ディープクラスタリング（DPCL）は、2015年8月に三菱電機研究所とコロンビア大学の研究チームによって提案されました。ディープクラスタリング：セグメンテーションと分離のための識別的埋め込み”。

DPCLは、音源分離の問題を解決するために提案されたディープラーニングフレームワークです。2話者混合のスペクトログラム特徴を用いて学習し、学習に使用しなかった話者混合セットでテストすることで、このフレームワークは信号品質を約6dB向上させるマスキング関数を推定できます。DPCLはクラスラベルを必要としないため、幅広い音声タイプで学習できる可能性があります。