Grundsätzlich funktioniert das schon. Ich benutze z.B. das Array-Mikrofon von Xbox-Kinect. Das Problem dabei ist aber, dass der Computer dann eben auch alle anderen Geräusche/Stimmen/Musik im Zimmer "hört" und versucht als Befehl zu interpretieren. Um das zu verhindern hilft es, in den Optionen die Standby-Zeit möglichst kurz einzustellen und den Prefix-Modus zu benutzen.
Außerdem sollte man dann Erkennungslevel(coinfidence? kann leider gerade nicht nachschauen) relativ hoch einstellen.