针对基线单通道深度聚类语音分离算法分离准确率低的问题，提出了一种基于卷积神经网络级联双向门控循环网络（Convolutional Neural Network Cascades Bidirectional Gated Recurrent Network,CNN-BiGRU）和多头自注意力机制的深度聚类语音分离算法。该算法首先利用CNN-BiGRU挖掘语音的局部空间信息以及捕获语音信号中的时间特征，以实现时间建模；其次通过多头自注意力机制关注对语音分离更重要的全局特征，同时训练过程中使用一种局部线性可控的激活函数，即改进的双曲正切函数（Etanh）；最后在分离阶段，利用高斯混合聚类算法（Gaussian Mixture Model,GMM）对混合语音信号进行分离。实验结果表明，相比于基线的深度聚类语音分离模型，所提算法在客观指标上有明显提高，主观听感上清晰度和可懂度较好。