Audio Transcription

Transcreve arquivos de áudio para texto usando Whisper local ou API. Use quando o usuário solicitar transcrição de áudios, mensagens de voz, ou converter fala em texto. Suporta formatos OGG, MP3, WAV, M4A e outros via conversão automática.

Transcreve arquivos de áudio para texto.

Recursos

• Transcrição de áudios em português e outros idiomas
• Suporte a múltiplos formatos (OGG, MP3, WAV, M4A, etc.)
• Conversão automática de formatos se necessário
• Detecção automática de idioma

Como Usar

Pré-requisitos

A skill tenta usar as seguintes ferramentas na ordem:

1. whisper (OpenAI Whisper via pip)
2. whisper.cpp se instalado em ~/whisper.cpp
3. API OpenAI (requer OPENAI_API_KEY)

Script de Transcrição

Use o script scripts/transcribe.sh:

scripts/transcribe.sh <arquivo_audio> [idioma]

Exemplo:

scripts/transcribe.sh /path/to/audio.ogg pt

Parâmetros

• arquivo_audio: Caminho para o arquivo de áudio
• idioma (opcional): Código do idioma (pt, en, es, etc.). Padrão: auto-detect

Instalação de Dependências

Se nenhuma ferramenta estiver disponível, a skill pode instalar whisper:

pip install openai-whisper

Para whisper.cpp local:

git clone https://github.com/ggerganov/whisper.cpp.git ~/whisper.cpp
cd ~/whisper.cpp
make

NOTAS

• O formato OGG (Opus) do Telegram requer ffmpeg para conversão
• A transcrição pode levar alguns segundos dependendo do tamanho do áudio
• Qualidade da transcrição depende do modelo Whisper usado