В итоге он не распознает половину из-за говора/слэнга, половину спутает из-за сливающихся звуков и будет абсолютная непонятное нагромождение текста. Ты попробуй с автосубтитрами на Ютубе так прочитать какой-нибудь стрим, если ни разу не остановишь воспроизведение, то ты молодчик и идея имеет смысл.