一种基于Zipformer模型的离线嵌入式语音识别系统及方法和应用

本发明属于深度学习、边缘计算及语音识别交叉技术领域，具体公开了一种基于Zipformer模型的离线嵌入式语音识别系统及方法和应用，本发明通过Zipformer‑GRU融合架构增强长短期依赖建模能力，结合非线性注意力机制和INT8量化等技术，解决嵌入式设备上计算复杂度高、识别效率低的问题。系统通过有限状态变换器FST与语言模型联合解码，在Aishell‑1数据集上实现4.26％的低字错率，嵌入式平台推理延迟≤500ms，满足实时性要求。本发明方案可广泛应用于航空通信、智能终端等资源受限的嵌入式设备场景，提升边缘设备语音交互的能效和可靠性，具有显著的商业价值和产业升级推动作用。