OpenAI выпустили модель Whisper Turbo — она с ИДЕАЛЬНОЙ точностью превращает любое аудио в текст.
Работает до жути просто: достаточно отправить файл или ссылку на YouTube.
Забираем с GitHub (https://github.com/openai/whisper) или пользуемся онлайн (https://huggingface.co/spaces/hf-audio/whisper-large-v3-turbo)).