# Como transcrever áudios do WhatsApp automaticamente, no celular e no computador

> A transcrição nativa do WhatsApp, como ativar e onde ela para, e as opções para transcrever áudios em lote no computador com Whisper e outros modelos, inclusive para buscar o que foi dito depois.

Por Rodrigo Sumioshi, 14 de novembro de 2026. Original: https://wacrew.com.br/blog/transcrever-audio-whatsapp/

O áudio de quatro minutos é o terror de quem atende cliente. Você precisa parar, achar um fone e ouvir tudo para descobrir que a pergunta estava no último trecho. **Transcrever áudio do WhatsApp** transforma isso em trinta segundos de leitura, e ainda deixa o conteúdo pesquisável.

Há dois caminhos: o recurso nativo do próprio WhatsApp e a transcrição feita fora dele, que serve para quem precisa de volume ou de histórico.

## A transcrição nativa do WhatsApp

Desde o fim de 2024 o WhatsApp transcreve mensagens de voz no próprio aparelho, e o português está entre os idiomas suportados, segundo a cobertura da [Canaltech](https://canaltech.com.br/apps/whatsapp-libera-transcricao-de-audio-a-todos-veja-como-usar-o-recurso/) e do [MacMagazine](https://macmagazine.com.br/post/2024/11/21/whatsapp-finalmente-comeca-a-liberar-transcricoes-de-mensagens-de-voz/).

**Como ativar:**

1. Abra **Configurações** e entre em **Conversas**.
2. Ative **Transcrição de mensagens de voz**.
3. Escolha o idioma. O app baixa um pacote de dados do idioma, e pode esperar uma conexão Wi-Fi para isso.

**Como usar:** toque e segure a mensagem de voz e escolha **Transcrever**. O texto aparece embaixo do áudio. A transcrição acontece no seu aparelho e quem mandou o áudio não vê que você transcreveu.

**Onde ela para:**

- É uma por vez. Você transcreve áudio por áudio, na mão.
- O texto fica só naquele aparelho. A busca do WhatsApp não encontra o que foi dito dentro do áudio.
- Não sai do WhatsApp. Para levar o conteúdo a um documento ou sistema, você copia na mão.

Para quem recebe alguns áudios por dia, isso resolve. Para quem atende dezenas de clientes, ainda é muito trabalho manual.

## Transcrever em lote no computador

Quando o volume cresce, vale transcrever fora do WhatsApp. O motor mais usado é o **Whisper**, modelo de reconhecimento de fala de código aberto da OpenAI, que lida bem com português, sotaques e áudio de celular.

**Opção 1: rodar o Whisper na sua máquina.** De graça e sem mandar o áudio para ninguém. Em Mac com Apple Silicon, a versão MLX roda rápido; em PC com placa de vídeo, a versão original ou o faster-whisper. Exige alguma familiaridade com terminal.

**Opção 2: usar uma API de transcrição.** OpenAI, Groq, ElevenLabs e outras cobram por minuto de áudio e devolvem o texto em segundos. Mais simples de integrar, com custo baixo por áudio e o áudio saindo da sua máquina.

**Como tirar os áudios do WhatsApp:** pelo celular, dá para compartilhar o áudio para um app ou para o computador. Para muitos áudios, a exportação da conversa com mídia traz os arquivos `.opus` junto do texto, como explicamos em [como guardar o histórico de conversas do WhatsApp](https://wacrew.com.br/blog/historico-de-conversas-whatsapp/). O formato opus é aceito pelo Whisper e pelas APIs (às vezes depois de converter com o ffmpeg).

## Transcrição automática, no momento em que o áudio chega

O passo seguinte é não precisar fazer nada: o áudio chega e a transcrição já aparece junto. Isso exige uma ferramenta conectada ao WhatsApp que baixe cada áudio e mande para o motor de transcrição.

As plataformas de atendimento pela API oficial às vezes têm isso pronto. Nas conexões de código aberto (Evolution API, WAHA, Baileys), você monta com um fluxo no n8n ou num script: ao receber áudio, transcreve e grava o texto. Comparamos esses conectores em [melhores APIs de WhatsApp](https://wacrew.com.br/melhores-apis-whatsapp/).

## O que muda com o áudio transcrito

- **Você lê em vez de ouvir.** O tempo de resposta cai, principalmente nos áudios longos. Falamos disso em [tempo de resposta no WhatsApp](https://wacrew.com.br/blog/tempo-de-resposta-whatsapp/).
- **A decisão fica achável.** "O cliente aprovou a cor no áudio de terça" vira uma busca, não uma caça.
- **A IA entende a conversa.** Um agente de IA que lê o histórico precisa do texto do áudio para não responder como se a pergunta nunca tivesse sido feita.

## Cuidados

- **Privacidade.** Áudio de cliente pode ter dado pessoal. Se for mandar para uma API externa, veja a política de retenção do provedor. Rodar localmente evita a questão.
- **Revisão em nomes e números.** Transcrição erra nome próprio, valor e data com alguma frequência. Antes de agir em cima de um número que veio de áudio, confira ouvindo o trecho.
- **Guarde o áudio original.** A transcrição é ótima para ler e buscar, mas o áudio continua sendo a fonte. Em caso de dúvida sobre tom ou sobre um número, é ele que vale, então não apague o arquivo depois de transcrever.
- **Áudio com várias pessoas.** O Whisper não separa quem fala por padrão. Para reunião gravada, existem ferramentas com identificação de falantes.

## Perguntas frequentes

**A transcrição do WhatsApp funciona no computador?**
O recurso nativo foi lançado no celular. No computador, a saída é baixar o áudio e transcrever com outra ferramenta, como o Whisper.

**Quem mandou o áudio sabe que eu transcrevi?**
Não. Segundo o WhatsApp, a transcrição acontece no seu aparelho e não aparece para quem enviou.

**O Whisper é pago?**
O modelo é de código aberto e roda de graça na sua máquina. Pago é o uso por API, cobrado por minuto de áudio pelo provedor que você escolher.

**E áudio de grupo?**
Funciona igual. Num grupo de cliente, transcrever os áudios é o que deixa a decisão achável depois.

## Onde o WACrew entra

O WACrew é um agente de código aberto para atendimento no WhatsApp que transcreve os áudios assim que chegam: com Whisper large-v3 via MLX no próprio Mac, ou por API em outros sistemas. A transcrição fica guardada junto da conversa, e a busca encontra o texto dentro dos áudios, inclusive pelas ferramentas MCP que o seu agente de código usa. O código está no [GitHub](https://github.com/sumioshi/wacrew).
