Возник вопрос, можно ли сделать распознавание голоса по записи ? Я работаю с сервисами ip телефонии, там мы получаем голосовые сообщения(не спрашивайте как и зачем :-)), в которых диктуются только цифры, есть возможность их скачивать через API. Подобное есть в сервисах капчи если не ошибаюсь...