Дмитрий Александров

Используй LinuxLive USB Creator, он официально поддерживается.

Без интернета только если у вас есть бюджет в пару миллионов зеленых на серверную ферму и оплату работы стада программистов для написания распозновалки голоса.
Если в условиях задачи есть оговорка реагировать только на конкретно заданные слова которые заранее заданы для заранее известного голоса и интонации то решения есть. К примеру CMU Sphinx(сфинкс) но работает оно откровенно говоря несколько странно с Русским и вообще начинает очень плохо работать когда число команд переходит пару десятков (по крайней мере так было когда я его смотрел довольно давно). Порта на армы вроде не было но скорее всего добрые люди есть.
Есть еще самый простой вариант, заюзать яндекс\гугл\... сервисы. Из плюсов удобное апи, огроменная точность(на фоне любых оффлайн решений). Из минусов нужен инет и забесплатно ограничения на число запросов.
Еще можно задействовать андроид под это дело(точно не помню но вроде бы сервисы распознования без ограничений идут но требуют инета).

Пишете CGI скрипт через который управляете любым удобным консольным плеером. Дальше к своей самопальной веб морде дописываете удобства чтобы вызывать CGI скрипт.

Мой совет на собственном опыте, не стоит обновлять FreePBX\Elastix и любые другие сборки с вебмордами. В большинстве случаев они больше поломают конфигурацию чем привнесут исправления или новые фичи.
Практика показывает что если поставил, то все стоп, все обновления выключить и жить до победного на этой версии, лечить ручками глюки которые досаждают и не ждать чудес что вот обнова и все будет хорошо.