这里讲把音频文件转为文字的服务，不是实时识别的那种。

更新 ：Google I/O 2019中提到Android Q提供Live Caption功能，能够在播放视频或音频时，实时生成字幕，不需要联网。目前不清楚能否将导出字幕中的文字。

另外Google也推出了Live Transcribe，能够将环境中的语音实时转为文字，目前支持70多种语言，在 Google Play 可以下载。

更新 ：最近发现 autosub 不错，利用Google Web Speech API，免费生成SRT字幕，而且速度挺快，两个小时的音频几分钟就转换好了，目前支持90多种语言。

有一点要注意的是如果音频语言不是英语，Source Language和Destination Language都要注明。如果只注明Souce Language的话，当进度100%，你以为转换好了时，会出现Error问你要Google Translate API key（因为它要用Google Translate API翻译成英文）。

这里 有个Windows里使用的教程，以及 视频版 。

-------分割线---------

以下是原回答：

中文 的话目前只找到付费的 讯飞听见 比较靠谱，准确率挺高，转写也挺快，免费送两小时。另外手机上的录音宝App也是科大讯飞的，与讯飞听见类似。

以下是 英文 ：

推荐用YouTube自动识别服务，准确率还可以，不过得等一会儿（根据音频时长大概15分钟至几小时吧，偶尔也会有几天才转好的情况）。具体方法可以看 这篇文章 。

另外IBM Watson的 Speech to Text 感觉识别准确率比较差，不过支持API，可以嵌入到代码中（也支持中文）。

另外 Voicebase 注册送接近20小时的转写服务，还没体验过不知服务咋样。使用方法可看 这篇文章 。

讯飞听见 最近推出了转写英文的服务，每天有300个名额可以免费转两段一小时的音频，试用了下效果还不错。

百度最近推出了 SwiftScribe 可以转写英文，不过还是beta版本要申请了才能用。