Телеграм-бот для расшифровки голосовых сообщений
Голосовое превращается в текст в том же чате. Бот расшифровывает аудио, убирает повторы и возвращает факты и задачи, которые можно прочитать и переслать.
- только аудио → текст в том же чатеФормат сообщения
- слушать заново → найти в перепискеВозврат к факту
- остаются в записи → убираются при обработкеРечевые повторы
Голосовое удобно отправить, но неудобно разбирать
В проектном чате один человек надиктовывает задачу, второй уточняет детали, третий присылает отчет. Получателю приходится слушать сообщения по очереди и держать в голове, где прозвучал нужный факт.
Аудио нельзя быстро просмотреть глазами. К нему сложно вернуться через поиск, а одну задачу из длинной записи приходится выписывать вручную.
Как устроен бот
Бот подключается к нужному чату и получает голосовое сообщение. Whisper переводит запись в сырой текст, после чего модель убирает явные речевые повторы и слова-паразиты.
Обработанный текст возвращается ответом в тот же диалог. Его можно прочитать в удобный момент, скопировать в задачу, переслать коллеге или найти позже через поиск по переписке.
Весь маршрут собран в n8n и работает на сервере. Внешняя обработка используется только для распознавания и очистки текста.
Результат
Команда сохраняет привычный формат общения, но у получателя появляется текстовая версия каждого подключенного голосового.
Бот не обещает фиксированную точность для любой записи. Качество зависит от звука и речи, зато результат не исчезает после прослушивания и остается рабочим текстом в чате.
Голосовые остаются доступными как текст - их можно просмотреть глазами, найти по переписке, скопировать или передать дальше без повторного прослушивания.