یہ ورک فلو n8n کے اندر ہر آنے والے WhatsApp وائس نوٹ کو متن میں بدلتا ہے۔ یہ WhatsApp وائس نوٹس گائیڈ والے اسکرپٹ کا n8n ورژن ہے: وہی ffmpeg کنورژن اور وہی ٹرانسکرپشن کال۔ نیچے دیے گئے نوڈز کے نام اور آپشنز 2026-11-14 کو n8n کی دستاویزات اور سورس سے ملائے گئے؛ لنکس ذرائع میں ہیں۔
آپ کو کیا چاہیے
- سیلف ہوسٹڈ n8n۔ n8n کی دستاویزات کہتی ہیں کہ Execute Command نوڈ n8n Cloud پر دستیاب نہیں اور n8n 2.0 سے ڈیفالٹ طور پر بند ہے۔
- n8n ہوسٹ پر ffmpeg۔ Docker میں کمانڈ n8n کنٹینر کے اندر چلتی ہے، Docker ہوسٹ پر نہیں، اس لیے ffmpeg امیج میں ہونا چاہیے۔
- n8n میں WhatsApp Business Cloud کریڈینشل، جو آپ کے WhatsApp Business Account والی Meta ایپ سے جڑا ہو، اور اس ایپ کا access token۔
- BroadNet API کلید۔ نئے اکاؤنٹس کو بغیر کارڈ کے $5 کا ابتدائی کریڈٹ ملتا ہے، اور دونوں ٹرانسکرپشن ماڈلز اس پر چلتے ہیں۔
n8n تیار کریں: ffmpeg، Execute Command اور فائل فولڈر
سرکاری n8n Docker امیج میں کوئی پیکیج مینیجر نہیں۔ n8n کی دستاویزات دکھاتی ہیں کہ curl انسٹال کرنے کے لیے کسٹم امیج میں apk کیسے واپس لائیں؛ وہی Dockerfile، curl کی جگہ ffmpeg کے ساتھ، آپ کو ffmpeg دیتا ہے:
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
اسے docker build -t n8n-ffmpeg . سے بلڈ کریں اور n8nio/n8n کی جگہ n8n-ffmpeg چلائیں۔ ffmpeg والی تبدیلی n8n کی curl مثال میں ہماری کی ہوئی ہے، اس لیے تصدیق کے لیے ایک بار کسی Execute Command نوڈ میں ffmpeg -version چلائیں۔
پھر دو انوائرنمنٹ ویری ایبلز سیٹ کریں:
| ویری ایبل | ویلیو | کیوں |
|---|---|---|
NODES_EXCLUDE |
"[]" |
Execute Command ڈیفالٹ طور پر بلاک ہے۔ خالی فہرست اسے ان بلاک کرتی ہے، اور ساتھ ہی ان تمام دوسرے نوڈز کو بھی جنہیں n8n ڈیفالٹ طور پر بلاک کرتا ہے، اس لیے جنہیں بلاک رکھنا ہے انہیں واپس شامل کریں۔ |
N8N_RESTRICT_FILE_ACCESS_TO |
سیٹ نہ کریں | n8n 2.0 سے اس کا ڈیفالٹ ~/.n8n-files ہے۔ سرکاری امیج میں یہ /home/node/.n8n-files ہے، یعنی نیچے استعمال ہونے والا فولڈر۔ |
ورک فلو، نوڈ بہ نوڈ
| # | نوڈ | سیٹنگ |
|---|---|---|
| 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 }}، ہیڈر Authorization: Bearer <WhatsApp access token>، Response Format File، Put Output in Field data |
| 5 | Read/Write Files from Disk | Write File to Disk، پاتھ /home/node/.n8n-files/{{ $('WhatsApp Trigger').item.json.messages[0].audio.id }}.ogg، Input Binary Field data |
| 6 | Execute Command | نیچے دی گئی ffmpeg کمانڈ |
| 7 | Read/Write Files from Disk | Read File(s) From Disk، .wav پاتھ، Put Output File in Field data |
