Telegram - Conversa por Áudio (PICOCLAW)

Processar conversas por áudio no Telegram nativo do Picoclaw, sem webhook. Use quando o usuário quiser receber mensagem de voz, transcrever áudio recebido, gerar resposta falada, reutilizar scripts de STT/TTS, ou manter fluxo voice-to-voice no canal atual do Telegram usando polling nativo.

Telegram Native Audio

Criador: Fabyano Titara

Use esta skill para operar somente no Telegram nativo do Picoclaw.

Regras obrigatórias

• Não usar webhook.
• Não usar cloudflared.
• Não criar bot paralelo.
• Preservar o canal Telegram nativo já ativo.

Objetivo

Permitir o fluxo de conversas por voz no Telegram nativo através de um modelo semiautomático:

1. O Picoclaw baixa o áudio recebido no Telegram.
2. O watcher detecta o arquivo e transcreve automaticamente para texto.
3. O assistente recebe a transcrição e decide a resposta.
4. O assistente gera e envia a resposta em áudio usando um script finalizador.

Requisitos

• Chave de API do GROQ: É obrigatório configurar a variável de ambiente GROQ_API_KEY para o funcionamento da transcrição (modelo whisper-large-v3-turbo).
• Edge TTS: Utilizado para a geração de áudio (voz pt-BR-FranciscaNeural).

Recursos incluídos (Scripts)

• scripts/transcribe_audio.py: transcreve áudio com GROQ Whisper.
• scripts/generate_audio.py: gera áudio com EDGE TTS.
• scripts/semi_auto_watcher.py: monitora a pasta de mídia do Picoclaw (/tmp/picoclaw_media), transcreve novos áudios automaticamente e cria uma pendência de resposta.
• scripts/finalize_reply.py: recebe a pendência e o texto final da resposta, gera o áudio e envia de volta ao usuário.
• scripts/cleanup_old_files.py: rotina de limpeza automática que remove arquivos de áudio (inbox, outbox, tmp) mais antigos que 15 dias.

Como usar

1. Iniciar o Watcher (Semiautomático)

O watcher roda em background para processar novos áudios:

bash

nohup python3 /root/.picoclaw/workspace/skills/telegram-native-audio/scripts/semi_auto_watcher.py > /root/.picoclaw/workspace/skills/telegram-native-audio/scripts/semi_auto_watcher.log 2>&1 &

2. Responder a uma pendência de áudio

Quando um áudio é recebido, ele será transcrito e notificado ao assistente. Para responder com voz, o assistente deve executar:

bash

python3 /root/.picoclaw/workspace/skills/telegram-native-audio/scripts/finalize_reply.py \
  "ID_DA_PENDENCIA" \
  "Texto da resposta que será falada"

3. Limpeza Automática (Auto-Cleanup)

A limpeza de áudios antigos (mais de 15 dias) é gerenciada automaticamente pelo semi_auto_watcher.py, que executa o script cleanup_old_files.py uma vez por dia.

Observações

• Preferir .ogg ou .mp3 conforme o canal aceitar melhor.
• Ao trabalhar nesta skill, manter o foco em integração com o runtime atual do Picoclaw, não em automação externa do Telegram.