---
title: "Workflow n8n untuk transkripsi voice note WhatsApp | BroadRouter"
description: "Workflow n8n yang menerima voice note WhatsApp, mengunduhnya dari Meta, mengonversinya dengan ffmpeg, lalu mentranskripsinya dalam bahasa Arab atau 13 bahasa lain."
url: https://broadrouter.com/id/guides/n8n-whatsapp-voice-note-transcription/
lang: id
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/guides/n8n-whatsapp-voice-note-transcription/) (diperbarui 2026-11-16).

# Transkripsi voice note WhatsApp di n8n

Diperbarui 2026-11-16

Pakai delapan node n8n: WhatsApp Trigger pada event Messages, node If yang hanya meneruskan audio, operasi WhatsApp Download untuk URL media, HTTP Request yang mengambil file .ogg, node Read/Write Files yang menyimpannya, ffmpeg di node Execute Command untuk membuat WAV, node Read/Write Files kedua yang memuat WAV, dan HTTP Request ke /v1/audio/transcriptions. Workflow ini butuh n8n self-hosted dengan ffmpeg terinstal.

Workflow ini mengubah setiap voice note WhatsApp yang masuk menjadi teks di dalam n8n. Ini adalah versi n8n dari [skrip di panduan voice note WhatsApp](https://broadrouter.com/id/guides/transcribe-whatsapp-voice-notes/): konversi ffmpeg yang sama dan panggilan transkripsi yang sama. Nama node dan opsi di bawah sudah dicocokkan dengan dokumentasi dan source code n8n pada 2026-11-14; tautannya ada di daftar sumber.

## Yang Anda butuhkan

-   **n8n self-hosted.** Dokumentasi n8n menyebut node Execute Command tidak tersedia di n8n Cloud dan nonaktif secara default sejak n8n 2.0.
-   **ffmpeg di host n8n.** Dengan Docker, perintahnya berjalan di dalam container n8n, bukan di host Docker, jadi ffmpeg harus ada di image.
-   **Credential WhatsApp Business Cloud di n8n**, yang terhubung ke aplikasi Meta dengan WhatsApp Business Account Anda, serta access token untuk aplikasi itu.
-   **Kunci API BroadNet.** Akun baru mendapat kredit awal $5 tanpa kartu, dan kedua model transkripsi berjalan dengan kredit itu.

## Siapkan n8n: ffmpeg, Execute Command, dan folder file

Image Docker resmi n8n tidak punya package manager. Dokumentasi n8n menunjukkan cara mengembalikan `apk` di image kustom untuk menginstal curl; Dockerfile yang sama dengan `ffmpeg` sebagai ganti `curl` memberi Anda ffmpeg:

```dockerfile
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
```

Build dengan `docker build -t n8n-ffmpeg .` lalu jalankan `n8n-ffmpeg` sebagai ganti `n8nio/n8n`. Penggantian dengan `ffmpeg` adalah perubahan kami pada contoh curl dari n8n, jadi jalankan `ffmpeg -version` sekali di node Execute Command untuk memastikannya.

Lalu atur dua environment variable:

| Variabel | Nilai | Alasan |
| --- | --- | --- |
| `NODES_EXCLUDE` | `"[]"` | Execute Command diblokir secara default. Daftar kosong membuka blokirnya, sekaligus semua node lain yang diblokir n8n secara default, jadi tambahkan kembali node yang tetap ingin Anda blokir. |
| `N8N_RESTRICT_FILE_ACCESS_TO` | biarkan kosong | Sejak n8n 2.0 default-nya `~/.n8n-files`. Di image resmi, itu adalah `/home/node/.n8n-files`, folder yang dipakai di bawah. |

## Workflow-nya, node demi node

| # | Node | Pengaturan |
| --- | --- | --- |
| 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 }}`, header `Authorization: Bearer <WhatsApp access token>`, Response Format **File**, Put Output in Field `data` |
| 5 | Read/Write Files from Disk | **Write File to Disk**, path `/home/node/.n8n-files/{{ $('WhatsApp Trigger').item.json.messages[0].audio.id }}.ogg`, Input Binary Field `data` |
| 6 | Execute Command | perintah ffmpeg di bawah |
| 7 | Read/Write Files from Disk | **Read File(s) From Disk**, path `.wav`, Put Output File in Field `data` |
| 8 | HTTP Request | POST ke endpoint transkripsi, lihat di bawah |

Node 5 sampai 7 ada karena Execute Command menjalankan perintah shell dan tidak menerima data biner n8n, jadi file-nya ditulis ke disk lalu dibaca kembali.

