Перевод аудио или видео в текст — адовая работа. На транскрибацию 10 минут может уйти до одного часа при нормальной скорости печатанья. Если лень самим, можно обратиться к фрилансерам по 500 рублей за 30 минут. А можно сделать то же самое бесплатно и за пару минут.
Про телефонные звонки мне рассказывали что когда качество хреновое, то даже человек, если он не в теме про что идёт разговор, часто не может расшифровать. Если хороший диктор, хороший звук, то все расшифровывается хорошо, если говорящий бэкает и мэкает, грит нинятна, то часто все такие сервисы начинают тупить.