单通道语音分离(Single-channel speech separation,SCSS)是指在没有充足先验信息的情况下,从所输入的单通道混合语音信号中提取并恢复原纯净语音的过程。人耳具有很强的语音分离能力,受此启发出现了基于计算听觉场景分析(computationalauditory scene analysis,CASA)的单通道语音分离方法(CASA-based SCSS),并成为了此领域研究的重要分支。本文基于计算听觉场景分析理论,对单通道多说话人混合语音分离问题进行了研究,具体内容如下:(1)进行了语音特征分析,根据语音的短时平稳性,利用傅里叶变换将其转到频域,采用语谱图表征语音的频谱,采用类似的基音谱图表征语音倒谱;(2)进行了较精确的基音周期检测,以基音谱图上呈现出的连续基音周期轨迹为依据,较准确地估计基音周期,为后续分离提供依据;(3)对比分析了不同类型的噪声在不同信噪比下对语音频谱及倒谱的影响,并研究了一种在低信噪比条件下的频谱谐波定位方法;(4)进行了信噪分离方法研究,以基音周期轨迹为线索,分离来自同一说话人的语音段。以基音周期为依据得到语音各次谐波的位置,采用梳状滤波提取谐波的频谱,通过逆傅里叶变换重构分离语音;(5)进行了多人混合语音分离方法研究,采用了混合高斯模型进行说话人识别,将分离出来的语音段根据说话人识别结果进行匹配,将来自同一说话人的分离语音进行时序组合,实现多人混合语音的分离;实验表明,本文所研究的信噪分离方法在消除多种典型噪声干扰方面能得到较好的效果,对于两人同时说话的混合语音,能分离各个说话人的语音,音质效果较好。