本文综述多项语音自监督研究：HuBERT通过聚类与预测损失学习语音表示；后续工作引入主题标签、可视化探测、WaBERT、半监督语义理解、u-HuBERT、语音文本联合预训练、Fast-HuBERT、无监督语音到语义预训练及Cocktail HuBERT等，提升ASR、口语理解与多说话人任务性能。