Merci à tous pour toutes vos réponses.
Pour infos, je veux effectivement ne plus utiliser les box Amazon et Google pour mes commandes domotique, déjà que je suis obligé de payer un abonnement à IFTTT pour pouvoir le faire, je voudrai me démarquer de tout cela et être autonome.
Je ne savais pas qu'il va bientôt y avoir des ESP32 boosté pour l'IA ni que certains seront dédiés à la reconnaissance vocale, c'est une bonne nouvelle.
Néanmoins, je pensais que l'ESP32 Vaquita étant pourvu des interfaces audio (micro, HP, décodage etc..) aurait pu être détourné de leur utilisation avec les grands groupe et servir via une certaine programmation. Je vais quand même fouiller, parce que un processeur et des interface ce n'est qu'affaire d'adresses à connaitre et protocole a utiliser, non? je lache rarement le morceau 
Merci encore pour votre aide.
Si vous avez des suggestions je suis toujours preneur.