Если хотите перегнать большие объемы аудио в текст, то 11 labs запустил новый инструмент: https://elevenlabs.io/app/speech-to-text – сам определит кол-во участников в диалоге – сам определит языки в аудио Бесплатно до 9 апреля P.S. Раз бесплатно, то скорее всего данные будут использоваться в тренировке модели, поэтому секретики я бы туда не отправлял