Disparo de áudio no WhatsApp: o que a API oficial aceita e o que usar no lugar

Por que não dá para disparar áudio como template?

Todo disparo em massa pela API oficial do WhatsApp é feito com template, o modelo de mensagem aprovado pela Meta. Fora da janela de 24 horas, que só abre quando o contato escreve para a empresa, nenhuma outra mensagem pode sair. E o template tem formatos fixos para cada parte.

Na documentação de componentes, o cabeçalho de mídia aceita imagem, vídeo, GIF (só na Marketing Messages API) e documento; também existem cabeçalho de texto e de localização. Áudio não aparece na lista. Ou seja: não existe template com áudio no cabeçalho, e por isso não existe disparo de áudio em massa pela API oficial no sentido de "mandar o mesmo áudio para 10 mil pessoas de uma vez".

Isso não quer dizer que a API ignore áudio. A página de mídia da Meta aceita arquivos de áudio em AAC, AMR, MP3, M4A e OGG (só com codec Opus e mono), até 16 MB. Eles podem ser enviados como mensagem comum, dentro da janela de 24 horas, depois que a pessoa responde. É aí que o áudio entra na estratégia.

E o áudio mandado pela lista de transmissão ou por programas?

No aplicativo, a lista de transmissão envia áudio, mas só chega para quem salvou o número da empresa. Para a base inteira, ela não resolve. Programas que repetem um áudio para centenas de contatos pelo aplicativo ou pelo WhatsApp Web esbarram nos Termos de Serviço do WhatsApp, que proíbem envio em massa, mensagem automática e uso de versões modificadas do app. A Central de Ajuda informa que o WhatsApp usa aprendizado de máquina e denúncias para detectar e banir contas.

O caminho autorizado para falar com muita gente é a API oficial. A comparação com as ferramentas de navegador está em API oficial ou extensão de disparo, e a diferença para a lista do app, em lista de transmissão ou disparo em massa.

Quais são as alternativas ao áudio no disparo?

Quem quer disparar áudio geralmente quer uma de três coisas: a proximidade da voz do dono ou do especialista, uma explicação longa sem texto enorme, ou a sensação de mensagem pessoal. Cada alternativa abaixo entrega uma parte disso dentro das regras.

O vídeo com narração é o substituto mais direto: a pessoa vê a mensagem já com a mídia, sem precisar responder. Uma foto de quem fala, com legenda do texto, resolve para quem está num lugar onde não pode ouvir. O preparo do arquivo está em template com vídeo no WhatsApp.

O botão "Quero ouvir" tem uma vantagem a mais: só recebe o áudio quem pediu, e a resposta abre a janela de 24 horas, em que a conversa segue livre. Isso transforma o disparo num filtro de interesse. Do outro lado, alguém (seu time, um agente ou uma automação) precisa estar pronto para mandar o áudio na hora.

Como mandar o áudio depois que a pessoa responde?

1. 1
   Grave e salve no formato certo

   MP3, M4A ou AAC servem; OGG só com codec Opus e em mono. Mantenha abaixo de 16 MB.

2. 2
   Monte o template com botão de resposta

   O corpo explica o que a pessoa vai ouvir e por que vale a pena. O botão de resposta rápida pede o áudio: "Quero ouvir".

3. 3
   Defina quem envia o áudio

   A resposta pode ir para o seu time, para o seu CRM ou para o fluxo combinado com a AD PRO. Um agente de IA ou uma automação com n8n podem mandar o áudio assim que o botão é tocado.

4. 4
   Envie dentro da janela

   Depois da resposta, a janela de 24 horas está aberta e a mensagem livre (com áudio) pode sair. As regras estão em janela de 24 horas do WhatsApp.

5. 5
   Continue a conversa

   O áudio é o começo. Deixe uma pergunta no fim ("faz sentido para você?") para a pessoa responder e o atendimento seguir.

Como transformar um áudio em vídeo para o disparo?

Não precisa de produtora. Um celular e um editor de vídeo simples resolvem. O que importa é que o arquivo final respeite o formato aceito (MP4 com vídeo H.264 e áudio AAC, até 16 MB) e que a mensagem funcione também no mudo.

QUEM FALA: ____________ (nome e função, ex.: Ana, dona da Loja Exemplo)
OBJETIVO: ____________ (ex.: convidar para o bazar de sábado)

ABERTURA (1 frase)
"Oi, aqui é a ____ da ____."

MOTIVO (1 a 2 frases)
"Estou te mandando este recado porque ____."

O QUE A PESSOA GANHA (1 a 2 frases)
"____ (benefício concreto, data e condição)."

O QUE FAZER AGORA (1 frase)
"Toque no botão abaixo / responda esta mensagem para ____."

FECHO (1 frase)
"Um abraço e até ____."

PARA O VÍDEO
[ ] Foto ou vídeo de quem fala na tela
[ ] Legenda com as frases principais
[ ] Exportar em MP4, abaixo de 16 MB
[ ] Assistir no celular, com e sem som, antes de mandar para aprovação

Oi, {{1}}! Aqui é o Paulo, da Academia Exemplo.

Gravei um áudio curto explicando as mudanças nas turmas de {{2}} e o que muda para quem já treina com a gente.

Toque em "Quero ouvir" e eu te mando agora.

[Botão de resposta: Quero ouvir]
[Botão de resposta: Prefiro por texto]

[Cabeçalho: vídeo com a dona da loja falando]

Oi, {{1}}! A Clara, da Loja Exemplo, gravou um recado para você sobre o bazar de {{2}}.

Se não puder ouvir agora, o resumo: peças da coleção passada com preço especial, só para clientes da loja.

Responda QUERO para reservar seu horário.

Quais erros evitar quando a ideia é usar voz?

• Tentar burlar o template com programas que repetem áudio pelo app. É o uso que os Termos do WhatsApp proíbem; o vídeo narrado e o botão "Quero ouvir" chegam ao mesmo objetivo pelo caminho oficial.
• Vídeo que só funciona com som. Sem legenda nem resumo no texto, quem está no trabalho ou no transporte passa direto.
• Botão "Quero ouvir" sem ninguém para responder. A pessoa tocou, esperou e não recebeu nada: a próxima mensagem da marca já começa com desconfiança.
• Áudio longo demais. Recado de vários minutos vira tarefa. Se o conteúdo é longo, divida ou mande o link para a gravação completa.
• Arquivo em formato não aceito. OGG sem Opus ou em estéreo não está na lista da Meta; converta para MP3 ou M4A.

Para o uso do áudio no atendimento comercial, um a um, depois que a conversa começa, veja áudio no WhatsApp de vendas.

Como a AD PRO faz o disparo com voz da marca?

O preço é por disparo e já inclui a tarifa da Meta: média de R$ 0,35 até 10.000 disparos, R$ 0,30 a R$ 0,32 de 10.000 a 30.000 e R$ 0,25 a R$ 0,28 acima de 30.000, com valor final conforme volume, objetivo e estrutura. Você paga só pelos entregues, e a sobra vira crédito no próximo disparo. Mais sobre mídia em disparo em massa com imagem e vídeo e sobre o serviço no guia de disparo em massa da AD PRO.