envoy_sky, на "Алису" для распознавания речи работает "ИИ" из десятков (сотен) тысяч процессоров. А у вас в компьютере их всего-то четыре и несколько сотен в видеокарте
Когда-то делал распознавание музыки десятка рекламных объявлений в телевизоре, один процессор справлялся. Здесь выкладывал. Часть сглаживания звука для распознавания есть в разделе Мультмедиа" HiAsm.
(Поищу у себя, может найду )

--- Добавлено в 2024-11-28 23:36:02

Нашёл, надо же! Положил на Яндекс-диск:
https://disk.yandex.ru/d/V_ZsGDSNzT07Jw