а зачем платить за speech-to-text если можно Whisper нахаляву въебать и он распо

а зачем платить за speech-to-text если можно Whisper нахаляву въебать и он распознает просто великолепно уже года два как?
второй вопрос: зачем проверять результат если модель распознает великолепно? =) Ну говори чуть помедленнее =)
или сделай промежуточное действие где тебе модель читает text-to-speech смешным голосом, и если тебя устраивает, ты говоришь correct и тогда она ебашит? =)