本研究提出了一种时频注意力缓存记忆（TFACM）模型，旨在解决因果语音分离模型在历史信息保留方面的不足。实验结果表明，TFACM在复杂性和可训练参数上具有显著优势，其性能与SOTA TF-GridNet-Causal模型相当。