benzer bir işte kullanmıştım. google coud api içinde speech to text var işinizi görecektir. aynı şekilde yandex de de var.Üstün bir yazılıma ihtiyacınız yok bu apileri kullanın yeterli.
https://cloud.google.com/speech-to-text/ https://tech.yandex.com.tr/speechkit/