Este artículo presenta un nuevo método para separar las señales de audio mixtas de hablantes simultáneos utilizando la Separación de Fuentes Ciegas (BSS). La separación de señales mixtas es un problema importante hoy en día. Con el fin de obtener un rendimiento de estimación de fuente más eficiente y superior, en este estudio se desarrolló un nuevo algoritmo que resuelve el problema de BSS con métodos de Optimización Multi-Objetivo (MOO). En esta dirección, probamos la aplicación de dos métodos. En primer lugar, se utilizó la Transformada Discreta de Onda (DWT) para eliminar los aspectos limitados de los métodos tradicionales utilizados en BSS y los coeficientes pequeños en las señales. Posteriormente, el proceso de BSS se optimizó con el algoritmo evolutivo multi-propósito Strength Pareto Evolutionary Algorithm 2 (SPEA2). En segundo lugar, se propuso el método de distancia de Minkowski para la medición de distancia utilizando información de densidad en la discriminación de individuos con valores de aptitud cruda para el concepto de dominancia de Pareto. Con este método propuesto, se estimaron los originales (señales de origen originales) al separar las señales de habla masculina y dos femeninas mezcladas aleatoriamente. Los resultados de simulación y experimentales demostraron que la eficiencia y el rendimiento del método propuesto pueden resolver efectivamente problemas de BSS. Además, el rendimiento de aproximación de la frontera de Pareto de este método también confirmó que es superior en el indicador de Distancia Generacional Invertida (IGD).