BroadRouter

Transcrire les messages vocaux WhatsApp dans n8n

Mis à jour

Utilisez huit nœuds n8n : un WhatsApp Trigger sur Messages, un nœud If qui ne garde que l’audio, l’opération WhatsApp Download pour l’URL du média, un HTTP Request qui récupère le fichier .ogg, un nœud Read/Write Files qui l’enregistre, ffmpeg dans un nœud Execute Command pour produire du WAV, un second nœud Read/Write Files qui charge le WAV, et un HTTP Request vers /v1/audio/transcriptions. Il faut un n8n auto-hébergé avec ffmpeg installé.

Ce workflow transforme dans n8n chaque message vocal WhatsApp entrant en texte. C’est la version n8n du script du guide sur les messages vocaux WhatsApp : même conversion ffmpeg, même appel de transcription. Les noms de nœuds et les options ci-dessous ont été vérifiés dans la documentation et le code source de n8n le 14 novembre 2026 ; les liens figurent dans les sources.

Ce qu’il vous faut

  • Un n8n auto-hébergé. D’après la documentation de n8n, le nœud Execute Command n’est pas disponible sur n8n Cloud et il est désactivé par défaut depuis n8n 2.0.
  • ffmpeg sur l’hôte n8n. Avec Docker, la commande s’exécute dans le conteneur n8n, pas sur l’hôte Docker : ffmpeg doit donc se trouver dans l’image.
  • Un identifiant WhatsApp Business Cloud dans n8n, relié à une application Meta associée à votre compte WhatsApp Business, ainsi que le jeton d’accès de cette application.
  • Une clé d’API BroadNet. Les nouveaux comptes reçoivent $5 de crédit de départ sans carte, et les deux modèles de transcription fonctionnent avec.

Préparer n8n : ffmpeg, Execute Command et un dossier de fichiers

L’image Docker officielle de n8n n’a pas de gestionnaire de paquets. La documentation de n8n montre comment restaurer apk dans une image personnalisée pour installer curl ; le même Dockerfile avec ffmpeg à la place de curl vous donne ffmpeg :

FROM n8nio/n8n
USER root

# Restore the apk package manager (removed from the base image)
COPY --from=alpine:3.22 /sbin/apk /sbin/apk
COPY --from=alpine:3.22 /lib/apk /lib/apk
COPY --from=alpine:3.22 /usr/lib/libapk* /usr/lib/

RUN apk add --no-cache ffmpeg
USER node

Construisez-la avec docker build -t n8n-ffmpeg . et lancez n8n-ffmpeg à la place de n8nio/n8n. Le remplacement par ffmpeg est notre modification de l’exemple curl de n8n : exécutez donc une fois ffmpeg -version dans un nœud Execute Command pour le confirmer.

Définissez ensuite deux variables d’environnement :

Variable Valeur Pourquoi
NODES_EXCLUDE "[]" Execute Command est bloqué par défaut. Une liste vide le débloque, ainsi que tous les autres nœuds que n8n bloque par défaut : rajoutez donc ceux que vous voulez garder bloqués.
N8N_RESTRICT_FILE_ACCESS_TO ne pas définir Depuis n8n 2.0, sa valeur par défaut est ~/.n8n-files. Dans l’image officielle, c’est /home/node/.n8n-files, le dossier utilisé ci-dessous.

Le workflow, nœud par nœud

# Nœud Réglage
1 WhatsApp Trigger Event : Messages
2 If {{ $json.messages?.[0]?.type ?? '' }} is equal to audio
3 WhatsApp Business Cloud Resource Media, Operation Download, Media ID {{ $json.messages[0].audio.id }}
4 HTTP Request GET {{ $json.url }}, en-tête Authorization: Bearer <WhatsApp access token>, Response Format File, Put Output in Field data
5 Read/Write Files from Disk Write File to Disk, chemin /home/node/.n8n-files/{{ $('WhatsApp Trigger').item.json.messages[0].audio.id }}.ogg, Input Binary Field data
6 Execute Command la commande ffmpeg ci-dessous
7 Read/Write Files from Disk Read File(s) From Disk, le chemin du .wav, Put Output File in Field data
8 HTTP Request POST vers le point de terminaison de transcription, ci-dessous

Les nœuds 5 à 7 existent parce qu’Execute Command exécute une commande shell et n’accepte pas les données binaires de n8n : le fichier passe donc par le disque, aller et retour.

