Quero criar um protótipo baseado no reconhecimento automático de fala para lidar com os relatórios.

Os requisitos não estão certos no momento, mas, no início, receberei alguns conjuntos de dados fictícios. E no começo vou me concentrar na entrada de sinais acústicos e no processamento posterior.

Eu realmente não sei como começar, qual ambiente de desenvolvimento, linguagem de programação, ...

Eu preferiria trabalhar com o visual studio porque já tenho uma licença, mas estou com a mente aberta à proposta.

Você tem alguns tutoriais, idéias, experiência?