پیاده‌سازی سیستم تشخیص گفتار فارسی

سیستم کار به این صورت هست که مراجعه کننده میاد و زنگ یک ساختمونی رو میزنه صوتی که سیستم دریافت میکنه با استفاده از مدل Whisper دریافت و تبدیل به متن میشه مثلا میگه" سلام با واحد26 کار دارم" مدل Whisper اعداد رو به صورت حروف خروجی میده باید به عدد تبدیل بشه و ارتباط با واحد 26 گرفته بشه تایید ورود گرفته بشه و در باز بشه همه اینا باید کد بشه اینکه سیستم خیلی دقیق اینکار رو انجام بده هم خیلی مهمه