Цель - сделать простейший тренажер отработки текста на сайте, что-то типа - на экране, частями по пять слов, появляется текст. Пользователь читает его вслух, система тут же его распознает и как только произнесенное соответствует написанному, переходит к следующему фрагменту.

Открыл Yandex SpeachRecognition Kit
https://cloud.yandex.ru/docs/speechkit/stt/streaming

Все ключи сгенерил. Сайт на tilde. html вставить могу... не могу разобраться как включить микрофон на сайте (должен же быть какой-то универсальный способ) ну и соответственно скормить api эти данные в потоковом режиме