本文要研究的混合乐音信号分离是指从多音混合音乐信号中分离得到参与演奏的各个乐器或某个特定乐器的声音。乐音分离系统在很多领域都有其应用,如乐器辨认、旋律提取、乐音信息检索、自动乐音分离及乐音转录等,混合乐音分离在近几年越来越受到人们的关注。本文简要介绍了混合乐音分离相关的基础知识,传统的分析和综合技术及分离技术评价标准等。本文将混合乐音分离技术分成分流法和分解法两大类,并在文中介绍了各类算法的思想。分流算法中介绍了三种分离技术,包括基于正弦模型的乐音分离、基于听觉场景分析的乐音分离和基于KNN聚类算法的乐音分离。分解算法中介绍了两种分离技术,包括基于频谱滤波的乐音分离和基于非负矩阵分解的乐音分离。本文中采用的正弦模型技术是较为传统的一种方法,峰值匹配同时采用了基于音高的谐波轨迹曲线算法和综合考虑音高和幅度信息的改进算法。其中,改进算法得到了更好的分离效果。计算听觉场景分析采用了Gammatone滤波器和掩蔽滤波来分离信号。K最近邻的信号分离算法中,较多地采用了乐音信号的先验信息,一定程度上可实现信号分离。分解算法中的滤波分离方法基于乐音信号的谐波性设计滤波器组,分别从频域抽取和时域滤波两个层面实现信号分离。非负矩阵分解采用梯度下降算法得到的基谱在音色空间上并不是完全独立的,容易造成分离信号失真。本文提出了基于音高修正基谱的方法,一定程度上改善了分离效果。本文对上述五种分离算法进行了仿真实验,并分别从主观评价、客观评价和总体评价几个方面对比分析了各算法的分离性能。本文中,主观评价方法采用的是平均意见得分法,客观评价方法采用了信噪比、相关系数和峭度三个指标。