近年来，一些语音信号处理技术例如语音编码、语音合成、语音识别等已经实现了商品化，但是噪声问题在一定程度上阻碍了这些技术在实际生活中更广泛的应用。这就使得语音增强与分离问题应运而生。 本文主要针对语音分离问题进行研究。目前常用的语音分离方法主要有听觉场景分析法和盲信号分离法。本课题的研究以这两种方法为基础，在对两种方法进行仿真的同时提出了周期延迟法和时域、频域相结合的盲信号分离算法。周期延迟算法有错周期相加和错周期相减两种实现方式。它利用基音周期信息，在频域对各频率成分的归属进行判断，将属于目标语音的部分分离出来合成最终的输出语音，这一点与听觉场景分析方法相似。盲信号分离算法有时域处理和频域处理两种实现方式，但是时域处理方法运算量较大，频域处理方法分离效果相对较差。而时域、频域相结合的方法有效利用原有处理方法的优点，改进其缺点，达到了更好的处理效果。实验证明，周期延迟法和时域频域相结合的盲信号分离算法与两种常用方法相比，运算量更小，运算时间更短，同时算法的分离效果相当。因此，本文中所提出的两种方法更符合实际应用的需要。但是，目前各种方法通常都是对分离两种语音的混叠较为有效，而在嘈杂环境中的应用效果较差，这一问题还有待进一步的研究。