Tamil TN Cardinal Semiotic Class

nemo_text_processing/text_normalization/normalize.py

@@ -166,6 +166,7 @@ def __init__(
 
             if post_process:
                 self.post_processor = PostProcessingFst(cache_dir=cache_dir, overwrite_cache=overwrite_cache)
+
         elif lang == 'it':
             from nemo_text_processing.text_normalization.it.taggers.tokenize_and_classify import ClassifyFst
             from nemo_text_processing.text_normalization.it.verbalizers.verbalize_final import VerbalizeFinalFst
@@ -191,6 +192,13 @@ def __init__(
         elif lang == 'ko':
             from nemo_text_processing.text_normalization.ko.taggers.tokenize_and_classify import ClassifyFst
             from nemo_text_processing.text_normalization.ko.verbalizers.verbalize_final import VerbalizeFinalFst
+        elif lang == 'ta':
+            from nemo_text_processing.text_normalization.ta.taggers.tokenize_and_classify import ClassifyFst
+            from nemo_text_processing.text_normalization.ta.verbalizers.post_processing import PostProcessingFst
+            from nemo_text_processing.text_normalization.ta.verbalizers.verbalize_final import VerbalizeFinalFst
+
+            if post_process:
+                self.post_processor = PostProcessingFst(cache_dir=cache_dir, overwrite_cache=overwrite_cache)
         else:
             raise NotImplementedError(f"Language {lang} has not been supported yet.")
 
@@ -391,7 +399,11 @@ def normalize(
                 return text
         output = SPACE_DUP.sub(' ', output[1:])
 
-        if self.lang in ["en", "hi", "vi"] and hasattr(self, 'post_processor') and self.post_processor is not None:
+        if (
+            self.lang in ["en", "hi", "ta", "vi"]
+            and hasattr(self, 'post_processor')
+            and self.post_processor is not None
+        ):
             output = self.post_process(output)
 
         if punct_post_process:
@@ -737,7 +749,7 @@ def parse_args():
     parser.add_argument(
         "--language",
         help="language",
-        choices=["en", "de", "es", "fr", "hu", "sv", "zh", "ar", "it", "hy", "ja", "hi", "ko", "vi", "pt"],
+        choices=["en", "de", "es", "fr", "hu", "sv", "zh", "ar", "it", "hy", "ja", "hi", "ta", "ko", "vi", "pt"],
         default="en",
         type=str,
     )

nemo_text_processing/text_normalization/run_evaluate.py

@@ -35,7 +35,7 @@ def parse_args():
     parser.add_argument(
         "--lang",
         help="language",
-        choices=['ar', 'de', 'en', 'es', 'fr', 'hu', 'it', 'ru', 'sv', 'zh', 'hy', 'hi', 'ko', 'vi', 'pt'],
+        choices=['ar', 'de', 'en', 'es', 'fr', 'hu', 'it', 'ru', 'sv', 'zh', 'hy', 'hi', 'ta', 'ko', 'vi', 'pt'],
         default="en",
         type=str,
     )
@@ -67,6 +67,10 @@ def parse_args():
     to_lower = args.input_case == "lower_cased"
     training_data = load_files([file_path], to_lower=to_lower)
 
+    # print("Loading training data: " + file_path)
+    # to_lower = True if args.input_case == "lower_cased" else False
+    # training_data = load_files([file_path], to_lower=to_lower)
+
     if args.filter:
         training_data = filter_loaded_data(training_data)
 

nemo_text_processing/text_normalization/ta/__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/ta/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/ta/data/numbers/digit.tsv

@@ -0,0 +1,18 @@
+௧	ஒன்று
+௨	இரண்டு
+௩	மூன்று
+௪	நான்கு
+௫	ஐந்து
+௬	ஆறு
+௭	ஏழு
+௮	எட்டு
+௯	ஒன்பது
+1	ஒன்று
+2	இரண்டு
+3	மூன்று
+4	நான்கு
+5	ஐந்து
+6	ஆறு
+7	ஏழு
+8	எட்டு
+9	ஒன்பது

nemo_text_processing/text_normalization/ta/data/numbers/hundred_ta.tsv

@@ -0,0 +1,18 @@
+100	நூறு
+200	இருநூற்று
+300	முந்நூற்று
+400	நானூற்று
+500	ஐந்நூற்று
+600	அறுநூற்று
+700	எழுநூற்று
+800	எட்டுநூற்று
+900	ஒன்பதுநூற்று
+௧௦௦	நூறு
+௨௦௦	இருநூற்று
+௩௦௦	முந்நூற்று
+௪௦௦	நானூற்று
+௫௦௦	ஐந்நூற்று
+௬௦௦	அறுநூற்று
+௭௦௦	எழுநூற்று
+௮௦௦	எட்டுநூற்று
+௯௦௦	ஒன்பதுநூற்று

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

@@ -0,0 +1,90 @@
+௧௦	பத்து
+௧௧	பதினொன்று
+௧௨	பன்னிரண்டு
+௧௩	பதிமூன்று
+௧௪	பதினான்கு
+௧௫	பதினைந்து
+௧௬	பதினாறு
+௧௭	பதினேழு
+௧௮	பதினெட்டு
+௧௯	பத்தொன்பது
+௨௦	இருபது
+௨௧	இருபத்தொன்று
+௨௨	இருபத்திரண்டு
+௨௩	இருபத்திமூன்று
+௨௪	இருபத்திநான்கு
+௨௫	இருபத்திஐந்து
+௨௬	இருபத்திஆறு
+௨௭	இருபத்திஏழு
+௨௮	இருபத்திஎட்டு
+௨௯	இருபத்திஒன்பது
+௩௦	முப்பது
+௩௧	முப்பத்தொன்று
+௩௨	முப்பத்திரண்டு
+௩௩	முப்பத்திமூன்று
+௩௪	முப்பத்திநான்கு
+௩௫	முப்பத்திஐந்து
+௩௬	முப்பத்திஆறு
+௩௭	முப்பத்திஏழு
+௩௮	முப்பத்திஎட்டு
+௩௯	முப்பத்திஒன்பது
+௪௦	நாற்பது
+௪௧	நாற்பத்தொன்று
+௪௨	நாற்பத்திரண்டு
+௪௩	நாற்பத்திமூன்று
+௪௪	நாற்பத்திநான்கு
+௪௫	நாற்பத்திஐந்து
+௪௬	நாற்பத்திஆறு
+௪௭	நாற்பத்திஏழு
+௪௮	நாற்பத்திஎட்டு
+௪௯	நாற்பத்திஒன்பது
+௫௦	ஐம்பது
+௫௧	ஐம்பத்தொன்று
+௫௨	ஐம்பத்திரண்டு
+௫௩	ஐம்பத்திமூன்று
+௫௪	ஐம்பத்திநான்கு
+௫௫	ஐம்பத்திஐந்து
+௫௬	ஐம்பத்திஆறு
+௫௭	ஐம்பத்திஏழு
+௫௮	ஐம்பத்திஎட்டு
+௫௯	ஐம்பத்திஒன்பது
+௬௦	அறுபது
+௬௧	அறுபத்தொன்று
+௬௨	அறுபத்திரண்டு
+௬௩	அறுபத்திமூன்று
+௬௪	அறுபத்திநான்கு
+௬௫	அறுபத்திஐந்து
+௬௬	அறுபத்திஆறு
+௬௭	அறுபத்திஏழு
+௬௮	அறுபத்திஎட்டு
+௬௯	அறுபத்திஒன்பது
+௭௦	எழுபது
+௭௧	எழுபத்தொன்று
+௭௨	எழுபத்திரண்டு
+௭௩	எழுபத்திமூன்று
+௭௪	எழுபத்திநான்கு
+௭௫	எழுபத்திஐந்து
+௭௬	எழுபத்திஆறு
+௭௭	எழுபத்திஏழு
+௭௮	எழுபத்திஎட்டு
+௭௯	எழுபத்திஒன்பது
+௮௦	எண்பது
+௮௧	எண்பத்தொன்று
+௮௨	எண்பத்திரண்டு
+௮௩	எண்பத்திமூன்று
+௮௪	எண்பத்திநான்கு
+௮௫	எண்பத்திஐந்து
+௮௬	எண்பத்திஆறு
+௮௭	எண்பத்திஏழு
+௮௮	எண்பத்திஎட்டு
+௮௯	எண்பத்திஒன்பது
+௯௦	தொண்ணூறு
+௯௧	தொண்ணூற்றொன்று
+௯௨	தொண்ணூற்றிரண்டு
+௯௩	தொண்ணூற்றிமூன்று
+௯௪	தொண்ணூற்றிநான்கு
+௯௫	தொண்ணூற்றிஐந்து
+௯௬	தொண்ணூற்றிஆறு
+௯௭	தொண்ணூற்றிஏழு
+௯௮	தொண்ணூற்றிஎட்டு
+௯௯	தொண்ணூற்றிஒன்பது

