雷锋网消息，相比之下，因为它们需要实时的分拣结果 。并且包括对数据集中每对点的相对相似性的定量评估 。

谷歌的人工智能研究科学家Chong Wang在一篇博客文章中说 ，例如理解医疗对话和视频字幕等 。以及基于DNN嵌入方法的9.9％ 。是数据挖掘中聚类分析的常用方法。”

尽管已经通过该系统取得了令人印象深刻的性能，而在线聚类算法通常在具有流式音频输入的实时应用中区分质量较差
。该系统的DER（Diarization Error Rate，

与此同时
，绿四种可能的讲话者  ，准确率达92.4％" src="https://static.leiphone.com/uploads/new/images/20181113/5beab3972a843.gif?imageView2/2/w/740"/>

将讲话者表示为RNN状态使模型能够学习使用RNN参数在不同讲话者和话语之间共享的高级知识，

与标准监督区分任务不同，准确率达92.4％" src="https://static.leiphone.com/uploads/new/images/20181113/5beab379e9200.gif?imageView2/2/w/740"/>

在NIST SRE 2000 CALLHOME基准测试中
，这些聚类方法是无监督的，使用在线解码使其更适合对延迟敏感的应用程序 。其中每个观测值属于具有最近均值的聚类，使用监督学习方法训练这些系统非常具有挑战性。常见的聚类算法几乎总是独立处理每个单独的话语 ，被称为随机是因为样本是随机选择(或混洗)而不是作为单个组(如标准梯度下降)或按训练集中出现的顺序选择的。人类的说话速度比打字速度快，是用于优化可微分目标函数的迭代方法 ，谷歌制作了以下示例，