### Impor workflow alih-alih membangunnya

[Unduh workflow sebagai JSON n8n](https://broadrouter.com/downloads/n8n-whatsapp-voice-note-transcription.json) (8 node, disiapkan untuk bahasa Arab) lalu impor di n8n dengan **Import from File**. File ini tidak berisi kunci atau token. Setiap node yang butuh login punya credential placeholder yang namanya diawali `REPLACE:`; buka keempat node itu dan pilih credential Anda sendiri. Nama tipe node dan nama parameter sudah dicocokkan dengan source code n8n pada 2026-11-14; panduan di bawah menjelaskan setiap node, jadi Anda juga bisa membangunnya secara manual.

### 1–2. Picu pada pesan, teruskan audio saja

Di source code n8n, WhatsApp Trigger menghasilkan satu item per perubahan di webhook Meta, dengan daftar pesan di bawah `messages`. Teks, gambar, dan voice note semuanya datang lewat event **Messages**, jadi node If hanya meneruskan item yang pesan pertamanya punya `type` bernilai `audio`. Tanda terkirim dan tanda dibaca datang lewat event yang sama tanpa daftar `messages`; `?? ''` mengubah nilai yang hilang itu menjadi string kosong agar pemeriksaan tipe yang ketat tidak gagal.

WhatsApp hanya mengizinkan satu URL webhook terdaftar per aplikasi. Dokumentasi n8n memperingatkan bahwa berpindah antara URL test dan production milik trigger akan menimpanya, sehingga URL yang lain berhenti menerima event.

### 3–4. Unduh voice note dari Meta

Operasi **Download** di node WhatsApp memanggil endpoint media Meta dengan media ID dan mengembalikan JSON berisi `url`, bukan audionya. Dokumentasi Meta menyebut URL itu berlaku 5 menit dan unduhan gagal tanpa access token Anda. Karena itu, node HTTP Request berikutnya mengambil `{{ $json.url }}` dengan token di header `Authorization` dan menyimpan respons sebagai file di field `data`. Di n8n, simpan token di credential **Header Auth** (name `Authorization`, value `Bearer` diikuti token) alih-alih mengetiknya di node.

### 5–7. Konversi ke WAV dengan ffmpeg

Tulis file ke disk (node 5), lalu konversi di node Execute Command (node 6):

```bash
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` menghasilkan WAV mono 16 kHz, konversi yang dipakai dokumentasi BroadNet untuk voice note. Media ID berupa angka, jadi aman dipakai di nama file. Node 7 membaca file `.wav` kembali ke field `data`.

### 8\. Transkripsi

Buat credential **Header Auth** kedua untuk BroadNet (name `Authorization`, value `Bearer` diikuti kunci BroadNet Anda). Lalu konfigurasikan node HTTP Request terakhir:

| Field | Nilai |
| --- | --- |
| Method | POST |
| URL | `https://inference.broadnet.ai/v1/audio/transcriptions` |
| Authentication | Generic Credential Type, **Header Auth**, credential BroadNet |
| Send Body | aktif, Body Content Type **Form-Data** |
| Parameter body `model` | `broadnet/cohere-transcribe-arabic` (atau `broadnet/cohere-transcribe` untuk 13 bahasa lainnya) |
| Parameter body `language` | `ar` (atau `en`, `es`, …) |
| Parameter body `file` | Parameter Type **n8n Binary File**, Input Data Field Name `data` |

Responsnya berupa JSON dengan transkrip di `text`, jadi node berikutnya membaca `{{ $json.text }}`. Permintaan ini sama dengan panggilan curl berikut:

