---
title: "Workflow n8n chép lời tin nhắn thoại WhatsApp từng bước"
description: "Workflow n8n nhận tin nhắn thoại WhatsApp, tải file từ Meta, chuyển đổi bằng ffmpeg rồi chép lời bằng tiếng Ả Rập hoặc 13 ngôn ngữ khác."
url: https://broadrouter.com/vi/guides/n8n-whatsapp-voice-note-transcription/
lang: vi
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/guides/n8n-whatsapp-voice-note-transcription/) (cập nhật ngày 2026-11-16).

# Chép lời tin nhắn thoại WhatsApp trong n8n

Cập nhật 2026-11-16

Dùng tám node n8n: WhatsApp Trigger với sự kiện Messages, node If chỉ giữ âm thanh, thao tác Download của WhatsApp để lấy URL media, một HTTP Request tải file .ogg, một node Read/Write Files để lưu file, ffmpeg trong node Execute Command để tạo WAV, một node Read/Write Files thứ hai để nạp file WAV, và một HTTP Request tới /v1/audio/transcriptions. Bạn cần n8n tự host có cài ffmpeg.

Workflow này biến từng tin nhắn thoại WhatsApp gửi đến thành văn bản ngay trong n8n. Đây là phiên bản n8n của [script trong hướng dẫn tin nhắn thoại WhatsApp](https://broadrouter.com/vi/guides/transcribe-whatsapp-voice-notes/): cùng bước chuyển đổi bằng ffmpeg và cùng lệnh gọi chép lời. Tên node và tùy chọn dưới đây đã được đối chiếu với tài liệu và mã nguồn của n8n ngày 2026-11-14; các liên kết nằm trong phần nguồn.

## Bạn cần gì

-   **n8n tự host.** Tài liệu n8n cho biết node Execute Command không có trên n8n Cloud và bị tắt theo mặc định từ n8n 2.0.
-   **ffmpeg trên máy chủ n8n.** Với Docker, lệnh chạy bên trong container n8n chứ không phải trên máy chủ Docker, nên image phải có ffmpeg.
-   **Một credential WhatsApp Business Cloud trong n8n**, kết nối với một app Meta có WhatsApp Business Account của bạn, cùng access token của app đó.
-   **Một API key BroadNet.** Tài khoản mới nhận $5 tín dụng ban đầu mà không cần thẻ, và cả hai model chép lời đều chạy được bằng khoản này.

## Chuẩn bị n8n: ffmpeg, Execute Command và thư mục file

Image Docker chính thức của n8n không có trình quản lý gói. Tài liệu n8n hướng dẫn khôi phục `apk` trong một image tùy chỉnh để cài curl; cùng Dockerfile đó, thay `curl` bằng `ffmpeg`, sẽ cho bạn 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 bằng `docker build -t n8n-ffmpeg .` và chạy `n8n-ffmpeg` thay cho `n8nio/n8n`. Việc thay bằng `ffmpeg` là chỉnh sửa của chúng tôi trên ví dụ curl của n8n, nên hãy chạy `ffmpeg -version` một lần trong node Execute Command để xác nhận.

Sau đó đặt hai biến môi trường:

| Biến | Giá trị | Lý do |
| --- | --- | --- |
| `NODES_EXCLUDE` | `"[]"` | Execute Command bị chặn theo mặc định. Danh sách rỗng mở chặn nó, cùng mọi node khác mà n8n chặn mặc định, nên hãy thêm lại những node bạn muốn tiếp tục chặn. |
| `N8N_RESTRICT_FILE_ACCESS_TO` | để trống | Từ n8n 2.0, giá trị mặc định là `~/.n8n-files`. Trong image chính thức, đó là `/home/node/.n8n-files`, thư mục dùng ở bên dưới. |

## Workflow, từng node một

| # | Node | Cài đặt |
| --- | --- | --- |
| 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**, đường dẫn `/home/node/.n8n-files/{{ $('WhatsApp Trigger').item.json.messages[0].audio.id }}.ogg`, Input Binary Field `data` |
| 6 | Execute Command | lệnh ffmpeg bên dưới |
| 7 | Read/Write Files from Disk | **Read File(s) From Disk**, đường dẫn `.wav`, Put Output File in Field `data` |
| 8 | HTTP Request | POST tới endpoint chép lời, xem bên dưới |

Các node 5 đến 7 tồn tại vì Execute Command chạy một lệnh shell và không nhận dữ liệu binary của n8n, nên file phải được ghi ra đĩa rồi đọc lại.

