marathi-transliterate 1.3.0 → 1.4.0

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "marathi-transliterate",
-  "version": "1.3.0",
+  "version": "1.4.0",
   "description": "Zero-dependency, offline-first Marathi / Devanagari phonetic transliteration library. Converts English typing to Marathi (e.g. sakhar -> साखर) seamlessly in plain JS, Node.js, and frontend frameworks.",
   "type": "module",
   "main": "src/index.js",

package/src/dictionary.js

@@ -3,6 +3,276 @@
  * Kirana/grocery items, customer names, units, and shop terms.
  */
 export const MARATHI_DICTIONARY = {
+  // --- Popular Marathi Kirana Brands, Masale & Staples with Anusvara ---
+  'rambandhu': 'रामबंधू',
+  'rambandhoo': 'रामबंधू',
+  'rambandhuu': 'रामबंधू',
+  'bandhu': 'बंधू',
+  'bandhuu': 'बंधू',
+  'bandhoo': 'बंधू',
+  'pravin': 'प्रवीण',
+  'suhana': 'सुहाना',
+  'everest': 'एव्हरेस्ट',
+  'badshah': 'बादशाह',
+  'rambandhupapad': 'रामबंधू पापड',
+  'shingada': 'शिंगाडा',
+  'bhendi': 'भेंडी',
+  'bundi': 'बुंदी',
+  'tambaku': 'तंबाखू',
+  'gulabjam': 'गुलाबजाम',
+  'gulabjamun': 'गुलाबजामून',
+
+  // --- Comprehensive Maharashtrian FMCG, Brands & Staples ---
+  'everestmasale': 'एव्हरेस्ट मसाले',
+  'tikhalal': 'तिखाललाल',
+  'badshahmasala': 'बादशाह मसाला',
+  'suhanamasale': 'सुहाना मसाले',
+  'pravinmasale': 'प्रवीण मसाले',
+  'bedekar': 'बेडेकर',
+  'bedekarmasale': 'बेडेकर मसाले',
+  'katdare': 'काटदरे',
+  'kpra': 'के-प्र',
+  'suruchi': 'सुरुची',
+  'khamkar': 'खामकर',
+  'mdh': 'एमडीएच',
+  'mdhmasala': 'एमडीएच मसाला',
+  'catch': 'कॅच',
+  'catchmasala': 'कॅच मसाला',
+  'goldie': 'गोल्डी',
+  'chitalebandhu': 'चितळे बंधू',
+  'gokul': 'गोकुळ',
+  'warana': 'वारणा',
+  'katraj': 'कात्रज',
+  'amul': 'अमुल',
+  'amuldudh': 'अमुल दूध',
+  'amulbutter': 'अमुल बटर',
+  'amulghee': 'अमुल तूप',
+  'gowardhan': 'गोवर्धन',
+  'gowardhanghee': 'गोवर्धन तूप',
+  'motherdairy': 'मदर डेअरी',
+  'patanjali': 'पतंजली',
+  'haldiram': 'हल्दीराम',
+  'balajiwafers': 'बालाजी वेफर्स',
+  'lijjat': 'लिज्जत',
+  'lijjatpapad': 'लिज्जत पापड',
+  'tata': 'टाटा',
+  'tatatea': 'टाटा चहा',
+  'tatapremium': 'टाटा प्रीमियम',
+  'tatagold': 'टाटा गोल्ड',
+  'tatani': 'टाटा मीठ',
+  'tatamith': 'टाटा मीठ',
+  'tatansalt': 'टाटा सॉल्ट',
+  'redlabel': 'रेड लेबल',
+  'tajmahal': 'ताजमहाल',
+  'waghbakri': 'वाघ बकरी',
+  'society': 'सोसायटी',
+  'societytea': 'सोसायटी चहा',
+  'girnar': 'गिरनार',
+  'gemini': 'जेमिनी',
+  'geminioil': 'जेमिनी तेल',
+  'fortune': 'फॉर्च्युन',
+  'fortuneoil': 'फॉर्च्युन तेल',
+  'saffola': 'सॅफोला',
+  'saffolaoil': 'सॅफोला तेल',
+  'dhara': 'धारा',
+  'dharaoil': 'धारा तेल',
+  'aashirvaad': 'आशीर्वाद',
+  'aashirvaadatta': 'आशीर्वाद आटा',
+  'pillsbury': 'पिल्सबरी',
