EntrarTeste grátis

Builder · Atualizado em 12/10/2026

Como transcrever áudios do cliente no Builder

Use a ação Transcrever áudio para converter a fala do cliente em texto, e blocos, condições e o Agente de IA passam a ler o áudio como digitado.

Neste artigo
  1. Quando usar
  2. Pré-requisitos
  3. Passo a passo
  4. Campos da tela
  5. Como funciona
  6. Exemplo na Loja Girassol
  7. Resultado esperado
  8. Boas práticas
  9. Limitações
  10. Problemas comuns
  11. Próximos passos
  12. Perguntas frequentes

Muitos clientes preferem mandar um áudio a digitar. A ação Transcrever áudio converte a fala em texto, e daí em diante o fluxo trata o áudio como uma mensagem digitada: os blocos, as condições de saída e o Agente de IA leem o texto transcrito.

Quando usar

  • O fluxo tem condições de saída que dependem do texto, como palavras do cliente, e o cliente costuma mandar áudio.
  • O Agente de IA precisa entender o que o cliente falou.
  • Você quer guardar o texto do áudio em uma variável.

Pré-requisitos

  • Permissão para editar o fluxo no Builder.
  • Uma chave da OpenAI cadastrada como variável sensível do fluxo. O nome padrão é OPENAI_API_KEY.

Passo a passo

  1. No Builder, clique em Configuração e abra a aba Ações globais.
  2. Em Ações de Entrada, clique em Adicionar ação de entrada.
  3. No menu ADICIONAR FERRAMENTAS, no grupo Executar, escolha Transcrever áudio.
  4. Em Idioma, escolha pt, en ou es.
  5. Em Duração máxima (segundos), ajuste o limite, se precisar. O padrão é 240.
  6. Em Chave da OpenAI (variável sensível), informe o nome da variável sensível do fluxo, se não for OPENAI_API_KEY.
  7. Se quiser guardar o texto, preencha Variável para o texto (opcional).
  8. Teste enviando um áudio no painel de teste e depois no canal.

Campos da tela

CampoO que faz
IdiomaIdioma da fala: pt, en ou es
Duração máxima (segundos)De 1 a 600. Áudios mais longos geram erro. Padrão: 240
Chave da OpenAI (variável sensível)Nome da variável sensível com a chave. Padrão: OPENAI_API_KEY
Variável para o texto (opcional)Variável onde fica o texto transcrito. Para uma mensagem que não é áudio, guarda o conteúdo recebido

Como funciona

Como a ação fica nas ações globais de entrada, ela roda uma vez no começo do processamento de cada mensagem. Se a mensagem é um áudio, o Pipe transcreve e a mensagem passa a valer como texto para todo o resto do fluxo. Se não é áudio, nada muda. Por isso é seguro mantê-la em fluxos que também recebem texto.

Exemplo na Loja Girassol

Os clientes da Loja Girassol costumam mandar áudios como "quero trocar o buquê do pedido 1042". A loja adiciona Transcrever áudio como ação de entrada, com idioma pt. A condição de saída do bloco de triagem procura a palavra "trocar" e acerta, tanto no texto quanto no áudio.

Resultado esperado

No teste, o áudio chega ao fluxo já como texto e as condições de saída reagem a ele. Se você informou uma variável, ela contém a transcrição.

Boas práticas

  • Deixe a ação nas ações globais de entrada, e não em um bloco, para cobrir todas as mensagens.
  • Mantenha a Duração máxima baixa para áudios de atendimento. Quanto maior o áudio, maior o custo na OpenAI.
  • Combine com Variável para o texto quando o texto transcrito for usado em mais de um lugar.

Limitações

  • A transcrição usa a chave da OpenAI da sua conta, e o custo é do seu provedor.
  • Se a fala não puder ser entendida e a transcrição vier vazia, a ação falha com o aviso "Não foi possível entender o áudio".
  • No histórico do contato na Gestão, o áudio aparece com player e transcrição.

Problemas comuns

  • A ação falha por chave ausente: cadastre a variável sensível com o nome informado no campo da chave.
  • O áudio não vira texto: confira se a ação está em Ações de Entrada e não em uma ação de bloco.
  • O áudio é recusado por duração: aumente a Duração máxima (segundos), até 600.

Próximos passos

Perguntas frequentes

Onde coloco a ação?

Em Configuração > Ações globais, como ação de entrada. Assim ela roda antes de qualquer bloco, em toda mensagem recebida.

E se o cliente mandar texto, e não áudio?

A mensagem segue sem alteração. Só os áudios são transcritos.

Preciso de uma chave?

Sim. A ação usa uma chave da OpenAI guardada como variável sensível do fluxo. O nome padrão é OPENAI_API_KEY.

Qual o tamanho máximo do áudio?

O campo Duração máxima (segundos) vem com 240 e aceita de 1 a 600. Áudios mais longos geram erro.