Blogs

മലയാള നാട്ടില്‍ മഴ തിമര്‍ത്തു പെയ്യുകയാണ്. കഴിഞ്ഞയാഴ്ച ഞാനൊരു മഴയുണ്ടാക്കാനുള്ള ശ്രമത്തിലായിരുന്നു. സാധാരണ മഴയല്ല. ഡിജിറ്റല്‍ മഴ!!!. അക്കഥയിങ്ങനെ: 1999 ല്‍ പുറത്തിറങ്ങിയ ഹോളിവുഡ് സൂപ്പര്‍ഹിറ്റ് ചലച്ചിത്രമായ മെട്രിക്സില്‍ അവതരിപ്പിക്കപ്പെട്ട കമ്പ്യൂട്ടര്‍ കോഡിന്റെ മായിക ദൃശ്യാവിഷ്കാരം – കറുത്ത സ്ക്രീനില്‍ ഉതിര്‍ന്നു വീഴുന്ന പച്ച അക്ഷരങ്ങള്‍, വളരെയേറെ ശ്രദ്ധപിടിച്ചു പറ്റുകയുണ്ടായി. മെട്രിക്സ് പരമ്പരയിലെ ചലച്ചിത്രങ്ങളില്‍ അവതരിപ്പിക്കപ്പെട്ട ഈ ഡിജിറ്റല്‍ മഴയുടെ അനുകരണമായി ധാരാളം സ്ക്രീന്‍ സേവറുകള്‍ പുറത്തിറങ്ങുകയുണ്ടായി. മിക്കതും കമ്പ്യൂട്ടര്‍ പ്രേമികളുടെ ഇഷ്ടപ്പെട്ട സ്ക്രീന്‍ സേവറുകളായി. ഗ്നു ലിനക്സിലും xscreensaver എന്ന സ്ക്രീന്‍സേവര്‍ പാക്കേജിന്റെ കൂടെ glmatrix എന്ന പേരില്‍ ഒരു കിടിലന്‍ സ്ക്രീന്‍സേവറുണ്ട്. എനിക്കേറെ ഇഷ്ടപ്പെട്ട ഒരു സ്ക്രീന്‍സേവറാണത്. ...

zwj,zwnj പ്രശ്നങ്ങള്‍ കെവിന്റെയും ഗോരയുടെയും സഹായത്തോടെ പരിഹരിച്ചു തീര്‍ന്നപ്പോള്‍ Aspell മലയാളം സ്പെല്ലിങ്ങ് ചെക്കര്‍ വികസനപ്രവര്‍ത്തങ്ങള്‍ വീണ്ടും സജീവമായി. വിവിധ ബ്ളോഗുകളില്‍ നിന്നും wikipedia യില്‍ നിന്നും ശേഖരിച്ച 25000 വാക്കുകളുടെ പരിശോധന നടത്തിക്കൊണ്ടിരിക്കുകയാണ് ഇപ്പോള്‍. ഇതുവരെ 15000 വാക്കുകള്‍ അക്ഷരത്തെറ്റു പരിശോധന കഴിഞ്ഞു. ആദ്യവട്ട ടെസ്റ്റിങ്ങ് കഴിഞ്ഞപ്പോള്‍ ഒരു കാര്യം ബോധ്യമായി. 25000 വാക്കുകളെന്നത് മലയാളത്തെ സംബന്ധിച്ചിടത്തോളം ഒന്നുമല്ല. തിരഞ്ഞെടുത്ത ഒരു പാരഗ്രാഫ് പരിശോധിക്കാന്‍ കൊടുത്തപ്പോള്‍ 25% വാക്കുകള്‍ മാത്രമേ സ്പെല്ലിങ്ങ് ചെക്കറിന്റെ പക്കലുണ്ടായിരുന്നുള്ള. ഒരു ലക്ഷം വാക്കുകള്‍ എങ്കിലും ഉണ്ടെങ്കിലേ നല്ല പ്രവര്‍ത്തനക്ഷമത കൈവരിക്കാന്‍ കഴിയൂ. യുണിക്കോഡ് ഫോര്‍മാറ്റിലുള്ള ഒരു പുസ്തകത്തിന്റെ പകര്‍പ്പ് കിട്ടാന്‍ ശ്രമിച്ചുകൊണ്ടിരിക്കുകയാണ്. അതുകിട്ടിയാല്‍ കുറേകൂടി വാക്കുകള്‍ ചേര്‍ക്കുവാന്‍ കഴിഞ്ഞേക്കും. ...

