索性写一个系列贴子吧，方便大家系统学习，贴子我写随意点，以后在我自己站点上整理比较完整的 
之前有发过求助贴子： 求佬们给一些ASR和TTS的选型建议 - #27，来自 fengin 
收到各位佬友们的反馈和建议，我重复一下背景： 
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）；

经...