Deep Clustering (DPCL) wurde im August 2015 von einem Forschungsteam des Mitsubishi Electric Research Laboratory und der Columbia University vorgeschlagen.Deep Clustering: Diskriminative Einbettungen für Segmentierung und Trennung".

DPCL ist ein Deep-Learning-Framework zur Lösung des Problems der Schallquellentrennung. Trainiert mit Spektrogrammmerkmalen eines Zwei-Sprecher-Gemischs und getestet mit einer Reihe von Sprechergemischen, die nicht im Training verwendet wurden, kann das Framework eine Maskierungsfunktion ableiten, die die Signalqualität um ca. 6 dB verbessert. DPCL benötigt keine Klassenbezeichnungen und ist daher potenziell für eine Vielzahl von Stimmtypen trainierbar.