Cara mentranskripsi pesan suara WhatsApp — dan apa yang harus dilakukan saat audio dalam bahasa lain

Pesan suara tiga menit itu selalu datang di saat yang paling buruk: Anda sedang dalam rapat, di tempat yang berisik, atau sekadar tidak bisa mendengarkannya sekarang. Kabar baiknya: untuk sebagian besar kasus Anda tidak memerlukan aplikasi tambahan — WhatsApp mentranskripsi pesan suara sendiri, langsung di perangkat. Kabar yang kurang baik: transkripsi gagal dalam situasi yang dapat diprediksi, dan ada satu kasus yang tidak bisa dipecahkan — ketika audio berada dalam bahasa yang tidak Anda kuasai.

Panduan ini mencakup ketiga skenario, dari yang paling sederhana hingga yang paling sering diabaikan.

1. Jalur bawaan: Transkripsi WhatsApp sendiri

Sejak akhir 2024 WhatsApp mentranskripsi pesan suara secara native, dalam daftar bahasa yang terus bertambah. Ada dua detail penting:

• Transkripsi terjadi di perangkat Anda. Audio tidak dikirim ke server transkripsi — pemrosesan dilakukan secara lokal, dan enkripsi end-to-end obrolan tetap utuh. Itulah alasan untuk memilih fitur bawaan daripada aplikasi pihak ketiga mana pun.
• Bersifat opsional dan per pesan. Anda mengaktifkannya sekali, lalu mentranskripsi hanya pesan suara yang Anda inginkan.

Langkahnya (nama menu persisnya sedikit berbeda tergantung versinya):

1. Pengaturan → Obrolan → Transkrip pesan suara — aktifkan dan pilih bahasa. Perangkat akan mengunduh paket bahasa kecil, sekali.
2. Di obrolan, tekan lama pesan suara → Transkripsi. Teks akan muncul di bawah pesan itu sendiri.

Jika opsi tersebut tidak ada, perbarui aplikasinya — fitur ini diluncurkan secara bertahap dan memerlukan WhatsApp yang cukup baru (dan, di iPhone, iOS yang baru).

2. Di mana transkripsi native gagal — dan apa yang sebenarnya bisa Anda lakukan

Transkripsi di perangkat memang bagus, tetapi bukan sihir. Mode kegagalannya dapat diprediksi:

• Audio berisik, musik latar, atau mikrofon yang terlalu jauh. Model lokal berukuran ringkas; kualitasnya menurun lebih cepat daripada transkriber sisi server. Tidak ada tombol yang memperbaikinya — minta audio tersebut lagi, atau dengarkan dengan kecepatan 1,5×.
• Bahasa campuran dalam satu pesan ("dan kemudian dia berkata isso não foi o que combinamos…") — transkrip mengikuti bahasa yang dikonfigurasi dan merusak bagian bahasa lainnya.
• Slang berat, nama diri, istilah teknis. Teks yang dihasilkan berlubang tepat di kata-kata penting.
• WhatsApp Web / Desktop: transkripsi adalah fitur ponsel; di browser mungkin memang tidak ada. Transkripsi di ponsel.

Yang tidak boleh dilakukan: meneruskan pesan suara ke "aplikasi transkripsi WhatsApp" yang tidak dikenal. Penerusan mengeluarkan pesan dari obrolan terenkripsi dan menyerahkannya ke server pihak ketiga dengan kebijakan privasi yang belum Anda baca. Untuk audio pribadi atau pekerjaan, itu jarang menjadi pertukaran yang masuk akal — terutama dengan jalur lokal yang sudah ada di sana secara gratis.

3. Kasus yang tidak bisa dipecahkan oleh transkripsi: audio dalam bahasa lain

Berikut adalah skenario yang pertumbuhannya paling cepat — dan yang tidak bisa diperbaiki oleh tombol "Transkripsi" mana pun: pemasok di Tiongkok, pelanggan di AS, kerabat yang berimigrasi. Pesan suara tiba, transkripsi juga berfungsi… dan teksnya tetap berada dalam bahasa yang tidak bisa Anda baca.

Anda bisa menempelkan transkrip ke dalam penerjemah teks, tentu saja. Itu berhasil sekali. Tapi perhatikan apa yang terjadi pada alurnya: dengarkan → transkripsi → salin → tempel → terjemahkan → tulis balasan → terjemahkan kembali → rekam. Setiap putaran adalah hambatan, dan percakapan kerja menjalankan sepuluh putaran sehari. Masalah sebenarnya bukan lagi "mengubah audio menjadi teks" — melainkan mengadakan percakapan lintas bahasa.

Masalah itu memiliki kategorinya sendiri — penerjemah suara — dan satu kriteria menentukan pilihannya: apakah ini frasa sekali pakai, atau percakapan yang akan berlanjut?

• Frasa sekali pakai: putaran transkripsi-salin-terjemahkan tidak masalah, dan aplikasi penerjemah apa pun akan berhasil.
• Percakapan yang berkelanjutan: rangkaian pesan suara adalah gejalanya — Anda bercakap-cakap melalui pesan karena berbicara langsung tidak mungkin. Itulah persis kasus untuk terjemahan rapat langsung: di InterMIND, setiap sisi berbicara dalam bahasa mereka sendiri dalam panggilan dan mendengar sisi lain dalam bahasa mereka, lintas 22 bahasa, dengan audio per pendengar tertinggal kurang dari satu detik — tidak ada yang perlu ditranskripsi, disalin, atau ditempel. Dan rapat diakhiri dengan catatan rekap untuk siapa pun yang melewatkannya.

Ingin merasakan bedanya tanpa menjadwalkan apa pun: buka /demo, putar cuplikan audio (bisa berupa pesan suara tersebut) di dekat mikrofon, dan dengarkan terjemahan langsung alih-alih membacanya.

Ringkasan praktis

Transkripsi WhatsApp adalah salah satu fitur yang sudah ada di saku Anda tetapi setengah dari kami tidak pernah mengaktifkannya. Aktifkan. Dan ketika transkrip masih tidak bisa dibaca karena bahasanya adalah masalahnya — masalahnya telah berganti nama, dan begitu juga alatnya: ini adalah percakapan, bukan frasa.

— Tim Mind.com