有两个问题想请教一下

[haha010508]

1.这个模型能实时运行吗？我的意思是流式的方式，即逐帧运行
2.这个模型是否可以用来作为目标人语音提取的骨干网络？作者可有这方面的研究？即TSE（Target speaker extraction），你所说的look2hear，是做TSE使用的吗？

[JusperLee]

1. 可以的，你需要修改单方向Mamba。
2. 可以的，你需要添加一个speaker embedding。我这个模型是用来做分离的，你需要修改代码

[haha010508]

请问一下：用预训练模型推理，模型定义和预训练模型存储的内容是不是不匹配？存储的model_name='TFGridNetMamba'，强行改了参数又对不上了。求助，多谢

[JusperLee]

你用的是哪一个版本的预训练模型？

[JusperLee]

预训练模型里面有一个conf，请使用那个conf

[haha010508]

感谢您的回复，我用的代码是main分支下的，用的预训练模型是SPMamba-LibriMix，conf也是用的预训练模型里面的conf，推理呢还是不行。不过我现在在自己的机器上重新训练了，稍晚和您对一下结果

[haha010508]

我自己训练的模型，/Libri2Mix/wav8k/min/train-100/mix_clean/103-1240-0005_2836-5355-0030.wav 这个数据集的测试集上，sdr_i=18.144，si-snr_i=17.57，请问一下，要获得更好的结果，需要增大数据集吗？我这个训练现在已经结束了。

[haha010508]

1. 可以的，你需要修改单方向Mamba。

   2. 可以的，你需要添加一个speaker embedding。我这个模型是用来做分离的，你需要修改代码

请问一下：看您代码，您是用mamba代替了LSTM对吗？我看self attention还在，所以如果流式推理还必须更改self attention成流式，对吗？

[JusperLee]

是的。

1. 可以的，你需要修改单方向Mamba。

   2. 可以的，你需要添加一个speaker embedding。我这个模型是用来做分离的，你需要修改代码

请问一下：看您代码，您是用mamba代替了LSTM对吗？我看self attention还在，所以如果流式推理还必须更改self attention成流式，对吗？

[JusperLee]

1. 可以的，你需要修改单方向Mamba。

   2. 可以的，你需要添加一个speaker embedding。我这个模型是用来做分离的，你需要修改代码

请问一下：看您代码，您是用mamba代替了LSTM对吗？我看self attention还在，所以如果流式推理还必须更改self attention成流式，对吗？

加一个mask就行