Насколько я знаю, это невозможно. Вы знаете, что «тренировка» вы делаете, когда настраиваете распознавание речи; те являются определенными для пользователя Windows. На них есть ссылки в реестре по адресу HKEY_CURRENT_USER \ Software \ Microsoft \ Speech \ RecoProfiles.
Это профиль распознавания, который загружается при запуске речи Microsoft. В каждый момент времени загружается только один профиль, и он зависит от того, как выглядит реестр в данный момент (то есть пользователь вошел в систему в то время). Он не может загрузить все разные профили одновременно. Даже если это так, профили сделаны как можно более общими. Отличает человека по акценту. Но если 2 человека имеют схожие акценты, они не смогут отличить их друг от друга.
Я не знаю библиотек, которые делают то, что вы хотите. Такая система потребует обширной подготовки. Много тренировок. Потенциально сотни часов обучения для каждого голоса, который вы хотите идентифицировать.