音频分离是指将一个混合音频信号中的多个声源分离开来。它是一种数字信号处理技术，通常用于从音乐或录音中提取单独的声音，例如人声或乐器。
音频分离的基本原理是使用信号处理算法来识别和提取不同声源的特征，并将其分离出来。这些算法通常基于信号的时间和/或频率特征，例如人声通常具有特定的时间特征，而乐器通常具有特定的频率特征。
根据所使用的不同方法，音频分离可以分为时域方法和频域方法。时域方法通常使用信号的时间特征来识别声源，而频域方法通常使用信号的频率特征。
在实践中，人们通常使用两种不同的方法来实现音频分离：盲源分离和有目标分离。盲源分离是一种无目标的方法，即不考虑要分离出来的声源是什么，只考虑如何将其从混合信号中分离出来。目标分离是一种有目标的方法，即在进行分离前已经明确要分离出来的声源是什么。
在进行盲源分离时，通常使用一些辅助信息来识别声源并将其从混合信号中分离出来。这些辅助信息包括声源的数量、位置、运动特征、时间特征、频谱特征、幅度特征、相位特征、周期性特征、随机性特征、斜度特征、均衡性特征、节奏性特征、立体声传感器数量、立体声传感器位置、立体声传感器方向、立体声传感器输入/输出数量以及立体声传感器输入/输出位置。
在进行目标分离时，通常使用一些先前已存在于语料库中或者人工标注好的正式或者半正式信号作为目标信号。然后使用这些目标信号作为“正”样本去语料库中寻找“负”样本并构造一个能够区别“正”样本与“负”样本的语义差异化子集。之后再使用这个子集去对测试集进行区别性学习并构造一个能够识别目标信号的分类器。
