微信语音转文字功能具体是如何实现的？

是什么让你认为它不是一个完整的语音识别系统？ 所谓语音识别，简单的说就是把语音变成文字（STT: Speech to text）。 至于用了什么技术，应该就是当前主流的基于深度学习的技术吧。欢迎熟悉的人士透露细节。

语音转文本就是语音识别，语音识别就是把语音波形通过特征提取转成文本。微信内部有大量的数据来训练以及匹配，所以效果很好。