---
title: "Голосовые WhatsApp в текст в n8n: workflow по шагам | BroadRouter"
description: "Workflow n8n, который получает голосовое сообщение WhatsApp, скачивает его у Meta, конвертирует через ffmpeg и расшифровывает на арабском или ещё 13 языках."
url: https://broadrouter.com/ru/guides/n8n-whatsapp-voice-note-transcription/
lang: ru
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/guides/n8n-whatsapp-voice-note-transcription/) (обновлён 2026-11-16).

# Расшифровка голосовых сообщений WhatsApp в n8n

Обновлено 2026-11-16

Понадобятся восемь узлов n8n: WhatsApp Trigger на событие Messages, узел If, который пропускает только аудио, операция Download узла WhatsApp для получения URL медиафайла, HTTP Request для скачивания файла .ogg, узел Read/Write Files для его сохранения, ffmpeg в узле Execute Command для перевода в WAV, второй узел Read/Write Files для загрузки WAV и HTTP Request к /v1/audio/transcriptions. Нужен n8n на своём сервере с установленным ffmpeg.

Этот workflow превращает каждое входящее голосовое сообщение WhatsApp в текст прямо в n8n. Это версия для n8n [скрипта из руководства по голосовым сообщениям WhatsApp](https://broadrouter.com/ru/guides/transcribe-whatsapp-voice-notes/): та же конвертация через ffmpeg и тот же вызов транскрибации. Названия узлов и параметров ниже сверены с документацией и исходным кодом n8n 14 ноября 2026 г.; ссылки — в источниках.

## Что понадобится

-   **n8n на своём сервере (self-hosted).** Документация n8n говорит, что узел Execute Command недоступен в n8n Cloud и с n8n 2.0 по умолчанию отключён.
-   **ffmpeg на хосте n8n.** В Docker команда выполняется внутри контейнера n8n, а не на хосте Docker, поэтому ffmpeg должен быть в образе.
-   **Учётные данные WhatsApp Business Cloud в n8n**, подключённые к приложению Meta с вашим WhatsApp Business Account, и токен доступа этого приложения.
-   **API-ключ BroadNet.** Новые аккаунты получают стартовый грант $5 без привязки карты, и на нём работают обе модели транскрибации.

## Подготовка n8n: ffmpeg, Execute Command и папка для файлов

В официальном Docker-образе n8n нет менеджера пакетов. Документация n8n показывает, как вернуть `apk` в собственном образе, чтобы установить curl; тот же Dockerfile, где вместо `curl` указан `ffmpeg`, даёт ffmpeg (комментарий в нём: возвращаем менеджер пакетов apk, удалённый из базового образа):

```dockerfile
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
```

Соберите образ командой `docker build -t n8n-ffmpeg .` и запускайте `n8n-ffmpeg` вместо `n8nio/n8n`. Замена на `ffmpeg` — наше изменение примера n8n с curl, поэтому один раз выполните `ffmpeg -version` в узле Execute Command, чтобы убедиться, что всё работает.

Затем задайте две переменные окружения:

| Переменная | Значение | Зачем |
| --- | --- | --- |
| `NODES_EXCLUDE` | `"[]"` | Execute Command заблокирован по умолчанию. Пустой список разблокирует его — и все остальные узлы, которые n8n блокирует по умолчанию, так что верните в список те, что должны остаться заблокированными. |
| `N8N_RESTRICT_FILE_ACCESS_TO` | не задавайте | С n8n 2.0 по умолчанию это `~/.n8n-files`. В официальном образе это `/home/node/.n8n-files` — папка, которая используется ниже. |

## Workflow по узлам

| # | Узел | Настройка |
| --- | --- | --- |
| 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 }}`, заголовок `Authorization: Bearer <WhatsApp access token>`, Response Format **File**, Put Output in Field `data` |
| 5 | Read/Write Files from Disk | **Write File to Disk**, путь `/home/node/.n8n-files/{{ $('WhatsApp Trigger').item.json.messages[0].audio.id }}.ogg`, Input Binary Field `data` |
| 6 | Execute Command | команда ffmpeg ниже |
| 7 | Read/Write Files from Disk | **Read File(s) From Disk**, путь к `.wav`, Put Output File in Field `data` |
| 8 | HTTP Request | POST на эндпоинт транскрибации, см. ниже |

Узлы 5–7 нужны потому, что Execute Command выполняет shell-команду и не принимает бинарные данные n8n, так что файл записывается на диск и читается обратно.

