WhatsApp M4A in testo: trascrivi i file audio di una chat

Da qualche parte nel tuo export di WhatsApp c'è un file chiamato AUD-20260214-WA0003.m4a, e niente in esso dice cosa contenga. Trasformare un m4a di WhatsApp in testo è lo stesso lavoro di trascrivere qualsiasi altro audio da una chat: cambia l'estensione, il problema no, e lo strumento da audio a testo gestisce entrambi senza che gli si dica quale è quale. Ma l'estensione ti dice da dove arriva la registrazione, e vale la pena capirlo per due minuti prima di trascrivere qualsiasi cosa.

Perché questo file è .m4a quando gli altri sono .opus

Un messaggio vocale registrato dentro WhatsApp, quello che tieni premuto il pulsante del microfono, è audio Opus in un contenitore OGG. Nell'export arrivano come file .opus: PTT-20260214-WA0007.opus da un telefono Android (PTT sta per push-to-talk), oppure nomi numerati come 00000012-AUDIO-2026-02-14-10-31-22.opus da un iPhone.

Un .m4a è entrato nella chat da un'altra porta. È audio registrato al di fuori del flusso dei messaggi vocali e poi condiviso nella chat:

• Un memo vocale dell'iPhone condiviso nella chat. Il Memo vocali registra in .m4a, e condividere un memo su WhatsApp invia il file così com'è. Di solito è così che entrano in una conversazione le registrazioni più lunghe e deliberate: una riunione registrata da qualcuno, istruzioni dettate a voce, un percorso guidato registrato.
• Un file audio inoltrato da un'altra parte. L'inoltro passa il file senza registrarlo di nuovo, quindi un audio nato come .m4a in un'altra app o in un'altra chat resta .m4a per quanti passaggi faccia.
• Alcuni percorsi di esportazione da iOS. Le versioni più vecchie di iOS salvavano i messaggi vocali direttamente come .m4a, quindi una chat vecchia esportata da un iPhone può contenerli proprio dove ti aspetteresti un .opus.

Su Android il nome del file rivela la differenza: PTT- indica un messaggio vocale registrato, AUD- un file audio condiviso. Gli export da iPhone usano i nomi numerati AUDIO per entrambi, quindi lì l'indizio è l'estensione.

La conseguenza pratica merita attenzione: un .m4a in una chat è spesso la registrazione più importante. Nessuno apre il Memo vocali, registra quattro minuti e condivide il file in una conversazione per sbaglio. Quelle registrazioni sono deliberate in un modo in cui un messaggio vocale a metà chat raramente è.

Cos'è davvero .m4a, e perché il problema è l'opposto di .opus

.m4a è un contenitore audio MPEG-4, quasi sempre con codec AAC, quello che Apple usa per Memo vocali, Musica e gran parte di iOS. A differenza di .opus, che la maggior parte dei programmi per desktop non apre, .m4a si riproduce ovunque. Fai doppio clic su un Mac o su un PC Windows e parte.

Questo ribalta il solito problema. Con .opus ci si blocca su "il file non si apre", la situazione che la trascrizione in blocco dei messaggi vocali .opus di WhatsApp descrive nel dettaglio. Con .m4a il file si apre senza problemi, e aprirlo è tutto ciò che puoi fare. Non puoi comunque cercarci dentro la frase in cui è stato concordato un prezzo, scorrerlo come si scorre un testo, citarne una riga in una email o leggerlo in sequenza con i messaggi intorno. La riproduzione non è mai stata l'ostacolo. È l'audio come formato a essere l'ostacolo.

Un file solo, o una chat piena di file?

Decidi prima di cominciare, perché le risposte cambiano.

Se hai davvero un solo .m4a breve e ti serve sapere cosa dice, riprodurlo e scrivere l'essenziale può essere la strada più rapida. Trascrivere i messaggi vocali di WhatsApp su iPhone e Android senza app descrive le soluzioni sul telefono, ma sono ripieghi, e né l'una né l'altra piattaforma ha qualcosa di integrato che prenda un file audio da una chat e ti restituisca testo.

La situazione più comune è che il .m4a non viaggi da solo. Sta in una conversazione con decine di messaggi vocali .opus intorno, e il memo ha senso solo in relazione ai messaggi che lo precedono. Trascrivere il singolo file ti lascia un paragrafo di testo staccato dal discorso a cui appartiene. Quello che ti serve davvero è l'intero livello vocale della chat in forma di testo, in ordine, e questo è un lavoro in blocco: trascrivere tutti i messaggi vocali di un export in una sola volta è lo schema giusto.

