n8n-nodes-elevenlabs

Este pacote contém um nó para n8n que permite integrar a API de Speech-to-Text da ElevenLabs em seus workflows.

Funcionalidades

• Conversão de áudio para texto usando a API da ElevenLabs
• Suporte para entrada de áudio via arquivo binário ou URL
• Suporte para os modelos:
  • Scribe v1
  • Scribe v1 Experimental
• Opções avançadas:
  • Definição de código de idioma
  • Diarização (identificação de diferentes falantes)
  • Timestamps com diferentes granularidades (palavra, caractere)
  • Marcação de eventos de áudio (risos, passos, etc.)
  • Configuração do número máximo de falantes
  • Formato do arquivo de áudio

Instalação

No n8n

1. Vá para Configurações > Community Nodes
2. Selecione Install
3. Digite n8n-nodes-elevenlabs no campo de pesquisa
4. Clique em instalar

Manualmente

npm install @thaleslaray/n8n-nodes-elevenlabs

Configuração

1. Obtenha sua chave de API em https://elevenlabs.io/account
2. No n8n, vá para Credenciais e adicione uma nova credencial do tipo ElevenLabs API
3. Insira sua chave de API no campo correspondente

Uso

Opções básicas

1. Adicione o nó "ElevenLabs Speech-to-Text" ao seu workflow
2. Selecione a fonte do áudio:
   • Arquivo Binário: Use um arquivo de áudio de um nó anterior (ex: HTTP Request)
   • URL: Use um link direto para um arquivo de áudio ou URL do Cloud Storage
3. Escolha o modelo de transcrição desejado:
   • Scribe v1: Modelo padrão para transcrição
   • Scribe v1 Experimental: Versão experimental do modelo Scribe

Opções avançadas

• Código de Idioma: Especifique o código ISO-639-1 ou ISO-639-3 do idioma do áudio para melhorar o desempenho da transcrição
• Diarização: Ative para identificar diferentes falantes no áudio
• Timestamps: Escolha a granularidade dos timestamps:
  • Nenhum: Sem timestamps
  • Palavra: Timestamps por palavra (padrão)
  • Caractere: Timestamps por caractere (mais preciso)
• Marcar Eventos de Áudio: Identifica e marca eventos como risos, aplausos, etc.
• Número Máximo de Falantes: Defina o número máximo de falantes esperados no áudio (1-32)
• Formato de Arquivo: Especifique o formato do arquivo de áudio:
  • Outro: Para formatos comuns como MP3, WAV, etc.
  • PCM 16-bit 16kHz: Para arquivos de áudio PCM específicos

Formatos de áudio suportados

A API suporta diversos formatos de áudio, incluindo:

• MP3
• WAV
• FLAC
• AAC
• OGG
• MP4
• AIFF
• WebM

Formatos de vídeo suportados

Também é possível extrair e transcrever o áudio de arquivos de vídeo nos seguintes formatos:

• MP4
• AVI
• MKV
• MOV
• WMV
• FLV
• WebM
• MPEG
• 3GPP

Exemplos de uso

Transcrever um arquivo de áudio em português

1. Use um nó HTTP Request para baixar um arquivo de áudio ou use o nó Read Binary File para ler um arquivo local
2. Conecte esse nó ao nó ElevenLabs Speech-to-Text
3. Configure o nó para usar o modelo "Scribe v1"
4. Nas opções avançadas, defina o código de idioma como "pt" para português
5. Execute o workflow para obter a transcrição

Transcrever uma conferência com múltiplos participantes

1. Forneça o arquivo de áudio da conferência
2. Selecione o modelo "Scribe v1"
3. Nas opções avançadas:
   • Ative "Diarização"
   • Defina "Número Máximo de Falantes" de acordo com o número de participantes
   • Ative "Timestamps" com granularidade "Palavra"
4. Execute o workflow para obter a transcrição com identificação de falantes

Desenvolvimento

1. Clone este repositório
2. Instale as dependências: npm install
3. Compile o código: npm run build
4. Crie um link simbólico: npm link
5. No diretório de instalação do n8n: npm link n8n-nodes-elevenlabs

Publicação

1. Atualize a versão no package.json
2. Faça o build: npm run build
3. Publique no npm: npm publish --access public

Licença

MIT