```bash
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
```

Selalu kirim `language`. Tanpa parameter itu, bahasa Arab bisa kembali dalam bentuk transliterasi huruf Latin.

## Apa yang dilakukan dengan teksnya

Simpan ke CRM atau helpdesk Anda, atau teruskan ke chat model untuk meringkas atau mengklasifikasikan pesannya. [Panduan n8n kompatibel OpenAI](https://broadrouter.com/id/guides/n8n-openai-compatible/) menunjukkan cara mengarahkan node OpenAI Chat Model di n8n ke BroadNet dengan kunci yang sama. Untuk bersih-bersih, tambahkan node Execute Command terakhir yang menghapus kedua file untuk media ID tersebut.

## Pemecahan masalah

-   **Trigger tidak menerima apa pun.** Periksa bahwa workflow sudah dipublikasikan di URL production dan aplikasi Meta Anda sudah di-subscribe ke WhatsApp Business Account; dokumentasi n8n menyebut n8n tidak membuat subscription itu.
-   **Unduhan media mengembalikan 404.** URL-nya kedaluwarsa setelah 5 menit. Dokumentasi Meta menyarankan meminta URL media baru, dan memperbarui access token jika itu juga gagal.
-   **“Unrecognized node type” atau Execute Command tidak ada.** Node ini diblokir secara default sejak n8n 2.0; atur `NODES_EXCLUDE`.
-   **`ffmpeg: not found`.** Image-nya tidak punya ffmpeg; build image kustom di atas.
-   **Akses ke file tidak diizinkan.** Tulis di bawah `/home/node/.n8n-files`, atau atur `N8N_RESTRICT_FILE_ACCESS_TO` ke folder yang Anda pakai.
-   **400, 413, atau 429 dari BroadNet.** 413 berarti file lebih dari 26.214.400 byte (sekitar 13 menit WAV mono 16 kHz); 429 berarti terlalu banyak permintaan sekaligus. Lihat [kode error BroadNet dan percobaan ulang](https://broadrouter.com/id/guides/errors-and-retries/).

Akurasi, dialek, dan perbandingan harga BroadNet dengan API speech-to-text lain dibahas di [panduan speech-to-text bahasa Arab](https://broadrouter.com/id/guides/arabic-speech-to-text-api/). Untuk harga daftar batch dan streaming lebih dari 20 produk speech-to-text, masing-masing dengan sumber dan tanggal pemeriksaannya, lihat [indeks harga API speech-to-text](https://broadrouter.com/data/speech-to-text-api-prices/) yang terbuka.

## Istilah dalam panduan ini

[Speech-to-text (ucapan ke teks)](https://broadrouter.com/id/glossary/speech-to-text/)

Speech-to-text, juga disebut automatic speech recognition (ASR), adalah teknologi yang mengubah audio ucapan menjadi teks tertulis. API speech-to-text menerima file atau stream audio dan mengembalikan transkrip, biasanya dihargai per menit audio. Akurasinya diukur dengan word error rate dan bervariasi menurut aksen, dialek, dan kualitas rekaman.

[Token](https://broadrouter.com/id/glossary/token/)

Token adalah satuan teks yang dibaca dan ditulis model bahasa: sebuah kata, bagian kata, tanda baca, atau urutan byte yang dihasilkan tokenizer model. API LLM menghitung, membatasi, dan biasanya menagih pemakaian dalam token.

[WAV](https://broadrouter.com/id/glossary/wav/)

WAV (Waveform Audio File Format, atau WAVE) adalah container audio yang dibangun di atas format RIFF milik Microsoft dan IBM. Biasanya berisi sampel PCM linear tanpa kompresi, sehingga ukurannya mudah diprediksi: sample rate dikali byte per sampel dikali jumlah kanal, per detik.

[Streaming (respons streaming)](https://broadrouter.com/id/glossary/streaming/)

Streaming adalah cara mengembalikan respons model bahasa dalam potongan-potongan kecil selagi masih dihasilkan, bukan sebagai satu balasan utuh di akhir. API yang kompatibel dengan OpenAI melakukan streaming lewat server-sent events jika permintaan mengatur stream ke true.

[Kunci API (API key)](https://broadrouter.com/id/glossary/api-key/)

Kunci API adalah string rahasia yang mengidentifikasi dan mengotorisasi client yang memanggil API. API LLM biasanya mengharapkannya di header Authorization: Bearer, dan siapa pun yang memegang kunci itu bisa membuat permintaan yang ditagihkan ke akun pemiliknya.

## Pertanyaan umum

### Apakah workflow ini bisa jalan di n8n Cloud?

Tidak seperti yang ditulis di sini. Dokumentasi n8n menyebut node Execute Command tidak tersedia di n8n Cloud, dan langkah konversi butuh ffmpeg di mesin yang menjalankan n8n. Di n8n Cloud, konversikan audio di layanan luar yang Anda kelola dan panggil layanan itu dengan node HTTP Request.

