Consegui rodar no Google Colab usando meu e-mail pessoal:
Ele conseguiu ler um arquivo de áudio de e transformar e me devolver o texto em vários formatos desde json até txt.
Detecting language using up to the first 30 seconds. Use --language to specify the language
Detected language: Portuguese
[00:00.000 --> 00:06.000] Não é permitido o recebimento de ligações através de telefones celulares.
[00:06.000 --> 00:14.000] Entre em contato conosco através de nosso site www.xgx.com.br
[00:14.000 --> 00:17.000] ou ligue novamente de qualquer telefone fixo.
[00:17.000 --> 00:19.000] Obrigado pelo contato.