Telegram Voice to Text

Descripción

El modulo telegramVoiceToText recibe un mensaje de voz de Telegram (normalmente proveniente del nodo telegramReceive), descarga el archivo de audio desde los servidores de Telegram, lo transcribe utilizando la API Whisper de OpenAI, y automáticamente envia la transcripción de vuelta al chat del usuario en Telegram. Además, modifica los datos de salida para que el tipo cambie de voice a text y el contenido sea la transcripción, permitiendo que nodos posteriores procesen el mensaje como texto normal.

Configuración

Parámetro	Tipo	Requerido	Descripción
credentials_id	credentials	Si	Credencial con apiKey de OpenAI para convertir audio a texto.

Credenciales

Se requiere una credencial con el siguiente campo:

apiKey: API Key de OpenAI con acceso al modelo Whisper para transcripción de audio.

Además, el nodo espera que los datos de entrada contengan botToken (token del bot de Telegram, normalmente propagado desde telegramReceive).

Salida

{
  "nextModule": "siguiente_modulo",
  "data": {
    "type": "text",
    "chatId": 123456789,
    "from": { "id": 123456789, "first_name": "Juan" },
    "botToken": "123456:ABCdefGHI",
    "content": "Este es el texto transcrito del audio",
    "transcript": "Este es el texto transcrito del audio",
    "metadata": { "duration": 15, "mime_type": "audio/ogg" }
  }
}

Ejemplo de Uso

Caso básico

{
  "label": "Telegram VoiceToText",
  "credentials_id": "credencial_openai"
}

API Utilizada

Telegram Bot API: GET https://api.telegram.org/bot{token}/getFile para obtener la ruta del archivo, y POST https://api.telegram.org/bot{token}/sendMessage para enviar la transcripción.
OpenAI Whisper API: POST https://api.openai.com/v1/audio/transcriptions para transcribir el audio.

Notas

Requiere que los datos de entrada contengan content (file_id del audio) y botToken (token del bot de Telegram).
El archivo de audio se descarga temporalmente en la carpeta temporal/cli_{client_id}/ del servidor.
La transcripción se envia automáticamente al usuario en Telegram con formato Markdown.
El tipo de dato se cambia de voice a text en la salida, facilitando el procesamiento posterior.
El campo transcript se agrega como campo adicional a los datos existentes.
Internamente utiliza el modulo openaiaudioToText para la transcripción.

Nodos Relacionados

telegramReceive (trigger de mensajes Telegram, proporciona los datos de entrada)
openaiaudioToText (modulo de transcripción que usa internamente)
decision (para evaluar el contenido transcrito)