Google Speech APIの機械学習を使った音声をテキスト化するために、Googleは専用のアプリ等UIは提供しておらずGoolge Cloud Platformというクラウド環境でAPIの利用環境を構築しなければならないようです。（何らかの開発言語かスクリプトでコーディングが必要ですが、Googleの提供するサンプルで十分できます）。利用料金は、2018年3月現在、音声60分までは無料、その後は15秒ごとに0.6セント課金されるとのことです。このページでは、音声をテキスト化するステップを日本語で説明します。
最新の情報は、Google Speech APIページを確認ください。
まずは、Google Speech APIを利用する準備を始めます。