Todos os artigos

Transcrição de áudio no WhatsApp: por que o áudio do cliente trava o atendimento e como resolver

Por Igor Silveira, CEO da Revolute Digital. 8 anos de mercado, R$ 170 milhões gerados para clientes e mais de 560 empresas atendidas.

Publicado em 11 min de leitura

A transcrição de áudio do WhatsApp transforma a mensagem de voz em texto para você ler em vez de ouvir. No próprio app, ela vem desligada: você ativa em Configurações, Conversas, Transcrição de mensagens de voz, e depois toca e segura cada áudio para transcrever. O texto é gerado no seu aparelho e só quem recebeu consegue ver. Para uma pessoa, isso resolve; para um time de vendas que divide os mesmos clientes, falta uma coisa: a ajuda do WhatsApp não diz que o texto chega ao aparelho de outra pessoa da equipe.

Este artigo é para o gestor que vê o atendimento travar em áudio. Ele mostra onde o áudio custa caro, como usar a transcrição do app, por que ela não vira registro da equipe, a conta de tempo de um time pequeno e os cuidados com dado de cliente.

Por que o áudio do cliente trava o atendimento

O cliente manda áudio porque é mais rápido para ele. Para quem atende, cada áudio tem quatro custos que a mensagem de texto não tem:

  • Precisa parar para ouvir. O vendedor que está numa ligação, numa reunião ou no balcão não ouve na hora. O áudio fica para depois, e o cliente espera sem resposta até alguém ter como ouvir.
  • Não dá para bater o olho. Um texto de cinco linhas você lê em segundos e já sabe se é urgente. Um áudio de 1 minuto e 20 só mostra o que é depois de ouvido inteiro.
  • Não tem palavra para procurar. Quando o cliente disse o endereço de entrega, a quantidade ou o prazo num áudio de três dias atrás, ninguém acha essa informação procurando texto. Alguém precisa reabrir a conversa e ouvir de novo os áudios até achar.
  • Quem assume a conversa ouve tudo outra vez. O vendedor sai de férias, o lead muda de carteira ou o atendimento passa do comercial para o financeiro. O próximo da fila começa do zero e escuta 6 áudios para entender o que já foi combinado.

O resultado é um atendimento que anda no ritmo de quem tem tempo de ouvir, não no ritmo de quem tem tempo de responder.

Como ativar a transcrição no app do WhatsApp

A página de ajuda do WhatsApp sobre transcrição de mensagens de voz, consultada em novembro de 2026, tem uma versão para cada sistema. No Android, o caminho é este:

  1. No WhatsApp, toque em Configurações e depois em Conversas.
  2. Ative Transcrição de mensagens de voz. Por padrão, ela vem desativada.
  3. Toque em Escolher idioma, selecione o idioma em que você mais recebe áudio e toque em Configurar agora ou em Aguardar por uma rede Wi-Fi.
  4. Para ler um áudio, toque e segure a mensagem, abra o menu de três pontos e toque em Transcrever.

No iPhone, o recurso exige iOS 16 ou posterior e a Siri ativada. O caminho começa em Configurações (ou na sua foto do perfil), Conversas, Transcrição de mensagens de voz. Para ler um áudio, toque e segure a mensagem e toque em Transcrever, sem passar pelo menu de três pontos.

Três detalhes das mesmas páginas que pesam no comercial:

  • Idiomas: no Android, no momento da consulta, só inglês, português, espanhol e russo. No iPhone, depende da versão do sistema: 12 idiomas no iOS 16 e 20 no iOS 17, com o português nos dois. Nos dois sistemas, o idioma pode ser trocado depois em Configurações, Conversas, Idioma de transcrição.
  • Pode errar: a página do Android avisa que as transcrições podem apresentar erros. Nenhuma das duas traz taxa de acerto nem fala de sotaque, barulho ou áudio longo.
  • Fica no aparelho: a transcrição é gerada no seu dispositivo. Quem recebeu o áudio vê o texto, quem enviou não vê, e o próprio WhatsApp diz que não consegue ler essas transcrições. O anúncio do recurso, de novembro de 2024, repete esse ponto.

A página descreve os passos no celular. Ela não traz passos para o WhatsApp Web nem para o computador, e não fala se o app Business funciona do mesmo jeito. Confira no seu aparelho antes de orientar o time.

