Speech-to-Text (STT) Skill
Transcreve arquivos de áudio para texto usando OpenAI Whisper, otimizado para
português (Brasil).
When to use
- Converter mensagens de voz ou áudios para texto
- Transcrever áudios do WhatsApp, Telegram, etc.
- Processar formatos: OGG, WAV, MP3, M4A, FLAC, AAC, OPUS
- Obter transcrições com timestamps
- Processar conteúdo em português brasileiro
Tools
- stt_transcribe: Transcreve um arquivo de áudio específico
- stt_watch: Inicia monitoramento contínuo da pasta inbound
- stt_batch: Processa todos os áudios pendentes de uma vez
Setup
- Instalar dependências:
pip install -r requirements.txt
- Instalar FFmpeg (necessário pelo Whisper):
- Windows: execute install_ffmpeg.cmd ou winget install "Gyan.FFmpeg"
- macOS: brew install ffmpeg
- Linux: sudo apt install ffmpeg
- Criar pasta de entrada:
mkdir -p ../../../media/inbound
Usage
Transcrever arquivo específico
python stt_processor.py --file /caminho/para/audio.ogg
Transcrever todos os áudios pendentes
python stt_processor.py