本公开涉及自动语音识别技术领域，提出了一种针对音频信息的文字及声纹识别方法、系统及应用，包括如下步骤：将获取的待处理音频信号，进行预处理；将预处理后的音频信号输入至改进后的Conformer编码器进行编码，对音频信号转换后的频谱特征图进行八度卷积下采样操作，得到编码特征；将编码后的特征图进行解码，得到文字识别信息；将编码后的特征图采用分类鉴别器进行声纹身份识别处理后，得到身份信息。以Conformer为骨干架构进行改进，能够有效处理噪声，同时实现了基于音频信息的语音识别与身份识别，能够在实施调度过程中，确保调度指令的可靠性及安全性，并实现了端到端的声纹身份识别。