Palatine SpeechРасшифровка голосовых Telegram в n8n: готовый шаблон с Palatine Speech
Бесплатный шаблон для n8n: ваш Telegram-бот принимает голосовое, отправляет его в Palatine Speech и отвечает текстом в тот же чат. Понадобятся токен бота, API-ключ Palatine Speech и n8n с публичным HTTPS-адресом.
- Шаблон бесплатный
- 6 рабочих нод
- n8n Cloud и self-hosted
- Нода с открытым кодом (MIT)
- от 0,29 ₽/мин
- Данные в РФ (152-ФЗ)
Как работает шаблон
Шаблон «Transcribe Telegram Voice Messages with Palatine Speech» лежит в официальной библиотеке n8n и превращает обычного Telegram-бота в расшифровщика голосовых. Человек отправляет боту войс и через несколько секунд получает в ответ его текст. Текстовые сообщения бот возвращает без изменений, по ним удобно проверять, что связь Telegram с n8n вообще работает.
Так шаблон выглядит на холсте n8n сразу после импорта. Красные значки на нодах Telegram пропадут, когда вы выберете в них учётные данные бота.
В воркфлоу шесть рабочих нод и четыре заметки с инструкцией прямо на холсте. Telegram Trigger получает каждое новое сообщение, Switch «Voice or Text?» смотрит, есть ли в нём voice.file_id, нода Telegram скачивает файл голосового, а нода Palatine Speech отправляет его в API и ждёт результат. Ответ уходит в тот же чат: chat.id берётся из данных триггера.
| Нода | Тип | Что делает |
|---|---|---|
| Telegram Trigger | Telegram Trigger | получает событие message от бота |
| Voice or Text? | Switch | делит поток на ветку голосовых (message.voice.file_id) и ветку текста (message.text) |
| Download Voice File | Telegram, ресурс File | скачивает голосовое по file_id, Telegram хранит его в OGG с кодеком Opus |
| Palatine Speech Transcription | Palatine Speech | распознаёт речь моделью palatine_large_highspeed, текст кладёт в поле transcription |
| Send Transcription Reply | Telegram | отправляет {{ $json.transcription }} в исходный чат |
| Echo Text Message | Telegram | возвращает текстовое сообщение как есть |
Что понадобится до установки
Нужны три вещи: токен бота от @BotFather, API-ключ Palatine Speech из личного кабинета и n8n, до которого Telegram может достучаться снаружи. Telegram шлёт вебхуки только по HTTPS и только на порты 443, 80, 88 или 8443, поэтому n8n на ноутбуке без туннеля или обратного прокси сообщений не получит.
В n8n Cloud публичный адрес уже есть, там ничего настраивать не нужно. На своём сервере n8n должен знать внешний адрес: его задают переменной окружения WEBHOOK_URL. Без неё триггер зарегистрирует в Telegram внутренний адрес контейнера, и сообщения до воркфлоу не дойдут. Ноду Palatine Speech ставят как community-пакет n8n-nodes-palatine-speech, работу с ним проверяли на n8n 1.39.1 и новее. В n8n Cloud можно выбрать верифицированную версию ноды, если она доступна в вашем рабочем пространстве.
Установка по шагам
Порядок взят из описания шаблона на n8n.io: сначала нода Palatine Speech, затем бот и ключи, в конце проверка и публикация. Шаблон рассчитан на оба варианта n8n. На своём сервере ноду ставят как community-пакет, а в n8n Cloud можно выбрать верифицированную ноду Palatine Speech, если она доступна в вашем рабочем пространстве.
- Установите ноду. На своём сервере откройте Settings → Community Nodes → Install и введите
n8n-nodes-palatine-speech, переменнаяN8N_COMMUNITY_PACKAGES_ENABLED=trueдолжна быть включена. В n8n Cloud выберите верифицированную ноду Palatine Speech. - Добавьте шаблон в n8n со страницы шаблона на n8n.io или импортируйте файл telegram-voice-to-text.json.
- Создайте отдельного бота через @BotFather, добавьте его токен в учётные данные Telegram API и выберите их во всех нодах Telegram: в триггере, скачивании файла и обоих ответах.