Importer le workflow au lieu de le construire

Téléchargez le workflow au format JSON n8n (8 nœuds, configuré pour l’arabe) et importez-le dans n8n avec Import from File. Il ne contient ni clé ni jeton. Chaque nœud qui exige une connexion possède un identifiant fictif dont le nom commence par REPLACE: ; ouvrez ces quatre nœuds et choisissez vos propres identifiants. Les noms de types de nœuds et de paramètres ont été vérifiés dans le code source de n8n le 14 novembre 2026 ; le guide ci-dessous explique chaque nœud, vous pouvez donc aussi le construire à la main.

1–2. Déclencher sur les messages, ne garder que l’audio

Dans le code source de n8n, le WhatsApp Trigger produit un item par changement dans le webhook de Meta, avec la liste des messages sous messages. Textes, images et messages vocaux arrivent tous sur l’événement Messages : le nœud If ne laisse donc passer que les items dont le premier message a type égal à audio. Les accusés de réception et de lecture arrivent sur le même événement, sans liste messages ; le ?? '' transforme cette valeur absente en chaîne vide, pour que la vérification stricte du type n’échoue pas sur eux.

WhatsApp n’autorise qu’une URL de webhook enregistrée par application. La documentation de n8n avertit que basculer entre les URL de test et de production du trigger l’écrase, et l’autre URL cesse alors de recevoir les événements.

3–4. Télécharger le message vocal chez Meta

L’opération Download du nœud WhatsApp appelle le point de terminaison média de Meta avec l’ID du média et renvoie un JSON contenant une url, pas l’audio. Selon la documentation de Meta, cette URL est valable 5 minutes et le téléchargement échoue sans votre jeton d’accès. Le nœud HTTP Request suivant récupère donc {{ $json.url }} avec le jeton dans un en-tête Authorization et enregistre la réponse comme fichier dans le champ data. Dans n8n, stockez le jeton dans un identifiant Header Auth (nom Authorization, valeur Bearer suivi du jeton) plutôt que de le saisir dans le nœud.

5–7. Convertir en WAV avec ffmpeg

Écrivez le fichier sur le disque (nœud 5), puis convertissez-le dans le nœud Execute Command (nœud 6) :

ffmpeg -y -loglevel error -i /home/node/.n8n-files/{{ $('WhatsApp Trigger').item.json.messages[0].audio.id }}.ogg -ar 16000 -ac 1 /home/node/.n8n-files/{{ $('WhatsApp Trigger').item.json.messages[0].audio.id }}.wav

-ar 16000 -ac 1 produit du WAV mono 16 kHz, la conversion qu’utilise la documentation de BroadNet pour les messages vocaux. L’ID du média est un nombre : on peut donc l’utiliser sans risque dans un nom de fichier. Le nœud 7 relit le fichier .wav dans le champ data.

8. Transcrire

Créez un second identifiant Header Auth pour BroadNet (nom Authorization, valeur Bearer suivi de votre clé BroadNet). Configurez ensuite le dernier nœud HTTP Request :

Champ Valeur
Method POST
URL https://inference.broadnet.ai/v1/audio/transcriptions
Authentication Generic Credential Type, Header Auth, l’identifiant BroadNet
Send Body activé, Body Content Type Form-Data
Paramètre de corps model broadnet/cohere-transcribe-arabic (ou broadnet/cohere-transcribe pour les 13 autres langues)
Paramètre de corps language ar (ou en, es, …)
Paramètre de corps file Parameter Type n8n Binary File, Input Data Field Name data

La réponse est un JSON avec la transcription dans text : les nœuds suivants lisent donc {{ $json.text }}. C’est la même requête que cet appel curl :

curl https://inference.broadnet.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -F model=broadnet/cohere-transcribe-arabic \
  -F language=ar \
  -F file=@voice-note.wav

Envoyez toujours language. Sans lui, l’arabe peut revenir translittéré en caractères latins.

