если убрать за скобки время на скачивание аудиодорожки с ютуба то транскрипция 1ч36мин фильма занимает всего 1 минуту. и впринципе не важно какой размер, можно делать запросы хоть в 100500 потоков
и качество получше чему у виспера когда ии не дуркует