+  'surfexcel': 'सर्फ एक्सेल',
+  'vimbar': 'विम बार',
+  'vimliquid': 'विम लिक्विड',
+  'pril': 'प्रिल',
+  'lifebuoy': 'लाइफबॉय',
+  'lux': 'लक्स',
+  'santoor': 'संतूर',
+  'medimix': 'मेडिमिक्स',
+  'godrejno1': 'गोदरेज नं. १',
+  'cinthol': 'सिंथॉल',
+  'pears': 'पिअर्स',
+  'dove': 'डव्ह',
+  'vicco': 'व्हिको',
+  'viccovajradanti': 'व्हिको वज्रदंती',
+  'goodknight': 'गुड नाइट',
+  'allout': 'ऑल आउट',
+  'mortein': 'मॉर्टिन',
+  'hit': 'हिट',
+  'parleg': 'पारले-जी',
+  'monaco': 'मोनाको',
+  'krackjack': 'क्रॅकजॅक',
+  'yippee': 'यिप्पी',
+  'cadbury': 'कॅडबरी',
+  'dairymilk': 'डेअरी मिल्क',
+  'bournvita': 'बोर्नव्हिटा',
+  'horlicks': 'हॉर्लिक्स',
+  'boost': 'बूस्ट',
+  'complan': 'कॉम्प्लॅन',
+  'nescafe': 'नेस्कॅफे',
+  'bru': 'ब्रू कॉफी',
+  'godamasala': 'गोडा मसाला',
+  'kandalasun': 'कांदा लसूण',
+  'kandalasunmasala': 'कांदा लसूण मसाला',
+  'misalmasala': 'मिसळ मसाला',
+  'pavbhaji': 'पाव भाजी',
+  'pavbhajimasala': 'पाव भाजी मसाला',
+  'garammasala': 'गरम मसाला',
+  'chanamasala': 'चना मसाला',
+  'cholemasala': 'छोले मसाला',
+  'chaatmasala': 'चाट मसाला',
+  'sambharmasala': 'सांभार मसाला',
+  'rasammasala': 'रसम मसाला',
+  'biryanimasala': 'बिर्याणी मसाला',
+  'pulaomasala': 'पुलाव मसाला',
+  'chickenmasala': 'चिकन मसाला',
+  'muttonmasala': 'मटन मसाला',
+  'fishmasala': 'फिश मसाला',
+  'kitchenking': 'किचन किंग',
+  'maggimasala': 'मॅगी मसाला',
+  'panipuri': 'पाणीपुरी',
+  'panipurimasala': 'पाणीपुरी मसाला',
+  'jaljira': 'जलजिरा',
+  'dhanapowder': 'धने पावडर',
+  'jeerapowder': 'जिरे पावडर',
+  'haldipowder': 'हळद पावडर',
+  'mirchipowder': 'मिरची पावडर',
+  'kashmirimirchi': 'काश्मिरी मिरची',
+  'chakrifool': 'चक्रीफूल',
+  'shahjeera': 'शहाजिरे',
+  'jaiphal': 'जायफळ',
+  'jaipatri': 'जायपत्री',
+  'kasurimethi': 'कसुरी मेथी',
+  'methidana': 'मेथी दाणा',
+  'ajwain': 'ओवा',
+  'ova': 'ओवा',
+  'khadamasala': 'खडा मसाला',
+  'kalimirch': 'काळी मिरी',
+  'mira': 'मिरे',
+  'varai': 'वरई',
+  'rajgiraatta': 'राजगिरा पीठ',
+  'rajgiraladu': 'राजगिरा लाडू',
+  'upwasbhajani': 'उपवास भाजणी',
+  'thalipeeth': 'थालिपीठ',
+  'thalipeethbhajani': 'थालिपीठ भाजणी',
+  'batatakees': 'बटाटा कीस',
+  'upwaspapad': 'उपवास पापड',
+  'sendhanamak': 'सेंधव मीठ',
+  'saindhav': 'सैंधव मीठ',
+  'singhadapith': 'शिंगाडा पीठ',
+  'moongdal': 'मूग डाळ',
+  'chanadal': 'चना डाळ',
+  'uraddal': 'उडीद डाळ',
+  'masoordal': 'मसूर डाळ',
+  'kabulichana': 'काबुली चना',
+  'kalachana': 'काळा चना',
+  'harbara': 'हरभरा',
+  'harbaradal': 'हरभरा डाळ',
+  'safedvatana': 'पांढरा वटाणा',
+  'hirvavatana': 'हिरवा वटाणा',
+  'chawli': 'चवळी',
+  'singdana': 'शेंगदाणा',
+  'singdane': 'शेंगदाणे',
+  'soyabean': 'सोयाबीन',
+  'wheatflour': 'गहू पीठ',
+  'jowarflour': 'ज्वारी पीठ',
