Integração/Automação: Transcrever áudios do Whatsapp Web e enviar texto para o Agendor

Contexto / Problema (comportamento atual)

Eu uso WhatsApp Business no computador e recebo muitos áudios de clientes. Eu já utilizo uma solução de áudio → texto (API ChatGPT / áudio-to-text) que mostra a transcrição na tela.

Eu tenho integração com o Agendor e uso a função “Salvar conversa”, onde ele permite selecionar mensagens e enviar para o histórico do cliente.

O problema: quando há áudio, o Agendor puxa apenas o anexo (“Arquivo de áudio 0:31”), e não salva o conteúdo do áudio, que é o que realmente importa no atendimento.

Eu preciso que, quando houver áudio, seja gerado automaticamente um texto (transcrição) que apareça como mensagem normal na conversa (ou como uma mensagem adicional), para que, ao salvar no Agendor, ele registre o conteúdo do áudio como texto no histórico.

Objetivo (resultado esperado)

Quando eu receber/enviar um áudio no WhatsApp:

o áudio continua existindo normalmente (ok)

a transcrição é gerada

essa transcrição vira texto reconhecível como mensagem (não só “visualização”)

na tela de “Salvar conversa” do Agendor, além do “Arquivo de áudio”, exista uma mensagem de texto com a transcrição

ao “Enviar para histórico do cliente”, o Agendor salva o conteúdo do áudio como texto no histórico.

O que o freelancer deve entregar

Uma solução (extensão/script/automação) que faça a transcrição do áudio virar conteúdo textual capturável pelo Agendor, sem eu precisar copiar manualmente.

A solução pode ser, por exemplo:

Inserir automaticamente a transcrição como mensagem de texto na conversa do WhatsApp (ex.: Logo após o áudio, como uma mensagem adicional).

Ou criar um mecanismo de “colar”/injetar o texto no WhatsApp Web/Desktop de forma que o Agendor capture como mensagem comum.

Ou outra abordagem técnica que garanta que, no momento do “Salvar conversa” do Agendor, exista um texto real para ele salvar (não apenas o arquivo de áudio).

Obs.: Eu não preciso que o freelancer “envie pro Agendor”, porque essa parte eu já faço pela função do próprio Agendor. O foco é o áudio virar texto salvável.

Requisitos

Funcionar no meu uso real: WhatsApp Business no PC (Web/Desktop) + Agendor (tela “Salvar conversa”)

Compatível com Google Chrome (Windows)

Processo simples: automático ou com 1 clique

Estável (evitar solução que quebre fácil com pequenas mudanças de interface)

Critérios de aceite (teste prático)

Em uma conversa com áudio, ao abrir “Salvar conversa” no Agendor, deve aparecer uma mensagem de texto com a transcrição (além do “Arquivo de áudio”).

Ao enviar para o histórico do cliente, o Agendor deve registrar o texto da transcrição no histórico.

Validar com pelo menos 5 áudios diferentes.