WhatsApp ভয়েস মেসেজ কীভাবে ট্রান্সক্রাইব করবেন — আর অডিও অন্য ভাষায় হলে কী করবেন

তিন মিনিটের ভয়েস নোট সবসময় সবচেয়ে অসুবিধার সময়ে আসে: আপনি মিটিংয়ে, কোনো গোলমালের জায়গায়, কিংবা এই মুহূর্তে শুনতেই পারছেন না। সুখবর হলো, বেশিরভাগ ক্ষেত্রে আলাদা কোনো অ্যাপের দরকার নেই — WhatsApp নিজেই, ডিভাইসেই, ভয়েস মেসেজ ট্রান্সক্রাইব করে। কম ভালো খবর হলো, কিছু পরিচিত পরিস্থিতিতে ট্রান্সক্রিপশন ব্যর্থ হয়, আর একটি পুরো ক্ষেত্র সে সমাধান করতেই পারে না — যখন অডিওটি এমন ভাষায় যা আপনি বলেন না।

এই গাইডে তিনটি পরিস্থিতিই আছে, সবচেয়ে সহজটি থেকে শুরু করে সবচেয়ে উপেক্ষিতটি পর্যন্ত।

১. বিল্ট-ইন পথ: WhatsApp-এর নিজস্ব ট্রান্সক্রিপশন

2024 সালের শেষ থেকে WhatsApp ভয়েস মেসেজ নেটিভভাবে ট্রান্সক্রাইব করে — আগস্ট 2026 অনুযায়ী ট্রান্সক্রিপ্টের ভাষা ইংরেজি, পর্তুগিজ, স্প্যানিশ ও রুশ। দুটি বিষয় গুরুত্বপূর্ণ:

• ট্রান্সক্রিপশন আপনার ডিভাইসেই হয়। অডিও কোনো ট্রান্সক্রিপশন সার্ভারে পাঠানো হয় না — প্রসেসিং লোকাল, আর চ্যাটের এন্ড-টু-এন্ড এনক্রিপশন অক্ষুণ্ণ থাকে। এ কারণেই যেকোনো থার্ড-পার্টি অ্যাপের চেয়ে নেটিভ ফিচারটি বেছে নেওয়া ভালো।
• এটি ঐচ্ছিক এবং প্রতিটি মেসেজের জন্য আলাদা। একবার চালু করেন, তারপর শুধু যে ভয়েস নোটগুলো চান সেগুলোই ট্রান্সক্রাইব করেন।

পথটি (মেনুর সঠিক নাম সংস্করণভেদে সামান্য ভিন্ন হতে পারে):

1. Settings → Chats → Voice message transcripts — চালু করুন এবং একটি ভাষা বেছে নিন। ডিভাইস একবার একটি ছোট ল্যাঙ্গুয়েজ প্যাক ডাউনলোড করে।
2. চ্যাটে ভয়েস নোটে লং-প্রেস করুন → Transcribe। লেখাটি মেসেজের ঠিক নিচেই দেখা যায়।

অপশনটি না থাকলে অ্যাপ আপডেট করুন — ফিচারটি ধাপে ধাপে চালু হয়েছে এবং তুলনামূলক সাম্প্রতিক WhatsApp সংস্করণ লাগে (আর iPhone-এ সাম্প্রতিক iOS)।

২. নেটিভ ট্রান্সক্রিপশন যেখানে ব্যর্থ হয় — এবং আপনি আসলে কী করতে পারেন

অন-ডিভাইস ট্রান্সক্রিপশন ভালো, কিন্তু জাদু নয়। ব্যর্থতার ধরনগুলো আগে থেকেই অনুমানযোগ্য:

