quiero hacer un programa que pase audios a texto, con que lenguaje de programación lo podría hacer ? con C++?

La base de lo que quieres realizar son redes neuronales y aunque podrías hacerlo perfectamente en C++ tendrías que entrenar la red, por suerte hay una gran comunidad de redes neuroales pero no es en C++, yo te recomendaría usar Python puesto que su librería PyAudio cuenta con una red ya entrenada, la desventaja es que es un lenguaje scripting y tienes que preparar librerías junto con el intérprete para tener el entorno apropiado.

Saludos.