音频分割是指根据说话人特征、环境、信道条件，将音频流“自动”切分成若干同质区域的方法。由于其在音频检索、语音识别等应用中具有潜在价值，近年来受到了广泛关注。在各种音频分割方法中，由Chen等人提出的基于BIC的音频分割方法使用最为普遍，因为它具有很好的分割精度，但过大的计算量限制了其分割速度，无法满足实际需求。　　本文提出了一种基于BIC的高效的分阶段音频分割方法。不同于传统的“基于变长窗检测”的BIC方法和P. Delacourt等人提出的DISTBIC方法，该方法首先使用基于统计均值欧式距离mEdist选出候选音频分割点，过程中包含对于局部峰值选取和显著性检测，然后使用BIC方法对于候选分割点进行确认，最后使用基于能量的检测方法以减少对于短时静音段的插入错误。实验结果表明该方法不仅在很大程度上提高了整体音频分割速度，较之传统的BIC方法提高了400倍，而且使得删除错误率MDR降低了19.2％，当然插入错误率FAR略有提高，上升了3.8%。　　最后比较了MFCC特征和LPCC特征在不同应用场合中对于音频分割效果的影响，不仅验证了本文所提出的音频分割方法具有一定通用性，而且发现较之MFCC特征，LPCC特征在音频分割应用中具有更好的表现。