Ну как вы по собственному опыту можете сказать - как вам распознавалки в разных Гугл Транслейтах, Бингах и прочих интерфейсах автомобилей и телевизоров? А ведь это лучшие варианты.

Чтобы распознавание не выбешивало, а приносило пользу и какое-то удовлетворение, оно должно срабатывать без ошибок хотя бы в 95-98% случаев. А в реальности где-то 30-70%. И бесит это так же, как когда быстро набираешь текст и опечатка в каждом втором-третьем слове. Пока фразу наберёшь, по 3-4 раза назад вернёшься и исправишь. Обматеришься, вобщем.

В пользовательском вводе главное это как можно больше уменьшить количество вводимых вариантов. Предпочтение отдавать заранее готовым вариантам, а не случайному вводу пользователя. Т.е., например, листбоксы и комбобоксы с готовыми значениями, а не текстбоксы с любым текстом. Это уменьшает, а то и вовсе ликвидирует валидацию и, соответственно, уменьшает число ошибок. Ну а голосовой ввод это вообще лотерея. Те же карточные навигаторы ещё как-то более-менее справляются лишь за счёт того, что сопоставляют голосовой ввод с наиболее подходящими значениями - на что из заложенных в них названий больше всего похоже звучит. С одной стороны - уменьшает ошибку. С другой - ввести голосом что-то особенное, не заложенное, нереально - всё сведёт к похоже звучащему названию.