Définition
L'UCS-2 est l'encodage de caractères sur 16 bits utilisé par le SMS pour les textes hors de l'alphabet GSM-7, comme l'arabe, le chinois ou les emoji. Un SMS contient 70 caractères UCS-2, ou 67 par segment dans un message multipartie.
La norme 3GPP TS 23.038 indique que des données utilisateur encodées en UCS-2 peuvent compter jusqu'à 140 octets, soit jusqu'à 70 caractères. En SMPP v3.4, l'UCS-2 est signalé par data_coding = 0x08.
Lorsqu'un message long est découpé, l'en-tête de données utilisateur de 6 octets laisse 134 octets par segment, soit 67 caractères UCS-2.
L'UCS-2 ne peut représenter que les caractères du plan multilingue de base (BMP). La plupart des emoji se situent en dehors et sont envoyés sous forme de paires de substitution UTF-16 : chaque emoji occupe donc deux des 70 emplacements. Les téléphones les affichent correctement, mais ils prennent plus de place.
Sur les marchés arabophones du CCG, l'UCS-2 est l'encodage normal des textes en arabe. Prévoyez des messages plus courts et davantage de segments qu'un message équivalent en anglais.
Exemple
Un OTP en arabe de 60 caractères tient dans 1 SMS ; un message arabe de 140 caractères nécessite 3 segments (67 + 67 + 6).