Нужная программа для учебного центра⁠⁠

Вчера поступил такой вопрос. Существует ли такая программа которая определяет текст на фото / видео и умеет определить правильность произнесённого этого текста из фото / видео и поставить оценку.

Нужна программа для определения уровня пользователя знание английского языка.
1) Дано фото / видео.
2) Программа должна распознать произнесённую речь пользователя / ученика и сравнить с текстом из фото / видео.
3) Система оценок 10 или 100 бальная. Нужно учитывать правильное произношение, грамматические ошибки.
4) Задачу можно разделить путём использования / интегрирования ИИ.
Буду признателен любому предложению, информации для решения этого вопроса! Всем добра!
Может есть утилиты, программы хотя бы частично решающие задачу.