Delphi - voz a texto, sacar palabras de audio

hola que tal,

Eh estado queriendo hacer un programita que hagarre un archivo de audio y le saque todas las palabras posibles que se diga en dicho audio.

algo asi como de "voz a texto"

me encontrado con la dificultad de no saber por donde empesar.

alguien sabe algo al respecto? por donde empesar? alguna idea de algoritmo?
alguna documentacion?

saludos

gracias