本文探讨了主动说话者检测（ASD）的挑战，并提出了两种方法以应对实时系统中的延迟和内存问题：一是限制模型使用的未来上下文帧数量，二是限制推理时访问的过去帧数量。实验结果表明，受限的变换器模型在性能上可与最先进的递归模型相媲美，同时显著减少上下文帧数量。