Que faire du texte

Enregistrez-le dans votre CRM ou votre outil de support, ou transmettez-le à un modèle de chat pour résumer ou classer le message. Le guide n8n compatible OpenAI montre comment pointer le nœud OpenAI Chat Model de n8n vers BroadNet avec la même clé. Pour faire le ménage, ajoutez un dernier nœud Execute Command qui supprime les deux fichiers de cet ID de média.

Dépannage

  • Le trigger ne reçoit rien. Vérifiez que le workflow est publié sur l’URL de production et que votre application Meta est abonnée au compte WhatsApp Business ; d’après la documentation de n8n, n8n ne crée pas cet abonnement.
  • Le téléchargement du média renvoie 404. L’URL a expiré au bout de 5 minutes. Selon la documentation de Meta, il faut demander une nouvelle URL de média, et renouveler le jeton d’accès si cela échoue aussi.
  • « Unrecognized node type » ou Execute Command est absent. Il est bloqué par défaut depuis n8n 2.0 ; définissez NODES_EXCLUDE.
  • ffmpeg: not found. L’image n’a pas ffmpeg ; construisez l’image personnalisée ci-dessus.
  • Access to the file is not allowed. Écrivez sous /home/node/.n8n-files, ou réglez N8N_RESTRICT_FILE_ACCESS_TO sur le dossier que vous utilisez.
  • 400, 413 ou 429 renvoyé par BroadNet. 413 signifie que le fichier dépasse 26 214 400 octets (environ 13 minutes de WAV mono 16 kHz) ; 429 signifie trop de requêtes simultanées. Voir codes d’erreur et nouvelles tentatives de BroadNet.

La précision, les dialectes et la comparaison du prix de BroadNet avec d’autres API de speech-to-text sont traités dans le guide de l’API speech-to-text en arabe. Pour les prix catalogue en batch et en streaming de plus de 20 produits de speech-to-text, chacun avec sa source et sa date de vérification, consultez l’index ouvert des prix des API speech-to-text.

Questions fréquentes

Ce workflow fonctionne-t-il sur n8n Cloud ?

Pas tel quel. D’après la documentation de n8n, le nœud Execute Command n’est pas disponible sur n8n Cloud, et l’étape de conversion exige ffmpeg sur la machine qui exécute n8n. Sur n8n Cloud, convertissez l’audio dans un service externe que vous contrôlez et appelez-le avec un nœud HTTP Request.

Pourquoi ne puis-je pas envoyer le fichier .ogg de WhatsApp directement au point de terminaison de transcription ?

Les messages vocaux WhatsApp sont de l’audio Opus dans un conteneur Ogg. Le point de terminaison de transcription de BroadNet accepte le WAV et le MP3 : le workflow convertit donc d’abord chaque message en WAV mono 16 kHz avec ffmpeg.

Pourquoi l’opération WhatsApp Download ne renvoie-t-elle pas le fichier audio ?

Dans le code source de n8n, l’opération Download appelle le point de terminaison GET media de Meta, qui renvoie un objet JSON contenant une URL temporaire. Un second nœud HTTP Request récupère cette URL avec votre jeton d’accès WhatsApp. Selon Meta, l’URL est valable 5 minutes.

Pourquoi mon WhatsApp Trigger ne reçoit-il rien après la publication du workflow ?

WhatsApp n’autorise qu’une URL de webhook par application : basculer entre les URL de test et de production de n8n l’écrase. La documentation de n8n précise aussi que n8n n’abonne pas votre application Meta au compte WhatsApp Business ; vérifiez cet abonnement via l’API Subscribed Apps de Meta.

Combien coûte la transcription de messages vocaux WhatsApp de cette façon ?

BroadNet facture à la minute audio : $0.0042 avec BroadNet Transcribe Arabic ou $0.002 avec BroadNet Transcribe. 10 000 messages vocaux arabes de 30 secondes chacun coûtent $21.00. Les frais de n8n et de Meta s’ajoutent à part.

Lire en MarkdownDemander à ChatGPTDemander à ClaudeDemander à Perplexity