Как я уже говорил, все команды разработки систем распознавания речи так или иначе занимаются ручным разбором пользовательских запросов. На прошлой неделе за это ругали Эппл. Сегодня за это ругают Фейсбук. Напомню, нет другого способа обучить систему распознавать голос, кроме как на разобранных человеческих самплах. Вопрос только в том, как организовать разбор, кто будет это делать и как обеспечить анонимизацию данных. https://www.bloomberg.com/news/articles/2019-08-13/facebook-paid-hundreds-of-contractors-to-transcribe-users-audio