# Como transcrever áudio do WhatsApp com IA e guardar o texto no CRM

> Transcrever áudio do WhatsApp com IA pode ser feito de três jeitos: pelo recurso de transcrição do próprio aplicativo, que gera o texto no aparelho de quem recebe; copiando o áudio para uma ferramenta de transcrição; ou com um fluxo automático, em que a API entrega o áudio, a IA transcreve e o texto vai para o histórico do cliente no CRM.

Página original: https://www.adprotecnologia.com.br/crm/blog/transcrever-audio-do-whatsapp-com-ia
Autor: AD PRO Tecnologia. Publicado em 2026-10-31. Atualizado em 2026-11-07.

Quem atende pelo WhatsApp conhece a cena: o cliente manda um áudio de um minuto e meio, o atendente está em reunião, ou o vendedor precisa repassar o que foi dito para o orçamentista. Ouvir de novo, anotar, resumir. Quando isso acontece dezenas de vezes por dia, o áudio vira gargalo.

Transcrever resolve de duas formas: quem lê entende em dez segundos, e o texto vira dado, que dá para buscar, resumir e usar numa automação. Se o seu interesse é saber quando responder por áudio, vá para [áudio no WhatsApp de vendas](https://www.adprotecnologia.com.br/crm/blog/audio-no-whatsapp-de-vendas). Aqui o assunto é o áudio que o cliente envia, e ler o que ele disse sem pedir que repita é parte do [atendimento humanizado no WhatsApp](https://www.adprotecnologia.com.br/crm/blog/atendimento-humanizado-no-whatsapp).

## Quais são os três jeitos de transcrever um áudio?

O recurso do próprio WhatsApp resolve para quem lê no celular. A cópia manual quebra o galho em volume baixo. O fluxo automático é o único que leva o texto para o CRM sem trabalho do atendente.

**Os três caminhos de transcrição, lado a lado**

| Caminho | Quem usa | Onde o texto fica | Quando serve |
| --- | --- | --- | --- |
| Transcrição do aplicativo | Quem recebe o áudio, no próprio aparelho | Só na conversa daquele aparelho | Entender rápido um áudio em local barulhento ou em reunião |
| Cópia manual para uma ferramenta de transcrição | Atendente ou vendedor | Onde a pessoa colar o texto | Poucos áudios por dia, sem automação |
| Fluxo automático com API oficial | A empresa, sem ação do atendente | Histórico do cliente no CRM, como nota | Muitos áudios, vários atendentes, necessidade de buscar e resumir |

## Como usar a transcrição que já vem no WhatsApp?

O WhatsApp anunciou a transcrição de mensagens de voz em 21 de novembro de 2024. O texto é gerado no aparelho, então, segundo o próprio WhatsApp, ninguém mais, nem a empresa dona do aplicativo, consegue ouvir ou ler a mensagem por esse recurso.

1. **Ative o recurso.** Nas configurações, em Conversas, procure a opção de transcrição de mensagens de voz (no anúncio, “Voice message transcripts”; o nome em português pode variar por versão). Ali também se escolhe o idioma.
2. **Confira se o seu idioma está disponível.** O anúncio fala em lançamento em alguns idiomas, com mais idiomas nos meses seguintes. A lista atualizada fica na Central de Ajuda do WhatsApp; confira lá antes de contar com o recurso para o português.
3. **Transcreva um áudio específico.** Segundo o anúncio, é só manter o dedo na mensagem de voz e tocar em transcrever.

> **Detalhe importante para empresas:** A transcrição do aplicativo fica no aparelho de quem recebe. Ela não grava o texto no histórico do CRM nem aparece para o time inteiro. Para isso é preciso o fluxo automático.

## Como funciona o fluxo automático com a API oficial?

Quando o número usa a API oficial, o webhook avisa a empresa de que chegou um áudio e informa o identificador da mídia. Um fluxo busca o arquivo, envia para um serviço de transcrição e grava o texto no CRM. O DataCrazy conecta a API oficial do WhatsApp; a AD PRO, parceira Premier e implementadora do DataCrazy, monta o resto via webhook, API ou [n8n](https://www.adprotecnologia.com.br/crm/integracao-datacrazy-n8n).

