本文介绍了一种基于Transformer的流式自动语音识别（ASR）系统，采用时间限制的自注意力机制和触发式关注机制，显著降低了识别延迟并提高了准确性。在LibriSpeech和AISHELL-1数据集上，该系统实现了最佳的词错误率和字符错误率，展示了流式与非流式模型的有效整合与优化。