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

@@ -0,0 +1,90 @@
+10	பத்து
+11	பதினொன்று
+12	பன்னிரண்டு
+13	பதிமூன்று
+14	பதினான்கு
+15	பதினைந்து
+16	பதினாறு
+17	பதினேழு
+18	பதினெட்டு
+19	பத்தொன்பது
+20	இருபது
+21	இருபத்தொன்று
+22	இருபத்திரண்டு
+23	இருபத்திமூன்று
+24	இருபத்திநான்கு
+25	இருபத்திஐந்து
+26	இருபத்திஆறு
+27	இருபத்திஏழு
+28	இருபத்திஎட்டு
+29	இருபத்திஒன்பது
+30	முப்பது
+31	முப்பத்தொன்று
+32	முப்பத்திரண்டு
+33	முப்பத்திமூன்று
+34	முப்பத்திநான்கு
+35	முப்பத்திஐந்து
+36	முப்பத்திஆறு
+37	முப்பத்திஏழு
+38	முப்பத்திஎட்டு
+39	முப்பத்திஒன்பது
+40	நாற்பது
+41	நாற்பத்தொன்று
+42	நாற்பத்திரண்டு
+43	நாற்பத்திமூன்று
+44	நாற்பத்திநான்கு
+45	நாற்பத்திஐந்து
+46	நாற்பத்திஆறு
+47	நாற்பத்திஏழு
+48	நாற்பத்திஎட்டு
+49	நாற்பத்திஒன்பது
+50	ஐம்பது
+51	ஐம்பத்தொன்று
+52	ஐம்பத்திரண்டு
+53	ஐம்பத்திமூன்று
+54	ஐம்பத்திநான்கு
+55	ஐம்பத்திஐந்து
+56	ஐம்பத்திஆறு
+57	ஐம்பத்திஏழு
+58	ஐம்பத்திஎட்டு
+59	ஐம்பத்திஒன்பது
+60	அறுபது
+61	அறுபத்தொன்று
+62	அறுபத்திரண்டு
+63	அறுபத்திமூன்று
+64	அறுபத்திநான்கு
+65	அறுபத்திஐந்து
+66	அறுபத்திஆறு
+67	அறுபத்திஏழு
+68	அறுபத்திஎட்டு
+69	அறுபத்திஒன்பது
+70	எழுபது
+71	எழுபத்தொன்று
+72	எழுபத்திரண்டு
+73	எழுபத்திமூன்று
+74	எழுபத்திநான்கு
+75	எழுபத்திஐந்து
+76	எழுபத்திஆறு
+77	எழுபத்திஏழு
+78	எழுபத்திஎட்டு
+79	எழுபத்திஒன்பது
+80	எண்பது
+81	எண்பத்தொன்று
+82	எண்பத்திரண்டு
+83	எண்பத்திமூன்று
+84	எண்பத்திநான்கு
+85	எண்பத்திஐந்து
+86	எண்பத்திஆறு
+87	எண்பத்திஏழு
+88	எண்பத்திஎட்டு
+89	எண்பத்திஒன்பது
+90	தொண்ணூறு
+91	தொண்ணூற்றொன்று
+92	தொண்ணூற்றிரண்டு
+93	தொண்ணூற்றிமூன்று
+94	தொண்ணூற்றிநான்கு
+95	தொண்ணூற்றிஐந்து
+96	தொண்ணூற்றிஆறு
+97	தொண்ணூற்றிஏழு
+98	தொண்ணூற்றிஎட்டு
+99	தொண்ணூற்றிஒன்பது

nemo_text_processing/text_normalization/ta/data/numbers/thousands.tsv

@@ -0,0 +1,3 @@
+௧௦௦௦	ஆயிரம்
+௧௦௦௦௦௦	லட்சம்
+௧௦௦௦௦௦௦௦	கோடி

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

@@ -0,0 +1,2 @@
+௦	சுழியம்
+0	சுழியம்