Can we compose a Tamil Morse-code ? Yes, we can.
International Morse Code – Source: Wikipedia
- Start with a frequency count of Tamil letters from various sources
- Build a probability distribution from the frequency counts
- Build a Huffman code using the above distribution
- Each letter of Tamil alphabet gets a Morse code : 0 = ‘.’, 1 – ‘-‘.
புள்ளி, கோடு.
Tamil Morse Code Table generated from Open-Tamil library. See here for full code and methodology. Full table follows.
Can you decode what this Morse code means in Tamil ? Hint: 2 words (4,5) letters long
...-. --.--.. .---..--.--- .-..-. ...-. ---.-. -----.--.- .--....- ..-..-
Please note table was updated to show letters in most-frequent to least-frequent alphabets and their code-words used. Updated after publishing on Aug 16th, 2018.
Source coding theory
Information theory provides us with tools to calculate the information content of symbols in a language, i.e. alphabets in our case. Average codeword length was 6.45652 bits, which is rounded to 7bits.
According to 230+ symbols of encoded in binary without attention to letter frequency we would be using ceil[ log2[230] ] ~ 8bits per symbol, so the usage of Morse code provides a related data compression of 12.5%!
Previously, I had written about Morse code for Tamil in this blog here, and relationship with Unigram, Bigram and Trigram models and word-structure in Tamil language.
- ம் -> --..
- த -> -...
- க -> ...-.
- ல் -> ..---
- த் -> ----.
- க் -> -.---
- ன் -> -.--.
- ர -> .....-
- ப -> ....--
- வ -> ..--.-
- தி -> ..-..-
- ச -> ..-.-.
- கு -> .----.
- ம -> .---.-
- ப் -> .--..-
- ட் -> .--.-.
- டு -> .-...-
- ர் -> .-..-.
- ய -> .-.-.-
- அ -> ---..-
- ட -> ---.--
- ரு -> ---.-.
- பு -> -..---
- கா -> -..--.
- து -> -..-.-
- ல -> -.-..-
- வி -> .......
- டி -> ....-..
- ண் -> ....-.-
- சி -> ...---.
- ன -> ..--...
- ரி -> ..-....
- ங் -> ..-...-
- ந் -> ..-.---
- ற் -> .-----.
- இ -> .--...-
- று -> .-..---
- ச் -> .-....-
- சு -> .-..--.
- பா -> .-.----
- கி -> .-.--..
- பி -> .-.--.-
- வா -> .-.-...
- மு -> -----..
- ள் -> ---....
- லை -> --.--..
- உ -> --.--.-
- டை -> --.-..-
- தா -> --.-.--
- ண -> -..-...
- கை -> -..-..-
- ஆ -> -.-...-
- மா -> -.-.---
- ய் -> -.-.-.-
- ள -> ......-.
- சா -> ...--..-
- ற -> ...--.--
- லி -> ..--..--
- வு -> .---...-
- கொ -> .---..-.
- ந -> .--.....
- நி -> .--....-
- ஞ் -> .--.----
- ரா -> .--.---.
- ணி -> .--.--..
- ளி -> .--.--.-
- யா -> .-......
- நா -> .-.-..--
- றி -> .-.-..-.
- கோ -> -------.
- செ -> ------..
- ழி -> ------.-
- னி -> -----.-.
- ழு -> --.-----
- மி -> --.----.
- யி -> --.-....
- பொ -> --.-.-..
- ரை -> --.-.-.-
- வெ -> -.-.....
- எ -> -.-.--..
- மை -> -.-.--.-
- றை -> -.-.-..-
- பூ -> ......--.
- ழ -> ...-----.
- னை -> ...----..
- லா -> ...--.-..
- சை -> ..--..-.-
- வை -> ..-.--...
- போ -> ..-.--..-
- கூ -> ..-.--.-.
- வே -> .--------
- டா -> .-------.
- தை -> .------..
- பெ -> .---....-
- ளை -> .---..---
- தே -> .-.---...
- ஒ -> .-.---.--
- ழ் -> -----.---
- லு -> ---...---
- நீ -> ---...-..
- சீ -> ---...-.-
- தீ -> --.---...
- மூ -> --.---..-
- தொ -> --.---.--
- ணை -> --.---.-.
- ஏ -> --.-...-.
- நெ -> -.-....-.
- ளு -> -.-.-....
- னா -> ......----
- சூ -> ......---.
- மே -> ...-------
- தோ -> ...------.
- தெ -> ...----.-.
- சொ -> ...--.....
- சே -> ...--....-
- தூ -> ...--...--
- யு -> ...--...-.
- பே -> ...--.-.--
- வீ -> ..--..-..-
- ஊ -> .------.--
- னு -> .---......
