语音信号处理技术的相关应用越来越广泛,许多新的产品对信号处理的结果要求日益增高。盲声源分离算法在语音信号的提取和识别过程中有着不可替代的作用。盲语音信号混合的方式有线性、卷积以及非线性。线性是研究简单,但一些成熟线性混合算法可以扩展到卷积中去。根据接收器与声源个数关系也可分为超定、欠定、正定的盲源分离。欠定的线性瞬时混合的盲语音信号分离是本文的重点。本文是基于语音信号在某一个变换域存在稀疏表征的特性进行。使用稀疏分量分析方法进行语音信号分离。“两阶段”方法是本文的研究中心。本文的主要工作如下:(1)从盲源分离方法入手,通过仿真图形分析语音信号时域频域特性。阐述了稀疏分量分析方法使用的条件,并结合这些条件对语音信号的稀疏表征进行分析,对信号的短时分帧分析方法进行详细介绍。(2)对“两阶段”方法中混合矩阵算法和信号重构算法进行介绍,并对这两步中常见的算法进行了调研和分析。(3)进行了盲语音信号分离之前的时频点稀疏性预处理工作。使用了新的单源点筛选方法,对原有单源点筛选方法进行了改进,并仿真验证这种方法的可行性,以及对于效率的提高作用。(4)对筛选过后的单源点使用势函数方法对混合矩阵进行估计,对三路四路语音信号混合成的信号进行仿真验证。(5)使用最短路径、时频掩蔽对信号进行重建,分析压缩感知的信号重构与源信号重建的过程相似性。通过匹配追踪算法对信号进行重建过程。并且对以上的算法都进行了仿真验证。对最短路径方法和时频掩蔽方法的缺点进行分析,提出了一种两者相结合的算法。通过仿真验证了其在性能以及运算量的优势。