Einfache Spracherkennung von Buchstaben und Zahlen

[endeffects]

Hallo,

ich bin auf der suche nach einer möglichkeit möglichst einfach
gesprochene buchstaben und zahlen mit delphi zu erkennen.

die idee die mir dazu vorschwebt ist die das z.b. bei winamp
der gesprochene buchstabe bzw das audiosignal einen signifikanten
visuellen fingerabdruck der verschiedenen frequenzen ausgibt

soll heißen, wenn man eine audiodatei abspielt flackern die bunten
balken in einem entsprechenden muster, die dazu genutzen daten
müßte man doch zuordnen können

hat sich damit schonmal jmd beschäftigt?