### Импорт готового workflow вместо ручной сборки

[Скачайте workflow в формате JSON для n8n](https://broadrouter.com/downloads/n8n-whatsapp-voice-note-transcription.json) (8 узлов, настроен на арабский) и импортируйте его в n8n через **Import from File**. Ключей и токенов в нём нет. У каждого узла, которому нужен вход, стоят учётные данные-заглушки с именем, начинающимся на `REPLACE:`; откройте эти четыре узла и выберите свои учётные данные. Названия типов узлов и параметров сверены с исходным кодом n8n 14 ноября 2026 г. Ниже разобран каждый узел, так что workflow можно собрать и вручную.

### 1–2. Триггер на сообщения, только аудио

Судя по исходному коду n8n, WhatsApp Trigger выдаёт по одному элементу на каждое изменение в вебхуке Meta, а список сообщений лежит в `messages`. Текст, изображения и голосовые сообщения приходят через одно событие **Messages**, поэтому узел If пропускает дальше только элементы, у которых первое сообщение имеет `type`, равный `audio`. Уведомления о доставке и прочтении приходят через то же событие, но без списка `messages`; `?? ''` превращает отсутствующее значение в пустую строку, чтобы строгая проверка типа на них не падала.

WhatsApp допускает один зарегистрированный URL вебхука на приложение. Документация n8n предупреждает, что переключение между тестовым и рабочим URL триггера его перезаписывает, и второй URL перестаёт получать события.

### 3–4. Скачивание голосового сообщения у Meta

Операция **Download** узла WhatsApp вызывает медиа-эндпоинт Meta с ID медиафайла и возвращает JSON с `url`, а не само аудио. Документация Meta говорит, что этот URL действует 5 минут и что без токена доступа скачивание не сработает. Поэтому следующий узел HTTP Request скачивает `{{ $json.url }}` с токеном в заголовке `Authorization` и сохраняет ответ как файл в поле `data`. Храните токен в n8n в учётных данных **Header Auth** (имя `Authorization`, значение — `Bearer` и затем токен), а не вписывайте его прямо в узел.

### 5–7. Конвертация в WAV через ffmpeg

Запишите файл на диск (узел 5), а затем сконвертируйте его в узле Execute Command (узел 6):

```bash
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` даёт WAV 16 кГц, моно — именно такую конвертацию для голосовых сообщений использует документация BroadNet. ID медиафайла — число, поэтому его безопасно использовать в имени файла. Узел 7 читает файл `.wav` обратно в поле `data`.

### 8\. Транскрибация

Создайте вторые учётные данные **Header Auth** для BroadNet (имя `Authorization`, значение — `Bearer` и затем ваш ключ BroadNet). Затем настройте последний узел HTTP Request:

| Поле | Значение |
| --- | --- |
| Method | POST |
| URL | `https://inference.broadnet.ai/v1/audio/transcriptions` |
| Authentication | Generic Credential Type, **Header Auth**, учётные данные BroadNet |
| Send Body | включено, Body Content Type **Form-Data** |
| Параметр тела `model` | `broadnet/cohere-transcribe-arabic` (или `broadnet/cohere-transcribe` для остальных 13 языков) |
| Параметр тела `language` | `ar` (или `en`, `es`, …) |
| Параметр тела `file` | Parameter Type **n8n Binary File**, Input Data Field Name `data` |

Ответ приходит в JSON, текст расшифровки — в поле `text`, так что следующие узлы читают `{{ $json.text }}`. Это тот же запрос, что и такой вызов curl:

