Files
espeak-ng/dictsource/ml_rules
T
jonsd 6691b67f02 [1.46.45]
Indian languages, rename aspirated phonemes with # instead of h (eg. [t#] not [th]).


git-svn-id: https://espeak.svn.sourceforge.net/svnroot/espeak/trunk@311 d46cf337-b52f-0410-862d-fd96e6ae7743
2013-03-10 13:58:09 +00:00

307 lines
5.1 KiB
Plaintext
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
// This file is UTF8 encoded
// Spelling to phoneme rules for Malayalam
// A means vowel letters (not vowel signs)
// B means a combining vowel sign or a virama
// change (k t. t p) to (g d. d b) if followed by a vowel, unless at start of a word or preceeded by an unvoiced stop consonant ??
.L01 _ ക് ച് ട് ത് പ്
.replace
൦ 0 // Convert Malayalam numbers
൧ 1
൨ 2
൩ 3
൪ 4
൫ 5
൬ 6
൭ 7
൮ 8
൯ 9
ോ ോ
ൊ ൊ
ൌ ൌ
.group ക
ക് k
L01) ക ka
L01) ക (B k
ക ga
ക (B g
ക്ക k:a
ക്ക (B k:
.group ഖ
ഖ k#a
ഖ (B k#
.group ഗ
ഗ ga
ഗ (B g
.group ഘ
ഘ g#a
ഘ (B g#
.group ങ
ങ Na
ങ (B N
.group ച
ച ca
ച (B c
.group ഛ
ഛ c#a
ഛ (B c#
.group ജ
ജ Ja
ജ (B J
.group ഝ
ഝ J#a
ഝ (B J#
.group ഞ
ഞ n^a
ഞ (B n^
.group ട
ട് t.
L01) ട t.a
L01) ട (B t.
ട d.a
ട (B d.
ട്ട t.:a
ട്ട (B t.:
.group ഠ
ഠ t.#a
ഠ (B t.#
.group ഡ
ഡ d.a
ഡ (B d.
.group ഢ
ഢ d.#a
ഢ (B d.#
.group ണ
ണ n.a
ണ (B n.
.group ത
ത് t
L01) ത ta
L01) ത (B t
ത da
ത (B d
ത്ത t:a
ത്ത (B t:
.group ഥ
ഥ t#a
ഥ (B t#
.group ദ
ദ da
ദ (B d
.group ധ
ധ d#a
ധ (B d#
.group ന
ന na
ന (B n
.group പ
പ് p
L01) പ pa
L01) പ (B p
പ ba
പ (B b
പ്പ p:a
പ്പ (B p:
.group ഫ
ഫ p#a
ഫ (B p#
_പ്രൊ) ഫ (സര് fa
.group ബ
ബ ba
ബ (B b
.group ഭ
ഭ b#a
ഭ (B b#
.group മ
മ ma
മ (B m
.group യ
യ ja
യ (B j
.group ര
ര ra
ര (B r
.group റ
റ R2a
റ (B R2
ന്) റ d2
റ്റ t.t. // ?? R2R2 = t.t.
.group ല
ല la
ല (B l
.group ള
ള l.a
ള (B l.
.group ഴ // retroflex [r.] ?
ഴ r.a
ഴ (B r.
.group വ
വ va
വ (B v
.group ശ
ശ S;a
ശ (B S;
.group ഷ
ഷ s.a
ഷ (B s.
.group സ
സ sa
സ (B s
.group ഹ
ഹ ha
ഹ (B h
// chillu consonants
.group ൺ
ൺ n.
.group ൻ
ൻ n
.group ർ
ർ r
.group ൽ
ൽ l
.group ൾ
ൾ l.
.group ൿ
ൿ k
.group 0xe0b4 // characters which start with UTF-8 bytes: [e0 b4]
ഽ // avagraha
ം m // anusvara (this should nasalize the vowel)
ഃ h // visarga
അ a
ആ a:
ഇ i
ഈ i:
ഉ u
ഊ u:
ഋ Ry
എ e
_) എ ;e
ഏ e:
_) ഏ ;e:
ഐ aI
ഒ o
ഓ o:
ഔ aU
// combining vowel signs
ാ a:
ി i
ി (ല്K I
.group 0xe0b5 // characters which start with UTF-8 bytes: [e0 b5]
ീ i:
ു u
ൂ u:
ൃ r-
ൄ r-:
െ e
േ e:
ൈ aI
ൊ o
ോ o:
ൌ aU
ൗ aU // au length mark, treat at [aU] ?
് // virama
ൎ // chillu-virama (unofficial)
്് // espeak uses double-virama for "virama + U+200d" (zero-width joiner), to indicate a chillu character
് (_ y // epenthetic vowel at end of word
ൠ Ry:
ൡ ly:
.group 0xe0a4 // devanagari
0xe0a4 _^_HI // switch to hindi voice
.group 0xe0a5 // devanagari
0xe0a5 _^_HI
.group
$ do:l.ar