| 8 | HTTP Request | ٹرانسکرپشن اینڈ پوائنٹ پر POST، نیچے دیکھیں |
نوڈز 5 سے 7 اس لیے ہیں کہ Execute Command ایک شیل کمانڈ چلاتا ہے اور n8n کا بائنری ڈیٹا نہیں لیتا، اس لیے فائل ڈسک پر جاتی ہے اور واپس آتی ہے۔
ورک فلو بنانے کی بجائے امپورٹ کریں
ورک فلو کو n8n JSON کی صورت میں ڈاؤن لوڈ کریں (8 نوڈز، عربی کے لیے سیٹ) اور n8n میں Import from File سے امپورٹ کریں۔ اس میں کوئی کلید یا token نہیں۔ لاگ اِن مانگنے والے ہر نوڈ میں ایک placeholder کریڈینشل ہے جس کا نام REPLACE: سے شروع ہوتا ہے؛ وہ چار نوڈز کھولیں اور اپنے کریڈینشلز چنیں۔ نوڈ ٹائپ کے نام اور پیرامیٹرز کے نام 2026-11-14 کو n8n کے سورس سے ملائے گئے؛ نیچے کی گائیڈ ہر نوڈ سمجھاتی ہے، اس لیے آپ اسے ہاتھ سے بھی بنا سکتے ہیں۔
1–2. پیغامات پر ٹرگر، صرف آڈیو رکھیں
n8n کے سورس میں WhatsApp Trigger، Meta کے ویب ہک کی ہر change پر ایک آئٹم دیتا ہے، جس میں پیغامات کی فہرست messages کے نیچے ہوتی ہے۔ متن، تصاویر اور وائس نوٹس سب Messages ایونٹ پر آتے ہیں، اس لیے If نوڈ صرف وہ آئٹمز آگے بھیجتا ہے جن کے پہلے پیغام کا type، audio ہو۔ ڈیلیوری اور ریڈ رسیدیں بھی اسی ایونٹ پر آتی ہیں، مگر ان میں messages فہرست نہیں ہوتی؛ ?? '' اس غائب ویلیو کو خالی اسٹرنگ بنا دیتا ہے، تاکہ سخت ٹائپ جانچ ان پر ناکام نہ ہو۔
WhatsApp ہر ایپ کے لیے ایک ہی رجسٹرڈ ویب ہک URL رکھنے دیتا ہے۔ n8n کی دستاویزات خبردار کرتی ہیں کہ ٹرگر کے ٹیسٹ اور پروڈکشن URLs کے درمیان بدلنے سے وہ اوور رائٹ ہو جاتا ہے، اور پھر دوسرے URL پر ایونٹس آنا بند ہو جاتے ہیں۔
3–4. Meta سے وائس نوٹ ڈاؤن لوڈ کریں
WhatsApp نوڈ کا Download آپریشن میڈیا ID کے ساتھ Meta کا میڈیا اینڈ پوائنٹ کال کرتا ہے اور url والا JSON لوٹاتا ہے، آڈیو نہیں۔ Meta کی دستاویزات کہتی ہیں کہ وہ URL پانچ منٹ تک کارآمد رہتا ہے اور آپ کے access token کے بغیر ڈاؤن لوڈ ناکام ہوتا ہے۔ اس لیے اگلا HTTP Request نوڈ Authorization ہیڈر میں token کے ساتھ {{ $json.url }} لاتا ہے اور جواب کو data فیلڈ میں فائل کی صورت میں محفوظ کرتا ہے۔ n8n میں token کو نوڈ میں ٹائپ کرنے کی بجائے ایک Header Auth کریڈینشل میں رکھیں (نام Authorization، ویلیو Bearer اور اس کے بعد token)۔
5–7. ffmpeg سے WAV میں تبدیل کریں
فائل ڈسک پر لکھیں (نوڈ 5)، پھر Execute Command نوڈ (نوڈ 6) میں تبدیل کریں:
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 سے 16 kHz مونو WAV بنتا ہے، وہی کنورژن جو BroadNet کی دستاویزات وائس نوٹس کے لیے استعمال کرتی ہیں۔ میڈیا ID ایک عدد ہے، اس لیے فائل کے نام میں اسے استعمال کرنا محفوظ ہے۔ نوڈ 7، .wav فائل کو واپس data فیلڈ میں پڑھتا ہے۔
8. ٹرانسکرائب کریں