### Import workflow thay vì tự dựng

[Tải workflow dạng JSON của n8n](https://broadrouter.com/downloads/n8n-whatsapp-voice-note-transcription.json) (8 node, cấu hình cho tiếng Ả Rập) và import vào n8n bằng **Import from File**. File không chứa key hay token nào. Mỗi node cần đăng nhập có một credential giữ chỗ với tên bắt đầu bằng `REPLACE:`; hãy mở bốn node đó và chọn credential của bạn. Tên loại node và tên tham số đã được đối chiếu với mã nguồn n8n ngày 2026-11-14; phần hướng dẫn dưới đây giải thích từng node, nên bạn cũng có thể tự dựng.

### 1–2. Kích hoạt khi có tin nhắn, chỉ giữ âm thanh

Trong mã nguồn n8n, WhatsApp Trigger xuất một item cho mỗi change trong webhook của Meta, với danh sách tin nhắn nằm dưới `messages`. Văn bản, hình ảnh và tin nhắn thoại đều đến qua sự kiện **Messages**, nên node If chỉ cho qua những item có tin nhắn đầu tiên mang `type` là `audio`. Thông báo đã gửi và đã đọc cũng đến qua cùng sự kiện nhưng không có danh sách `messages`; `?? ''` biến giá trị thiếu đó thành chuỗi rỗng để phép kiểm tra kiểu nghiêm ngặt không lỗi.

WhatsApp chỉ cho phép một URL webhook đã đăng ký cho mỗi app. Tài liệu n8n cảnh báo rằng chuyển qua lại giữa URL test và URL production của trigger sẽ ghi đè nó, khiến URL còn lại không nhận được sự kiện.

### 3–4. Tải tin nhắn thoại từ Meta

Thao tác **Download** của node WhatsApp gọi endpoint media của Meta bằng media ID và trả về JSON có `url`, chứ không phải âm thanh. Tài liệu Meta cho biết URL đó có hiệu lực 5 phút và việc tải sẽ thất bại nếu thiếu access token. Vì vậy node HTTP Request tiếp theo tải `{{ $json.url }}` với token trong header `Authorization` và lưu phản hồi thành file trong trường `data`. Trong n8n, hãy lưu token trong một credential **Header Auth** (tên `Authorization`, giá trị là `Bearer` theo sau là token) thay vì gõ thẳng vào node.

### 5–7. Chuyển sang WAV bằng ffmpeg

Ghi file ra đĩa (node 5), rồi chuyển đổi trong 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` tạo WAV mono 16 kHz, đúng cách chuyển đổi mà tài liệu BroadNet dùng cho tin nhắn thoại. Media ID là một con số, nên dùng trong tên file là an toàn. Node 7 đọc file `.wav` trở lại trường `data`.

### 8\. Chép lời

Tạo credential **Header Auth** thứ hai cho BroadNet (tên `Authorization`, giá trị là `Bearer` theo sau là key BroadNet của bạn). Sau đó cấu hình node HTTP Request cuối cùng:

| Trường | Giá trị |
| --- | --- |
| Method | POST |
| URL | `https://inference.broadnet.ai/v1/audio/transcriptions` |
| Authentication | Generic Credential Type, **Header Auth**, credential BroadNet |
| Send Body | bật, Body Content Type **Form-Data** |
| Tham số body `model` | `broadnet/cohere-transcribe-arabic` (hoặc `broadnet/cohere-transcribe` cho 13 ngôn ngữ còn lại) |
| Tham số body `language` | `ar` (hoặc `en`, `es`, …) |
| Tham số body `file` | Parameter Type **n8n Binary File**, Input Data Field Name `data` |

Phản hồi là JSON với bản chép lời trong `text`, nên các node sau đọc `{{ $json.text }}`. Đó cũng chính là request của lệnh curl này:

```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
```

Luôn gửi `language`. Nếu thiếu, tiếng Ả Rập có thể bị trả về dưới dạng phiên âm sang chữ Latinh.

## Làm gì với văn bản

Lưu vào CRM hoặc helpdesk, hoặc chuyển cho một chat model để tóm tắt hay phân loại tin nhắn. [Hướng dẫn n8n tương thích OpenAI](https://broadrouter.com/vi/guides/n8n-openai-compatible/) chỉ cách trỏ node OpenAI Chat Model của n8n tới BroadNet bằng cùng key. Để dọn dẹp, thêm một node Execute Command cuối cùng xóa hai file của media ID đó.

