现在有好用的语音转文字的东西吗？

需求：能把各种类型的媒体转换成文字，需要能批量处理，最好能 AI 调用

目前一直在用的：阿里云智能语音

优点：中英文识别问题不大

痛点：缺乏按发言人识别功能，所有人说的话堆在一起。

大家有推荐的语音转写吗？