1. **O webhook entrega o aviso do áudio.** A mensagem recebida traz o identificador da mídia. O fluxo reconhece que o tipo é áudio e guarda o telefone do contato.
2. **O fluxo pede o endereço do arquivo.** Com o identificador e o token de acesso, o fluxo consulta a API da Meta e recebe o endereço de download. Esse endereço expira em 5 minutos, então o fluxo precisa baixar logo em seguida.
3. **O fluxo baixa o arquivo.** O download exige o mesmo token. Sem ele, o pedido falha. O identificador de mídia de mensagens recebidas só fica disponível para download por 7 dias, de acordo com a documentação da Meta; por isso a transcrição deve ser imediata, não em lote semanal.
4. **A IA transcreve.** O arquivo vai para o serviço de transcrição escolhido. O texto volta com o conteúdo do áudio.
5. **O texto vai para o CRM.** O fluxo grava a transcrição como nota no cartão do cliente e, se quiser, pede um resumo de uma linha e a próxima ação.
6. **O atendente é avisado.** A conversa mostra o texto, e a automação por etapa avisa quem atende. Se a IA detectar urgência ou irritação, a conversa vai direto para uma pessoa.

O custo e a escolha do serviço de transcrição dependem do volume e do idioma; a AD PRO ajuda a comparar na implementação. Para o lado de IA que lê o histórico depois, veja [resumir conversa do WhatsApp com IA](https://www.adprotecnologia.com.br/crm/blog/resumir-conversa-do-whatsapp-com-ia).

## Como fica com uma empresa fictícia?

A Oficina Torque Certo, inventada para este texto, recebe muitos áudios de clientes descrevendo barulhos no carro. O orçamentista não consegue ouvir tudo e perguntava de novo o que já tinha sido dito.

1. Cliente grava 1 minuto e 20 segundos: “o carro faz um barulho na frente quando eu viro à direita, só de manhã”.
2. O fluxo transcreve em segundos e grava a nota no cartão, com modelo do carro vindo do cadastro.
3. A IA resume em uma linha: “barulho na suspensão dianteira ao virar à direita, só de manhã, a frio”.
4. O orçamentista lê, responde com perguntas objetivas e agenda a avaliação, sem pedir que o cliente repita.

## Que formato de nota fica melhor no CRM?

Uma nota com campos fixos é mais útil do que um bloco de texto. Quem lê o cartão semanas depois encontra o essencial em segundos e os números e nomes aparecem destacados.

**Modelo de nota de áudio transcrito**

```text
ÁUDIO DO CLIENTE (transcrito automaticamente)
Data e hora: [data] às [hora]
Duração: [minutos e segundos]

RESUMO EM UMA LINHA
[o que o cliente quer ou relata]

DADOS CITADOS (conferir com o cliente)
- Nomes: [ ]
- Valores e quantidades: [ ]
- Datas e prazos: [ ]
- Endereço: [ ]

PRÓXIMA AÇÃO
[quem faz o quê e até quando]

TEXTO COMPLETO
[transcrição integral]

AVISO
Transcrição automática. Confirme valores, nomes e endereços por texto antes de agir.
```

## Como evitar erro de transcrição em nome, valor e endereço?

Trate a transcrição como rascunho. Ela erra mais em nomes próprios, números e áudios com ruído. A regra é simples: dado que gera dinheiro ou entrega se confirma por texto com o cliente antes de ser usado.

- Repita o dado crítico: “Entendi que são 12 unidades para o dia 15, está certo?”.
- Destaque números, nomes e endereços em campo próprio da nota, para o atendente conferir.
- Marque áudios longos ou com ruído para revisão humana antes de qualquer resposta que dependa deles.
- Em áudios de reclamação ou assunto sensível, o atendente ouve o áudio original, além de ler o texto.
- Peça ao cliente, quando fizer sentido, que confirme por texto o endereço e os valores.

## O áudio do cliente é dado pessoal? O que fazer com a LGPD?

O áudio contém a voz e, muitas vezes, nome, endereço e outros dados da pessoa, então segue as regras da LGPD. Informe no aviso de privacidade que as mensagens podem ser transcritas, use só para atender e limite quem acessa.

