연구진은 짧은 음성 세그먼트의 특징을 한 명의 화자 수준의 결정으로 압축하는 시간 집계 단계를 연구했어요. DEPOOL이라는 통제 벤치마크를 통해 6가지 집계 아키텍처와 6가지 고정된 음성 백본을 비교했어요. 72가지 구성 환경에서 3분의 1이 모든 화자에 대해 단일 클래스를 예측하는 실패를 겪었고, 이는 백본과 밀접한 관련이 있었어요.
단일 시드 실행에서 가장 안정적인 아키텍처는 훈련이 반복될 때마다 신뢰성이 떨어지는 것으로 나타났어요. 임상 음성에 대한 시간 집계의 벤치마크 기준은 평균 정확도보다 백본과 시드에 대한 견고함이어야 해요.