Dans cet article, nous montrons qu'un a priori probabiliste anéchoïque sur les filtres de mélange permet d'aider la séparation aveugle et sous-déterminée de sources audio en milieu réverbérant. En considérant un modèle anéchoïque pour les filtres de mélange, la contribution de chaque source à chaque canal du mélange peut être représentée par un processus aléatoire suivant un modèle de chaîne de Markov en fréquence. Ce modèle est utilisé comme a priori pour estimer les filtres de mélange au sens du Maximum A Posteriori (MAP) en utilisant l'algorithme Espérance-Maximisation (EM). Plusieurs séparations sur des mélanges synthétiques réverbérants et sur des enregistrements réels montrent que l'estimation MAP avec a priori anéchoïque permet d'obtenir de meilleurs résultats de séparation qu'une estimation au sens du Maximum de Vraisemblance (MV) sans a priori.