Eso se hace con un programa pero en tu computadora:
http://windows.microsoft.com/en-us/w...#1TC=windows-7
Estos programas necesitan adaptarse al usuario, a su modo de hablar, ritmo y tono.
Quererlo hacer online, aparte de lo que dice Maycol, habría que hacer una base de datos y ligar estos datos al usuario y su huella de voz. Con los siguientes problemas legales de estar guardando los patrones de voz de la gente.