Сан Саныч,))) насмешил.
Поробовал нормальные наушники с микрофоном, закреплённым на определённом расстоянии, почти без промахов. Можно записывать отдельные буквы, типа ииии ууу рррррр результат лучше. Или говорить несколько слов. Возьми кисть, примени уровни, сотри ластиком... Там можно 3 раза повторить сочетание с небольшими изменениями в интонации. Короче, если не понимает, значит надо сменить фразу. Как я понимаю, это ведь сравнения графиков записанных и произносимых, чем они различнее, тем меньше ошибок. Лучше назначить звук на инструмент или на факт распознавания. Просто щелчёк мышки. А на факт нераспознавания ещё что-нибудь (двойной щелчек)
Да, ещё очень важно правильно микрофон настроить по громкости. Чтобы и не тихо и не громко.
Ещё вспомнил, по-моему программа ориентируется на длину фразы, записанной в окошке. Т.Е, если написать OK, то сказать "хорошо" не получится. Времени меньше секунды даст на запись. Поэтому лучше писать ту фразу, которую тренируешь или длиннее.