Автоматическое распознавание речи до сих пор в процессе разработки и требует огромных технических затрат. В лучшем случае используется, скажем, для генерации субтитров, и в режиме реального времени не прилагается - нужно слишком много ресурсов.
В Штатах реальная прослушка производится живыми людьми. Поэтому так много денег - за секретность здесь доплачивают очень хорошо.