Created cardinal Semiotic class for Kannada TN

nemo_text_processing/text_normalization/kn/__init__.py

@@ -0,0 +1,13 @@
+# Copyright (c) 2026, NVIDIA CORPORATION.  All rights reserved.
+#
+# Licensed under the Apache License, Version 2.0 (the "License");
+# you may not use this file except in compliance with the License.
+# You may obtain a copy of the License at
+#
+#     http://www.apache.org/licenses/LICENSE-2.0
+#
+# Unless required by applicable law or agreed to in writing, software
+# distributed under the License is distributed on an "AS IS" BASIS,
+# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+# See the License for the specific language governing permissions and
+# limitations under the License.

nemo_text_processing/text_normalization/kn/data/__init__.py

@@ -0,0 +1,13 @@
+# Copyright (c) 2026, NVIDIA CORPORATION.  All rights reserved.
+#
+# Licensed under the Apache License, Version 2.0 (the "License");
+# you may not use this file except in compliance with the License.
+# You may obtain a copy of the License at
+#
+#     http://www.apache.org/licenses/LICENSE-2.0
+#
+# Unless required by applicable law or agreed to in writing, software
+# distributed under the License is distributed on an "AS IS" BASIS,
+# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+# See the License for the specific language governing permissions and
+# limitations under the License.

nemo_text_processing/text_normalization/kn/data/numbers/__init__.py

@@ -0,0 +1,13 @@
+# Copyright (c) 2026, NVIDIA CORPORATION.  All rights reserved.
+#
+# Licensed under the Apache License, Version 2.0 (the "License");
+# you may not use this file except in compliance with the License.
+# You may obtain a copy of the License at
+#
+#     http://www.apache.org/licenses/LICENSE-2.0
+#
+# Unless required by applicable law or agreed to in writing, software
+# distributed under the License is distributed on an "AS IS" BASIS,
+# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+# See the License for the specific language governing permissions and
+# limitations under the License.

nemo_text_processing/text_normalization/kn/data/numbers/digit.tsv

@@ -0,0 +1,18 @@
+1	ಒಂದು
+2	ಎರಡು
+3	ಮೂರು
+4	ನಾಲ್ಕು
+5	ಐದು
+6	ಆರು
+7	ಏಳು
+8	ಎಂಟು
+9	ಒಂಬತ್ತು
+೧	ಒಂದು
+೨	ಎರಡು
+೩	ಮೂರು
+೪	ನಾಲ್ಕು
+೫	ಐದು
+೬	ಆರು
+೭	ಏಳು
+೮	ಎಂಟು
+೯	ಒಂಬತ್ತು

nemo_text_processing/text_normalization/kn/data/numbers/hundreds.tsv

@@ -0,0 +1,18 @@
+೧	ನೂರ
+೨	ಇನ್ನೂರ
+೩	ಮುನ್ನೂರ
+೪	ನಾನೂರ
+೫	ಐನೂರ
+೬	ಆರುನೂರ
+೭	ಏಳುನೂರ
+೮	ಎಂಟುನೂರ
+೯	ಒಂಬೈನೂರ
+1	ನೂರ
+2	ಇನ್ನೂರ
+3	ಮುನ್ನೂರ
+4	ನಾನೂರ
+5	ಐನೂರ
+6	ಆರುನೂರ
+7	ಏಳುನೂರ
+8	ಎಂಟುನೂರ
+9	ಒಂಬೈನೂರ

