请问适合什么方案？

根据您提供的信息，您的设备是基于Linux嵌入式平台 (armv9主控芯片），并且希望使用自研的ASR接口来控制设备。考虑到设备在线使用且当前阶段先从本地端开发做起，后续会扩展到云端，以下是一种可能的方案：

1. 本地端ASR集成：
   使用开源或商业的语音识别引擎，如Kaldi、Deepspeech等，这些引擎通常提供灵活的A尸供开发者进行定制和集成。
   结合您设备自带的语音编解码能力，将音频数据按照所选ASR引擎要求的格式进行预处理，并通过引擎提供的接口进行语音转文字识别。
2. 云端ASR服务：
   阿里云提供了多种语音识别服务，例如智能语音交互服务 (Interactive Voice Response, IVR) 和语音识别 (Automatic Speech Recognition, ASR) 服务。
   当需要扩展到云端时，可以采用阿里云的ASR SDK，针对Linux环境，可以选择对应的SDK版本（如C++或Java SDK)，并按照官方文档配置访问凭证和服务调用参数。
   在本地设备上实现与云端ASR服务的通信模块，将本地采集的音频数据发送至云端进行识别，并接收云端返回的识别结果。
   综上所述，您可以首先在本地端集成一个适合嵌入式环境的轻量级ASR引擎进行初步开发，待成熟后，再对接阿里云云端ASR服务以实现更强大的语音识别功能和更好的用户体验。同时，请确保遵守相关服务的使用协议和安全规范。