Por que a transcrição do app não resolve para o time

A privacidade que protege a conversa pessoal é a mesma coisa que limita o uso no comercial. O texto nasce no aparelho de quem recebeu, e a ajuda do WhatsApp não descreve nenhum lugar compartilhado pelo time onde ele fique guardado. Na prática:

  • Não há garantia de que o colega veja. A ajuda do WhatsApp diz que a transcrição é gerada no aparelho, mas não fala de aparelho vinculado nem do WhatsApp Web. Antes de contar que o gestor vai ler o que o vendedor transcreveu, teste no aparelho dele.
  • Não vira anotação do cliente sozinha. O WhatsApp tem notas sobre o cliente para empresas, que aparecem em todos os dispositivos conectados, mas quem escreve a nota é a pessoa. A ajuda também não diz por quanto tempo a transcrição continua no aparelho. Quando o cliente voltar daqui a dois meses, confira se o texto ainda está lá antes de contar com ele.
  • Depende de cada celular. O recurso vem desligado e precisa ser ativado no aparelho, por cada pessoa do time. No iPhone, ainda depende da versão do sistema e da Siri ligada.

Por isso a pergunta do gestor não é só "dá para transcrever?". É "onde a transcrição fica guardada e quem consegue ler depois?".

Transcrição no app do WhatsAppTranscrição salva na conversa do time
Onde o texto ficaGerado no aparelho de quem recebeu; a ajuda não fala de outro lugarNa mensagem, dentro da conversa
Quem lêQuem recebeu o áudio; quem enviou não vêQuem tem acesso àquela mensagem
Quem assume a conversaA ajuda do WhatsApp não diz se o texto aparece para eleLê o que já foi transcrito nas mensagens que ele enxerga
Precisa ligar em cada celularSimNão
Para onde vai o áudioÉ processado no aparelhoSai para ser processado; confira a política de quem oferece
Pode errarSim, segundo o próprio WhatsAppSim, toda transcrição automática pode

A conta de um time de 4 atendentes

Um exemplo com nome fictício. A Distribuidora Bom Grão, de Ribeirão Preto, vende café, farinha e insumos para padarias. São 4 pessoas atendendo pelo WhatsApp, e o dono de padaria quase sempre pede por áudio, entre uma fornada e outra. As premissas abaixo são do exemplo, não média de mercado. Troque pelos números do seu time.

Premissas:

  • Cada atendente recebe 30 áudios por dia, com 40 segundos em média.
  • Em 1 de cada 3 áudios, alguém precisa voltar e ouvir de novo para conferir quantidade, endereço ou prazo.
  • Na fala, o cliente diz cerca de 130 palavras por minuto. Na leitura, a pessoa lê umas 230 palavras por minuto. Então 40 segundos de áudio viram cerca de 23 segundos de leitura.
  • Quando a conversa troca de mãos, quem assume tem em média 5 áudios para entender, e isso acontece 3 vezes por dia por atendente.
  • São 22 dias úteis no mês.

Só ouvindo:

  • 30 áudios × 40 segundos = 20 minutos.
  • 10 áudios ouvidos de novo × 40 segundos = cerca de 7 minutos.
  • 3 trocas × 5 áudios × 40 segundos = 10 minutos.
  • Total: cerca de 37 minutos por atendente por dia.

Lendo a transcrição salva na conversa:

  • 30 áudios × 23 segundos = cerca de 12 minutos.
  • A conferência vira bater o olho no texto: 10 × 10 segundos = cerca de 2 minutos.
  • Quem assume lê o que já foi transcrito: 3 × 5 × 23 segundos = cerca de 6 minutos.
  • Some 3 minutos por dia para ouvir os áudios em que o texto ficou confuso.
  • Total: cerca de 23 minutos.

Diferença: cerca de 14 minutos por atendente por dia. Com 4 atendentes e 22 dias úteis, dá umas 20 horas por mês. É um ganho modesto, e a conta não para aí.

O ganho que não aparece em minutos é o da hora em que o áudio é lido. O atendente no balcão ou numa ligação consegue ler um texto em silêncio e responder na hora. Se ele precisasse esperar para ouvir, o cliente esperava junto. Esse tempo de resposta não entra na conta acima, porque depende de quantos áudios chegam quando ninguém pode ouvir.