nemo_text_processing/text_normalization/kn/data/numbers/teens_and_ties.tsv

@@ -0,0 +1,90 @@
+೧೦	ಹತ್ತು
+೧೧	ಹನ್ನೊಂದು
+೧೨	ಹನ್ನೆರಡು
+೧೩	ಹದಿಮೂರು
+೧೪	ಹದಿನಾಲ್ಕು
+೧೫	ಹದಿನೈದು
+೧೬	ಹದಿನಾರು
+೧೭	ಹದಿನೇಳು
+೧೮	ಹದಿನೆಂಟು
+೧೯	ಹತ್ತೊಂಬತ್ತು
+೨೦	ಇಪ್ಪತ್ತು
+೨೧	ಇಪ್ಪತ್ತೊಂದು
+೨೨	ಇಪ್ಪತ್ತೆರಡು
+೨೩	ಇಪ್ಪತ್ತಮೂರು
+೨೪	ಇಪ್ಪತ್ತನಾಲ್ಕು
+೨೫	ಇಪ್ಪತ್ತೈದು
+೨೬	ಇಪ್ಪತ್ತಾರು
+೨೭	ಇಪ್ಪತ್ತೇಳು
+೨೮	ಇಪ್ಪತ್ತೆಂಟು
+೨೯	ಇಪ್ಪತ್ತೊಂಬತ್ತು
+೩೦	ಮೂವತ್ತು
+೩೧	ಮೂವತ್ತೊಂದು
+೩೨	ಮೂವತ್ತೆರಡು
+೩೩	ಮೂವತ್ತಮೂರು
+೩೪	ಮೂವತ್ತನಾಲ್ಕು
+೩೫	ಮೂವತ್ತೈದು
+೩೬	ಮೂವತ್ತಾರು
+೩೭	ಮೂವತ್ತೇಳು
+೩೮	ಮೂವತ್ತೆಂಟು
+೩೯	ಮೂವತ್ತೊಂಬತ್ತು
+೪೦	ನಲವತ್ತು
+೪೧	ನಲವತ್ತೊಂದು
+೪೨	ನಲವತ್ತೆರಡು
+೪೩	ನಲವತ್ತಮೂರು
+೪೪	ನಲವತ್ತನಾಲ್ಕು
+೪೫	ನಲವತ್ತೈದು
+೪೬	ನಲವತ್ತಾರು
+೪೭	ನಲವತ್ತೇಳು
+೪೮	ನಲವತ್ತೆಂಟು
+೪೯	ನಲವತ್ತೊಂಬತ್ತು
+೫೦	ಐವತ್ತು
+೫೧	ಐವತ್ತೊಂದು
+೫೨	ಐವತ್ತೆರಡು
+೫೩	ಐವತ್ತಮೂರು
+೫೪	ಐವತ್ತನಾಲ್ಕು
+೫೫	ಐವತ್ತೈದು
+೫೬	ಐವತ್ತಾರು
+೫೭	ಐವತ್ತೇಳು
+೫೮	ಐವತ್ತೆಂಟು
+೫೯	ಐವತ್ತೊಂಬತ್ತು
+೬೦	ಅರವತ್ತು
+೬೧	ಅರವತ್ತೊಂದು
+೬೨	ಅರವತ್ತೆರಡು
+೬೩	ಅರವತ್ತಮೂರು
+೬೪	ಅರವತ್ತನಾಲ್ಕು
+೬೫	ಅರವತ್ತೈದು
+೬೬	ಅರವತ್ತಾರು
+೬೭	ಅರವತ್ತೇಳು
+೬೮	ಅರವತ್ತೆಂಟು
+೬೯	ಅರವತ್ತೊಂಬತ್ತು
+೭೦	ಎಪ್ಪತ್ತು
+೭೧	ಎಪ್ಪತ್ತೊಂದು
+೭೨	ಎಪ್ಪತ್ತೆರಡು
+೭೩	ಎಪ್ಪತ್ತಮೂರು
+೭೪	ಎಪ್ಪತ್ತನಾಲ್ಕು
+೭೫	ಎಪ್ಪತ್ತೈದು
+೭೬	ಎಪ್ಪತ್ತಾರು
+೭೭	ಎಪ್ಪತ್ತೇಳು
+೭೮	ಎಪ್ಪತ್ತೆಂಟು
+೭೯	ಎಪ್ಪತ್ತೊಂಬತ್ತು
+೮೦	ಎಂಬತ್ತು
+೮೧	ಎಂಬತ್ತೊಂದು
+೮೨	ಎಂಬತ್ತೆರಡು
+೮೩	ಎಂಬತ್ತಮೂರು
+೮೪	ಎಂಬತ್ತನಾಲ್ಕು
+೮೫	ಎಂಬತ್ತೈದು
+೮೬	ಎಂಬತ್ತಾರು
+೮೭	ಎಂಬತ್ತೇಳು
+೮೮	ಎಂಬತ್ತೆಂಟು
+೮೯	ಎಂಬತ್ತೊಂಬತ್ತು
+೯೦	ತೊಂಬತ್ತು
+೯೧	ತೊಂಬತ್ತೊಂದು
+೯೨	ತೊಂಬತ್ತೆರಡು
+೯೩	ತೊಂಬತ್ತಮೂರು
+೯೪	ತೊಂಬತ್ತನಾಲ್ಕು
+೯೫	ತೊಂಬತ್ತೈದು
+೯೬	ತೊಂಬತ್ತಾರು
+೯೭	ತೊಂಬತ್ತೇಳು
+೯೮	ತೊಂಬತ್ತೆಂಟು
+೯೯	ತೊಂಬತ್ತೊಂಬತ್ತು

