Voz a Texto

Descripción

El modulo openaiaudioToText transcribe archivos de audio a texto utilizando la API Whisper de OpenAI. Recibe la ruta de un archivo de audio en el sistema de archivos local, lo envia a la API de OpenAI y retorna la transcripción como texto. Es un modulo genérico de transcripción que puede ser utilizado directamente en un workflow o invocado internamente por otros modulos como telegramVoiceToText. Soporta múltiples formatos de audio compatibles con Whisper (ogg, mp3, wav, m4a, etc.).

Configuración

Parámetro	Tipo	Requerido	Descripción
credentials_id	credentials	Si	Credencial con apiKey de OpenAI para la API de Whisper.
audioPath	text	Si	Ruta absoluta del archivo de audio a transcribir en el sistema de archivos del servidor.

Credenciales

Se requiere una credencial con el siguiente campo:

• apiKey: API Key de OpenAI con acceso al modelo Whisper. Alternativamente, se puede configurar la variable de entorno OPENAI_API_KEY.

Salida

{
  "nextModule": "siguiente_modulo",
  "data": {
    "transcript": "Este es el texto transcrito del audio",
    "originalPath": "/ruta/al/archivo/audio.ogg"
  }
}

Ejemplo de Uso

Caso básico

{
  "label": "Voice To Text",
  "credentials_id": "credencial_openai",
  "audioPath": "/temporal/cli_1/archivo.ogg"
}

API Utilizada

• OpenAI Whisper API: POST https://api.openai.com/v1/audio/transcriptions
• Modelo: whisper-1
• Formato: multipart/form-data con el archivo de audio
• Documentación: https://platform.openai.com/docs/api-reference/audio/createTranscription

Notas

• El archivo de audio debe existir en el sistema de archivos del servidor antes de ejecutar el modulo. Si no existe, se lanza un error.
• La API Key se busca primero en las credenciales configuradas (config.apiKey) y luego en la variable de entorno OPENAI_API_KEY.
• Formatos de audio soportados por Whisper: mp3, mp4, mpeg, mpga, m4a, wav, webm, ogg.
• El campo originalPath en la salida contiene la ruta del archivo procesado, útil para limpieza posterior.
• Si ocurre un error en la transcripción, se lanza una excepción (no retorna error suave).

Nodos Relacionados

• telegramVoiceToText - Modulo que utiliza este internamente para audio de Telegram
• telegramReceive - Trigger que proporciona archivos de audio