বাংলা টাইপিং আর Unicode — অভ্র, বিজয় আর ফন্টের সমস্যা

১ · আপনি লেখেন অক্ষর, কম্পিউটার রাখে সংখ্যা

একটি খুব চেনা ঘটনা দিয়ে শুরু করি। সুমি একটি অফিসে কাজ করেন। সহকর্মী পেনড্রাইভে একটি নোটিশের ফাইল দিলেন। সুমি বাসায় ল্যাপটপে খুলে দেখলেন, পুরো নোটিশ এমন দেখাচ্ছে:

Avwg evsjv‡`k‡K fv‡jvevwm

অথচ অফিসের কম্পিউটারে একই ফাইল পরিষ্কার দেখাচ্ছিল: “আমি বাংলাদেশকে ভালোবাসি”। ফাইল নষ্ট হয়নি, ভাইরাসও নয়। সমস্যাটা অনেক গভীরে — কম্পিউটার লেখা কীভাবে মনে রাখে, সেখানে। এই পর্ব শেষে আপনি এই হিজিবিজি দেখেই বুঝবেন কী হয়েছে, আর পাঁচ মিনিটে ঠিক করতে পারবেন।

প্রথম মৌলিক সত্যটি হলো: কম্পিউটার অক্ষর চেনে না, চেনে শুধু সংখ্যা। পর্ব ০৪-এ দেখেছেন, মেমরিতে সবকিছু থাকে 0 আর 1 হয়ে, ৮টি বিট মিলে এক byte. তাহলে “অ” কীভাবে রাখা হয়? উত্তর: সবাই মিলে একটি তালিকা বানায় — “অমুক নম্বর মানে অমুক অক্ষর”। এই তালিকা বা চুক্তির নাম encoding.

ইংরেজির জন্য প্রথম জনপ্রিয় তালিকা ছিল ASCII (১৯৬০-এর দশক)। এতে মাত্র ১২৮টি ঘর — ইংরেজি বড়-ছোট হাতের অক্ষর, অঙ্ক, যতিচিহ্ন। যেমন A = 65, a = 97. বাংলার জন্য কোনো জায়গা ছিল না। পরে ৮ বিট দিয়ে আরও ১২৮টি ঘর যোগ হলো, আর বিভিন্ন দেশ সেই বাড়তি ঘরে নিজেদের অক্ষর বসাতে লাগল। একই নম্বর এক দেশে এক অক্ষর, অন্য দেশে আরেক — বিশৃঙ্খলা।

এই বিশৃঙ্খলার সমাধান Unicode: পৃথিবীর প্রায় সব ভাষার প্রতিটি অক্ষরকে একটি করে স্থায়ী নম্বর দেওয়া, যেটি সবাই মানবে। এই নম্বরের নাম code point, লেখা হয় U+ দিয়ে, hexadecimal-এ (পর্ব ১৬-এ বিস্তারিত)। যেমন:

২ · বাংলা টাইপ করার দুই পথ — ফোনেটিক আর নির্দিষ্ট লেআউট

কি-বোর্ডে তো ইংরেজি অক্ষর ছাপা। তাহলে বাংলা লিখবেন কীভাবে? দুটি সম্পূর্ণ আলাদা চিন্তা আছে।

প্রধান টুলগুলো এক নজরে

কোনটি ভালো? যিনি মাঝেমধ্যে লেখেন — চ্যাট, ইমেইল, ফেসবুক — তাঁর জন্য ফোনেটিক সবচেয়ে সহজ। যিনি প্রতিদিন ঘণ্টার পর ঘণ্টা বাংলা টাইপ করেন — প্রেস, অফিসের চিঠিপত্র, ডেটা এন্ট্রি — তাঁর জন্য নির্দিষ্ট লেআউট সাধারণত দ্রুততর। কারণ ফোনেটিকে “ক্ষ” লিখতে ৩–৪টি কি চাপতে হয়, আর ভুল বানানের ঝুঁকিও থাকে (যেমন ki লিখে “কি” আসবে না “কী”, তা নিজেকে খেয়াল রাখতে হয়)।

