Quiero crear un prototipo que se base en el reconocimiento automático de voz para tratar los informes.

Los requisitos no están seguros en este momento, pero al principio obtendré algunos conjuntos de datos ficticios. Y al principio me concentraré en la entrada de señales acústicas y el procesamiento posterior.

Realmente no sé cómo comenzar, qué entorno de desarrollo, lenguaje de programación, ...

Preferiría trabajar con Visual Studio porque ya tengo una licencia, pero estoy abierto a propuestas.

¿Tienes algunos tutoriales, ideas, experiencia?