Як транскрибувати голосові повідомлення WhatsApp — і що робити, якщо аудіо іншою мовою

Трихвилинне голосове повідомлення завжди надходить у найневдаліший момент: ви на зустрічі, десь надто гучно або просто не можете слухати зараз. Гарна новина: у більшості випадків вам не потрібен жоден додатковий застосунок — WhatsApp транскрибує голосові повідомлення самостійно, прямо на пристрої. Не така гарна новина: транскрибування дає збій у передбачуваних ситуаціях, і є цілий випадок, який воно не може вирішити — коли аудіо мовою, якої ви не знаєте.

Цей посібник охоплює всі три сценарії, від найпростішого до найбільш упущеного.

1. Вбудований шлях: власне транскрибування WhatsApp

З кінця 2024 року WhatsApp транскрибує голосові повідомлення нативно, для зростаючого списку мов. Дві деталі мають значення:

• Транскрибування відбувається на вашому пристрої. Аудіо не надсилається на сервер транскрибування — обробка є локальною, а наскрізне шифрування чату залишається недоторканним. Це причина віддавати перевагу нативній функції перед будь-яким стороннім застосунком.
• Це опція за запитом для кожного повідомлення. Ви увімкнете її один раз, а потім транскрибуєте лише ті голосові повідомлення, які хочете.

Шлях (точні назви меню можуть трохи відрізнятися залежно від версії):

1. Налаштування → Чати → Транскрипти голосових повідомлень — увімкніть це та оберіть мову. Пристрій один раз завантажить невеликий мовний пакет.
2. У чаті натисніть і утримуйте голосове повідомлення → Транскрибувати. Текст з'явиться під самим повідомленням.

Якщо опції там немає, оновіть застосунок — функція запроваджувалася поетапно і потребує достатньо свіжої версії WhatsApp (а на iPhone — свіжої версії iOS).

2. Де нативне транскрибування дає збій — і що ви насправді можете зробити

Транскрибування на пристрої — це добре, але це не магія. Режими збоїв є передбачуваними:

• Шумне аудіо, фоновна музика або мікрофон далеко від джерела. Локальна модель є компактною; вона деградує швидше, ніж серверний транскрибатор. Немає кнопки, яка б це виправила — попросіть аудіо ще раз або слухайте на швидкості 1,5×.
• Змішані мови в одному повідомленні ("and then he said isso não foi o que combinamos…") — транскрипт дотримується налаштованої мови та спотворює частину іншою мовою.
• Велика кількість сленгу, власні назви, технічні терміни. Текст виходить з дірами саме там, де були важливі слова.
• WhatsApp Web / Desktop: транскрибування — це функція телефону; у браузері її може просто не бути. Транскрибуйте на телефоні.

Чого не варто робити: переспрямувати голосове повідомлення якійсь невідомій програмі-транскрибатору WhatsApp. Переспрямування виводить повідомлення з зашифрованого чату і передає його на сторонній сервер із політикою конфіденційності, яку ви не читали. Для особистого чи робочого аудіо це рідко є розумним компромісом — особливо коли локальний шлях лежить там безкоштовно.

3. Випадок, який транскрибування не може вирішити: аудіо іншою мовою

Ось найбільш стрімкий сценарій — і той, який не виправляє жодна кнопка "Транскрибувати": постачальник у Китаї, клієнт у США, родич, який емігрував. Надходить голосове повідомлення, транскрибування навіть працює... і текст все одно мовою, яку ви не можете прочитати.

Ви можете вставити транскрипт у перекладач тексту, звісно. Це спрацює одного разу. Але погляньте, чим став цей процес: послухати → транскрибувати → скопіювати → вставити → перекласти → написати відповідь → перекласти назад → записати. Кожен цикл — це тертя, а робочі розмови виконують десять циклів на день. Справжня проблема перестала бути "перетворити аудіо на текст" — це проведення розмови різними мовами.

Ця проблема має власну категорію — голосовий перекладач — і один критерій визначає вибір: це одноразова фраза чи розмова, яка триватиме?

• Одноразова фраза: цикл транскрибування-копіювання-перекладу підходить, і будь-який застосунок-перекладач впорається.
• Тривала розмова: ланцюжок голосових повідомлень є симптомом — ви спілкуєтеся повідомленнями, бо говорити наживо було неможливо. Це саме той випадок для перекладу зустрічей наживо: в InterMIND кожна сторона говорить своєю мовою під час дзвінка і чує іншу своєю, 22 мовами, із затримкою аудіо для кожного слухача менше секунди — нічого не потрібно транскрибувати, копіювати чи вставляти. А зустріч завершується нотатками-підсумком для тих, хто її пропустив.

Хочете відчути різницю, не плануючи нічого: відкрийте /demo, відтворіть фрагмент аудіо (це може бути саме те голосове повідомлення) біля мікрофона та почуйте переклад наживо замість того, щоб читати його.

Практичний підсумок

Транскрибування WhatsApp — це одна з тих функцій, які вже лежать у вашій кишені, але половина з нас так і не ввімкнула їх. Увімкніть її. А коли транскрипт все ще нечитабельний, бо проблемою є мова — проблема змінила свою назву, і так само робить інструмент: це розмова, а не фраза.

— Команда Mind.com