৩ · কম্পিউটার আর ফোনে বাংলা কি-বোর্ড চালু করা

বেশিরভাগ ক্ষেত্রে পাঁচ মিনিটের কাজ। আপনার ডিভাইস অনুযায়ী ট্যাব বেছে নিন:

৪ · Unicode-এর ভেতরে বাংলা — code point, কার আর যুক্তবর্ণ

Unicode বাংলার জন্য ১২৮টি ঘরের একটি ব্লক রেখেছে: U+0980 থেকে U+09FF (সব ঘরে এখনো অক্ষর বসানো হয়নি)। এখানে আছে স্বরবর্ণ, ব্যঞ্জনবর্ণ, কার-চিহ্ন, ং ঃ ঁ, বাংলা অঙ্ক ০–৯ (U+09E6–U+09EF), এমনকি টাকার চিহ্ন ৳ (U+09F3).

যুক্তবর্ণের জন্য আলাদা নম্বর নেই

বাংলায় কয়েকশো যুক্তবর্ণ। প্রত্যেকটিকে আলাদা নম্বর দিলে তালিকা বিশাল হয়ে যেত, আর নতুন যুক্তবর্ণ এলে আবার নম্বর লাগত। Unicode-এর সমাধান খুব বুদ্ধিমান: যুক্তবর্ণ রাখা হয় অংশগুলো আর মাঝখানে হসন্ত (্) দিয়ে। যেমন ক্ষ = ক + ্ + ষ. পর্দায় তিনটিকে জোড়া লাগিয়ে একটি সুন্দর আকৃতি আঁকার কাজ ফন্ট আর shaping engine-এর। নিচে “ক্ষমা” লেখার পুরো যাত্রা দেখুন — “পরে” চাপুন:

k  k  h  o  m  a
↑ এখনো এগুলো শুধু ইংরেজি কি-চাপ

kkh → ক্ষ   (ক + ্ + ষ)
o   → কিছু না (অন্তর্নিহিত অ)
ma  → মা    (ম + া)

U+0995  ক   ব্যঞ্জনবর্ণ
U+09CD  ্   হসন্ত
U+09B7  ষ   ব্যঞ্জনবর্ণ
U+09AE  ম   ব্যঞ্জনবর্ণ
U+09BE  া   আ-কার

ক + ্ + ষ  →  ক্ষ  (ফন্টের একটি যুক্ত-আকৃতি)
ম + া      →  মা
ফলাফল:        ক্ষমা

ি-কার আগে দেখায়, কিন্তু পরে জমা থাকে

“কি” লিখলে চোখে ি-কার আগে, ক পরে। কিন্তু Unicode-এ জমা হয় উচ্চারণের ক্রমে: আগে ক, তারপর ি. একে বলে logical order. দেখানোর সময় shaping engine ি-কারকে বাঁ পাশে সরিয়ে আঁকে। ে-কার, ৈ-কারের ক্ষেত্রেও তাই। পুরোনো ANSI পদ্ধতিতে উল্টোটা হতো — যেভাবে দেখায় সেভাবেই জমা (visual order). এই পার্থক্যটি রূপান্তরের সময় অনেক ঝামেলার কারণ (অংশ ৬)।

একই শব্দ, দুই রকম লেখা — খোঁজ কেন ব্যর্থ হয়

কিছু অক্ষর Unicode-এ দুইভাবে লেখা যায়। যেমন য়: একটি একক code point (U+09DF), অথবা য (U+09AF) + নুক্তা ় (U+09BC). পর্দায় দুটো হুবহু এক, কিন্তু নম্বর আলাদা। ড় আর ঢ়-এরও একই অবস্থা, আর ো-কারকে ে + া দিয়েও লেখা যায়। ফলে একজনের ফোনে লেখা “ময়না” আরেকজনের কম্পিউটারে Ctrl + F দিয়ে খুঁজলে না-ও পাওয়া যেতে পারে! সফটওয়্যার এর সমাধান করে normalization দিয়ে — তুলনার আগে সব লেখাকে একটি নির্দিষ্ট রূপে আনা।

