在昨天的 Day 18 中,我們成功將 LINE Official Account API 串接至自動化管線,讓使用者能直接在 LINE 聊天室透過傳送文字來發布任務。然而,在許多生活與工作場景中(例如手裡拿著咖啡、正在行走或開車時),要拿出手機打出一整串精確的時間與任務文字,依然存在著操作摩擦力。
今天我們要將輸入層進行「多模態(Multimodal)」升級:實現 LINE 語音訊息自動轉文字(Speech-to-Text)!透過 n8n 接收 LINE 傳來的語音檔案,並串接 OpenAI Whisper API 進行高精度的語音辨識,讓你能直接對著 LINE 說一句話,系統便自動完成語音轉譯、AI 語意提煉、Google Calendar 排程與 Notion 資料庫落地!
message.type == "voice"。{{ $json.body.events[0].message.id }}
{{ $json.body.events[0].replyToken }}
HTTP Request 節點,向 LINE 伺服器請求獲取該語音檔:GET
[https://api-data.line.me/v2/bot/message/](https://api-data.line.me/v2/bot/message/){{ $json.body.events[0].message.id }}/content
Authorization: Bearer <LINE Access Channel Token>)File / Binary Data,將音訊下載並儲存在 n8n 的記憶體中(檔名預設為 data)。新增另一個 HTTP Request 節點,將二進位音訊發送至 Whisper API:
Method:POST
URL:[https://api.openai.com/v1/audio/transcriptions](https://api.openai.com/v1/audio/transcriptions)
Authentication:Header Auth(Authorization: Bearer <OpenAI API Key>)
Send Body:開啟 Form-Data (Multipart/Form-Data)
model:whisper-1
language:zh(指定中文提升精準度)
file:指定 n8n 的 Binary Property 名稱 data
轉譯結果:Whisper 會回傳辨識後的文字內容 text(例如:「下週一早上十點跟主管對報表」)。
text,直接接回先前的 Dify 結構化解析 ➔ If 時間分流 ➔ Notion / Google Calendar 落地 流程。🎙️ *語音辨識結果*:「下週一早上十點跟主管對報表」
✅ *AI 待辦任務已自動建立!*
📋 任務:跟主管對報表
⏰ 時間:下週一早上 10:00
今天我們成功打通了「語音 ➔ 文字 ➔ 結構化任務 ➔ 多平台落地」的全自動化鏈路,讓待辦事項的輸入變得無比輕鬆。明天「Day 20」我們將繼續拓展多模態領域——「LINE 圖片辨識(OCR / Vision)與發票/清單自動擷取」,讓你能拍下手寫筆記或紙本發票,直接轉化為看板任務!