+  'bajraflour': 'बाजरी पीठ',
+  'nachaniflour': 'नाचणी पीठ',
+  'riceflour': 'तांदूळ पीठ',
+  'wadakolam': 'वाडा कोलम',
+  'sonamasoori': 'सोना मसुरी',
+  'indrayani': 'इंद्रायणी',
+  'tukda': 'तुकडा बासमती',
+  'jadapohe': 'जाड पोहे',
+  'patalpohe': 'पातळ पोहे',
+  'makkapoha': 'मका पोहे',
+  'kurmure': 'कुरमुरे',
+  'chirmure': 'चिरमुरे',
+  'sandge': 'सांडगे',
+  'sandage': 'सांडगे',
+  'batatapapad': 'बटाटा पापड',
+  'pohapapad': 'पोहे पापड',
+  'udadpapad': 'उडीद पापड',
+  'moongpapad': 'मूग पापड',
+  'ambalonche': 'आंबा लोणचे',
+  'limbulonche': 'लिंबू लोणचे',
+  'mirchilonche': 'मिरची लोणचे',
+  'mixlonche': 'मिक्स्ड लोणचे',
+  'kolhapurigul': 'कोल्हापुरी गूळ',
+  'organicgul': 'सेंद्रिय गूळ',
+  'khadisakhar': 'खडीसाखर',
+  'shengdanatel': 'शेंगदाणा तेल',
+  'groundnutoil': 'शेंगदाणा तेल',
+  'soyabeanoil': 'सोयाबीन तेल',
+  'sunfloweroil': 'सूर्यफूल तेल',
+  'tiltel': 'तीळ तेल',
+  'khobrel': 'खोबरेल तेल',
+  'coconutoil': 'खोबरेल तेल',
+  'sarson': 'मोहरी तेल',
+  'mustardoil': 'मोहरी तेल',
+  'gaayghee': 'गाय तूप',
+  'mhaisghee': 'म्हैस तूप',
+  'vanaspati': 'वनस्पती तूप',
+  'dalda': 'डालडा',
+  'khoya': 'खोया',
+  'mawa': 'मावा',
+  'kande': 'कांदे',
+  'tomato': 'टोमॅटो',
+  'tamatar': 'टोमॅटो',
+  'aalelasun': 'आले लसूण पेस्ट',
+  'gingergarlic': 'आले लसूण पेस्ट',
+  'pudina': 'पुदिना',
+  'karipatta': 'कढीपत्ता',
+  'kadipatta': 'कढीपत्ता',
+  'hirvimirchi': 'हिरवी मिरची',
+  'lalmirchi': 'लाल मिरची',
+  'shevga': 'शेवगा शेंगा',
+  'shevgasheng': 'शेवगा शेंग',
+  'vangi': 'वांगी',
+  'dudhi': 'दुधी भोपळा',
+  'lalbhopla': 'लाल भोपळा',
+  'gavar': 'गवार',
+  'tondli': 'तोंडली',
+  'ghosale': 'घोसाळे',
+  'flower': 'फ्लॉवर',
+  'cabbage': 'कोबी',
+  'kobi': 'कोबी',
+  'shimlamirchi': 'शिमला मिरची',
+  'gajar': 'गाजर',
+  'beet': 'बीट',
+  'kakdi': 'काकडी',
+  'palak': 'पालक',
+  'shepu': 'शेपू',
+  'amba': 'आंबा',
+  'aamba': 'आंबा',
+  'kairi': 'कैरी',
+  'safarchand': 'सफरचंद',
+  'draksha': 'द्राक्षे',
+  'santre': 'संत्री',
+  'mosambi': 'मोसंबी',
+  'dalimb': 'डाळिंब',
+  'chikoo': 'चिकू',
+  'peru': 'पेरू',
+  'ananas': 'अननस',
+  'papayi': 'पपई',
+  'kalingad': 'कलिंगड',
+  'kharbuj': 'खरबूज',
+  'sitaphal': 'सीताफळ',
+  'ramphal': 'रामफळ',
+  'jambhul': 'जांभूळ',
+  'dhoopbatti': 'धूप बत्ती',
+  'bhimsenikapoor': 'भीमसेनी कापूर',
+  'kunku': 'कुंकू',
+  'chandan': 'चंदन',
+  'chandantika': 'चंदन टिका',
+  'poojasupari': 'पूजा सुपारी',
+  'olanaral': 'ओला नारळ',
+  'sukhanaral': 'सुका नारळ',
+  'sukhekhobre': 'सुके खोबरे',
+  'kaapsachivat': 'कापसाची वात',
+  'golvat': 'गोल वात',
+  'laambvat': 'लांब वात',
+  'samaitel': 'सई तेल',
+  'poojatel': 'पूजा तेल',
+
   // --- Grocery & Kirana Staples ---
   'sakhar': 'साखर',
   'saakhar': 'साखर',

