Reconhecimento de fala open source baseado no Whisper, com timestamps por palavra via alinhamento forçado e diarização de falantes opcional.
antirez/whisperbot
Um bot do Telegram escrito em C que transcreve mensagens de voz usando whisper.cpp ou qwen-asr como mecanismo de reconhecimento de fala.
- Estrelas
- 168
- Forks
- 12
- Issues abertas
- 1
- Último commit
- há 8 meses
O que é?
Whisperbot é um bot do Telegram que transcreve mensagens de voz. O usuário envia uma mensagem de voz ao bot, que baixa o áudio, converte para WAV com ffmpeg, executa o mecanismo de reconhecimento de fala escolhido como um processo externo e envia a transcrição aos poucos, editando a resposta conforme o texto chega.
O bot oferece dois mecanismos: whisper.cpp (por meio de whisper-cli) e qwen-asr, uma implementação de inferência do Qwen3-ASR feita inteiramente em C. O mecanismo é selecionado em tempo de compilação, definindo uma macro em whisperbot.c. O bot é construído sobre botlib e usa um modelo de uma thread por solicitação com uma fila protegida por mutex, já que o ASR exige bastante da CPU. Quando a fila cresce, o bot muda para um modelo mais rápido e rejeita novas solicitações quando ela fica cheia.
Limites como a duração máxima do áudio, o tamanho da fila e o tempo limite do processo são definidos como constantes no início do código-fonte. Os caminhos dos mecanismos e os modelos também são definidos diretamente no código, e as solicitações na fila são perdidas ao reiniciar.
Recursos principais
- 01Transcreve mensagens de voz do Telegram e responde com o texto.
- 02Oferece whisper.cpp e qwen-asr como mecanismos de ASR selecionáveis.
- 03Envia a transcrição aos poucos, editando a mensagem conforme o texto chega.
- 04Muda para um modelo mais rápido quando a fila de solicitações cresce.
- 05Rejeita novas solicitações quando a fila está cheia e pede que os usuários tentem novamente mais tarde.
Casos de uso
- Executar um bot pessoal ou de equipe para converter voz em texto em um pequeno servidor auto-hospedado.
- Transcrever mensagens de voz enviadas em conversas do Telegram sem enviar o áudio para um serviço de nuvem de terceiros.
- Experimentar mecanismos locais de reconhecimento de fala por meio de uma interface de chat.
Início rápido
- 1
Compile os dois backends de ASR ou aquele que quiser usar e baixe os modelos
- 2
Edite whisperbot.c para selecionar exatamente um backend e definir os caminhos
- 3
Crie um bot com @BotFather e salve a chave da API em apikey.txt
- 4
Compile e execute o bot
make ./whisperbot
Antes de usar
- Os caminhos do backend e dos modelos são definidos diretamente no código e exigem edição e recompilação.
- Não há persistência: as solicitações na fila são perdidas se o bot for reiniciado.
- É necessário ter um binário de backend de ASR separado, os modelos e o ffmpeg, o que torna a configuração mais trabalhosa.
Tópicos
Perguntas frequentes
- O que é whisperbot?
- Um bot do Telegram escrito em C que transcreve mensagens de voz usando whisper.cpp ou qwen-asr como mecanismo de reconhecimento de fala. Whisperbot é um bot do Telegram que transcreve mensagens de voz. O usuário envia uma mensagem de voz ao bot, que baixa o áudio, converte para WAV com ffmpeg, executa o mecanismo de reconhecimento de fala escolhido como um processo externo e envia a transcrição aos poucos, editando a resposta conforme o texto chega.
- whisperbot é gratuito? Qual é a licença?
- whisperbot não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.
- whisperbot ainda é mantido?
- Sem commits há mais de 6 meses. O último commit de whisperbot foi em 12 de fev. de 2026.
- Para que posso usar whisperbot?
- Executar um bot pessoal ou de equipe para converter voz em texto em um pequeno servidor auto-hospedado. Transcrever mensagens de voz enviadas em conversas do Telegram sem enviar o áudio para um serviço de nuvem de terceiros. Experimentar mecanismos locais de reconhecimento de fala por meio de uma interface de chat.
- Como instalar whisperbot?
- Compile os dois backends de ASR ou aquele que quiser usar e baixe os modelos Edite whisperbot.c para selecionar exatamente um backend e definir os caminhos Crie um bot com @BotFather e salve a chave da API em apikey.txt Compile e execute o bot: make ./whisperbot
- Onde consigo whisperbot?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/antirez/whisperbot
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
App de ditado com IA, open source e local-first, que transforma fala em texto no macOS e no Windows e funciona offline com o Whisper.
Estúdio de voz com IA, open source e local-first para clonar vozes, gerar fala, ditar em qualquer app e dar voz a agentes de IA.
Aplicativo desktop que transcreve e traduz áudio e vídeo offline no seu computador, baseado no Whisper da OpenAI.
Ferramenta de código aberto que traduz vídeos para outros idiomas, com reconhecimento de fala, tradução de legendas, dublagem com IA e síntese de áudio e vídeo.
Um app web com Next.js que gera legendas sincronizadas a partir de vídeos enviados ou links de mídia, usando o modelo Whisper da Together AI.