由于工作需要，需要实现一个人工智能语音交互的业务场景功能。 
主要背景是办公区域安装一个10寸/4寸 安卓屏（10寸的配置稍高点，4寸的比较低），想利用语音交互相关功能，这里涉及到几个技术实现点需要选型： 



屏端关键词唤醒（因为不能一直接收不需要的语音到服务端ASR），比如我们百度小爱、天猫精灵唤醒，本质上是本地热词识别；




唤醒后，对话语音断句检测（VAD端点检测），形成一个完整的句子发送到服务端；




服务端ASR（语音转文本，好多ASR选择，不知道哪个好）；




业务处理/大模型推理，这个不需要大家推荐选型；




业务结果反馈，TTS（文本转语音，选型也比较多）；



以上我都了解了一些皮毛，选择也好多，但不确定怎么选型比较好，除了第4点外，其他的圈里的大佬给点建议，知道这里都是藏龙卧虎，希望给小辈一点建议。 
最好是实际有落地过的开源选型，这样也减少我去试...