nemo_text_processing/text_normalization/kn/data/numbers/teens_and_ties_en.tsv

@@ -0,0 +1,90 @@
+10	ಹತ್ತು
+11	ಹನ್ನೊಂದು
+12	ಹನ್ನೆರಡು
+13	ಹದಿಮೂರು
+14	ಹದಿನಾಲ್ಕು
+15	ಹದಿನೈದು
+16	ಹದಿನಾರು
+17	ಹದಿನೇಳು
+18	ಹದಿನೆಂಟು
+19	ಹತ್ತೊಂಬತ್ತು
+20	ಇಪ್ಪತ್ತು
+21	ಇಪ್ಪತ್ತೊಂದು
+22	ಇಪ್ಪತ್ತೆರಡು
+23	ಇಪ್ಪತ್ತಮೂರು
+24	ಇಪ್ಪತ್ತನಾಲ್ಕು
+25	ಇಪ್ಪತ್ತೈದು
+26	ಇಪ್ಪತ್ತಾರು
+27	ಇಪ್ಪತ್ತೇಳು
+28	ಇಪ್ಪತ್ತೆಂಟು
+29	ಇಪ್ಪತ್ತೊಂಬತ್ತು
+30	ಮೂವತ್ತು
+31	ಮೂವತ್ತೊಂದು
+32	ಮೂವತ್ತೆರಡು
+33	ಮೂವತ್ತಮೂರು
+34	ಮೂವತ್ತನಾಲ್ಕು
+35	ಮೂವತ್ತೈದು
+36	ಮೂವತ್ತಾರು
+37	ಮೂವತ್ತೇಳು
+38	ಮೂವತ್ತೆಂಟು
+39	ಮೂವತ್ತೊಂಬತ್ತು
+40	ನಲವತ್ತು
+41	ನಲವತ್ತೊಂದು
+42	ನಲವತ್ತೆರಡು
+43	ನಲವತ್ತಮೂರು
+44	ನಲವತ್ತನಾಲ್ಕು
+45	ನಲವತ್ತೈದು
+46	ನಲವತ್ತಾರು
+47	ನಲವತ್ತೇಳು
+48	ನಲವತ್ತೆಂಟು
+49	ನಲವತ್ತೊಂಬತ್ತು
+50	ಐವತ್ತು
+51	ಐವತ್ತೊಂದು
+52	ಐವತ್ತೆರಡು
+53	ಐವತ್ತಮೂರು
+54	ಐವತ್ತನಾಲ್ಕು
+55	ಐವತ್ತೈದು
+56	ಐವತ್ತಾರು
+57	ಐವತ್ತೇಳು
+58	ಐವತ್ತೆಂಟು
+59	ಐವತ್ತೊಂಬತ್ತು
+60	ಅರವತ್ತು
+61	ಅರವತ್ತೊಂದು
+62	ಅರವತ್ತೆರಡು
+63	ಅರವತ್ತಮೂರು
+64	ಅರವತ್ತನಾಲ್ಕು
+65	ಅರವತ್ತೈದು
+66	ಅರವತ್ತಾರು
+67	ಅರವತ್ತೇಳು
+68	ಅರವತ್ತೆಂಟು
+69	ಅರವತ್ತೊಂಬತ್ತು
+70	ಎಪ್ಪತ್ತು
+71	ಎಪ್ಪತ್ತೊಂದು
+72	ಎಪ್ಪತ್ತೆರಡು
+73	ಎಪ್ಪತ್ತಮೂರು
+74	ಎಪ್ಪತ್ತನಾಲ್ಕು
+75	ಎಪ್ಪತ್ತೈದು
+76	ಎಪ್ಪತ್ತಾರು
+77	ಎಪ್ಪತ್ತೇಳು
+78	ಎಪ್ಪತ್ತೆಂಟು
+79	ಎಪ್ಪತ್ತೊಂಬತ್ತು
+80	ಎಂಬತ್ತು
+81	ಎಂಬತ್ತೊಂದು
+82	ಎಂಬತ್ತೆರಡು
+83	ಎಂಬತ್ತಮೂರು
+84	ಎಂಬತ್ತನಾಲ್ಕು
+85	ಎಂಬತ್ತೈದು
+86	ಎಂಬತ್ತಾರು
+87	ಎಂಬತ್ತೇಳು
+88	ಎಂಬತ್ತೆಂಟು
+89	ಎಂಬತ್ತೊಂಬತ್ತು
+90	ತೊಂಬತ್ತು
+91	ತೊಂಬತ್ತೊಂದು
+92	ತೊಂಬತ್ತೆರಡು
+93	ತೊಂಬತ್ತಮೂರು
+94	ತೊಂಬತ್ತನಾಲ್ಕು
+95	ತೊಂಬತ್ತೈದು
+96	ತೊಂಬತ್ತಾರು
+97	ತೊಂಬತ್ತೇಳು
+98	ತೊಂಬತ್ತೆಂಟು
+99	ತೊಂಬತ್ತೊಂಬತ್ತು

nemo_text_processing/text_normalization/kn/data/numbers/zero.tsv

@@ -0,0 +1,2 @@
+0	ಸೊನ್ನೆ
+೦	ಸೊನ್ನೆ