```bash
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
```

Всегда передавайте `language`. Без него арабская речь может вернуться транслитерацией латиницей.

## Что делать с текстом

Сохраните его в CRM или helpdesk либо передайте чат-модели, чтобы она резюмировала или классифицировала сообщение. В [руководстве по n8n и OpenAI-совместимому API](https://broadrouter.com/ru/guides/n8n-openai-compatible/) показано, как направить узел OpenAI Chat Model в n8n на BroadNet с тем же ключом. Чтобы прибраться за собой, добавьте в конце узел Execute Command, который удаляет два файла для этого ID медиафайла.

## Решение проблем

-   **Триггер ничего не получает.** Проверьте, что workflow опубликован на рабочем URL и что ваше приложение Meta подписано на WhatsApp Business Account; документация n8n говорит, что n8n эту подписку не создаёт.
-   **Скачивание медиа возвращает 404.** URL истёк через 5 минут. Документация Meta советует запросить новый URL медиафайла, а если не поможет и это — обновить токен доступа.
-   **«Unrecognized node type» или узла Execute Command нет.** С n8n 2.0 он заблокирован по умолчанию; задайте `NODES_EXCLUDE`.
-   **`ffmpeg: not found`.** В образе нет ffmpeg; соберите собственный образ, как описано выше.
-   **Доступ к файлу запрещён.** Записывайте файлы в `/home/node/.n8n-files` или задайте в `N8N_RESTRICT_FILE_ACCESS_TO` папку, которую используете.
-   **400, 413 или 429 от BroadNet.** 413 означает, что файл больше 26 214 400 байт (примерно 13 минут WAV 16 кГц, моно); 429 — слишком много одновременных запросов. См. [коды ошибок BroadNet и повторные запросы](https://broadrouter.com/ru/guides/errors-and-retries/).

Точность, диалекты и сравнение цены BroadNet с другими API распознавания речи разобраны в [руководстве по распознаванию арабской речи](https://broadrouter.com/ru/guides/arabic-speech-to-text-api/). Цены на пакетное и потоковое распознавание более чем 20 сервисов speech-to-text, каждая с источником и датой проверки, собраны в открытом [индексе цен на API распознавания речи](https://broadrouter.com/data/speech-to-text-api-prices/).

## Термины в этом руководстве

[Распознавание речи (speech-to-text)](https://broadrouter.com/ru/glossary/speech-to-text/)

Распознавание речи (speech-to-text, автоматическое распознавание речи, ASR) — это технология, которая превращает устную речь в письменный текст. API распознавания речи принимает аудиофайл или поток и возвращает расшифровку, обычно с оплатой за минуту аудио. Точность измеряют долей ошибок в словах (WER), и она зависит от акцента, диалекта и качества записи.

[WAV](https://broadrouter.com/ru/glossary/wav/)

WAV (Waveform Audio File Format, или WAVE) — это аудиоконтейнер на основе формата RIFF от Microsoft и IBM. Обычно он содержит несжатые отсчёты линейного PCM, поэтому его размер предсказуем: частота дискретизации × байт на отсчёт × число каналов за каждую секунду.

[Частота дискретизации (sample rate)](https://broadrouter.com/ru/glossary/sample-rate/)

Частота дискретизации — это число отсчётов звука, записываемых за секунду, в герцах (Гц). Модели распознавания речи обычно ожидают моно-аудио с частотой 16 000 Гц (16 кГц). Вместе с разрядностью и числом каналов частота дискретизации определяет, сколько весит минута несжатого аудио.

[API-ключ (API key)](https://broadrouter.com/ru/glossary/api-key/)

API-ключ — это секретная строка, которая идентифицирует и авторизует клиента, вызывающего API. LLM API обычно ожидают его в заголовке Authorization: Bearer, и любой, у кого есть ключ, может отправлять запросы, оплачиваемые аккаунтом владельца ключа.

[Server-sent events (SSE)](https://broadrouter.com/ru/glossary/sse/)

Server-sent events (SSE) — это веб-стандарт, по которому сервер передаёт клиенту поток текстовых событий в одном долгоживущем HTTP-ответе с типом содержимого text/event-stream. Каждое событие — одна или несколько строк-полей, например data:, и завершается пустой строкой.

## Вопросы и ответы

### Работает ли этот workflow в n8n Cloud?

В таком виде — нет. Документация n8n говорит, что узел Execute Command в n8n Cloud недоступен, а для шага конвертации нужен ffmpeg на машине, где работает n8n. В n8n Cloud конвертируйте аудио во внешнем сервисе, который вы контролируете, и вызывайте его узлом HTTP Request.