- В ноде Palatine Speech Transcription создайте учётные данные Palatine Speech API: API Key возьмите в личном кабинете, Base URL оставьте
https://api.palatine.ru. - Убедитесь, что Telegram достучится до публичного HTTPS-адреса вебхуков вашего n8n. Отправьте боту короткое голосовое и обычный текст, проверьте оба ответа и опубликуйте воркфлоу.
Отдельного бота на третьем шаге авторы шаблона советуют не случайно. У бота в Telegram может быть только один вебхук, поэтому если тот же токен уже подключён к другому воркфлоу, новый вебхук заменит прежний, и старый воркфлоу перестанет получать сообщения. Отдельный тестовый бот снимает эту проблему целиком.
Если бот нужен закрытой команде, ограничьте список разрешённых chat_id. Без этого бот будет расшифровывать голосовые любому, кто его найдёт, а каждая такая расшифровка списывается с вашего баланса.
Ограничения Telegram, о которых стоит знать заранее
Шаблон упирается не в распознавание, а в лимиты Bot API. Скачать файл через getFile бот может, только если тот не больше 20 МБ, а одно сообщение вмещает до 4096 символов. Длинную расшифровку Telegram в одном сообщении не примет, и нода ответа завершится ошибкой.
Для обычных голосовых 20 МБ хватает с запасом: Opus сжимает речь очень плотно. Проблемы начинаются, когда боту пересылают длинное видео или запись совещания файлом. Такие записи удобнее отправлять через расшифровку аудио в текст в веб-кабинете или поднять локальный сервер Bot API, который снимает ограничение на скачивание.
| Ограничение | Что произойдёт | Как обойти |
|---|---|---|
| Файл больше 20 МБ | getFile вернёт ошибку, скачивание упадёт | веб-кабинет или локальный сервер Bot API |
| Текст длиннее 4096 символов | Telegram отклонит сообщение | резать текст в ноде Code или отправлять .txt через Send Document |
| Один вебхук на бота | новый вебхук заменяет прежний, старый воркфлоу замолкает | отдельный бот для тестов |
| Только HTTPS, порты 443, 80, 88, 8443 | вебхук не зарегистрируется | WEBHOOK_URL, обратный прокси или n8n Cloud |
| Кружки и аудиофайлы | Switch их не распознаёт, бот молчит | добавить ветки, как описано ниже |
Как доработать шаблон
Из коробки шаблон понимает только message.voice. Видео-кружки приходят в поле message.video_note (это MP4), аудиофайлы в message.audio, файлы, отправленные документом, в message.document. Чтобы бот расшифровывал и их, добавьте в Switch правило с выражением {{ $json.message.video_note?.file_id ?? $json.message.audio?.file_id }}, а в ноде скачивания замените fileId на ту же цепочку вместе с voice. API Palatine Speech принимает MP4, MP3, M4A, WAV, FLAC и OGG, так что конвертировать ничего не придётся.
Нода Palatine Speech умеет больше, чем Transcribe. Операция Summarize со сценарием meeting_summary возвращает краткое содержание, решения и задачи с ответственными, а через user_prompt можно задать свою структуру ответа. Sentiment Analysis оценивает тон по пяти классам от Very Negative до Very Positive, Diarize размечает, кто из собеседников говорит. Отсюда типовые доработки: сводка вместо сырого текста для длинных войсов, запись каждой расшифровки в Google Sheets или базу, пометка негативных обращений для поддержки.
Шаблон n8n, бот или API: что выбрать
n8n оправдан, когда расшифровка только один шаг процесса: текст дальше уходит в CRM, таблицу, тикет или в другую модель. Если голосовые нужно просто читать, проще готовый бот @VoicePalatineBot. Он делает 100 расшифровок в день бесплатно, понимает кружки и делит речь по спикерам, настраивать ничего не надо.
