С распознаванием голоса в linux всё ещё полная жопа. Годы идут, linux завоёвывает десктопы, а софт по распознаванию голоса застрял в лохматых девяностых. Готовых решений нет, всё, что есть - наборы палок, которые необходимо обмазать говном, чтобы конструкция хоть как-то держалась. Многостраничные мануалы, списки ссылок, откуда необходимо вручную скачивать словари, и какие-то данные, потом всё это конвертить из одного формата в другой, по пути ваяя файлы синтаксиса языка и записывая фонемы. Всё очень и очень плохо.