实施背景
嵌入式设备常受限于计算资源，需平衡响应速度与识别精度。Dolphin提供两种模型适应不同硬件条件。
integrated solution
- hardware adaptation::
Equipment type recommendation model memory footprint 树莓派4B base ＜500MB Jetson Nano small ＜1.2GB - Optimization Tips::
- 预加载模型到内存
model = dolphin.load_model("base", "/models/", "cpu") - 启用流式处理（代码示例见GitHub的streaming分支）
- 预加载模型到内存
延迟控制
通过三阶段优化：
1. 音频采集：使用16kHz采样率+单声道
2. segmentation：设置VAD分段阈值为300ms
3. Results Cache：实现最近5秒语音环形缓冲区
This answer comes from the articleDolphin: Asian Language Recognition and Speech-to-Text Modeling for Asian LanguagesThe
May not be reproduced without permission:AI productivity tools " 怎样在智能设备中实现低延迟的语音控制？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil