딥 클러스터링(DPCL)은 2015년 8월 미쓰비시 전기 연구소와 컬럼비아 대학의 연구팀에 의해 제안되었습니다.딥 클러스터링: 분할 및 분리를 위한 차별적 임베딩".

DPCL은 음원 분리 문제를 해결하기 위해 제안된 딥러닝 프레임워크입니다. 두 화자 믹스의 스펙트로그램 특징을 학습하고, 학습에 사용되지 않은 화자 믹스 세트에서 테스트할 경우, 이 프레임워크는 신호 품질을 약 6dB 향상시키는 마스킹 함수를 추론할 수 있습니다. DPCL은 클래스 레이블을 필요로 하지 않으므로 다양한 음성 유형에 대해 잠재적으로 학습이 가능합니다.