Es gibt nur wenige Software zur Spracherkennung (z. B. Sprache zu Text (STT)), aber ich bin mir nicht sicher, inwieweit sie Ihre Anforderungen erfüllen könnte. Ich denke, die besten verfügbaren Lösungen sind teuer. Zum Beispiel sollte das Dragon NaturallySpeaking SDK die Aufgabe erfüllen können. Es gibt jedoch einige kostenlose Alternativen. Überprüfen Sie beispielsweise CMU Sphinx oder die Spracherkennungserkennung von Microsoft.
Um Ihre Recherche einzugrenzen, sollten Sie das von Ihnen verwendete System (Linux, BSD, Windows usw.) sowie die Art der Aufzeichnung, die Sie verwenden werden, berücksichtigen (sind die Lautsprecher im Voraus bekannt oder nicht). Dies hat Auswirkungen auf die Lösungen, die Sie verwenden können oder nicht. Beachten Sie auch, dass die Spracherkennung bei weitem nicht genau ist.
Ich hoffe es hilft!