Как называется перевод голосового сообщения в текст?

Оба варианта верны, но обозначают разные вещи: распознавание речи это технология, транскрибация это процесс и его результат.

Разберём подробнее. Распознавание речи, в англоязычных источниках speech-to-text или ASR, automatic speech recognition, описывает механизм: модель принимает звук, разбивает его на короткие фрагменты, сопоставляет с акустическими признаками и собирает последовательность слов. Так называется и научная область, и функция внутри продукта. Когда разработчик пишет в документации про поддержку распознавания речи, он говорит именно о технологии.

Транскрибация, строже транскрибирование, пришла из редакционной и юридической практики. Так называли работу человека, который слушал запись интервью или заседания и набирал текст. Слово описывает задачу целиком, независимо от того, кто её выполняет, живой наборщик или нейросеть. Поэтому на биржах фриланса услуга называется транскрибацией, а в описании мессенджера та же функция называется распознаванием.

Важно: не путайте с транскрипцией. В лингвистике это запись звучания специальными символами, вроде значков в словаре рядом с иностранным словом. К расшифровке голосовых сообщений термин отношения не имеет, хотя в разговоре его подставляют постоянно.

Есть ещё диктовка, когда текст набирается голосом в реальном времени. Технически это то же распознавание, но с другой задачей: не расшифровать готовый файл, а ввести текст прямо сейчас.

Если коротко: в споре с коллегой формально ничья. Она назвала технологию, вы назвали процесс. Разнобой в подписях кнопок объясняется тем, что интерфейсы пишут глаголами, а не терминами, поэтому там встречается и расшифровать, и показать текстом, и преобразовать в текст.