本文提出了一种无监督的语音分割方法，克服了传统方法在多种声学风格变化中的局限性。研究表明，该方法在边界检测和分段纯度方面优于现有基线，对语音处理技术的改进具有重要意义。

本文介绍了一种自我监督的方法，将未标记的语音分割成类似词的段落。通过两阶段的动态规划方法，进行零资源分割，无需学习明确的词汇表。使用 HuBERT 替换特征，并通过聚类获得词汇表。该方法在 ZeroSpeech 基准测试中达到了最先进的性能。