Перевести аудиозапись звонка в текст

Исходное аудио длиной почти 35 минут - это запись бытового звонка двух родственников через месенджер. Качество звука хорошее.

Нужно все реплики подписать именами в виде диалога, добавляя где необходимо эмоцию фразы, если она явно проявляется. Эмоцию пишите какую вы услышали (да, это субъективно, но подходит). Важно конспектировать все слова и звуки, т.е. все эти ээ, ну, эмм, кхм и прочее, включая случаи, когда собеседники перебивают друг друга. То есть результирующий текст должен повторять разговор, чтобы можно было по тексту понять эмоции и изменение тона разговора.

Пример:

Женщина (раздраженно): ххх ххх ххх

Мужчина: ххх ххх ххх

Мужчина (растерянно): ххх ххх ххх

Женщина (говорят одновременно): ххх

Ссылку на запись вышлю выбранному исполнителю.