• গোলমালপূর্ণ অডিও, ব্যাকগ্রাউন্ড মিউজিক, বা দূরের মাইক্রোফোন। লোকাল মডেলটি ছোট; সার্ভার-সাইড ট্রান্সক্রাইবারের চেয়ে এটি দ্রুত মান হারায়। এটি ঠিক করার কোনো বোতাম নেই — অডিওটি আবার চেয়ে নিন, অথবা 1.5× গতিতে শুনুন।
• একই মেসেজে মিশ্র ভাষা ("and then he said isso não foi o que combinamos…") — ট্রান্সক্রিপ্ট কনফিগার করা ভাষাকে অনুসরণ করে এবং অন্য ভাষার অংশটি এলোমেলো করে ফেলে।
• ভারী স্ল্যাং, নাম, প্রযুক্তিগত শব্দ। ঠিক যেখানে গুরুত্বপূর্ণ শব্দগুলো ছিল, লেখায় সেখানেই ফাঁক থেকে যায়।
• WhatsApp Web / Desktop: ট্রান্সক্রিপশন ফোনের ফিচার; ব্রাউজারে সেটি নাও থাকতে পারে। ফোনেই ট্রান্সক্রাইব করুন।

যা করবেন না: ভয়েস নোটটি কোনো অচেনা "WhatsApp transcriber app"-এ ফরওয়ার্ড করা। ফরওয়ার্ড করলে মেসেজটি এনক্রিপ্টেড চ্যাটের বাইরে চলে যায় এবং এমন একটি থার্ড-পার্টি সার্ভারের হাতে পৌঁছায় যার গোপনীয়তা নীতি আপনি পড়েননি। ব্যক্তিগত বা কাজের অডিওর জন্য এটি খুব কমই যুক্তিসংগত বিনিময় — বিশেষ করে যখন লোকাল পথটি বিনামূল্যে হাতের কাছেই আছে।

৩. ট্রান্সক্রিপশন যে ক্ষেত্র সমাধান করতে পারে না: অডিও অন্য ভাষায়

এটাই সবচেয়ে দ্রুত বাড়তে থাকা পরিস্থিতি — আর কোনো "Transcribe" বোতামই এটি ঠিক করে না: চীনের সরবরাহকারী, যুক্তরাষ্ট্রের ক্রেতা, বিদেশে পাড়ি জমানো আত্মীয়। ভয়েস নোট আসে, ট্রান্সক্রিপশনও কাজ করে… কিন্তু লেখাটি তবুও এমন ভাষায় যা আপনি পড়তে পারেন না।

অবশ্যই ট্রান্সক্রিপ্টটি কোনো টেক্সট অনুবাদকে পেস্ট করতে পারেন। একবার তা কাজ করে। কিন্তু প্রক্রিয়াটা কী দাঁড়াল দেখুন: শোনা → ট্রান্সক্রাইব → কপি → পেস্ট → অনুবাদ → উত্তর লেখা → সেটি ফেরত অনুবাদ → রেকর্ড। প্রতিটি চক্র ঝামেলা, আর কাজের কথোপকথনে দিনে দশটা চক্র চলে। আসল সমস্যা আর "অডিওকে টেক্সটে রূপান্তর" নেই — সেটি হলো ভাষার ওপারে কথোপকথন চালিয়ে যাওয়া।

এই সমস্যার নিজস্ব একটি ক্যাটাগরি আছে — ভয়েস অনুবাদক — এবং একটি মানদণ্ডই বেছে নেওয়া ঠিক করে দেয়: এটি কি একবারের একটি বাক্য, নাকি এমন কথোপকথন যা চলতে থাকবে?

• একবারের বাক্য: ট্রান্সক্রাইব-কপি-অনুবাদের চক্রই যথেষ্ট, যেকোনো অনুবাদ অ্যাপে চলবে।
• চলমান কথোপকথন: ভয়েস নোটের শৃঙ্খলটাই লক্ষণ — আপনি মেসেজে কথা বলছেন কারণ সরাসরি কথা বলা সম্ভব হয়নি। লাইভ মিটিং অনুবাদের জন্য ঠিক এটাই উপযুক্ত ক্ষেত্র: InterMIND-এ প্রতিটি পক্ষ কলে নিজের ভাষায় বলে এবং অন্যকে নিজের ভাষায় শোনে, 23টি ভাষায়, প্রতিটি শ্রোতার জন্য আলাদা অডিও এক সেকেন্ডেরও কম বিলম্বে — ট্রান্সক্রাইব, কপি বা পেস্ট করার কিছু নেই। আর মিটিং শেষে যারা উপস্থিত ছিলেন না তাদের জন্য একটি সারসংক্ষেপ নোট তৈরি হয়।

