剪辑软件对歌曲执行人声分离时，主要依赖于以下技术支撑：


  1. 音频信号处理技术：这是实现人声分离的核心技术。通过对音频信号的分析和处理，软件能够识别并提取出人声和背景音乐的成分。例如，通过使用频谱分析技术，软件可以将音频信号转换为频谱数据，进而在频率域中对人声和背景音乐进行区分。

  2. 机器学习与人工智能技术：随着人工智能技术的发展，现代的音频处理软件越来越多地利用深度学习和神经网络模型进行音频分离。这些模型经过大量数据的训练，可以自动学习并识别出音频中的不同声音成分，如人声、乐器声等。

  3. 源分离算法：源分离算法是实现音频分离的关键技术之一。这些算法，如独立成分分析（ICA）、非负矩阵分解（NMF）等，通过数学模型和算法，尝试从混合音频中分离出不同的声音源。

  4. 数字信号处理技术：这包括使用各种滤波器（如低通、高通、带通滤波器等）来分离不同频率范围的信号，以及使用动态范围压缩技术来改善音频质量，确保人声在混合中保持清晰。

  5. 音频编解码器：高效的音频编解码器（如MP3、AAC、FLAC等）用于在处理过程中保持音频质量，同时减少存储和计算需求。

  6. 用户界面与交互设计：易于使用的用户界面和交互设计使得用户能够直观地选择需要分离的部分，调整参数，并实时预览分离效果。

综上所述，剪辑软件对歌曲执行人声分离时，主要依赖于音频信号处理技术、机器学习与人工智能技术、源分离算法、数字信号处理技术、音频编解码器以及用户界面与交互设计等技术支撑。这些技术共同实现了软件对歌曲中人声和背景音乐的准确分离。