[Python] Como integrar o Anota.AI com o WhatsApp para pedidos de delivery em restaurantes?

Atualmente estou usando o Anota.AI para automatizar pedidos via WhatsApp no meu restaurante. É uma plataforma brasileira focada na automação de entregas para restaurantes. O sistema funciona bem com mensagens de texto, mas muitos dos meus clientes preferem enviar mensagens de voz pelo WhatsApp.

Infelizmente, não encontrei nenhum suporte nativo para mensagens de voz no site oficial ou na documentação.

Gostaria de saber se é tecnicamente possível construir uma camada personalizada ou um middleware que fique entre o WhatsApp e o Anota AI, utilizando:

• O Whisper da OpenAI para transcrever mensagens de voz recebidas
• O GPT (por exemplo, o ChatGPT) para gerar respostas em linguagem natural com base nessas transcrições.
• E, em seguida, responder ao usuário no WhatsApp, mantendo um fluxo de conversa contínuo.

Perguntas específicas:

• É possível acessar ou interceptar mensagens de áudio recebidas no WhatsApp via Anota AI, seja por webhook ou outro método?
• É viável transcrever mensagens de voz do WhatsApp usando o Whisper e usar o GPT para gerar respostas contextuais?
• Existem limitações técnicas ou contratuais no Anota AI que impediriam uma integração externa como essa?
• Seria viável criar um middleware personalizado que trate os áudios e envie apenas o texto para o chatbot existente do Anota AI?

Explorei a plataforma Anota.AI, incluindo o painel do usuário e os recursos públicos disponíveis, mas não encontrei nenhuma menção a suporte para API ou integração com mensagens de voz.

Testei com sucesso o Whisper da OpenAI localmente para transcrever arquivos de áudio .ogg do WhatsApp usando o seguinte código:

import whisper
import openai

model = whisper.load_model("base")
result = model.transcribe("message.ogg")
print(result["text"])

openai.api_key = "..."

response = openai.ChatCompletion.create(
model="gpt-4",
messages=[
{"role": "system", "content": "You are a restaurant ordering assistant."},
{"role": "user", "content": result["text"]}
]
)
print(response['choices'][0]['message']['content'])


O que falta agora é entender com clareza se o Anota AI permite esse tipo de fluxo de trabalho integrado, ou se eu precisaria contornar completamente o frontend da plataforma e reconstruir toda a lógica por conta própria.

Qualquer orientação, sugestão de arquitetura ou abordagem alternativa seria muito bem-vinda!

Continue reading...