Перевод аудио в текст - можно ли/имеет ли смысл

Есть больше 5 часов видео-интервью, которые нужно понять/выцепить информацию - быстро. Моего голландского не хватает - люди проглатывают звуки, для меня часто звучит, как фефект фикции. Видео доступны по защищенным линкам, не скачаешь. Может, кто-то подскажет:
1. При таких вводных - можно ли (программно) перебросить аудио в текст?
2. Если можно - имеет ли смысл, т.е. будет ли приемлемым качество текста?

 

Не знаю прямого ответа на ваш вопрос, поэтому скажу пару пространных слов.

Ютуб умеет делать похожее: автоматические субтитры. Качество не оч, на мой взгляд. Особенно, если проглатывают звуки. Достигается автоматизм за счёт применения нейронной сети. Считайте, что это мозг крысы, который только лишь натренирован слушать и распознавать. Естественно, он будет делать ошибки, особенно когда звуки проглатывают.