Sie werden Ihr Bestes geben, wenn Sie nach Sprach-zu-Text- oder Transcriber-Engines suchen. gAudi (Googles Audio), ein inzwischen nicht mehr existierendes Labs-Projekt, arbeitete an der Indexierung von Videos basierend auf deren Audio.
Wenn Sie ein paar Informationen finden, kann die Veröffentlichung hier einigen Benutzern helfen.