സ്വനലേഖയെക്കുറിച്ചും വരമൊഴിയെക്കുറിച്ചും ഇവിടെ നടന്ന ചര്‍ച്ച കണ്ടു. ഡിഫാള്‍ട്ട് റൂളുകള്‍ മൊഴി തന്നെയായിരിക്കണമെന്ന സിബുവിന്റെ അഭിപ്രായത്തോടു എനിക്ക് യോജിപ്പില്ല. ഉപയോക്താക്കള്‍ക്ക് നിയമങ്ങളല്ലല്ലോ വേണ്ടത്? അവര്‍ക്ക് വേണ്ടത് കൂടുതല്‍ സൗകര്യങ്ങളല്ലേ ? ട എന്നെഴുതാന്‍ Ta എന്നെഴുതണമെന്നു നിയമമുണ്ടാക്കുന്നതിനേക്കാള്‍ നല്ല​ത്, ട എന്നെഴുതാന്‍ ta, da, Ta എന്നിവയിലേതെങ്കിലും ഉപയോഗിക്കാനുള്ള സൗകര്യ​മുണ്ടാക്കുന്നതല്ലേ? സാങ്കേതികമായി സ്കിമ്മിന് ഒരു ഡിഫാള്‍ട്ട് റൂള്‍ വേണമെന്നത് ശരിയാണ്. അതിനായി മൊഴി നിയമങ്ങളുടെ പരിഷ്കരിച്ച ഒരു രീതിയാണ് ഉപയോഗിച്ചത്. കൂടുതല്‍ ഉപയോഗക്ഷമതക്കു വേണ്ടി കുറച്ചു മാറ്റങ്ങള്‍ വരുത്തിയിട്ടുണ്ട്. വരമൊഴി ഉപയോഗിക്കുന്നവരോടും മറ്റു ചിലവിദഗ്ധരോടും ചോദിച്ചാണ് അതുചെയ്തത്. ഞാനുമൊരു മൊഴി ഉപയോക്താവായിരുന്നു. ആ നിയമങ്ങളുടെ ആള്‍ട്ടര്‍നേറ്റ് ആയി മൊഴി നിയമങ്ങളുമുണ്ട്. ഉപയോക്താക്കള്‍ക്ക് അവര്‍ക്കിഷ്ടമുള്ള രീതി ഉപയോഗിക്കാം. ചില്ലക്ഷരങ്ങള്‍ ഇതിനൊരുദാഹരണം മാത്രം. ചുരുക്കിപറഞ്ഞാല്‍ നിയമങ്ങളുടെ ഭാരം ഉപയോക്താവില്‍ നിന്നൊഴിവാക്കുന്നു എന്നതാണ് സ്വനലേഖയുടെ പ്രത്യേകത. അതുകൊണ്ട് ഏതെങ്കിലും സ്കീം ആയിരിക്കണം ഡിഫാള്‍ട്ട് റൂള്‍ എന്നു പറയുന്നതില്‍ അര്‍ത്ഥമൊന്നുമില്ല. ...

Added a new feature to SCIM malayalam phonetic input method. It can give spelling suggestions while typing!!!. Cool right? See the below screenshot from my system. I am editing some text in GEDIT. For typing വിള, I have to type viLa according to the IM Scheme. But as every body does, I typed vila. Now hint menu comes with two suggestions. ള and ല. I press arrow keys and it becomes വിള. ...

