如何转写 WhatsApp 语音消息——以及音频使用另一种语言时该怎么办

那条三分钟的语音总是在最不合时宜的时候到来:您正在开会,身处嘈杂的地方,或者此刻根本无法收听。好消息是:大多数情况下,您不需要任何额外的应用——WhatsApp 自带语音消息转写功能,直接在设备上完成。不那么好的消息是:转写在一些可预见的情况下会失败,而且有一种情况它根本解决不了——音频使用的是您不懂的语言。

本指南涵盖这三种场景,从最简单的到最容易被忽视的。

1. 内置方式:WhatsApp 自带的转写

自 2024 年末起,WhatsApp 原生支持语音消息转写——截至 2026 年 8 月,支持的转写语言为英语、葡萄牙语、西班牙语和俄语。有两个细节值得注意:

转写在您的设备上进行。 音频不会被发送到转写服务器——处理在本地完成,聊天的端到端加密保持完好。这就是应优先使用原生功能、而不是任何第三方应用的原因。
需要主动开启,并且按条触发。 您只需开启一次,之后只转写您想转写的语音消息。

操作路径(具体菜单名称可能因版本略有不同):

设置 → 聊天 → 语音消息转文字——开启并选择一种语言。设备会下载一个小型语言包,仅需下载一次。
在聊天中,长按语音消息 → 转文字。文字会显示在消息下方。

如果没有看到该选项,请更新应用——该功能是分阶段推出的,需要较新版本的 WhatsApp(在 iPhone 上还需要较新的 iOS)。

2. 原生转写在哪些情况下会失败——以及您实际可以做什么

设备端转写效果不错,但并非万能。它的失败情形是可预见的:

嘈杂的音频、背景音乐,或麦克风距离说话人太远。 本地模型体积小巧,效果下降得比服务器端转写更快。没有任何按钮能修复这个问题——请对方重新发送音频,或以 1.5 倍速收听。
一条消息中混用多种语言(例如"然后他说 isso não foi o que combinamos……")——转写结果会按已设置的语言进行,混用的另一种语言部分会被识别得一塌糊涂。
大量俚语、专有名称、技术术语。 转写出的文字恰恰在关键词的位置出现空缺。
WhatsApp 网页版/桌面版: 转写是手机端功能;在浏览器中可能根本没有。请在手机上转写。

不要这样做:把语音消息转发给某个来路不明的"WhatsApp 转写应用"。转发会把消息从加密聊天中取出,交给第三方服务器,而您并没有读过它的隐私政策。对于个人或工作音频来说,这很少是一笔划算的交换——尤其是本地方式本来就免费可用。

3. 转写解决不了的情况:音频使用另一种语言

这是增长最快的场景,也是任何"转写"按钮都无法解决的:中国的供应商、美国的客户、移民海外的亲戚。语音消息到了,转写甚至也成功了……但文字仍然是您看不懂的语言。

当然,您可以把转写文本粘贴到文本翻译工具里。这样做一次没问题。但请看看整个流程变成了什么样:收听 → 转写 → 复制 → 粘贴 → 翻译 → 撰写回复 → 再翻译回去 → 录音。每一轮都是摩擦,而工作沟通一天要来回十轮。真正的问题已经不再是"把音频变成文字",而是跨语言进行对话。

这个问题有自己的类别——语音翻译器——而决定如何选择的标准只有一个:这是一句一次性的话,还是一场会持续下去的对话?

一次性的一句话: "转写—复制—翻译"的流程就够用了,任何翻译应用都可以。
持续的对话: 一连串的语音消息本身就是症状——您之所以靠消息来"交谈",是因为无法实时通话。这恰好就是实时会议翻译的适用场景:在 InterMIND 中,通话双方各说自己的语言,各听自己的语言,覆盖 23 种语言,为每位听众提供实时音频——无需转写、复制或粘贴。会议结束后,还会为错过的人生成一份会议纪要(recap)。

想在不安排任何会议的情况下体验其中的差别:打开 /demo,在麦克风附近播放一段音频(正是那条语音消息也可以),然后亲耳听实时翻译,而不是阅读。接着开始您的第一场会议——访客通过链接加入,各自使用自己的语言。

实用小结

情形	最佳方式
此刻无法收听	WhatsApp 原生转写(设备端,加密保持完好)
嘈杂音频 / 俚语 / 混合语言	以 1.5 倍速收听——本地转写会失败
个人音频 + 第三方应用	避免:音频会离开加密聊天
音频为另一种语言,一次性	转写 → 翻译文本
持续的跨语言对话	实时会议语音翻译器——每个人说自己的语言,听自己的语言