Я вам советую тут посмотреть стоимость преобразования аудио в текст
https://pr-cy.ru/speech-to-text/ . Мне кажется, что она вас устроит. Лично мне она показалась вполне приемлемой. Тут поддерживаются многие аудио форматы от mp3 и mp4 до wav и webm. Да, и еще, учтите, что максимальный размер файла не должен превышать 25 мб.