ТГ-бот для транскрибации аудио\видео в текст

Собрать бота, который умеет:
Принимать от пользователей аудио и видео файлы или ссылки на файлы, аудио/видеосообщения для расшифровки. .
Расшифровывать записи пользователей и преобразовывать их с помощью ИИ в текстовые транскрипты и саммари с языков, которые поддерживает используемая нейросеть на русский.
Показать пользователю образец транскрипта и саммари.
Принимать от пользователей оплату через внешние модули. Отображать баланс пользователя.
Отправлять в бот документы с транскриптом и саммари. Настраивать формат транскрипта(саммари).

Примеры аналогичных ботов
@ConspectoPatronumBot, @VoiceTextAI_bot, @teamlogs_bot, @Voicee_AI_Bot