BroadNet کے لیے دوسرا Header Auth کریڈینشل بنائیں (نام Authorization، ویلیو Bearer اور اس کے بعد آپ کی BroadNet کلید)۔ پھر آخری HTTP Request نوڈ سیٹ کریں:
| فیلڈ | ویلیو |
|---|---|
| Method | POST |
| URL | https://inference.broadnet.ai/v1/audio/transcriptions |
| Authentication | Generic Credential Type، Header Auth، BroadNet والا کریڈینشل |
| Send Body | آن، Body Content Type Form-Data |
Body پیرامیٹر model |
broadnet/cohere-transcribe-arabic (یا باقی 13 زبانوں کے لیے broadnet/cohere-transcribe) |
Body پیرامیٹر language |
ar (یا en، es، …) |
Body پیرامیٹر file |
Parameter Type n8n Binary File، Input Data Field Name data |
جواب JSON ہوتا ہے جس میں ٹرانسکرپٹ text میں ہوتا ہے، اس لیے بعد والے نوڈز {{ $json.text }} پڑھتے ہیں۔ یہ وہی درخواست ہے جو یہ curl کال بھیجتی ہے:
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
language ہمیشہ بھیجیں۔ اس کے بغیر عربی متن لاطینی حروف میں ٹرانسلٹریٹ ہو کر آ سکتا ہے۔
متن کا کیا کریں
اسے اپنے CRM یا ہیلپ ڈیسک میں محفوظ کریں، یا پیغام کا خلاصہ بنانے یا اسے درجہ بند کرنے کے لیے کسی چیٹ ماڈل کو دیں۔ n8n OpenAI-compatible گائیڈ دکھاتی ہے کہ اسی کلید سے n8n کے OpenAI Chat Model نوڈ کو BroadNet کی طرف کیسے موڑیں۔ صفائی کے لیے آخر میں ایک Execute Command نوڈ شامل کریں جو اس میڈیا ID کی دونوں فائلیں ڈیلیٹ کرے۔
مسائل کا حل
- ٹرگر پر کچھ نہیں آتا۔ جانچیں کہ ورک فلو پروڈکشن URL پر پبلش ہے اور آپ کی Meta ایپ WhatsApp Business Account سے سبسکرائب ہے؛ n8n کی دستاویزات کہتی ہیں کہ n8n یہ سبسکرپشن نہیں بناتا۔
- میڈیا ڈاؤن لوڈ 404 لوٹاتا ہے۔ URL پانچ منٹ بعد ختم ہو گیا۔ Meta کی دستاویزات نیا میڈیا URL مانگنے کو کہتی ہیں، اور اگر وہ بھی ناکام ہو تو access token تجدید کرنے کو۔
- “Unrecognized node type” یا Execute Command غائب ہے۔ n8n 2.0 سے یہ ڈیفالٹ طور پر بلاک ہے؛
NODES_EXCLUDEسیٹ کریں۔ ffmpeg: not found۔ امیج میں ffmpeg نہیں؛ اوپر والی کسٹم امیج بلڈ کریں۔- Access to the file is not allowed۔
/home/node/.n8n-filesکے اندر لکھیں، یاN8N_RESTRICT_FILE_ACCESS_TOکو اپنے استعمال والے فولڈر پر سیٹ کریں۔ - BroadNet سے 400، 413 یا 429۔ 413 کا مطلب ہے فائل 26,214,400 بائٹس سے بڑی ہے (16 kHz مونو WAV میں تقریباً 13 منٹ)؛ 429 کا مطلب ہے ایک ساتھ بہت زیادہ درخواستیں۔ BroadNet ایرر کوڈز اور دوبارہ کوشش دیکھیں۔
درستی، لہجے، اور BroadNet کی قیمت دوسری speech-to-text APIs سے کیسے موازنہ کرتی ہے، یہ سب عربی speech-to-text گائیڈ میں ہے۔ 20 سے زیادہ speech-to-text پروڈکٹس کی بیچ اور اسٹریمنگ فہرستی قیمتوں کے لیے، ہر ایک کے ذریعے اور جانچ کی تاریخ کے ساتھ، کھلا speech-to-text API پرائس انڈیکس دیکھیں۔
