Dans cette communication, nous considérons le problème de séparation aveugle de sources dans les modèles linéaire et linéaire-quadratique. En s'appuyant sur une approche bayésienne, on obtient une méthode qui permet de prendre en compte des informations a priori telles que la non-négativité et la corrélation temporelle des sources. Quant 'a l'étape d'inférence, elle est réalisée 'a l'aide d'un échantillonneur de Gibbs utilisant des variables auxiliaires. Les résultats issus de simulations confirment l'efficacité de la démarche proposée et illustrent sont utilité, notamment dans dans des situations où les méthodes existantes, fondées sur l'analyse en composantes indépendantes (ACI), s'avèrent inefficaces.