Transcrição de áudios recebidos
Como aparece no Rumo CRM
O que é
Quando o cliente manda um áudio no WhatsApp, a IA do Rumo CRM consegue transcrever pra texto em português brasileiro. Você lê em segundos em vez de ouvir o áudio inteiro — e o texto ainda vira contexto pras outras IAs (sugestão de resposta, resumo, etc).
Como funciona por baixo
A transcrição usa o modelo Gemini 2.5 Flash do Google, não a Anthropic. Motivo técnico: a Anthropic não processa áudio nativamente, e o Gemini aceita o áudio direto e tem bom custo pra português. O Rumo CRM baixa o áudio da mensagem, manda pro Gemini e devolve só a transcrição literal — sem comentários nem timestamps.
Cache
A transcrição é salva na própria mensagem depois de gerada. Se você (ou outro vendedor) pedir de novo, o Rumo CRM devolve a versão já transcrita na hora, sem gastar nova chamada de IA.
Limites
- Só funciona em mensagens de áudio que tenham mídia disponível.
- Áudios muito longos podem falhar; o ideal é WhatsApp, que costuma ter de 10 a 60 segundos.
- Se o áudio estiver em outro idioma, a transcrição sai no idioma original.
Pré-requisitos
A transcrição faz parte do módulo AI First. Sem o módulo, retorna aviso de ativação (HTTP 402). Diferente dos outros recursos de IA, a transcrição depende da chave do Gemini configurada no ambiente do Rumo CRM — se ela não estiver disponível, a transcrição falha com mensagem de erro, mas os demais recursos de IA continuam funcionando.