലേയ്ക്കും സുരക്ഷാപ്രശ്നങ്ങളിലേയ്ക്കും തള്ളിവിടുന്ന ഒരു സ്റ്റാന്‍ഡേഡ് അനുസരിക്കേണ്ട ബാദ്ധ്യത സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങിനില്ല. സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് ഭാഷയ്ക്കു വേണ്ടിയാണു്, യൂണിക്കോഡിനു വേണ്ടിയല്ല നിലകൊള്ളുന്നതു്. അതുകൊണ്ടു തന്നെ ഉന്നയിച്ച പ്രശ്നങ്ങള്‍ക്കു് പരിഹാരമാവാതെ 5.0 പതിപ്പില്‍ നിന്നു 5.1 പതിപ്പിലേയ്ക്കു് സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് പ്രൊജക്ടുകള്‍ മാറില്ല. പക്ഷേ ഒരു സ്റ്റാന്‍ഡേഡ് എന്ന നിലയ്ക്ക് ആര്‍ക്കും യൂണിക്കോഡ് 5.1 അപ്ലിക്കേഷനുകളില്‍ പ്രയോഗിക്കാന്‍ സ്വാതന്ത്ര്യവുമുണ്ടു്. പക്ഷേ സ്വതന്ത്ര മലയാളം കമ്പ്യുട്ടിങ്ങ് മെയിന്റെയിന്‍ ചെയ്യുന്ന/വികസിപ്പിച്ചെടുത്ത ഫോണ്ടുകളായ മീര, രചന, ദ്യുതി, തുടങ്ങിയ ഫോണ്ടുകളിലൊന്നും അറ്റോമിക് ചില്ലു് ഉണ്ടാവില്ല. അതുപോലെത്തന്നെ ഗ്നു/ലിനക്സിലെ നിവേശകരീതികളിലും മറ്റു സംരംഭങ്ങളിലും ഇവ അടുത്തൊന്നും ഉണ്ടാവില്ല. പ്രമുഖ ഗ്നു/ലിനക്സ് വിതരണങ്ങളുടെ മലയാളം ഫോണ്ടുകളുടെയും നിവേശകരീതികളുടെയും Upstream സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ് ആയതുകൊണ്ടു് അവയിലും അറ്റോമിക് ചില്ലുണ്ടാവില്ല. ...

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