Invert Indic to Roman

invert_indian2roman_optmized.sh

#!/usr/bin/env bash
#              ^^^^- not compatible with /bin/sh

IN=$1
OUT=$2

paste <(<$IN awk '{print $2}') \
      <(<$IN sed -E 's/^[^[:space:]]*[[:space:]]//' \
                | indictrans -s asm -t eng --ml --build-lookup) \
  > $OUT

Example usage:

./convert_roman_all.sh wiki.kn.txt wiki.kn.roman.txt

Example input data

KN	 ಐಕ್ಯತೆ ಕ್ಷೇಮಾಭಿವೃದ್ಧಿ ಸಂಸ್ಥೆ  ವಿಜಯಪುರ
KN	 ಹೊರಗಿನ ಸಂಪರ್ಕಗಳು 
KN	  ಮಕ್ಕಳ ಸಾಹಿತ್ಯ ಮತ್ತು ಸಾಂಸ್ಖ್ರುತಿಕ ಕ್ಷೇತ್ರದಲ್ಲಿ ಸೇವೆ ಸಲ್ಲಿಸುತ್ತಿರುವ ಸಂಸ್ಠೆ ಮಕ್ಕಳ ಲೋಕ 

Expected Output data

KN	 aikyate kshemabhivruddhi sansthe  vijayapur
KN	 horgin samparkagalu 
KN	  makkal sahitya mattu sanskhruthik kshetradalli seve sallisuttiruv sansthe makkal lok 

Actual output data:

ಐಕ್ಯತೆ	 ಐಕ್ಯತೆ ಕ್ಷೇಮಾಭಿವೃದ್ಧಿ ಸಂಸ್ಥೆ  ವಿಜಯಪುರ
ಹೊರಗಿನ	 ಹೊರಗಿನ ಸಂಪರ್ಕಗಳು 
ಮಕ್ಕಳ	  ಮಕ್ಕಳ ಸಾಹಿತ್ಯ ಮತ್ತು ಸಾಂಸ್ಖ್ರುತಿಕ ಕ್ಷೇತ್ರದಲ್ಲಿ ಸೇವೆ ಸಲ್ಲಿಸುತ್ತಿರುವ ಸಂಸ್ಠೆ ಮಕ್ಕಳ ಲೋಕ  

Please see this SF question for more info about this task.

The code in your gist has awk '{print $2}', but it needs to be (and was, in my original answer) awk '{print $1}'.

So that explains the first column. The rest is coming from indictrans -- that's not an easy piece of software to build (its setup.py is missing a bunch of dependencies, and it also is requiring a libAccelerate that isn't included or automatically downloaded), so I'm not in a position to help you with its issues.

BTW, all-caps names are used for variables meaningful to the shell or other POSIX-defined tools, whereas lowercase names are guaranteed not to conflict when used by applications; see http://pubs.opengroup.org/onlinepubs/9699919799/basedefs/V1_chap08.html