La risposta in blocco: un solo caricamento, ogni formato

ThreadRecap prende lo .zip dell'export e trascrive tutto quello che contiene, qualunque sia l'estensione.

Passo 1: esporta la chat con i media

In WhatsApp apri la chat, tocca il nome del contatto o del gruppo (in un gruppo, i tre puntini in alto a destra), scegli **Esporta chat e poi Allega media su iPhone oppure Includi file multimediali** su Android. Questo passaggio conta più di qualsiasi altro: l'opzione solo testo elimina in silenzio ogni file audio, .m4a compresi, e nel file risultante nulla ti avvisa che le registrazioni mancano.

Passo 2: carica lo .zip

Passo 3: leggi la chat come testo

Ogni trascrizione viene collocata sulla linea temporale della conversazione nel momento in cui è stato inviato il suo audio, attribuita al mittente. Il memo condiviso, i messaggi vocali intorno e i messaggi scritti tra l'uno e l'altro si leggono come un'unica conversazione continua. Da lì puoi cercarla, citarla o farne un riepilogo: quello che è stato detto a voce conta quanto quello che è stato scritto.

Salta il passaggio di conversione

Molti consigli online sulla trascrizione di m4a iniziano con "prima converti il tuo .m4a in MP3" o "convertilo in WAV". Salta tutto questo.

Convertire un formato con perdita in un altro ricodifica l'audio, e la ricodifica può solo togliere informazioni: il modello di trascrizione finisce per ascoltare una registrazione leggermente peggiore di quella che avevi. Convertire in WAV gonfia le dimensioni del file senza recuperare nulla, perché quello che la compressione AAC ha scartato è già perso. I modelli di trascrizione di OpenAI, che ThreadRecap usa, leggono .m4a direttamente, esattamente come leggono .opus. Se uno strumento di trascrizione ti chiede di convertire prima, sta dicendo qualcosa sullo strumento, non sul tuo file.

La stessa logica vale dentro l'export. I formati misti non vanno smistati: non devi estrarre i file .m4a, convertirli ed elaborarli separatamente da quelli .opus. Un solo caricamento, e la pipeline instrada ogni file in base a quello che è davvero.

Cosa influisce sulla precisione con l'audio .m4a

Il formato in sé è neutro: l'AAC alle bitrate usate per queste registrazioni rende il parlato più che bene. A cambiare la precisione è ciò che è stato registrato:

• Le registrazioni deliberate tendono a trascriversi bene. Un memo vocale fatto apposta, con il telefono vicino, un solo parlante e una stanza silenziosa, di solito è più pulito di un messaggio vocale registrato mentre si cammina per strada.
• Le registrazioni di una stanza sono il caso difficile. Un memo registrato da un capo del tavolo, a distanza, con eco e più persone che parlano, si trascrive peggio di qualsiasi messaggio vocale. Se il .m4a è la registrazione di una conversazione e non un messaggio a qualcuno, prevedi di verificare il risultato confrontandolo con l'audio.
• L'inoltro non degrada l'audio, ma nasconde la fonte. Il file arriva alla qualità originale qualunque siano le chat attraversate: un originale nitido resta nitido, uno scadente resta scadente.

La lingua viene rilevata clip per clip, quindi una chat che mescola messaggi vocali in inglese con un memo in portoghese restituisce ogni registrazione trascritta nella sua lingua. E confronta con l'audio ogni trascrizione su cui pensi di fare affidamento: la trascrizione automatica è un documento di lavoro, non un documento certificato.

Il formato non è una decisione da prendere

L'estensione di un file audio di WhatsApp registra come è stato prodotto l'audio. .opus significa un messaggio vocale registrato nell'app; .m4a di solito indica una registrazione arrivata dall'esterno: un Memo vocali, un file inoltrato, un export vecchio da iPhone. Vale la pena saperlo perché ti dice che tipo di registrazione hai davanti, e quelle deliberate sono sproporzionatamente quelle che meritano di essere lette.

Quello che l'estensione non cambia è la strada verso il testo. Esporta la chat con i media, carica lo .zip una volta sola, e ogni registrazione al suo interno, da qualunque porta sia entrata, torna come testo con data, attribuito e ricercabile sulla linea temporale della conversazione. Se il tuo export risulta essere tutto .opus, la pagina da .opus a testo leggibile descrive le specificità di quel formato. Il caricamento è lo stesso in entrambi i casi.