### Kenapa file .ogg WhatsApp tidak bisa langsung dikirim ke endpoint transkripsi?

Voice note WhatsApp berupa audio Opus dalam container Ogg. Endpoint transkripsi BroadNet menerima WAV dan MP3, jadi workflow ini mengonversi setiap voice note ke WAV mono 16 kHz dengan ffmpeg terlebih dahulu.

### Kenapa operasi WhatsApp Download tidak mengembalikan file audionya?

Di source code n8n, operasi Download memanggil endpoint GET media milik Meta, yang mengembalikan objek JSON berisi URL sementara. Node HTTP Request kedua mengambil URL itu dengan access token WhatsApp Anda. Menurut Meta, URL itu berlaku 5 menit.

### Kenapa WhatsApp Trigger saya tidak menerima apa pun setelah workflow dipublikasikan?

WhatsApp hanya mengizinkan satu URL webhook per aplikasi, jadi berpindah antara URL test dan production n8n akan menimpanya. Dokumentasi n8n juga mencatat bahwa n8n tidak men-subscribe aplikasi Meta Anda ke WhatsApp Business Account; periksa subscription itu di Subscribed Apps API milik Meta.

### Berapa biaya transkripsi voice note WhatsApp dengan cara ini?

BroadNet menagih per menit audio: $0.0042 dengan BroadNet Transcribe Arabic atau $0.002 dengan BroadNet Transcribe. 10.000 voice note bahasa Arab yang masing-masing berdurasi 30 detik berbiaya $21.00. Biaya n8n dan Meta terpisah.

## Panduan terkait

-   [Transkripsi voice note WhatsApp ke teks dengan API](https://broadrouter.com/id/guides/transcribe-whatsapp-voice-notes/)
-   [Memakai BroadNet Inference di n8n (kredensial OpenAI, Base URL)](https://broadrouter.com/id/guides/n8n-openai-compatible/)
-   [API speech-to-text bahasa Arab, langkah demi langkah](https://broadrouter.com/id/guides/arabic-speech-to-text-api/)
-   [Kode error BroadNet Inference dan kapan harus mencoba ulang](https://broadrouter.com/id/guides/errors-and-retries/)
-   [Semua alat yang bisa dipakai dengan BroadNet Inference (bahasa Inggris)](https://broadrouter.com/integrations/): SDK, agen coding, antarmuka chat, dan alat otomatisasi, lengkap dengan pengaturan persis untuk masing-masing

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-guides-n8n-whatsapp-voice-note-transcription&utm_content=page-cta) ·

**Sumber**

-   [Dokumentasi n8n, node WhatsApp Trigger (event, satu webhook per aplikasi; diperiksa 2026-11-14)](https://docs.n8n.io/integrations/builtin/trigger-nodes/n8n-nodes-base.whatsapptrigger/)
-   [Dokumentasi n8n, node WhatsApp Business Cloud (operasi Media; diperiksa 2026-11-14)](https://docs.n8n.io/integrations/builtin/app-nodes/n8n-nodes-base.whatsapp/)
-   [Source code n8n, operasi media WhatsApp (Download mengembalikan URL media; diperiksa 2026-11-14)](https://github.com/n8n-io/n8n/blob/master/packages/nodes-base/nodes/WhatsApp/MediaDescription.ts)
-   [Source code n8n, output WhatsApp Trigger (satu item per nilai change di webhook; diperiksa 2026-11-14)](https://github.com/n8n-io/n8n/blob/master/packages/nodes-base/nodes/WhatsApp/WhatsAppTrigger.node.ts)
-   [Dokumentasi n8n, node HTTP Request (Form-Data, n8n Binary File, Response Format File; diperiksa 2026-11-14)](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.httprequest/)
-   [Dokumentasi n8n, node Execute Command (khusus self-hosted, nonaktif secara default sejak n8n 2.0, contoh Docker; diperiksa 2026-11-14)](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.executecommand/)
-   [Dokumentasi n8n, memblokir node (NODES\_EXCLUDE; diperiksa 2026-11-14)](https://docs.n8n.io/hosting/securing/blocking-nodes/)
-   [Dokumentasi n8n, Read/Write Files from Disk (default N8N\_RESTRICT\_FILE\_ACCESS\_TO; diperiksa 2026-11-14)](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.readwritefile/)
-   [Meta WhatsApp Cloud API, media (unduhan butuh access token; URL berlaku 5 menit; diperiksa 2026-11-14)](https://developers.facebook.com/docs/whatsapp/cloud-api/reference/media)
-   [Meta WhatsApp Cloud API, pesan audio (voice note berupa OGG dengan Opus; diperiksa 2026-11-14)](https://developers.facebook.com/documentation/business-messaging/whatsapp/messages/audio-messages)
-   [Referensi API BroadNet Inference, transkripsi (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-guides-n8n-whatsapp-voice-note-transcription&utm_content=sources#requests)
