OpenAI недавно опубликовал очень крутую нейросеть. Сейчас она есть в открытом доступе на github, она обучена на огромном массиве аудиофайлов. https://github.com/openai/whisper https://openai.com/blog/whisper/ Причем качество распознавания лучше, чем у гугла и эпла. Даже когда я специально начинаю говорить не четко, она распознает текст лучше. Причем пользоваться можно без интернета. Открыта тут не только сама апишка с распознавалкой, но и модель. Кстати, поддерживается огромное количество языков. Есть даже такие про которые я и не слышал.