本发明公开了一种分频段切换CMN非线性函数的频域语音盲分离方法，属于语音增强技术领域。其特征是将基于峭度分布特性将频域语音分为低频和中频两个频段，应用三种分频段方案切换复数CMN算法的非线性函数，使至少一种方案与频域语音的高斯性和对称性最为匹配。与单一非线性函数CMN算法相比，本发明能够适应语音在高斯性和对称性方面的变化，显著提高语音分离性能，当采用一般的幅度相关法进行各频点语音调序时，两路语音分离信噪比最大可提高11dB，而且性能稳定，易于软硬件实现，可广泛用于计算机感知与决策、无人驾驶等关键技术中完成语音增强功能，进一步提升语音识别和内容理解等语音信号处理任务的整体性能。