🎙️ AI WhatsApp Voice Automation

Transforme texto em áudio profissional com IA do Google Gemini

Funcionalidades - Demo - Instalação - API - Casos de Uso

Sistema completo de Text-to-Speech (TTS) alimentado pela IA do Google Gemini 2.5, pronto para integração com WhatsApp Business, n8n workflows e Evolution API.

Ideal para: ✅ Atendimento automatizado 24/7 com respostas em áudio ✅ Notificações por voz para clientes e equipes ✅ Marketing conversacional personalizado ✅ Acessibilidade para pessoas com deficiência visual ✅ Cursos e treinamentos automatizados via WhatsApp

• 🎯 Múltiplas vozes naturais em português brasileiro e outros idiomas
• ⚡ API REST completa pronta para integração em qualquer sistema
• 🔌 100% compatível com n8n workflows
• 📱 Interface web moderna para testes e gerações rápidas
• 💾 Histórico de gerações com reprodução e download
• 🎵 Áudio WAV de alta qualidade (24kHz, 16-bit, mono)
• 🔒 Seguro e escalável para ambientes de produção

A aplicação possui uma interface intuitiva para gerar áudios rapidamente:

screenshot real da interface aqui

# Gerar áudio a partir de texto
curl -X POST http://localhost:3001/api/generate \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Olá! Seu pedido foi aprovado e está a caminho.",
    "voice": "Puck"
  }' \
  --output confirmacao.wav

# Reproduzir o áudio gerado
afplay confirmacao.wav  # macOS
# ou
aplay confirmacao.wav   # Linux

• Node.js 18 ou superior
• npm ou yarn
• Conta no Google AI Studio com API Key do Gemini

# 1. Clone o repositório
git clone https://github.com/dotojr123/ai-whatsapp-automation.git
cd ai-whatsapp-automation

# 2. Instale as dependências
npm install

# 3. Configure as variáveis de ambiente
cp .env.example .env.local

# 4. Edite .env.local e adicione sua GEMINI_API_KEY
# GEMINI_API_KEY=sua_chave_aqui

# 5. Inicie o servidor backend
npm run server

# 6. Em outro terminal, inicie o frontend
npm run dev

Acesse:

• Frontend: http://localhost:5173
• API: http://localhost:3001

1. Acesse Google AI Studio
2. Clique em "Get API Key"
3. Crie um novo projeto (se necessário)
4. Copie a API Key gerada
5. Adicione no arquivo .env.local:

GEMINI_API_KEY=AIza...sua_chave_completa_aqui

Gera áudio a partir de texto.

Request:

{
  "text": "Texto para converter em áudio",
  "voice": "Puck"
}

Response:

• Content-Type: audio/wav
• Body: Binary WAV file

Endpoint compatível com n8n (mesmo comportamento do /api/tts).

Request:

{
  "text": "Seu pedido #1234 foi enviado!",
  "voice": "Puck"
}

Response:

• Content-Type: audio/wav
• Body: Binary WAV file

Verifica status do servidor.

Response:

{
  "status": "ok",
  "endpoints": ["/api/tts", "/api/generate"],
  "apiKeyLoaded": true
}

Consulte a documentação do Gemini para lista completa

Cliente: "Qual status do meu pedido #1234?" Bot: 🔊 "Seu pedido 1234 foi enviado e chegará em 2 dias úteis!"

Sistema: 🔊 "Lembrete: Você tem consulta amanhã às 14h. Confirme sua presença."

Sistema: 🔊 "Pagamento de R$ 150,00 confirmado! Obrigado pela compra."

Sistema: 🔊 "Bem-vindo ao Módulo 2: JavaScript Avançado. Vamos começar..."

