Скрипт на ruby, который с помощью яндекс-сервиса Yandex SpeechKit распознает текст в видео-файле (длинные аудио)

Ну я же уточнила, что задача была тестовой)) При небольших объёмах конвертации (например пару-тройку раз прогнать 1.5 минутное видео) выйдет около 10-20 рублей.