实时语音分离，由META推出，助听器公司已跟进

META公司推出的开源的sam audio 模型可以对一段音视频里的声音进行分离，你可以用文字的方式告诉它"只保留人声”，或者点击视频中的某个人，只听他的声音，或者去掉背景噪音。其中有个时间线索提示，

B站有个视频:SAM audio 音频分割一切模型，让AI拥有超级听觉_哔哩哔哩_bilibili

从他的介绍来说，已经是支持实时了RTF=0.7 (这是不是说：1秒的音频，它可以在0.7秒内处理完成)

它的开源的。