- யோ -> .---.....-
- சோ -> .---..--..
- கே -> .-.....---
- ழை -> .-.....--.
- ணு -> .-.---..--
- ஓ -> .-.---.-..
- கெ -> ----------
- கீ -> --------..
- றா -> --------.-
- பை -> -----.--..
- ணா -> -----.--.-
- ரோ -> ---...--.-
- மொ -> -.-....--.
- மெ -> -.-.-...--
- லோ -> ...----.---
- பீ -> ...----.--.
- ளா -> ...--.-.-.-
- ஈ -> ..--..-....
- ஞா -> ..--..-...-
- மீ -> ..-.--.----
- வ் -> ..-.--.--..
- மோ -> ..-.--.--.-
- நு -> .---..--.-.
- ஐ -> .-.....-..-
- ரே -> .-.....-.-.
- நோ -> .-.---..-.-
- நே -> .-.---.-.--
- நூ -> ---------..
- யெ -> --.-...----
- லே -> --.-...--..
- ரீ -> -.-....----
- நொ -> -.-....---.
- யை -> -.-.-...-..
- ழா -> ...--.-.-...
- ரூ -> ...--.-.-..-
- னோ -> .------.-.--
- ஞ -> .---..--.---
- யூ -> .---..--.--.
- வோ -> .-.....-....
- யே -> .-.....-.---
- லெ -> .-.---..-...
- ரெ -> .-.---.-.-.-
- ணீ -> ---...--....
- டோ -> ---...--..--
- டெ -> ---...--...-
- கௌ -> ---...--..-.
- ணெ -> --.-...---..
- சௌ -> --.-...---.-
- றெ -> ..-.--.---...
- லூ -> ..-.--.---..-
- றோ -> .------.-....
- னே -> ..-.--.---.--
- னீ -> .------.-..-.
- நை -> .------.-..--
- டூ -> .------.-.-..
- னெ -> .-.....-.--..
- டே -> .-.....-.--.-
- ஞெ -> .-.---..-..--
- ளெ -> .-.---.-.-...
- டீ -> ---------.---
- யொ -> ---------.--.
- பௌ -> ---------.-..
- ஃ -> --.-...--.---
- ஔ -> --.-...--.-..
- ஞை -> -.-.-...-.---
- யீ -> -.-.-...-.--.
- றொ -> -.-.-...-.-.-
- வொ -> .------.-...--
- வூ -> ..-.--.---.-..
- னூ -> .------.-.-.--
- ளோ -> .-.....-...---
- ணோ -> .------.-.-.-.
- றே -> .-.....-...--.
- மௌ -> .-.....-...-..
- தௌ -> .-.---..-..-..
- ளே -> .-.---.-.-..-.
- லொ -> .-.---.-.-..--
- றூ -> ---------.-.--
- ரொ -> --.-...--.--..
- டொ -> --.-...--.-.-.
- ங -> -.-.-...-.-...
- ணே -> ..-.--.---.-.--
- ளீ -> .------.-...-..
- ழூ -> .-.....-...-.-.
- ளொ -> .-.---..-..-.-.
- ரௌ -> .-.---..-..-.--
- யௌ -> ---------.-.-..
- னொ -> ---------.-.-.-
- ழோ -> --.-...--.-.--.
- ளூ -> --.-...--.-.---
- ஞி -> -.-.-...-.-..--
- ணொ -> .-.....-...-.---
- ணூ -> .------.-...-.--
- ழீ -> .-.....-...-.--.
- ஸ் -> --.-...--.--.--.
- வௌ -> -.-.-...-.-..-..
- ஞீ -> --.-...--.--.---
- ஷ் -> ..-.--.---.-.-...
- ஷி -> ..-.--.---.-.-..-
- ழெ -> ..-.--.---.-.-.-.
- றீ -> .------.-...-.-.-
- நௌ -> ..-.--.---.-.-.--
- ஞே -> .------.-...-.-..
- லௌ -> --.-...--.--.-..-
- ஞொ -> -.-.-...-.-..-.--
- ஙு -> --.-...--.--.-...
- ஷ -> --.-...--.--.-.---
- ழொ -> --.-...--.--.-.--.
- ழே -> -.-.-...-.-..-.-.
- டௌ -> --.-...--.--.-.-.-
- ஞூ -> --.-...--.--.-.-..
Caveats and Closing Comments
Of course 15 of 247 letters are perhaps not received any codeword in this codebook. Further with inclusion of Grantha letters, 323 letters exist in Tamil some of which we don’t have code words.
Further, a large text corpus like Project Madurai’s [PM] unigram frequency distribution maybe useful to develop a widely representative Morse code table. Once you have this PM unigram data, you know how to get this Tamil Morse codebook regenerated!
