@gurkin4 это понятно, такова особенность данного решения (использование буфера), для этого существует дедик. Лично я на заказ делал все это на запросах, и залив статей, и видео, и накрутки всякие (лайков, коментов, лайков на комменты) и тд.
@Garex22 Через webkitSpeechRecognition затруднительно. Он не работает с файлами. Я пробовал микрофон приставить к колонкам - определились левые слова. Через консольные приложение - вполне возможно. Еще есть google speech api, возможно другие аналоги.