ৎ (খণ্ড-ত)-এর গল্পও মজার। শুরুতে Unicode-এ এর আলাদা নম্বর ছিল না; লেখা হতো ত + ্ + একটি অদৃশ্য নিয়ন্ত্রণ-চিহ্ন দিয়ে। ২০০৫ সালের Unicode 4.1-এ ৎ নিজের নম্বর পায় (U+09CE). তাই খুব পুরোনো কিছু ফাইলে “উৎসব” শব্দটি আজকের “উৎসব”-এর সাথে মেলে না।

নিজে চালিয়ে দেখুন — Unicode পরীক্ষক

নিচের ছোট প্রোগ্রামটি তিনটি বাংলা শব্দকে ভেঙে প্রতিটি code point, তার ধরন আর UTF-8-এ কত বাইট লাগে দেখায়। কোড বোঝার দরকার নেই — শুধু “চালান” চেপে আউটপুট পড়ুন:

const words = ["আমি", "ক্ষমা", "বাংলাদেশ"];
const enc = new TextEncoder();          // লেখাকে UTF-8 বাইটে বদলায়
function kind(cp) {
  if (cp === 0x09CD) return "হসন্ত (যুক্তবর্ণের আঠা)";
  if (cp >= 0x0985 && cp <= 0x0994) return "স্বরবর্ণ";
  if (cp >= 0x0995 && cp <= 0x09B9) return "ব্যঞ্জনবর্ণ";
  if (cp >= 0x09BE && cp <= 0x09CC) return "কার-চিহ্ন";
  if (cp >= 0x0981 && cp <= 0x0983) return "চিহ্ন (ঁ ং ঃ)";
  return "অন্যান্য";
}

for (const w of words) {
  const parts = [...w];                 // code point ধরে ভাগ
  console.log(`${w} → ${parts.length}টি code point, ${enc.encode(w).length} বাইট`);
  for (const ch of parts) {
    const cp = ch.codePointAt(0);
    const hex = cp.toString(16).toUpperCase().padStart(4, "0");
    const look = cp >= 0x0985 && cp <= 0x09B9 ? ch : "◌" + ch;
    console.log(`   U+${hex}  ${look}  ${kind(cp)}  (${enc.encode(ch).length} বাইট)`);
  }
}

৫ · ANSI বনাম Unicode — “Avwg” রহস্যের সমাধান

এবার সুমির নোটিশের রহস্য খুলি। Unicode জনপ্রিয় হওয়ার অনেক আগে, ১৯৮০–৯০-এর দশকে, কম্পিউটারে বাংলার কোনো সর্বজনীন নম্বর-ব্যবস্থা কার্যত ব্যবহারযোগ্য ছিল না। তখন একটি চতুর কৌশল নেওয়া হলো: ইংরেজি অক্ষরের নম্বরগুলোই রেখে দাও, কিন্তু এমন একটি ফন্ট বানাও যেখানে “A”-এর জায়গায় “অ”-এর ছবি আঁকা। এভাবে তৈরি ফন্টকে সাধারণভাবে বলা হয় ANSI ফন্ট বা legacy font — যেমন বিজয়ের SutonnyMJ.

আপনি টাইপ করলেন:  আমি
ফাইলে জমা:         41 76 77 67
ASCII হিসেবে পড়লে:  A  v  w  g

A → অ-এর ছবি      v → া-এর ছবি
w → ি-এর ছবি      g → ম-এর ছবি
পর্দায়:  আমি   (অ + া পাশাপাশি = আ)

সাধারণ ফন্ট A-কে A-ই দেখায়…
পর্দায়:  Avwg
evsjv‡`k  ← “বাংলাদেশ”-এর একই দশা

ফাইলে জমা:  U+0986  U+09AE  U+09BF
SolaimanLipi:  আমি      Noto Sans Bengali:  আমি
Nikosh:        আমি      ফোনের ডিফল্ট ফন্ট:   আমি
Google-এ খুঁজলেও পাওয়া যায়

