Conversion de video a texto

Hola,
el caso es el siguiente:
Tengo alrededor de 100 Vídeos sobre los temas de violencia, Resulta que es requerido poder contar con algún proceso que me permita extraer de manera automática términos de indización, de acuerdo con los requerimientos solicitados estos términos pueden provenir de:

· Voz de las personas que hablan en los vídeos.
· Subtítulos pegados al vídeo
· Texto que se muestra en el vídeo (por ejemplo: presentaciones o de divisiones por temas o capítulos en los mismos vídeos)

entonces la pregunta es que software puedo utilizar para realizar este proceso???