This is the key mapping for scim malayalam phonetic keyboard സ്വരങ്ങള്‍ <tr bgcolor="#91D9FF"> <td> അ </td> <td> ആ </td> <td> ഇ </td> <td> ഈ </td> <td> ഉ </td> <td> ഊ </td> <td> ഋ </td> <td> </td> </tr> <tr> <td> a </td> <td> aa A </td> <td> i </td> <td> ii I ee </td> <td> u </td> <td> uu U oo </td> <td> RR </td> <td> </td> </tr> <tr bgcolor="#91D900"> <td> </td> <td> ാ </td> <td> ി </td> <td> ീ </td> <td> ു </td> <td> ൂ </td> <td> ൃ </td> <td> </td> </tr> <tr bgcolor="#91D9FF"> <td> എ </td> <td> ഏ </td> <td> ഐ </td> <td> ഒ </td> <td> ഓ </td> <td> ഔ </td> <td> അം </td> <td> അഃ </td> </tr> <tr> <td> e </td> <td> E </td> <td> ai ei </td> <td> o </td> <td> O </td> <td> au ou </td> <td> a~ aM ~ </td> <td> aH </td> </tr> <tr bgcolor="#91D900"> <td> െ </td> <td> േ </td> <td> ൈ </td> <td> ൊ </td> <td> ോ </td> <td> ൌ </td> <td> ം </td> <td> ഃ </td> </tr> <tr> <td bgcolor="lightGray" colspan="8"> <b><i>വ്യഞ്ജനങ്ങള്‍<i></b></td> </tr> <tr bgcolor="#91D9FF"> <td> ക </td> <td> ഖ </td> <td> ഗ </td> <td> ഘ </td> <td> ങ </td> <td> </td> <td> ങ്ക </td> <td> ന്റെ </td> </tr> <tr > <td> k </td> <td> kh K </td> <td> g </td> <td> gh G </td> <td> ng </td> <td> </td> <td> nk </td> <td> nte </td> </tr> <tr bgcolor="#91D9FF"> <td> ച </td> <td> ഛ </td> <td> ജ </td> <td> ഝ </td> <td> ഞ </td> <td> </td> <td> റ്റ </td> <td> ക്ഷ </td> </tr> <tr> <td> ch </td> <td> Ch </td> <td> j </td> <td> jh J </td> <td> nj </td> <td> </td> <td> TT </td> <td> x </td> </tr> <tr bgcolor="#91D9FF"> <td> ട </td> <td> ഠ </td> <td> ഡ </td> <td> ഢ </td> <td> ണ </td> <td> </td> <td> ക്യു </td> <td> വൈ </td> </tr> <tr > <td> t </td> <td> T </td> <td> D </td> <td> Dh </td> <td> N </td> <td> </td> <td> q </td> <td> Y </td> </tr> <tr bgcolor="#91D9FF"> <td> ത </td> <td> ഥ </td> <td> ദ </td> <td> ധ </td> <td> ന </td> <td> </td> <td> ക്യൂ </td> <td> ഞ്ച </td> </tr> <tr> <td> th </td> <td> thh </td> <td> d </td> <td> dh </td> <td> n </td> <td> </td> <td> Q </td> <td> nch </td> </tr> <tr bgcolor="#91D9FF"> <td> പ </td> <td> ഫ </td> <td> ബ </td> <td> ഭ </td> <td> മ </td> <td> </td> <td> </td> <td> </td> </tr> <tr > <td> p </td> <td> f ph </td> <td> b </td> <td> bh B </td> <td> m </td> <td> </td> <td> </td> <td> </td> </tr> <tr bgcolor="#91D9FF"> <td> യ </td> <td> ര </td> <td> ല </td> <td> വ </td> <td> ശ </td> <td> ഷ </td> <td> സ </td> <td> ഹ </td> </tr> <tr> <td> y </td> <td> r </td> <td> l </td> <td> v w </td> <td> S z </td> <td> sh </td> <td> s </td> <td> h </td> </tr> <tr bgcolor="#91D9FF"> <td> ള </td> <td> ഴ </td> <td> റ </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> L </td> <td> zh </td> <td> R </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td bgcolor="lightGray" colspan="8"> <b><i>ചില്ലുകള്‍</i><b></td> </tr> <tr bgcolor="#91D9FF"> <td> ന്‍ </td> <td> ല്‍ </td> <td> ള്‍ </td> <td> ര്‍ </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> n~ </td> <td> l~ </td> <td> L~ </td> <td> r~ R~ </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr></tbody> </table> <table> <tr> <td> <b>ഉദാഹരണങ്ങള്‍</td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td></tr> <tr> <td> മലയാളം </td> <td> malayaaLaM </td> <td> malayAla~ </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> സരിഗമപധനി </td> <td> sarigamapadhani </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> പൊന്പീലി </td> <td> ponpiili </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> മങ്ക </td> <td> manka </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> കുടുംബം </td> <td> kutu~ba~ </td> <td> kutu~baM </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> അവന്‍ </td> <td> avan~ </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> ചക്ഷുശ്രവണഗളസ്ഥമാം </td> <td> chaxuSravanagalasThamaa~ </td> <td> chaxuSravanagalasThamaa~ </td> <td> chakshuSravanagalasThamaa~ </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> പ്രകൃതി </td> <td> prakRthi </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> കൃഷ്ണന്‍ </td> <td> kRshNan~ </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> പാലക്കാട് </td> <td> paalakkaat </td> <td> pAlakkAt </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr> <tr> <td> അക്ഷരം </td> <td> axaraM </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> <td> </td> </tr></tbody> </table> <p> Please post your comments in [email protected] </p>

See the screenshots of Scim malayalam phonetic input method I developed. It is in beta stage.

See the Aspell Malayalam spelling checker working on Gedit.This development version is having only 4500 Malayalam words in the dictionary. It is not at all sufficient for Malayalam. Compound word handling and soundslike features are yet to be developed. Snapshot from Anivar’s machine

I started a re-write on Dhvani architecture, keeping the algorithm same. This is based on Kiss principle. Instead of client server architecture a single executable is my plan. This will help me to integrate it with KTTS, kate etc. Now I know how to integrate Dhvani with KTTS. Studied autoconf and automake for this… More and more items in my TODO list…

It seems that our work on our own spell checker doesnot have any importance other than learning. Aspell is light years ahead of us.There are ispell, myspell also. But we learned a lot about the approximate string comparison, fast search on a big wordlist, candidate list generation etc.. Gora Mohanty gave valuable insights to me on Aspell and how to create the Aspell word list for Malayalam.But still problems on compound words of malayalam.. “Sandhi & Samasam” and the infinite number of words that can be created by that in malayalam is a big hurdle for us.. ...

“Most software professionals in India are not programmers, they are mere coders,” http://timesofindia.indiatimes.com/Opinion/Sunday_Specials/Review/A_myth_called_the_Indian_programmer/articleshow/msid-1633868,curpg-1.cms I completely agree with this article. We should make ourself different from others. Software engineers are becoming dump users. Assemblers of pieces of code that even high school students can do. Are we using anything that we studied in our Computer Science courses in the engineering college? Are we showing any creativity in this field? (There are exemptions, I agree, but in general) ...