## Xử lý sự cố

-   **Trigger không nhận được gì.** Kiểm tra workflow đã được publish trên URL production và app Meta của bạn đã đăng ký với WhatsApp Business Account; tài liệu n8n cho biết n8n không tạo đăng ký đó.
-   **Tải media trả về 404.** URL đã hết hạn sau 5 phút. Tài liệu Meta hướng dẫn yêu cầu một URL media mới, và gia hạn access token nếu vẫn thất bại.
-   **“Unrecognized node type” hoặc không thấy Execute Command.** Node này bị chặn theo mặc định từ n8n 2.0; hãy đặt `NODES_EXCLUDE`.
-   **`ffmpeg: not found`.** Image không có ffmpeg; hãy build image tùy chỉnh ở trên.
-   **Không được phép truy cập file.** Ghi vào bên trong `/home/node/.n8n-files`, hoặc đặt `N8N_RESTRICT_FILE_ACCESS_TO` thành thư mục bạn dùng.
-   **400, 413 hoặc 429 từ BroadNet.** 413 nghĩa là file vượt quá 26.214.400 byte (khoảng 13 phút WAV mono 16 kHz); 429 nghĩa là quá nhiều request cùng lúc. Xem [mã lỗi BroadNet và cách thử lại](https://broadrouter.com/vi/guides/errors-and-retries/).

Độ chính xác, phương ngữ và cách giá của BroadNet so với các API chuyển giọng nói thành văn bản khác được trình bày trong [hướng dẫn chuyển giọng nói tiếng Ả Rập thành văn bản](https://broadrouter.com/vi/guides/arabic-speech-to-text-api/). Để xem giá niêm yết batch và streaming của hơn 20 sản phẩm chuyển giọng nói thành văn bản, mỗi mục kèm nguồn và ngày kiểm tra, hãy xem [bảng chỉ số giá API chuyển giọng nói thành văn bản](https://broadrouter.com/data/speech-to-text-api-prices/) mở.

## Thuật ngữ trong hướng dẫn này

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

Token là đơn vị văn bản mà model ngôn ngữ đọc và viết: một từ, một phần của từ, một dấu câu hoặc một chuỗi byte do tokenizer của model tạo ra. API LLM đếm, giới hạn và thường tính phí theo token.

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

WAV (Waveform Audio File Format, hay WAVE) là một container audio xây trên định dạng RIFF của Microsoft và IBM. Nó thường chứa các mẫu PCM tuyến tính không nén, nên dung lượng dễ dự đoán: mỗi giây bằng tần số lấy mẫu nhân số byte mỗi mẫu nhân số kênh.

[Chuyển giọng nói thành văn bản (speech-to-text)](https://broadrouter.com/vi/glossary/speech-to-text/)

Chuyển giọng nói thành văn bản, hay nhận dạng giọng nói tự động (ASR), là công nghệ biến lời nói thành chữ viết. API nhận tệp hoặc luồng âm thanh, trả về bản chép lời, thường tính theo phút. Độ chính xác đo bằng tỷ lệ lỗi từ, thay đổi theo giọng, phương ngữ và chất lượng ghi âm.

[API key (khóa API)](https://broadrouter.com/vi/glossary/api-key/)

API key là một chuỗi bí mật dùng để xác định và cấp quyền cho client gọi API. API LLM thường yêu cầu nó trong header Authorization: Bearer, và bất kỳ ai giữ key đều có thể gửi request được tính phí vào tài khoản sở hữu key đó.

[API tương thích OpenAI (OpenAI-compatible API)](https://broadrouter.com/vi/glossary/openai-compatible-api/)

API tương thích OpenAI là một HTTP API nhận cùng định dạng request và phản hồi như OpenAI API, ví dụ POST /v1/chat/completions, nên SDK và công cụ của OpenAI dùng được nó chỉ bằng cách đổi base URL, API key và tên model.

[Streaming (trả phản hồi dạng luồng)](https://broadrouter.com/vi/glossary/streaming/)

Streaming là cách trả phản hồi của model ngôn ngữ thành từng chunk nhỏ ngay trong lúc nó đang được sinh, thay vì một câu trả lời trọn vẹn ở cuối. Các API tương thích OpenAI stream qua server-sent events khi request đặt stream là true.

## Câu hỏi thường gặp

### Workflow này có chạy trên n8n Cloud không?

Không chạy được nguyên trạng. Tài liệu n8n cho biết node Execute Command không có trên n8n Cloud, và bước chuyển đổi cần ffmpeg trên máy chạy n8n. Trên n8n Cloud, hãy chuyển đổi âm thanh ở một dịch vụ bên ngoài do bạn kiểm soát và gọi nó bằng node HTTP Request.

### Vì sao không gửi thẳng file .ogg của WhatsApp tới endpoint chép lời?

Tin nhắn thoại WhatsApp là âm thanh Opus trong container Ogg. Endpoint chép lời của BroadNet nhận WAV và MP3, nên workflow chuyển mỗi tin nhắn sang WAV mono 16 kHz bằng ffmpeg trước.

