यह ब्रेल कितना सही है, और किसके सामने रखकर

मापदंड क्या है

यहाँ हमारा ब्रेल liblouis के सामने रखा जाता है: वह खुला इंजन जिसकी अपनी परियोजना स्क्रीन-रीडर NVDA, Orca, BrailleBack और JAWS को, और ब्रेल बनाने वाले BrailleBlaster को, अपने ऊपर बना बताती है।

ग्रेड १ अक्षर दर अक्षर है — उसमें दूसरी वर्तनी की गुंजाइश नहीं — इसलिए दावा "काफ़ी अच्छा" नहीं, मिलान है। जो न मिले वह या तो दोष है या घोषित असहमति। शब्द hermitdave/FrequencyWords की हिन्दी सूची के — OpenSubtitles के उपशीर्षक, CC BY-SA 4.0 — वे पहले पाँच हज़ार हैं जो केवल देवनागरी से बने हैं।

पर मापदंड किस संहिता का?

क्या-क्या बदला

सबसे बड़ा अकेला कारण फ है: अकेले उसी से इन पाँच हज़ार में से १५६ शब्द बदल जाते हैं — फिर, साफ, फ़ोन, तरफ़।

२.१ को कैसे जाँचा गया

प्रकाशित दस्तावेज़ तक इस मशीन से कोई रास्ता नहीं था, इसलिए जाँच का तरीक़ा दूसरा रखा गया — और वह भारती के अपने स्वभाव से निकलता है।

भारती एक ही संहिता है जो कई लिपियों पर चलती है, और liblouis हर लिपि के लिए अलग, हाथ से लिखी तालिका रखता है। यानी वे तालिकाएँ एक ही संहिता के कई स्वतंत्र बयान हैं। देवनागरी को ६ बहन-लिपियों के सामने रखकर, हर यूनिकोड खंड में एक ही जगह के वर्ण मिलाकर देखा गया:

और इन १५ में से पाँच ठीक वही वर्ण निकले जिन्हें भारती २.१ ने बदला — ऒ, ऴ, ऩ, ऱ और ऋ-वर्ग के स्वर। यानी बहन-लिपियों से मिलान ने वे दोष पहले ही बता दिए, उस सुधरी तालिका के मिलने से पहले जो उन्हें ठीक करती है।

जहाँ यह इंजन चालू तालिका से भी असहमत है

चार जगह। चारों क्रियान्वयन की चूकें हैं, राय का भेद नहीं, और चारों तालिका के अपने स्रोत में देखी जा सकती हैं। हर असहमति दोनों ओर से जाँची जाती है — कि liblouis अब भी वही करता है जो यहाँ लिखा है, और कि यह इंजन दूसरा कुछ करता है। तालिका सुधरी तो जाँच गिरेगी।

चलते पाठ में: एक पूरा उपन्यास

शब्द-सूची में न वाक्य के भीतर का विराम-चिह्न होता है, न उद्धरण, न टंकण की चूकें। इसलिए एक पूरी किताब भी बदली गई — प्रेमचंद का «सेवासदन» (१९१९), हिन्दी विकिस्रोत के पन्नों से, ८९०९८ शब्द — इस इंजन से और liblouis 3.39.0 से, और दोनों को शब्द दर शब्द मिलाया गया।

१६१ जगह दोनों अलग हैं, यानी ०.१८१%। ये ग्यारह तरह की हैं, और इनमें से कई पाठ की टंकण-चूकें हैं जिन पर दोनों अलग ढंग से चलते हैं:

• ५५ जगह अल्पविराम के बाद ख़ाली जगह नहीं है (थी,वे)। यह इंजन अल्पविराम, बिन्दु २, लिखता है; संदर्भ बिन्दु ६ लिखता है।
• ३६ जगह विसर्ग की जगह कोलन टंकित है (दु:ख)। यह इंजन कोलन, बिन्दु २ और ५, लिखता है; संदर्भ उससे पहले बिन्दु ४ लगाता है।
• २७ जगह ऐसा वर्ण है जिसे यह इंजन नहीं लिखता और छोड़ा हुआ बताता है: खड़ी रेखा, कोष्ठक, बुलेट, लैटिन अक्षर।
• १८ जगह अनुस्वार या चन्द्रबिन्दु दो बार टंकित है (मेंं)। यह इंजन दोनों लिखता है; संदर्भ एक।
• बाक़ी २५: बिन्दुओं की लड़ी, बेजगह नुक़्ता, शब्द के भीतर पूर्ण विराम, बिना जगह का विस्मयादिबोधक चिह्न, हलन्त के बाद स्वर, वे सात टुकड़े जो शब्द दर शब्द मिलाए नहीं जा सके, और एक शब्द — खम्भे — जिसमें संदर्भ तालिका का ख और म वाला नियम हलन्त को म से पहले नहीं आने देता। यह वही दोष है जो भर्ती में है।

ये १६१ जगहें, हर एक अपने वाक्य और दोनों लिखावटों के साथ, expected-running-text-differences.tsv में हैं, और मापा गया पाठ /data/sevasadan-body.txt है। यह जाँच हर बदलाव से पहले दोबारा चलती है।

जो ख़ाने टकराते हैं

ब्रेल के पास तिरसठ ख़ाने हैं और देवनागरी के पास कहने को उससे ज़्यादा, इसलिए कुछ टकराव अनिवार्य हैं और पढ़ने वाला उन्हें जगह से सुलझाता है। कुछ जगह से भी नहीं सुलझते — और जो संदर्भ-साइट यह न बताए वह अपने पाठक से कहती है कि संहिता जितनी सुथरी है उससे ज़्यादा सुथरी है।

जो कुछ यहाँ लिखा है, वह जाँचा जा सकता है

ऊपर की हर संख्या किसी फ़ाइल की पंक्तियाँ गिनकर निकली है, याद करके नहीं लिखी गई। मापदंड की मदावली, वर्ण-दर-वर्ण की मदावली और वे २५० पंक्तियाँ जहाँ पुरानी तालिका अलग लिखती है — तीनों यहाँ प्रकाशित हैं — hi-reference.tsv, hi-characters.tsv और hi-2014-differences.tsv — और कोई भी पंक्ति दर पंक्ति देख सकता है कि उसका अपना सॉफ़्टवेयर क्या लिखेगा। २ अक्टूबर २०२६ तक यह पन्ना कहता था कि ये भंडार में हैं, और वे किसी प्रकाशित जगह पर नहीं थीं; शब्द-सूची अपने स्रोत से दोबारा बनाई गई और इस पन्ने का हर शब्द-आँकड़ा उससे दोबारा निकला। वर्ण-दर-वर्ण की पुरानी सूची (२०५ जाँच) नहीं मिली, इसलिए उसकी जगह इस साइट की तालिकाओं का हर वर्ण, मात्रा, चिह्न, अंक और विराम-चिह्न जाँचा गया: १२२, और सब मिलते हैं।

पाँच हज़ार शब्दों में न अंक हैं न विराम-चिह्न, इसलिए यह माप उनके बारे में कुछ नहीं कहता। २ अक्टूबर २०२६ को अंक और विराम-चिह्न संदर्भ में चलाकर देखे गए, और तीन ग़लतियाँ मिलीं जो शब्दों का माप कभी नहीं दिखा सकता था: डैश योजक चिह्न की तरह लिखा जा रहा था, तिरछी रेखा ऐ के ख़ाने से, और ब्रेल से पाठ बनाते समय १.५ जैसा अंक अक्षरों में टूट जाता था। तीनों ठीक कर दी गई हैं।

आगे