┌──────────────┐      ┌───────────────┐      ┌──────────────┐
│   WhatsApp   │─────▶│  n8n Workflow │─────▶│  Gemini API  │
│   (Cliente)  │      │   Automation  │      │     TTS      │
└──────────────┘      └───────────────┘      └──────────────┘
                             │                       │
                             ▼                       ▼
                      ┌──────────────┐      ┌──────────────┐
                      │  Express API │─────▶│  WAV Audio   │
                      │  (Backend)   │      │   Response   │
                      └──────────────┘      └──────────────┘

Exemplo de workflow no n8n para automatizar mensagens de voz no WhatsApp:

{
  "nodes": [
    {
      "name": "Webhook Trigger",
      "type": "n8n-nodes-base.webhook",
      "parameters": {
        "path": "whatsapp-incoming"
      }
    },
    {
      "name": "Generate Voice",
      "type": "n8n-nodes-base.httpRequest",
      "parameters": {
        "url": "http://localhost:3001/api/generate",
        "method": "POST",
        "jsonParameters": true,
        "bodyParametersJson": "={\n  \"text\": \"{{ $json.message }}\",\n  \"voice\": \"Puck\"\n}",
        "options": {
          "response": {
            "responseFormat": "file"
          }
        }
      }
    },
    {
      "name": "Send WhatsApp Audio",
      "type": "n8n-nodes-base.evolutionApi",
      "parameters": {
        "operation": "sendMedia",
        "mediaType": "audio"
      }
    }
  ]
}

# Testar geração de TTS via script
node test-tts.js

# Verificar health do servidor
curl http://localhost:3001/health

• ⚛️ React 19.2 - UI library
• 📘 TypeScript 5.8 - Type safety
• ⚡ Vite 6.4 - Build tool
• 🎨 Tailwind CSS - Styling (implícito)

• 🟢 Node.js + Express 5.1 - Server
• 🤖 Google Gemini AI 1.30 - TTS engine
• 🔊 WAV encoding - Audio processing
• 🌐 CORS enabled - Cross-origin support

ai-whatsapp-automation/
├── components/          # Componentes React
│   ├── Header.tsx
│   ├── VoiceSelector.tsx
│   ├── HistoryItem.tsx
│   └── LoadingSpinner.tsx
├── services/            # Serviços de integração
│   └── geminiService.ts
├── utils/               # Utilitários
│   └── audioUtils.ts
├── App.tsx              # Componente principal
├── server.js            # Backend Express
├── index.tsx            # Entry point React
├── index.html           # HTML template
├── package.json         # Dependencies
├── vite.config.ts       # Vite config
├── tsconfig.json        # TypeScript config
├── .env.example         # Exemplo de variáveis
└── README.md            # Este arquivo

# Instalar Vercel CLI
npm i -g vercel

# Deploy
vercel --prod

1. Conecte seu repositório GitHub
2. Configure a variável GEMINI_API_KEY
3. Deploy automático em cada push

Este projeto está licenciado sob a MIT License - veja o arquivo LICENSE para detalhes.

Desenvolvido por: Art na Web Email: artnaweb2022@gmail.com LinkedIn: Conecte-se comigo

Precisa de uma solução customizada?

• ✅ Integração com seus sistemas internos
• ✅ Customização de vozes e idiomas
• ✅ Treinamento de equipe técnica
• ✅ Suporte dedicado e SLA
• ✅ Features exclusivas sob demanda

Entre em contato para orçamento personalizado!

Contribuições são bem-vindas! Sinta-se à vontade para:

1. Fazer um fork do projeto
2. Criar uma branch para sua feature (git checkout -b feature/MinhaFeature)
3. Commit suas mudanças (git commit -m 'Adiciona MinhaFeature')
4. Push para a branch (git push origin feature/MinhaFeature)
5. Abrir um Pull Request

• Suporte a SSML (Speech Synthesis Markup Language)
• Cache de áudios gerados (Redis)
• Dashboard de analytics e métricas
• Suporte a múltiplos idiomas simultâneos
• Webhooks para notificações de conclusão
• Rate limiting configurável
• Docker Compose para deploy simplificado
• Testes automatizados (Jest + Cypress)

• Google Gemini AI - Pela poderosa API de TTS
• Evolution API - Integração WhatsApp
• n8n - Plataforma de automação
• Comunidade open source