- Diga no aviso de privacidade que mensagens de voz podem ser transcritas por ferramentas automáticas e para qual finalidade.
- Guarde o texto só pelo tempo necessário para o atendimento e para o histórico combinado com o cliente.
- Evite enviar o áudio a serviços sem contrato e sem política clara de tratamento de dados.
- Restrinja quem acessa as notas com dados sensíveis, como saúde ou financeiro.

O guia sobre [IA e LGPD no atendimento](https://www.adprotecnologia.com.br/crm/blog/ia-e-lgpd-no-atendimento) detalha as perguntas que o jurídico costuma fazer. Para orientação sobre o seu caso, consulte um profissional de proteção de dados.

## Vale transcrever todo áudio que chega?

Em atendimento e vendas com volume, vale. Em canal de poucos contatos, o ganho é pequeno. Um filtro simples ajuda: não transcrever áudios muito curtos, como “ok” ou “bom dia”, e transcrever o que passa de dez segundos.

## Perguntas frequentes

### Como transcrever áudio do WhatsApp com IA?

Há três caminhos: o recurso de transcrição do próprio WhatsApp, que gera o texto no aparelho; a cópia do áudio para uma ferramenta de transcrição; ou um fluxo automático em que a API entrega o áudio, a IA transcreve e o texto vai para o CRM. O terceiro serve a empresas com volume.

### O WhatsApp transcreve áudio sozinho?

O WhatsApp tem um recurso de transcrição de mensagens de voz, anunciado em 21 de novembro de 2024, que gera o texto no aparelho. É preciso ativá-lo nas configurações e confirmar na Central de Ajuda se o seu idioma está disponível. O texto fica só no aparelho de quem recebe.

### Dá para transcrever áudio do WhatsApp Business e guardar no CRM?

Dá, com um fluxo próprio. O webhook da API oficial entrega o identificador do áudio, o fluxo baixa o arquivo, a IA transcreve e o texto é gravado como nota no cartão do cliente. A AD PRO monta esse fluxo via webhook, API ou n8n.

### Se eu transcrever um áudio no WhatsApp, a pessoa sabe?

A transcrição do aplicativo é gerada no aparelho de quem recebe e, segundo o WhatsApp, ninguém mais, nem o próprio WhatsApp, consegue ler o texto por esse recurso. Ou seja, o texto não aparece para quem mandou o áudio. Na empresa, se a transcrição vai para o CRM, informe isso no aviso de privacidade.

### A transcrição de áudio é segura para dados pessoais?

Depende de onde o áudio é processado. A transcrição do próprio aplicativo ocorre no aparelho. Em um fluxo com serviço externo, o áudio sai da empresa e entra na LGPD: use fornecedor com contrato, informe no aviso de privacidade e restrinja o acesso às notas.

### A IA erra na transcrição de áudio?

Pode errar, principalmente em nomes, números e áudios com ruído. Trate a transcrição como rascunho e confirme por texto com o cliente os dados que geram entrega ou cobrança.

### Por quanto tempo o áudio fica disponível na API oficial?

Pela documentação da Meta, o identificador de mídia de mensagens recebidas fica disponível para download por 7 dias, e o endereço de download expira em 5 minutos. Por isso o fluxo deve baixar e transcrever logo que o áudio chega.

## Fontes

- [WhatsApp, apresentação da transcrição de mensagens de voz](https://blog.whatsapp.com/introducing-voice-message-transcripts), conferido em 2026-10-31
- [Meta para desenvolvedores, mídia na WhatsApp Business Platform](https://developers.facebook.com/documentation/business-messaging/whatsapp/business-phone-numbers/media), conferido em 2026-10-31
- [DataCrazy, página inicial](/ir/datacrazy?de=transcrever-audio-do-whatsapp-com-ia&pos=texto), conferido em 2026-10-31

---

AD PRO Tecnologia LTDA, CNPJ 68.425.611/0001-15, São Paulo/SP. Atendimento on-line para todo o Brasil. Diagnóstico comercial gratuito de 30 minutos: https://www.adprotecnologia.com.br/#agendar. WhatsApp +55 11 98604-5939. Fatos e preços publicados: https://www.adprotecnologia.com.br/fatos