该文综述无监督音素边界检测与语音分割研究，涵盖神经网络、参数化结构化损失和音素翻译等方法，以提升性能与收敛速度；提出无监督学习、分段对比预测编码和自监督表示学习等模型，在TIMIT等数据集上优于基线；并探讨CNN音素识别、语音分离机制及流式识别对齐蒸馏。