本发明属于语音检测与识别领域，具体涉及了一种端到端的在线语音检测与识别方法、系统及设备，旨在解决现有在线语音识别技术需要训练与部署多个模型，模型计算效率低，部署与调参过程复杂，对标注样本数据依赖强的问题。本发明包括：通过无标注语音数据自监督训练获取预训练wav2vec2.0模型；进行模型的一阶段和二阶段微调，并通过多任务语音数据进行训练，获得语音检测与识别的多任务模型；对于在线音频数据，进行分块、边缘拼接，并通过多任务模型在线识别与边缘剔除，获得实时的语音识别文本。本发明对标签数据依赖性低，模型参数量少、结构简单，并且联合建模降低计算消耗，可用于低资源、实时性要求高的场景，识别准确、精度高。