package/src/index.js

@@ -207,6 +207,19 @@ export function getSuggestions(word, options = {}) {
     if (clean.endsWith("a") && s.endsWith("ा")) {
       add(s.slice(0, -1));
     }
+
+    // 4k. Smart Anusvara (टिंब) variants expansion (मराठी शुद्धलेखन)
+    // Automatically generates standard Marathi Anusvara spellings for conjunct nasals
+    // e.g. "बन्धु" -> "बंधू" / "बंधु", "सम्पत" -> "संपत", "आनन्द" -> "आनंद"
+    const anusvarRegex = /(?:न्|म्|ङ्|ञ्|ण्)(?=[क-ह])/g;
+    if (anusvarRegex.test(s)) {
+      const withAnusvar = s.replace(anusvarRegex, "ं");
+      add(withAnusvar);
+      if (withAnusvar.endsWith("ु")) add(withAnusvar.slice(0, -1) + "ू");
+      if (withAnusvar.endsWith("ू")) add(withAnusvar.slice(0, -1) + "ु");
+      if (withAnusvar.endsWith("ि")) add(withAnusvar.slice(0, -1) + "ी");
+      if (withAnusvar.endsWith("ी")) add(withAnusvar.slice(0, -1) + "ि");
+    }
   }
 
   // 5. Prefix matches from dictionary (if clean.length >= 3)

package/src/phonetics.js

@@ -29,7 +29,8 @@ const CONSONANTS = [
   { en: "SH", mr: "ष", caseSensitive: true },
   { en: "sh", mr: "श" },
   { en: "ck", mr: "क" },
-  { en: "ng", mr: "ङ" },
+  { en: "NG", mr: "ङ", caseSensitive: true },
+  { en: "ng", mr: "ंग" },
   { en: "c", mr: "क" },
 
   // Single consonants - case-sensitive retroflex & special Marathi sounds FIRST
@@ -131,6 +132,16 @@ export function phoneticTransliterateWord(text) {
     // Check independent vowel at the beginning of a word or after non-alpha
     let matchedVowel = false;
     if (i === 0 || !/[a-zA-Z]/.test(clean[i - 1])) {
+      const initialNasal = clean.substring(i, i + 2).toLowerCase();
+      if (initialNasal === 'am' || initialNasal === 'an') {
+        const charAfter = clean[i + 2];
+        const isFollowedByVowel = charAfter && /[aeiouA]/i.test(charAfter);
+        if (!isFollowedByVowel) {
+          res += 'अं';
+          i += 2;
+          matchedVowel = true;
+        }
+      }
       for (const v of INDEPENDENT_VOWELS) {
         const sub = clean.substring(i, i + v.en.length);
         const isMatch = v.caseSensitive ? sub === v.en : sub.toLowerCase() === v.en.toLowerCase();
@@ -157,7 +168,23 @@ export function phoneticTransliterateWord(text) {
 
         // Check for attached vowel matra
         let matchedMatra = false;
-        for (const m of MATRAS) {
+
+        // Check 2-letter nasal matras (am, an) representing Marathi Anusvara (ं)
+        // when followed by a consonant or at end of word.
+        // e.g. 'bandhu' -> 'ब' + 'ं' + 'धु' = 'बंधु', 'sampat' -> 'संपत', 'pankaj' -> 'पंकज'
+        const nextTwo = clean.substring(i, i + 2).toLowerCase();
+        if (nextTwo === 'am' || nextTwo === 'an') {
+          const charAfter = clean[i + 2];
+          const isFollowedByVowel = charAfter && /[aeiouA]/i.test(charAfter);
+          if (!isFollowedByVowel) {
+            res += 'ं';
+            i += 2;
+            matchedMatra = true;
+          }
+        }
+
+        if (!matchedMatra) {
+          for (const m of MATRAS) {
           const nextSub = clean.substring(i, i + m.en.length);
           const mCaseSensitive = m.caseSensitive || m.en === "A";
           const mMatch = mCaseSensitive ? nextSub === m.en : nextSub.toLowerCase() === m.en.toLowerCase();
@@ -175,6 +202,7 @@ export function phoneticTransliterateWord(text) {
             break;
           }
         }
+        }
 
         // If no vowel followed and next character is also a consonant, apply halant (virama ्)
         // In Marathi/Hindi phonetics, word-final consonants do NOT get halant
@@ -195,5 +223,8 @@ export function phoneticTransliterateWord(text) {
     }
   }
 
+  // Standard Marathi Shuddhalekhan Rule: nasal conjuncts before consonants become Anusvara
+  res = res.replace(/(?:न्|म्|ङ्|ञ्|ण्)(?=[क-ह])/g, "ं");
+
   return res;
 }