हिंदी कंप्यूटिंग: यूनिकोड, इनस्क्रिप्ट और फॉन्ट

कंप्यूटर हर अक्षर को एक संख्या के रूप में संचित करता है। अंग्रेजी के लिए कुछ दर्जन संख्याएँ पर्याप्त थीं, इसलिए आरंभिक कोड छोटे थे; देवनागरी को अपनी मात्राओं, संयुक्ताक्षरों और नुक्ते के कारण बहुत बड़े और सुव्यवस्थित कोड की आवश्यकता थी। हिंदी कंप्यूटिंग इन कोडों, कीबोर्डों और फॉन्टों के मानकीकरण की कहानी है, और एसएससी, रेलवे तथा बैंकिंग परीक्षाओं के कंप्यूटर जागरूकता भाग के साथ-साथ अनेक राज्य भर्तियों की हिंदी टाइपिंग परीक्षा का भी यह प्रिय क्षेत्र है। तीन बातें अलग-अलग समझना आवश्यक है: एन्कोडिंग, जो किसी अक्षर को दी गई संख्या है; कीबोर्ड लेआउट, जो तय करता है कि कौन सी कुंजी से वह अक्षर आएगा; और फॉन्ट, जो केवल स्क्रीन पर आकृति बनाता है।

आस्की से इस्की तक

आस्की अर्थात अमेरिकन स्टैंडर्ड कोड फॉर इनफॉर्मेशन इंटरचेंज 7 बिट का कोड है और इसलिए इसमें 128 कोड स्थान हैं, जो अंग्रेजी अक्षरों, अंकों, विराम चिह्नों और नियंत्रण वर्णों के लिए पर्याप्त हैं। विस्तारित आस्की ने आठवें बिट से 256 स्थान बनाए, जिन्हें विभिन्न निर्माताओं ने अपने-अपने चिह्नों से भरा। भारतीय लिपियों के लिए भारतीय मानक ब्यूरो ने 1991 में इस्की अर्थात इंडियन स्क्रिप्ट कोड फॉर इनफॉर्मेशन इंटरचेंज को आईएस 13194 के रूप में अपनाया। इस्की 8 बिट का कोड है जिसके निचले 128 स्थान आस्की के समान हैं और ऊपरी 128 में कोई भारतीय लिपि रखी जाती है। इसकी विशेषता यह है कि एक ही कोड तालिका दस भारतीय लिपियों के काम आती है, क्योंकि इन लिपियों का ध्वन्यात्मक क्रम ब्राह्मी से आया साझा क्रम है; वही कोड बिंदु प्रयोग में ली गई लिपि के अनुसार देवनागरी, बांग्ला या तमिल अक्षर पढ़ा जाता है। पुराने सरकारी सॉफ्टवेयर का आधार आज भी इस्की है, पर यूनिकोड ने उसे पीछे छोड़ दिया।

यूनिकोड और देवनागरी ब्लॉक

यूनिकोड सार्वभौमिक वर्ण एन्कोडिंग मानक है, जिसका रखरखाव यूनिकोड कंसोर्टियम करता है। यह प्रत्येक लिपि के प्रत्येक वर्ण को एक अद्वितीय संख्या देता है, जिसे कोड बिंदु कहते हैं और U+ के बाद षोडश आधारी अंकों में लिखा जाता है। कोड क्षेत्र U+0000 से U+10FFFF तक है, अर्थात 65,536 कोड बिंदुओं के 17 तल; तल शून्य मूल बहुभाषी तल है, जहाँ लगभग सभी प्रचलित लिपियाँ हैं। देवनागरी ब्लॉक U+0900 से U+097F तक है, और बाद में जुड़े वर्ण देवनागरी विस्तारित ब्लॉक में हैं। देवनागरी अंक, दंड और दोहरा दंड, विराम तथा नुक्ता सभी के अपने कोड बिंदु इसी परास में हैं।

यूनिकोड की संख्याओं को बाइट में संचित करना पड़ता है, और यह काम एन्कोडिंग रूप करता है। यूटीएफ-8 परिवर्ती चौड़ाई का है और एक से चार बाइट लेता है; अंग्रेजी पाठ के लिए यह आस्की के समान ही बाइट देता है, इसी कारण वेब पर इसका प्रभुत्व हुआ, और सामान्य देवनागरी वर्ण के लिए यह तीन बाइट लेता है। यूटीएफ-16 मूल बहुभाषी तल के लिए दो बाइट और शेष के लिए चार बाइट लेता है, जबकि यूटीएफ-32 हर वर्ण के लिए चार बाइट।