ফন্ট চেনার তালিকা

লেখাটি Unicode না ANSI — দশ সেকেন্ডের পরীক্ষা: লেখাটির কিছু অংশ সিলেক্ট করে ফন্ট বদলে দিন অন্য কোনো Unicode ফন্টে (যেমন Nirmala UI). লেখা বাংলাই থাকলে Unicode. হঠাৎ “Avwg”-এর মতো ইংরেজি হিজিবিজি হয়ে গেলে ANSI. আরেকটি উপায়: লেখাটি কপি করে Notepad-এ পেস্ট করুন — ANSI লেখা সেখানে ইংরেজি অক্ষর হয়ে যায়।

৬ · পুরোনো বিজয় ফাইলকে Unicode-এ রূপান্তর

সুমির সমস্যার দুটি সমাধান। দ্রুত সমাধান: ল্যাপটপে SutonnyMJ ফন্ট ইনস্টল করা — তাহলে ফাইলটি ঠিক দেখাবে, কিন্তু অন্য কাউকে পাঠালে আবার একই সমস্যা। স্থায়ী সমাধান: লেখাটিকেই Unicode-এ রূপান্তর করা। নিচের ধাপগুলো দেখুন:

৭ · সাধারণ সমস্যা আর সমাধান — বক্স, “????”, ভাঙা যুক্তবর্ণ

বাংলা লেখায় যত সমস্যা দেখবেন, প্রায় সবগুলো তিনটি স্তরের কোনো একটির: encoding (নম্বর ভুল পড়া), font (আঁকার ছবি নেই), অথবা shaping (জোড়া লাগানোর নিয়ম জানা নেই)। লক্ষণ দেখে স্তর চিনতে শিখুন:

UTF-8 — বাংলা অক্ষর কেন ৩ বাইট

Unicode বলে দেয় কোন অক্ষরের নম্বর কত। কিন্তু সেই নম্বর ফাইলে বা ইন্টারনেটে বাইট হিসেবে কীভাবে লেখা হবে, তার নিয়ম আলাদা। সবচেয়ে প্রচলিত নিয়ম UTF-8 — আজকের প্রায় সব ওয়েবপেজ এতে লেখা। এর বুদ্ধি হলো, ছোট নম্বরের জন্য কম বাইট, বড়র জন্য বেশি: ইংরেজি অক্ষর ১ বাইট, বাংলা ৩ বাইট, বেশিরভাগ ইমোজি ৪ বাইট। “আ” (U+0986) কীভাবে ৩ বাইট হয়, দেখুন:

আ  =  U+0986   (দশমিকে 2438)

0    9    8    6
0000 1001 1000 0110

0000 | 100110 | 000110

ছাঁচ:   1110xxxx  10xxxxxx  10xxxxxx
ফল:    11100000  10100110  10000110
hex:   E0        A6        86

ইমেইল, ওয়েব আর SMS-এ বাংলা

ইমেইল আর ওয়েবে Unicode বাংলা এখন সমস্যাহীন — শুধু ওয়েবপেজের শুরুতে <meta charset="UTF-8"> রাখতে হয় (পর্ব ৩৬-এ HTML লেখার সময় দেখবেন)। মোবাইল SMS-এর হিসাব একটু আলাদা। শুধু ইংরেজি থাকলে বার্তা যায় GSM-এর ৭-বিট পদ্ধতিতে — একটি SMS-এ ১৬০ অক্ষর। কিন্তু একটিও বাংলা অক্ষর থাকলে পুরো বার্তা যায় ১৬-বিটের UCS-2 পদ্ধতিতে — একটি SMS-এ মাত্র ৭০ ঘর। লম্বা বার্তা ভাগ হলে প্রতিটি ভাগে আরও কম (৬৭টি) ঘর থাকে, কারণ জোড়া লাগানোর তথ্যের জন্য কিছু জায়গা লাগে। খেয়াল রাখুন, “ক্ষ” দেখতে একটি হলেও তিনটি ঘর খায়। তাই ব্যাংক বা মোবাইল অপারেটরের বাংলা SMS ছোট রাখা হয় — প্রতিটি অতিরিক্ত ভাগের জন্য পাঠানোর খরচ বাড়ে।

