计算听觉场景分析是利用听觉心理学和生理学的知识,让计算机来模拟人类听觉系统处理声音的过程。基于计算听觉场景分析的混合语音分离问题是目前人们研究的重点,该技术对于语音识别、多媒体检索、人工智能的发展都具有重要的意义。计算听觉场景分析中最重要的问题就是选择合适的声音分离线索,现有的计算听觉场景分析系统大都只能分离具有周期结构的浊音,而忽略了对清音的分离。研究表明声音的起始(onset)和结束(offset)时间通过信号能量的突然变化来分离声音,与语音中的清浊无关。因此本文基于计算听觉场景分析的理论,提出了使用onset/offset线索完成混合语音分离的思想。该方法通过在时域和频域上检测并匹配onset/offset,利用时频图上的onset/offset信息合并片段来实现混合语音的分离。通过实验可以得出onset/offset线索能够同时处理清音和浊音的分离,解决了用不同的声音线索处理清音和浊音的问题,使得算法更为简单；并且onset/offset线索对混合声音的类型没有限制,无论对于音乐、语音还是噪声都可以进行分离处理并都得到了很好的分离效果。