Попробовал подключить библиотеку VOSK https://vc.ru/dev/247450-oflayn-raspoznavanie-rechi-biblioteka-vosk,
Частично удачно. НО! Просто огромный размер Модели и жуткие тормоза на моём ноутбуке.
Пример распознанного текста - "text" : "родион потапыч высчитывал каждый новый вершок углубление и давно определил про себя"
звуковой файл - https://disk.yandex.ru/d/nEDV4PNBoP6nCw

Почитал форумы, некоторые для распознавания речи используют мощности видеокарты, вот это действительно интересно.