Identificação de mensagens de áudio após serem transcritas pelo Speech to Text usando Typebot

[Rod-Gomes]

Bem-vindo!

• Sim, pesquisei solicitações semelhantes no GitHub e não encontrei nenhum.

Qual tipo de recurso?

Integração

Qual a motivação para a solicitação?

Pessoal, venho usando a Evolution-API em conjunto com o Typebot e estou muito satisfeito com o funcionamento geral das duas ferramentas em conjunto! Devo parabenizá-los e com certeza vou contribuir com o projeto futuramente, se meus planos derem certo.
Uma coisa de que eu sinto falta é de uma forma de ficar ciente quando um áudio enviado pelo cliente foi transcrito pela função Speech to Text configurada na sessão OpenAI. O Typebot recebe o áudio em formato de texto normal e não há nenhuma forma de diferenciar quando foi escrito ou quando foi enviado áudio.
Talvez algo do tipo?
[Voice] Blablabla

Enfim, imagino que futuramente vocês devam implementar também algo para transcrever imagens para textos, e seria útil se houvesse uma forma de identificar isso no Typebot, também.

Exemplos de Uso

Algo como:
[Voice] Blablabla
[Image] Blablabla

Isso é especialmente útil para quando você quer configurar o bot para responder áudio com áudio.

Como o recurso deve ser desenvolvido?

No response

Notas Adicionais

No response