Tamil TN Cardinal Semiotic Class

Jenkinsfile

@@ -30,6 +30,7 @@ pipeline {
     JA_TN_CACHE='/home/jenkins/TestData/text_norm/ci/grammars/10-17-24-1'
     HI_TN_CACHE='/home/jenkins/TestData/text_norm/ci/grammars/06-04-26-5'
     KO_TN_CACHE='/home/jenkins/TestData/text_norm/ci/grammars/06-04-25-6'
+    TA_TN_CACHE='/home/jenkins/TestData/text_norm/ci/grammars/07-21-26-0'
     DEFAULT_TN_CACHE='/home/jenkins/TestData/text_norm/ci/grammars/06-08-23-0'
   }
   stages {
@@ -113,6 +114,11 @@ pipeline {
       }
     }
 
+    stage('L0: TA TN grammars') {
+      steps {
+        sh 'CUDA_VISIBLE_DEVICES="" python nemo_text_processing/text_normalization/normalize.py --lang=ta --text="௧" --cache_dir ${TA_TN_CACHE}'
+      }
+    }
     stage('L0: Create DE/ES TN/ITN Grammars') {
       when {
         anyOf {
@@ -408,6 +414,11 @@ pipeline {
             sh 'CUDA_VISIBLE_DEVICES="" pytest tests/nemo_text_processing/hi/ -m "not pleasefixme" --cpu --tn_cache_dir ${HI_TN_CACHE}'
           }
         }
+        stage('L1: Run all TA TN tests (restore grammars from cache)') {
+          steps {
+            sh 'CUDA_VISIBLE_DEVICES="" pytest tests/nemo_text_processing/ta/ -m "not pleasefixme" --cpu --tn_cache_dir ${TA_TN_CACHE}'
+          }
+        }
         stage('L1: Run all Codeswitched ES/EN TN/ITN tests (restore grammars from cache)') {
           steps {
             sh 'CUDA_VISIBLE_DEVICES="" pytest tests/nemo_text_processing/es_en/ -m "not pleasefixme" --cpu --tn_cache_dir ${ES_EN_TN_CACHE}'

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 +192,10 @@ 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.verbalize_final import VerbalizeFinalFst
+
         else:
             raise NotImplementedError(f"Language {lang} has not been supported yet.")
 
@@ -737,7 +742,7 @@ 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,
     )

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/__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_stem.tsv

@@ -0,0 +1,18 @@
+1	நூ
+2	இருநூ
+3	முந்நூ
+4	நானூ
+5	ஐநூ
+6	அறுநூ
+7	எழுநூ
+8	எட்டுநூ
+9	ஒன்பதுநூ
+௧	நூ
+௨	இருநூ
+௩	முந்நூ
+௪	நானூ
+௫	ஐநூ
+௬	அறுநூ
+௭	எழுநூ
+௮	எட்டுநூ
+௯	ஒன்பதுநூ

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

@@ -0,0 +1,10 @@
+hundred_suf_e	று
+hundred_suf_p	ற்று
+thousand_suf_e	ம்
+thousand_suf_p	த்து
+thousand_word_e	ஆயிரம்
+thousand_word_p	ஆயிரத்து
+lakh_word_e	லட்சம்
+lakh_word_p	லட்சத்து
+crore_word_e	கோடி
+crore_word_p	கோடியே

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

@@ -0,0 +1,4 @@
+1	ஒரு
+௧	ஒரு
+2	இரண்டு
+௨	இரண்டு

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

@@ -0,0 +1,68 @@
+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
+30	முப்பது
+31	முப்பத்தொன்று
+32	முப்பத்திரண்டு
+40	நாற்பது
+41	நாற்பத்தொன்று
+42	நாற்பத்திரண்டு
+50	ஐம்பது
+51	ஐம்பத்தொன்று
+52	ஐம்பத்திரண்டு
+60	அறுபது
+61	அறுபத்தொன்று
+62	அறுபத்திரண்டு
+70	எழுபது
+71	எழுபத்தொன்று
+72	எழுபத்திரண்டு
+80	எண்பது
+81	எண்பத்தொன்று
+82	எண்பத்திரண்டு
+90	தொண்ணூறு
+91	தொண்ணூற்றொன்று
+92	தொண்ணூற்றிரண்டு
+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
+௩௦	முப்பது
+௩௧	முப்பத்தொன்று
+௩௨	முப்பத்திரண்டு
+௪௦	நாற்பது
+௪௧	நாற்பத்தொன்று
+௪௨	நாற்பத்திரண்டு
+௫௦	ஐம்பது
+௫௧	ஐம்பத்தொன்று
+௫௨	ஐம்பத்திரண்டு
+௬௦	அறுபது
+௬௧	அறுபத்தொன்று
+௬௨	அறுபத்திரண்டு
+௭௦	எழுபது
+௭௧	எழுபத்தொன்று
+௭௨	எழுபத்திரண்டு
+௮௦	எண்பது
+௮௧	எண்பத்தொன்று
+௮௨	எண்பத்திரண்டு
+௯௦	தொண்ணூறு
+௯௧	தொண்ணூற்றொன்று
+௯௨	தொண்ணூற்றிரண்டு

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

@@ -0,0 +1,16 @@
+2	இருபத்தி
+3	முப்பத்தி
+4	நாற்பத்தி
+5	ஐம்பத்தி
+6	அறுபத்தி
+7	எழுபத்தி
+8	எண்பத்தி
+9	தொண்ணூற்றி
+௨	இருபத்தி
+௩	முப்பத்தி
+௪	நாற்பத்தி
+௫	ஐம்பத்தி
+௬	அறுபத்தி
+௭	எழுபத்தி
+௮	எண்பத்தி
+௯	தொண்ணூற்றி

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

@@ -0,0 +1,18 @@
+1	ஆயிர
+2	இரண்டாயிர
+3	மூவாயிர
+4	நான்காயிர
+5	ஐந்தாயிர
+6	ஆறாயிர
+7	ஏழாயிர
+8	எட்டாயிர
+9	ஒன்பதாயிர
+௧	ஆயிர
+௨	இரண்டாயிர
+௩	மூவாயிர
+௪	நான்காயிர
+௫	ஐந்தாயிர
+௬	ஆறாயிர
+௭	ஏழாயிர
+௮	எட்டாயிர
+௯	ஒன்பதாயிர

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

@@ -0,0 +1,2 @@
+௦	சுழியம்
+0	சுழியம்