La separación ciega de fuentes, conocida como BSS por sus siglas en inglés (Blind Source Separation), es una técnica de procesamiento de señales que consiste en estimar fuentes en señales mezcladas linealmente, utilizando métodos como el ICA, para señales fuentes estadísticamente independientes. Uno de los algoritmos BSS más conocidos es el algoritmo JADE, el cual exige que el número de señales independientes coincida con el número de señales observadas (sensores). En situaciones reales, el número de sensores es menor al número de señales fuentes (BSS no-determinado) y el problema no tiene solución. En este proyecto se propone una solución para BSS no-determinado, adicionando una etapa de preprocesamiento y una etapa de descomposición basada en la transformada wavelet discreta. Nuestro modelo, el cual hemos denominado DWT+BSS, crea una señal virtual observada a partir de una señal real observada y utiliza los coeficientes wavelet de las señales observadas como entradas al algoritmo clásico JADE. El modelo se valida con señales de voz y audio, obteniendo índices de similitud entre las señales fuentes y las estimadas por encima de 0,7.