কিছু শিডিউল না করেই পার্থক্যটা অনুভব করতে চান: /demo খুলুন, মাইক্রোফোনের কাছে কিছুটা অডিও চালান (সেটা ঠিক ওই ভয়েস নোটটিই হতে পারে), এবং লাইভ অনুবাদ পড়ার বদলে শুনুন।

ব্যবহারিক সারসংক্ষেপ

WhatsApp ট্রান্সক্রিপশন সেই ফিচারগুলোর একটি যা আমাদের পকেটেই আছে, অথচ আমাদের অর্ধেক মানুষ কখনো চালু করেনি। চালু করুন। আর যখন ভাষাটাই সমস্যা হওয়ায় ট্রান্সক্রিপ্ট তবুও পড়া যায় না — তখন সমস্যার নাম বদলেছে, আর সরঞ্জামেরও: এটি একটি কথোপকথন, একটি বাক্য নয়।

প্রায়শই জিজ্ঞাসিত প্রশ্ন

WhatsApp ভয়েস মেসেজ ট্রান্সক্রিপ্ট কীভাবে চালু করব?

Settings → Chats → Voice message transcripts — চালু করুন এবং একটি ভাষা বেছে নিন (ডিভাইস একবার একটি ছোট ল্যাঙ্গুয়েজ প্যাক ডাউনলোড করে)। তারপর যেকোনো চ্যাটে ভয়েস নোটে লং-প্রেস করুন → Transcribe।

ট্রান্সক্রিপশনের জন্য ভয়েস নোট কি কোনো সার্ভারে পাঠানো হয়?

না — WhatsApp-এর ট্রান্সক্রিপশন আপনার ডিভাইসেই চলে, আর চ্যাটের এন্ড-টু-এন্ড এনক্রিপশন অক্ষুণ্ণ থাকে। এ কারণেই এটি যেকোনো থার্ড-পার্টি "WhatsApp transcriber" অ্যাপের চেয়ে ভালো, কারণ সেসব অ্যাপে অডিও এনক্রিপ্টেড চ্যাটের বাইরে নিতে হয়।

WhatsApp কোন কোন ভাষা ট্রান্সক্রাইব করতে পারে?

ইংরেজি, পর্তুগিজ, স্প্যানিশ ও রুশ (আগস্ট 2026 অনুযায়ী, WhatsApp-এর সহায়তা পৃষ্ঠা অনুসারে)। অন্য ভাষার ভয়েস নোট — বা দুটি ভাষা মেশানো — এলোমেলো হয়ে বেরোয়।

ভয়েস মেসেজ যদি এমন ভাষায় হয় যা আমি বলি না, তখন কী করব?

ট্রান্সক্রিপশন সেটা সমাধান করে না — লেখাটি তবুও পড়ার অযোগ্য থাকে। একবারের জন্য হলে ট্রান্সক্রাইব করে কোনো টেক্সট অনুবাদকে পেস্ট করুন। চলমান কথোপকথনের জন্য সেটি ভয়েস অনুবাদক ক্যাটাগরি: একটি লাইভ কল যেখানে প্রতিটি পক্ষ নিজের ভাষায় বলে ও শোনে।

— Mind.com টিম

সূত্র: WhatsApp — How to turn voice message transcripts on or off, WhatsApp blog — voice message transcripts announcement, আগস্ট 2026-এ যাচাইকৃত। WhatsApp সময়ের সঙ্গে ফিচার ও ভাষার তালিকা পরিবর্তন করে — বর্তমান অবস্থা জানতে তাদের পৃষ্ঠাগুলো দেখুন।