基本はこれ
https://docs.unity3d.com/ja/current/ScriptReference/Windows.Speech.DictationRecognizer.html
そしたらエラー
ERROR: Dictation support is not enabled on this device (see 'Get to know me' in Settings > Privacy > Speech
これはunityの設定ではなくwindows10の設定のお話。
設定→プライバシー→音声認識→オン
更に『音声クリップを提供する』は有効にせずともエラーは起きませんでした。
戻ってくる出力は
DictationHypothesis：発声の度に都度認識変換されたもの。一応文節っぽい区切りにはなってる。
発声が終わるまでどんどん追加される。
例：
じゃあ
じゃあとりあえず
じゃあとりあえずエアコン
じゃあとりあえずエアコン入れてくるね
DictationResult：発声したワンセンテンスが完了したと判断されたら一文が出力される。
例：もうね前半はお客さんが空気を読んで歓声を上げてで発表してる方がそれを見て悲しくなって何度か言葉に詰まって
whisperと比べてみても、むしろこっちの方が良いんじゃないかっていうぐらい。
サーバとの応答考えたらunityspeechの方に軍配が上がるかなぁ。