whatsapp-voice-talk

Skill do obsługi wiadomości głosowych na WhatsAppie. Automatycznie transkrybuje notatki głosowe za pomocą Whisper, rozpoznaje intencję użytkownika, wykonuje odpowiednie akcje i wysyła odpowiedź. Obsługuje angielski i hindi, automatyczne wykrywanie języka, oraz konwersję odpowiedzi na mowę (TTS). Idealny do budowania asystentów głosowych, interfejsów bez użycia rąk, chatbotów wielojęzycznych i sterowania IoT.

1. Zainstaluj wymagane zależności: pip install openai-whisper soundfile numpy — to przygotuje środowisko do transkrypcji i przetwarzania plików audio.

2. Przygotuj plik wiadomości głosowej w formacie OGG, WAV lub MP3 i zapisz go w projekcie.

3. Załaduj moduł processVoiceNote z pliku scripts/voice-processor.js i wczytaj plik audio jako bufor danych.

4. Uruchom funkcję processVoiceNote(buffer) — zwróci ona wynik zawierający transkrypcję, rozpoznaną intencję (np. weather, status, commands), wykryty język i wygenerowaną odpowiedź.

5. Aby automatycznie przetwarzać przychodzące wiadomości WhatsApp, uruchom demon nasłuchujący: node scripts/voice-listener-daemon.js — będzie on monitorować folder ~/.clawdbot/media/inbound/ co 5 sekund i automatycznie przetwarzać nowe pliki głosowe.

6. Skill automatycznie transkrybuje głos, rozpozna intencję, wykonuje odpowiedni handler i wysyła odpowiedź z powrotem na WhatsApp.