Onde a transcrição erra e onde o humano decide

Transcrição automática escreve o que entendeu, não o que o cliente quis dizer. Três lugares pedem cuidado:

  • Número. "Quinze sacos" e "cinquenta sacos" soam parecidos com barulho de fundo. Quantidade, preço, data e endereço que saíram de um áudio devem ser confirmados por escrito com o cliente antes de virar pedido.
  • Nome de produto e gíria. Marca, apelido de produto e termo da região também podem sair trocados, e a ajuda do WhatsApp não traz taxa de acerto para nenhum tipo de palavra. Confira o nome antes de lançar no pedido.
  • Tom. O texto não mostra se o cliente estava irritado ou brincando. Num áudio de reclamação, vale ouvir antes de responder.

Uma regra prática: a transcrição serve para entender rápido e achar a informação. Antes de fechar pedido, dar prazo ou conceder desconto, quem decide confere o número com o cliente.

O que fazer com o dado do cliente

Áudio de cliente é dado pessoal: tem a voz, o nome, às vezes o endereço e o CPF ditados em voz alta. A LGPD exige que o tratamento tenha propósito legítimo, específico e informado ao titular, e que fique limitado ao mínimo necessário para esse propósito (artigo 6º, incisos I e III, da Lei 13.709/2018).

Para o gestor, isso vira três perguntas antes de escolher onde transcrever:

  1. Para onde o áudio vai? Se a transcrição não roda no aparelho, o arquivo sai para ser processado em algum lugar. Saiba qual.
  2. O que fica guardado? O texto fica salvo junto da mensagem ou some quando você fecha a tela?
  3. Quem lê depois? A transcrição respeita a mesma regra de acesso da conversa, ou qualquer pessoa da empresa vê?

Transcrever áudio no WhatsApp é seguro?

No app, a transcrição é gerada no aparelho e o WhatsApp diz que não consegue lê-la, segundo a página de ajuda. Numa ferramenta de atendimento, o áudio é processado fora do celular. Peça a política de dados e confira as três perguntas acima.

A transcrição do WhatsApp aparece para quem mandou o áudio?

Não. Pela página de ajuda do WhatsApp, só quem recebeu o áudio vê a transcrição. Quem enviou não vê.

Dá para transcrever áudio que eu mesmo enviei?

No app, a página de ajuda descreve a transcrição para quem recebe. Numa ferramenta de atendimento, depende da ferramenta. Algumas transcrevem também o áudio enviado pela equipe, o que ajuda quando outro atendente precisa saber o que foi prometido.

A transcrição substitui ouvir o áudio?

Para entender rápido do que se trata, pode substituir. Nos áudios que têm número importante, nome de produto ou reclamação, ouça antes de agir. O próprio WhatsApp avisa que a transcrição pode errar.

Como funciona a transcrição de áudio no Rumo CRM

No Rumo CRM, o botão ✨ Transcrever áudio fica embaixo do player, em áudio recebido ou enviado. O texto aparece logo abaixo e fica salvo na mensagem, então quem enxerga aquela mensagem depois lê sem transcrever de novo (IA na conversa). Ela vem no Essencial, no Pro e no Business e roda na conta da plataforma, sem a chave de IA da empresa. Por isso funciona também no login do vendedor. Já sugestão de resposta, resumo e próximo passo usam a chave salva no login de quem clicou, e só o gerente tem tela para salvar a chave: a chave de um gerente não vale para o vendedor nem para outro gerente, então esses recursos não funcionam no login do vendedor (como ligar a IA). Há um limite de 10 transcrições por minuto por pessoa, e o texto transcrito não entra na sugestão de resposta nem no resumo. O áudio só sai para ser processado quando alguém clica em transcrever, e só vê a transcrição quem já vê a mensagem (como a IA usa os dados das suas conversas). Para ver como o Rumo organiza o WhatsApp do time inteiro numa caixa só, veja a página de atendimento.

Fontes

No Rumo CRM

Central de atendimento no WhatsApp

Multiatendimento no WhatsApp: as conversas do time chegam numa caixa só, cada uma com dono e tempo de resposta medido.

Continue lendo