Wenn schon, dann würde ich das zentralisieren. Das wäre dann quasi ein Selbstbau-Alexa. Mikro nimmt auf, z.B. OpenHAB macht die Erkennung und kann dann andere Nodes ansprechen. Die können dann durchaus auch z.B. ein ESP8266 mit einer IR-LED sein, um den Fernseher zu steuern.
Persönlich muss ich allerdings sagen, dass meine Hemmschwelle, den Mund aufzumachen deutlich höher ist als die, zur Fernbedienung zu greifen.