我想建立一个项目，让我确定演讲者。我希望我的用户说一些句子，记录下来然后发送给我。然后，我将识别说出的单词并将用户与语音联系起来，例如00001。因此，如果他们决定使用我的某些“受保护”服务，他们将不得不再次说这些话。如果新语音与00001相匹配，而单词与先前的单词相匹配，则将被授予访问服务的权限。
我已经对Google Speech API进行了研究，但是我只能听出说出的单词，而听不到语音。我正在看这篇文章-https://www.tutorialspoint.com/speech-recognition-in-python-using-google-speech-api
请，还有其他API可以提供我想要实现的目标吗？