### Vì sao thao tác Download của WhatsApp không trả về file âm thanh?

Trong mã nguồn n8n, thao tác Download gọi endpoint GET media của Meta, vốn trả về một đối tượng JSON chứa URL tạm thời. Node HTTP Request thứ hai tải URL đó bằng access token WhatsApp của bạn. Meta cho biết URL có hiệu lực trong 5 phút.

### Vì sao WhatsApp Trigger không nhận được gì sau khi tôi publish workflow?

WhatsApp chỉ cho phép một URL webhook cho mỗi app, nên chuyển qua lại giữa URL test và URL production của n8n sẽ ghi đè nó. Tài liệu n8n cũng lưu ý rằng n8n không đăng ký app Meta của bạn với WhatsApp Business Account; hãy kiểm tra đăng ký đó trong Subscribed Apps API của Meta.

### Chép lời tin nhắn thoại WhatsApp theo cách này tốn bao nhiêu?

BroadNet tính phí theo phút âm thanh: $0.0042 với BroadNet Transcribe Arabic hoặc $0.002 với BroadNet Transcribe. 10.000 tin nhắn thoại tiếng Ả Rập, mỗi tin 30 giây, tốn $21.00. Phí của n8n và Meta tính riêng.

## Hướng dẫn liên quan

-   [Chép lời tin nhắn thoại WhatsApp thành văn bản bằng API](https://broadrouter.com/vi/guides/transcribe-whatsapp-voice-notes/)
-   [Dùng BroadNet Inference trong n8n (OpenAI credential, Base URL)](https://broadrouter.com/vi/guides/n8n-openai-compatible/)
-   [API chuyển giọng nói tiếng Ả Rập thành văn bản: từng bước](https://broadrouter.com/vi/guides/arabic-speech-to-text-api/)
-   [Mã lỗi BroadNet Inference và khi nào nên thử lại](https://broadrouter.com/vi/guides/errors-and-retries/)
-   [Mọi công cụ dùng được với BroadNet Inference (tiếng Anh)](https://broadrouter.com/integrations/): SDK, agent lập trình, giao diện chat và công cụ tự động hóa, kèm cấu hình chính xác cho từng công cụ

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

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

**Nguồn**

-   [Tài liệu n8n, node WhatsApp Trigger (sự kiện, mỗi app một webhook; kiểm tra ngày 2026-11-14)](https://docs.n8n.io/integrations/builtin/trigger-nodes/n8n-nodes-base.whatsapptrigger/)
-   [Tài liệu n8n, node WhatsApp Business Cloud (thao tác Media; kiểm tra ngày 2026-11-14)](https://docs.n8n.io/integrations/builtin/app-nodes/n8n-nodes-base.whatsapp/)
-   [Mã nguồn n8n, thao tác media của WhatsApp (Download trả về URL media; kiểm tra ngày 2026-11-14)](https://github.com/n8n-io/n8n/blob/master/packages/nodes-base/nodes/WhatsApp/MediaDescription.ts)
-   [Mã nguồn n8n, đầu ra của WhatsApp Trigger (mỗi giá trị change của webhook là một item; kiểm tra ngày 2026-11-14)](https://github.com/n8n-io/n8n/blob/master/packages/nodes-base/nodes/WhatsApp/WhatsAppTrigger.node.ts)
-   [Tài liệu n8n, node HTTP Request (Form-Data, n8n Binary File, Response Format File; kiểm tra ngày 2026-11-14)](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.httprequest/)
-   [Tài liệu n8n, node Execute Command (chỉ bản tự host, tắt mặc định từ n8n 2.0, ví dụ Docker; kiểm tra ngày 2026-11-14)](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.executecommand/)
-   [Tài liệu n8n, chặn node (NODES\_EXCLUDE; kiểm tra ngày 2026-11-14)](https://docs.n8n.io/hosting/securing/blocking-nodes/)
-   [Tài liệu n8n, Read/Write Files from Disk (giá trị mặc định của N8N\_RESTRICT\_FILE\_ACCESS\_TO; kiểm tra ngày 2026-11-14)](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.readwritefile/)
-   [Meta WhatsApp Cloud API, media (tải về cần access token; URL có hiệu lực 5 phút; kiểm tra ngày 2026-11-14)](https://developers.facebook.com/docs/whatsapp/cloud-api/reference/media)
-   [Meta WhatsApp Cloud API, tin nhắn âm thanh (tin nhắn thoại là OGG với Opus; kiểm tra ngày 2026-11-14)](https://developers.facebook.com/documentation/business-messaging/whatsapp/messages/audio-messages)
-   [Tài liệu tham chiếu API BroadNet Inference, chép lời (tiếng Anh)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-guides-n8n-whatsapp-voice-note-transcription&utm_content=sources#requests)
