die Basis-Audio-Funktionalität müsste erst mal auf der Basis-Hardware laufen. Ohne wav File management (Wiedergabe, Aufnahme) wirst du vermutlich keine Spracherkennung hinkriegen, und wenn du jedes Rad erst neu erfinden musst, wirst du in 10 Jahren nicht dahin kommen.

Das ist meist die ganze Crux beim Raspi, im Unterschied zu Arduino.

Als erstes muss also erstmal tinyalsa laufen, und zwar per Geany IDE.