А в 8-м уроке на ютубе в последних 45-ти минутах рассказывается, как в одном потоке собирать ресурс, а в остальных использовать: https://www.youtube.com/watch?v=Vj2Q50FIBi4.
Вместе с ответами из этой темы я сейчас пытаюсь в голове уложить всё, что мне требуется )
@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.