### Почему нельзя отправить файл .ogg из WhatsApp прямо на эндпоинт транскрибации?

Голосовые сообщения WhatsApp — это аудио Opus в контейнере Ogg. Эндпоинт транскрибации BroadNet принимает WAV и MP3, поэтому workflow сначала конвертирует каждое сообщение через ffmpeg в WAV 16 кГц, моно.

### Почему операция Download в узле WhatsApp не возвращает аудиофайл?

Судя по исходному коду n8n, операция Download вызывает эндпоинт Meta GET media, а он возвращает JSON с временным URL. Второй узел HTTP Request скачивает файл по этому URL с вашим токеном доступа WhatsApp. По словам Meta, URL действует 5 минут.

### Почему WhatsApp Trigger ничего не получает после публикации workflow?

WhatsApp допускает один URL вебхука на приложение, поэтому переключение между тестовым и рабочим URL в n8n его перезаписывает. Документация n8n также отмечает, что n8n не подписывает ваше приложение Meta на WhatsApp Business Account; проверьте подписку через Subscribed Apps API у Meta.

### Сколько стоит расшифровка голосовых WhatsApp таким способом?

BroadNet берёт плату за минуту аудио: $0.0042 с BroadNet Transcribe Arabic или $0.002 с BroadNet Transcribe. 10 000 арабских голосовых по 30 секунд обойдутся в $21.00. Расходы на n8n и Meta оплачиваются отдельно.

## Похожие руководства

-   [Голосовые сообщения WhatsApp в текст через API](https://broadrouter.com/ru/guides/transcribe-whatsapp-voice-notes/)
-   [BroadNet Inference в n8n: OpenAI credential и Base URL](https://broadrouter.com/ru/guides/n8n-openai-compatible/)
-   [API распознавания арабской речи: пошаговое руководство](https://broadrouter.com/ru/guides/arabic-speech-to-text-api/)
-   [Коды ошибок BroadNet Inference и когда повторять запрос](https://broadrouter.com/ru/guides/errors-and-retries/)
-   [Все инструменты, которые работают с BroadNet Inference (на английском)](https://broadrouter.com/integrations/): SDK, агенты для программирования, чат-интерфейсы и инструменты автоматизации с точными настройками для каждого

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-guides-n8n-whatsapp-voice-note-transcription&utm_content=page-cta) ·

**Источники**

-   [Документация n8n, узел WhatsApp Trigger (события, один вебхук на приложение; дата обращения 2026-11-14)](https://docs.n8n.io/integrations/builtin/trigger-nodes/n8n-nodes-base.whatsapptrigger/)
-   [Документация n8n, узел WhatsApp Business Cloud (операции Media; дата обращения 2026-11-14)](https://docs.n8n.io/integrations/builtin/app-nodes/n8n-nodes-base.whatsapp/)
-   [Исходный код n8n, операции с медиа WhatsApp (Download возвращает URL медиафайла; дата обращения 2026-11-14)](https://github.com/n8n-io/n8n/blob/master/packages/nodes-base/nodes/WhatsApp/MediaDescription.ts)
-   [Исходный код n8n, вывод WhatsApp Trigger (один элемент на каждое значение change вебхука; дата обращения 2026-11-14)](https://github.com/n8n-io/n8n/blob/master/packages/nodes-base/nodes/WhatsApp/WhatsAppTrigger.node.ts)
-   [Документация n8n, узел HTTP Request (Form-Data, n8n Binary File, Response Format File; дата обращения 2026-11-14)](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.httprequest/)
-   [Документация n8n, узел Execute Command (только self-hosted, с n8n 2.0 по умолчанию отключён, пример для Docker; дата обращения 2026-11-14)](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.executecommand/)
-   [Документация n8n, блокировка узлов (NODES\_EXCLUDE; дата обращения 2026-11-14)](https://docs.n8n.io/hosting/securing/blocking-nodes/)
-   [Документация n8n, Read/Write Files from Disk (значение N8N\_RESTRICT\_FILE\_ACCESS\_TO по умолчанию; дата обращения 2026-11-14)](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.readwritefile/)
-   [Meta WhatsApp Cloud API, медиа (для скачивания нужен токен доступа; URL действует 5 минут; дата обращения 2026-11-14)](https://developers.facebook.com/docs/whatsapp/cloud-api/reference/media)
-   [Meta WhatsApp Cloud API, аудиосообщения (голосовые — OGG с Opus; дата обращения 2026-11-14)](https://developers.facebook.com/documentation/business-messaging/whatsapp/messages/audio-messages)
-   [Справочник API BroadNet Inference, транскрибация (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-guides-n8n-whatsapp-voice-note-transcription&utm_content=sources#requests)
