Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Nous utilisons des cookies dans le but suivant :
Assurer le bon fonctionnement du site web, améliorer la sécurité et prévenir la fraude
Avoir un aperçu de l'utilisation du site web, afin d'améliorer son contenu et ses fonctionnalités
Pouvoir vous montrer les publicités les plus pertinentes sur des plateformes externes
Gestion des cookies
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Cookies techniques et fonctionnels
Ces cookies sont indispensables au bon fonctionnement du site internet et vous permettent par exemple de vous connecter. Vous ne pouvez pas désactiver ces cookies.
Cookies analytiques
Ces cookies collectent des informations anonymes sur l'utilisation de notre site web. De cette façon, nous pouvons mieux adapter le site web aux besoins des utilisateurs.
Cookies marketing
Ces cookies partagent votre comportement sur notre site web avec des parties externes, afin que vous puissiez voir des publicités plus pertinentes de Club sur des plateformes externes.
Une erreur est survenue, veuillez réessayer plus tard.
Il y a trop d’articles dans votre panier
Vous pouvez encoder maximum 250 articles dans votre panier en une fois. Supprimez certains articles de votre panier ou divisez votre commande en plusieurs commandes.
Punjabi language is popular Indo-Aryan language. Its phoneme sounds are tonal in nature which dissent in almost all-Indian side of Punjab. This books focus on analysis of some pf the dominant feature extraction techniques used in Automatic Speech Recognition and analytically analyse which feature extraction techniques is best suitable for extracting features of the tone present in the Punjabi speech. Three feature extractions techniques are compared: "power normalized cepstral coefficients (PNCC)", "Mel frequency cepstral coefficients (MFCC)" and "Perceptual Linear Prediction (PLP)" following a statistical comparison based on the accuracy and correctness of results attained. To attain a higher rate of accuracy level 34 phones for Punjabi language are used to break each word into small sound frames. environments using evident number of speakers giving overall system results with MFCC as finest of all three in noise-free environment and PLP to be efficient feature extraction technique in noisy environment for Punjabi speech corpus.