कीबोर्ड लेआउट

इनस्क्रिप्ट अर्थात इंडियन स्क्रिप्ट लेआउट भारतीय भाषाओं के लिए भारत सरकार द्वारा अधिसूचित मानक कीबोर्ड लेआउट है, और यह विंडोज, लिनक्स, मैकओएस तथा एंड्रॉइड में अंतर्निहित है। इसका तर्क ध्वन्यात्मक और एकरूप है: स्वर और उनकी मात्राएँ बाएँ हाथ की ओर और व्यंजन दाएँ हाथ की ओर, लिपि के वर्णमाला क्रम में रखे जाते हैं, इसलिए एक ही लेआउट देवनागरी, बांग्ला, तमिल, तेलुगु आदि के काम आता है, और हिंदी इनस्क्रिप्ट सीखा टाइपिस्ट कुंजियाँ दोबारा सीखे बिना मराठी या नेपाली टाइप कर लेता है।

इसके सामने रेमिंगटन लेआउट है, जो पुराने यांत्रिक हिंदी टाइपराइटर की व्यवस्था की प्रतिलिपि है और जिस पर दफ्तरों तथा न्यायालयों के अधिकांश पेशेवर हिंदी टाइपिस्ट प्रशिक्षित हुए। इसके रूप रेमिंगटन गेल और रेमिंगटन सीबीआई आज भी सरकारी टाइपिंग परीक्षाओं में मिलते हैं, जहाँ अभ्यर्थी सामान्यतः लिगेसी फॉन्ट के साथ रेमिंगटन और यूनिकोड मंगल के साथ इनस्क्रिप्ट में से चुनता है। टाइप करने का तीसरा तरीका ध्वन्यात्मक या लिप्यंतरण इनपुट है, जिसमें टाइपिस्ट रोमन में bharat लिखता है और सॉफ्टवेयर उसे देवनागरी वर्तनी में बदल देता है; नए सीखने वाले के लिए यह सबसे आसान और पेशेवर के लिए सबसे धीमा है।

फॉन्ट: यूनिकोड बनाम लिगेसी

फॉन्ट पाठ संचित नहीं करता, वह केवल उसे बनाता है। यूनिकोड फॉन्ट जैसे विंडोज के मंगल, निर्मला यूआई, अपराजिता और कोकिला तथा मुक्त स्रोत जगत के लोहित देवनागरी और नोटो सैंस देवनागरी असली देवनागरी कोड बिंदुओं को आकृतियों से जोड़ते हैं। इनमें टाइप किया पाठ खोजा, क्रमबद्ध किया, ईमेल में चिपकाया और किसी भी उपकरण पर पढ़ा जा सकता है। लिगेसी या गैर-यूनिकोड फॉन्ट जैसे कृतिदेव, देवलिस और चाणक्य दूसरा रास्ता लेते हैं: वे देवनागरी आकृतियों को आस्की के कोड स्थानों पर चिपका देते हैं, इसलिए कंप्यूटर पाठ को अंग्रेजी समझता है जबकि आँख हिंदी देखती है। उस फॉन्ट के बिना ऐसी फाइल खोलिए तो वह बेमतलब चिह्न बन जाती है, और कोई सर्च इंजन उसे अनुक्रमित नहीं कर सकता। इसी कारण सरकारी कामकाज यूनिकोड पर आ गया है, और पुरानी कृतिदेव सामग्री को यूनिकोड में बदलने के परिवर्तक उपलब्ध हैं। देवनागरी अक्षरों को जोड़कर संयुक्ताक्षर बनाती है, इसलिए भारतीय भाषाओं के फॉन्ट ओपनटाइप होने चाहिए, जिनमें प्रतिस्थापन और स्थिति निर्धारण के वे नियम होते हैं जो साधारण ट्रूटाइप फॉन्ट में नहीं होते।

सरकारी सहयोग

इलेक्ट्रॉनिकी और सूचना प्रौद्योगिकी मंत्रालय का भारतीय भाषाओं के लिए प्रौद्योगिकी विकास (टीडीआईएल) कार्यक्रम भारतीय भाषाओं के लिए फॉन्ट, शब्दकोश, वाक् तथा अनुवाद उपकरण बनाता और वितरित करता है। प्रगत संगणन विकास केंद्र (सी-डैक), पुणे ने भारतीय भाषा प्रौद्योगिकी की जिस्ट श्रेणी और लीप ऑफिस सुइट बनाए और आज भी लिपि सॉफ्टवेयर का प्रमुख केंद्र है। संविधान का अनुच्छेद 343 देवनागरी लिपि में हिंदी को संघ की राजभाषा बनाता है, और यही वह कानूनी कारण है जिससे सरकारी संगणन में देवनागरी का उचित समर्थन आवश्यक है।