৮ · দ্রুত আর নির্ভুল টাইপিং — অভ্যাসের কৌশল

চাকরির অনেক পরীক্ষায় (বিশেষ করে অফিস সহায়ক, কম্পিউটার অপারেটর পদে) বাংলা ও ইংরেজি টাইপিংয়ের গতি যাচাই করা হয়। গতির চেয়েও গুরুত্বপূর্ণ নির্ভুলতা। মূল কৌশলের নাম touch typing — কি-বোর্ডের দিকে না তাকিয়ে দশ আঙুলে লেখা।

অনুশীলনের জন্য বিশেষ সফটওয়্যার বা ওয়েবসাইটও আছে; বিজয় ও অভ্রর লেআউট শেখার জন্য তৈরি কিছু টাইপিং টিউটরও পাওয়া যায়। যেটিই নিন, দেখে নিন সেটি Unicode-এ কাজ করে কি না আর গতির পাশাপাশি ভুলের হার (accuracy) দেখায় কি না। গতি মাপা হয় সাধারণত প্রতি মিনিটে শব্দে (WPM).

৯ · AI-এর যুগে বাংলা লেখা — সুবিধা আর সাবধানতা

ChatGPT, Gemini বা Claude-এর মতো AI চ্যাটবট এখন বেশ সাবলীল বাংলা লেখে। চিঠির খসড়া, অনুবাদ, সারাংশ — অনেক কাজ সহজ হয়েছে। এমনকি “Avwg evsjv‡`k‡K fv‡jvevwm” দিয়ে বললে অনেক সময় বুঝে ফেলে যে এটি বিজয়-ANSI লেখা, এবং Unicode-এ রূপান্তর করে দিতে পারে। কিন্তু কয়েকটি সাধারণ ভুল সে প্রায়ই করে:

• ভুল যুক্তবর্ণ বা কার: লম্বা ANSI লেখা রূপান্তরের সময় কিছু শব্দে কার উল্টো জায়গায় বা যুক্তবর্ণ ভেঙে যায়।
• শব্দ “সংশোধন” করে ফেলা: রূপান্তর করতে বললে নিজে থেকে বানান বা বাক্য বদলে দেয় — নথির জন্য বিপজ্জনক, যেমন নাম, ঠিকানা বা টাকার অঙ্ক।
• মিশ্র বানানরীতি: “কি/কী”, “গেলো/গেল”-এর মতো পুরোনো আর প্রমিত বানান এক লেখায় মিশিয়ে ফেলা।
• আত্মবিশ্বাসী ভুল তথ্য: “বাংলা Unicode কবে যুক্ত হয়েছে” জাতীয় প্রশ্নে সাল বা নাম ভুল বলা।

AI বা কনভার্টারের বাংলা হাতে পেলে — যাচাইয়ের চেকলিস্ট

• লেখাটি অন্য একটি Unicode ফন্টে বদলে দেখেছি — হিজিবিজি হয়নি, অর্থাৎ সত্যিই Unicode
• নাম, তারিখ, টাকার অঙ্ক আর ফোন নম্বর মূল কপির সাথে অক্ষরে অক্ষরে মিলিয়েছি
• যুক্তবর্ণ, রেফ আর ি/ে-কারের জায়গা অন্তত এক অনুচ্ছেদে শব্দ ধরে দেখেছি
• কয়েকটি শব্দ Ctrl + F দিয়ে খুঁজে দেখেছি — য়, ৎ-এর ভিন্ন রূপের কারণে খোঁজ ব্যর্থ হচ্ছে কি না
• AI-এর বলা কোনো তথ্য (সাল, নাম, নিয়ম) থাকলে নির্ভরযোগ্য উৎস থেকে যাচাই করেছি