Транскрибация аудиозаписей в текст

Требуется перевести несколько аудиозаписей общей длительностью около 3 часов в связный текстовый формат. В случае повторения одного и того же предложения в разных вариантах необходимо оставить только последний вариант. Допускается использование инструментов искусственного интеллекта для первичной транскрибации, однако обязательна последующая вычитка и корректировка текста. Первое аудио предоставлено в качестве примера, общий объем работы будет больше.