本文介绍了一种新的自监督学习方法——发音者无关聚类（Spin），通过微调聚类语音表示，提升语音识别和声学单元发现的效果。同时提出了Robust Spin（R-Spin）框架，增强内容表征并减少计算资源消耗。研究表明，语义标记在多任务中优于压缩标记，并提出了系统化评估框架STAB，以推动语音标记器的发展。