Je suis très heureux d’annoncer la publication d’un nouveau template de workflow n8n, désormais disponible dans la bibliothèque officielle :
👉 https://n8n.io/workflows/10870-transcribe-long-audio-files-beyond-25mb-limit-with-fileflows-and-openai-whisper/
Ce workflow résout un problème que beaucoup rencontrent sans réellement trouver de solution simple : transcrire un long fichier audio, au-delà des limites habituelles des outils grand public.
1. Pourquoi ce workflow existe
La transcription audio est devenue un besoin courant : comptes rendus de réunions, interviews, notes vocales, podcasts internes… Les solutions de visioconférence proposent souvent une transcription intégrée, mais dès que l’on veut transcrire un enregistrement local, cela devient rapidement complexe.
Sur Windows, l’outil OnlyR permet d’enregistrer simultanément la sortie audio et l’entrée micro (pratique pour capturer l’intégralité d’une réunion). Mais ensuite, il reste une étape délicate : trouver un outil de transcription simple, efficace, et qui accepte les fichiers volumineux.
Whisper, via l’API OpenAI, est excellent… mais limité à 25 Mo par fichier.
C’est précisément là que mon workflow intervient :
✔ il découpe automatiquement le fichier audio,
✔ envoie les morceaux pour transcription,
✔ reconstitue le texte complet,
✔ puis vous l’envoie par email.
En pratique, il permet donc de transcrire des fichiers de n’importe quelle taille, de manière fiable et automatisée.
Je suis convaincu que ce workflow peut rendre service à beaucoup d’équipes, notamment pour les comptes rendus de réunion.
2. Les défis techniques rencontrés
Ce workflow a représenté plusieurs semaines de travail. Certains obstacles ont poussé ma réflexion assez loin.
Trouver comment découper un fichier dans un environnement Docker
n8n ne peut pas manipuler nativement des fichiers audio comme ffmpeg le ferait. Je voulais en plus quelque chose de déployable facilement, sans script exotique.
La solution est venue de FileFlows, un outil open source permettant de créer des workflows dédiés aux fichiers multimédias.
J’ai donc créé un workflow FileFlows dédié au découpage :
➡ https://github.com/JulienDelRio/My-Interesting-n8n-Workflows/blob/main/Full%20audio%20transcription%20with%20FileFlows%20and%20OpenAI/FileFlows%20-%20Split%20audio%20for%20n8n.json
Établir la communication entre n8n et FileFlows
Deux problèmes majeurs :
- L’upload doit se faire en chunks, pas en un seul fichier. Il a fallu mettre en place une boucle robuste pour envoyer les segments correctement.
- Les workflows sont asynchrones. Une fois le découpage terminé, FileFlows devait prévenir n8n.
→ J’ai donc créé un système de callback : n8n fourni une URL à FileFlows, qui la ping en fin de traitement.
Une fois les segments reçus, il ne restait plus qu’à :
- les transcrire un par un via Whisper,
- reconstruire le texte final dans le bon ordre.
À partir de là… presque un jeu d’enfant !
3. Une co-construction avec l’IA
J’ai été accompagné tout au long du développement par Claude et ChatGPT.
Soyons transparents :
- Je n’aurais pas abouti sans les IA.
- Mais les IA n’auraient pas réussi seules non plus.
Il a fallu des dizaines d’itérations, de micro-ajustements, d’essais/erreurs.
Mention spéciale au MCP Context7, qui améliore sensiblement la qualité des workflows générés (même si aucun n’est exécutable tel quel).
Cette expérience illustre bien ce qu’est le développement assisté par IA aujourd’hui : un partenariat, pas une délégation.
4. Mon 3ᵉ template publié 🎉
Ce workflow est désormais en ligne, ce qui en fait mon troisième template publié dans la bibliothèque n8n.
Cela m’ouvre la possibilité de devenir Creator Certified et de monétiser mes templates…
➡ Ce n’est pas dans mes projets aujourd’hui 😄
Mais je suis très fier de cette reconnaissance.
Conclusion
Si vous cherchez une solution simple pour transcrire des fichiers audio volumineux, ce workflow est fait pour vous. Il combine :
- la puissance de Whisper,
- la flexibilité de n8n,
- la fiabilité de FileFlows.
N’hésitez pas à le tester, à l’adapter et à me faire vos retours !
Julien DEL RIO
