Diese Arbeit beschreibt ein System für die gesprochene Schlüsselwort-Suche, das am Chinese University of Hong Kong (CUHK) im Rahmen der QUESST-Aufgabe (Query by Example Search on Speech) der MediaEval 2014 entwickelt wurde. Das System nutzt posteriore Merkmale sowie die dynamische Zeitverzerrung (DTW) zur Schlüsselwortübereinstimmung. Verschiedene Arten von posterioren Merkmalen werden mit unterschiedlichen Tokenisierern generiert und anschließend durch eine lineare Kombination auf den DTW-Distanzmatrizen zusammengeführt. Der Hauptbeitrag des Systems in diesem Jahr ist ein multiview-Segment-Clustering-(MSC)-Ansatz zur unsupervisierten Konstruktion eines ASM-Tokenisierers. Die erreichten Werte für Cnxe und ATWV unserer eingereichten Ergebnisse auf der Evaluationsmenge betragen jeweils 0,682 und 0,412.