Transcrição de áudio: ler os áudios da conversa como texto

Visão geral

A transcrição de áudio converte os áudios da conversa em texto e mostra esse texto embaixo do player, na própria bolha da mensagem. O agente lê o recado sem precisar dar play — útil em ambiente barulhento, em atendimento simultâneo e para buscar depois pelo conteúdo do áudio.

Ela funciona em qualquer canal que receba áudio: WhatsApp (Cloud e Web), Telegram, SMS, Line, Messenger, Instagram, e-mail, widget do site, canal de API e gravações de chamada. A configuração é a mesma para todos.

Três decisões, nesta ordem:

• Ligada ou desligada na caixa de entrada. Toda caixa nova nasce desligada.
• Qual áudio ela cobre: o que o contato enviou, o que o agente gravou, ou os dois.
• Exceção por conversa, quando uma conversa específica precisa de um comportamento diferente do restante da caixa.

Pré-requisitos

• Uma chave de API da OpenAI ou da Groq disponível para a conta. Configure em Configurações → Integrações, ou peça ao operador da plataforma para configurá-la no servidor.
• Acesso de administrador para configurar a caixa de entrada.
• Acesso à conversa para criar uma exceção pontual.

A própria tela informa se existe chave: um selo Chave configurada ou Sem chave aparece no topo da aba. Sem chave, a transcrição não gera texto nenhum — por isso vale conferir esse selo antes de ligar a funcionalidade.

Passo a passo

Ligar na caixa de entrada

1. Abra Configurações → Caixas de entrada e selecione a caixa.
2. Abra a aba Transcrição de áudio.
3. Confira o selo de chave no topo. Se estiver Sem chave, use o link para configurar a integração antes de continuar.
4. Ative Transcrição de áudio.
5. Escolha o alcance nas duas chaves abaixo:
   • Transcrever áudios recebidos dos contatos — ligada por padrão.
   • Transcrever áudios gravados pelos agentes — desligada em caixas novas; caixas que já existiam vêm com ela ligada, preservando o que já faziam.

Cada chave salva sozinha, no momento em que você a altera.

Ajustar uma conversa específica

1. Abra a conversa e, no painel lateral direito, expanda Transcrição de áudio.
2. O painel mostra a política atual e quais áudios estão sendo transcritos ali.
3. Use Ajustar para esta conversa e escolha a política:
   • Seguir a caixa de entrada — o padrão.
   • Sempre transcrever — vale mesmo que a caixa esteja com a transcrição desligada.
   • Nunca transcrever — desliga só nesta conversa.
4. Com Sempre transcrever, você ainda pode definir cada alcance separadamente ou deixá-lo herdando a caixa.
5. Clique em Salvar.

Configurações e opções

Uma caixa nova nasce com o áudio do agente desligado de propósito: ele consome IA para produzir um texto que o próprio agente acabou de falar. Uma caixa que já existia continua transcrevendo o áudio do agente, porque era isso que ela já fazia — a atualização não desliga nada por conta própria. Se você não precisa desse texto, desligue a chave e o consumo para.

Casos de uso

• Atendimento com muito áudio: o time lê o recado em segundos e responde por texto.
• Busca no histórico: o texto transcrito entra na busca, então um áudio antigo volta a ser encontrável pelo que foi dito nele.
• Conversa sensível: uma conversa específica pode ficar em Nunca transcrever mesmo com a caixa ligada.
• Piloto controlado: ligue a transcrição só na caixa que você quer avaliar antes de expandir.

Dicas, limites e boas práticas

• O limite por arquivo é de 25 MB. Áudios maiores não são transcritos.
• Formatos suportados: flac, m4a, mp3, mp4, mpeg, mpga, oga, ogg, wav e webm. Formatos antigos como amr e 3gp não são transcritos — a bolha avisa em vez de ficar vazia.
• O idioma é detectado automaticamente. Quando a conversa já tem um idioma conhecido, ele é usado como pista para melhorar o resultado.
• A transcrição aparece sozinha, sem recarregar a página.
• O texto transcrito também pode ser traduzido — veja o artigo de tradução automática no final.

Solução de problemas

A bolha do áudio não mostra nenhum texto. Confira, nesta ordem: a caixa está com Transcrição de áudio ligada; o alcance correspondente à direção do áudio está ligado; a conversa não está em Nunca transcrever; e o selo no topo da aba diz Chave configurada.

A bolha mostra um aviso em vez do texto. O aviso diz exatamente o que aconteceu:

O botão "Tentar novamente" não aparece. Ele só aparece nos casos em que uma segunda tentativa pode dar certo. Um formato não suportado ou um arquivo grande demais falhariam de novo do mesmo jeito.

Estou pagando IA por áudio que não preciso. Desligue Transcrever áudios gravados pelos agentes na caixa de entrada. Ele é a origem mais comum de consumo que não gera valor.

Veja também

• Configurações de caixa de entrada
• Tradução automática em tempo real