Когда распознавание встраивается в собственный продукт, n8n становится лишним звеном, и надёжнее вызывать Speech-to-Text API напрямую. Скорость везде одна: обработка занимает примерно 1–2% длительности записи, полчаса звука распознаются примерно за 25 секунд.
| Вариант | Когда подходит | Где ломается | Что на выходе |
|---|---|---|---|
| Шаблон n8n | расшифровка плюс дальнейшие шаги без кода | нужен свой бот и публичный HTTPS, лимиты Bot API 20 МБ и 4096 символов | текст в чате и в любых следующих нодах |
| Бот @VoicePalatineBot | читать голосовые самому | 100 расшифровок в день, в процесс не встроить | текст со спикерами и тайм-кодами |
| API напрямую | своё приложение или сервис | нужен разработчик | JSON, текст, SRT или VTT |
Сколько стоит и где обрабатываются данные
Шаблон и нода бесплатны, нода распространяется под лицензией MIT с открытым кодом. Платить приходится только за распознанные минуты: от 0,29 ₽ за минуту без подписки, баланс не сгорает. Минутное голосовое обходится меньше чем в 30 копеек, а тестовые минуты для проверки выдаём по запросу.
Голосовое идёт из Telegram в ваш n8n, а оттуда в API Palatine Speech, который работает в четырёх ЦОД уровня Tier III в России. Обработка соответствует 152-ФЗ, данные передаются по TLS, модели на записях клиентов не обучаются. Если n8n развёрнут на сервере в РФ, запись на всём пути остаётся в российском контуре, за исключением самого Telegram, где голосовое хранится изначально.
Нода Palatine Speech в воркфлоу
Так выглядят параметры ноды в шаблоне и то, что она отдаёт следующему шагу.
Установите ноду
Settings → Community Nodes → n8n-nodes-palatine-speech.
Импортируйте шаблон
Со страницы n8n.io или JSON-файлом, затем добавьте ключи.
Отправьте голосовое
Бот ответит текстом в тот же чат за несколько секунд.
{
"name": "Palatine Speech Transcription",
"type": "n8n-nodes-palatine-speech.palatineSpeech",
"parameters": {
"model": "palatine_large_highspeed"
}
}{
"transcription": "Привет! Скинь, пожалуйста, отчёт до пятницы..."
}- Шаблон и нода
- бесплатно
- Распознавание
- от 0,29 ₽/мин
Ответы на вопросы
Не нашли ответ на свой вопрос? Напишите нам
Нужно ли платить за шаблон или ноду?
Нет. Шаблон опубликован в библиотеке n8n бесплатно, нода n8n-nodes-palatine-speech распространяется под лицензией MIT. Платите только за распознанные минуты, от 0,29 ₽ за минуту.
Работает ли шаблон в n8n Cloud?
Да. В n8n Cloud выберите верифицированную ноду Palatine Speech, если она доступна в вашем рабочем пространстве. На своём сервере ноду ставят как community-пакет через Settings → Community Nodes.
Почему бот не отвечает на голосовые?
Чаще всего Telegram не может достучаться до n8n: вебхуки работают только по HTTPS на портах 443, 80, 88 или 8443. На своём сервере проверьте переменную WEBHOOK_URL и что воркфлоу опубликован. Если тот же токен подключён к другому воркфлоу, вебхук мог перехватить он.
Бот расшифрует видео-кружки и аудиофайлы?
Из коробки нет: Switch проверяет только поле message.voice. Добавьте ветки для message.video_note и message.audio и передайте их file_id в ноду скачивания, API принимает MP4, MP3, M4A, WAV, FLAC и OGG.
Что делать с длинными записями?
Bot API скачивает файлы до 20 МБ, а сообщение вмещает до 4096 символов. Длинный текст режьте на части в ноде Code или отправляйте файлом, а большие записи загружайте через веб-кабинет.
Можно ли получать сводку вместо полного текста?
Да. Замените в ноде Palatine Speech операцию Transcribe на Summarize: сценарий meeting_summary вернёт краткое содержание, решения и задачи, а user_prompt позволяет задать свою структуру.
Чем шаблон отличается от бота @VoicePalatineBot?
Бот готов к работе сразу и даёт 100 бесплатных расшифровок в день. Шаблон нужен, когда текст должен идти дальше: в CRM, таблицу или другой сервис, и когда бот должен быть вашим собственным.
Где обрабатываются записи?
API Palatine Speech работает в четырёх ЦОД Tier III в России по 152-ФЗ, данные передаются по TLS, модели на записях клиентов не обучаются.