WhatsApp M4A para texto: os áudios de uma conversa

Em algum lugar da sua exportação de WhatsApp existe um arquivo nomeado `AUD-20260214-WA0003.m4a`, e nada nele diz o que está dentro. Transformar áudio m4a do WhatsApp em texto é o mesmo trabalho que transcrever qualquer outro áudio de um chat — a extensão muda, o problema não, e a ferramenta de áudio para texto lida com ambos sem ser informada qual é qual. Mas a extensão sim diz de onde a gravação veio, e isso vale dois minutos de entendimento antes de transcrever qualquer coisa.

Por que este arquivo é .m4a quando os outros são .opus

Uma mensagem de voz gravada dentro do WhatsApp — o tipo apertar-o-botão-do-microfone — é áudio Opus em um contêiner OGG. Em uma exportação, esses chegam como arquivos `.opus`: `PTT-20260214-WA0007.opus` de um telefone Android (PTT significa push-to-talk), ou nomes numerados como `00000012-AUDIO-2026-02-14-10-31-22.opus` de um iPhone.

Um `.m4a` entrou no chat por uma porta diferente. É áudio que foi gravado fora do fluxo de mensagem de voz e depois compartilhado em:

• Um Memorando de Voz do iPhone compartilhado no chat. Voice Memos grava `.m4a`, e compartilhar um memorando para WhatsApp envia o arquivo como está. Assim é como gravações mais longas e deliberadas — uma reunião que alguém gravou, instruções faladas, um passo a passo gravado — geralmente entram em uma conversa.
• Um arquivo de áudio encaminhado de outro lugar. Encaminhar passa o arquivo adiante em vez de re-gravá-lo, portanto áudio nascido como `.m4a` em outro app ou outro chat permanece `.m4a` por quantos saltos fizer.
• Alguns caminhos de exportação do iOS. Versões antigas do iOS gravavam as próprias mensagens de voz como `.m4a`, então um chat antigo exportado de um iPhone pode conter essas exatamente onde você esperaria `.opus`.

No Android, o nome do arquivo revela a diferença: `PTT-` prefixo de uma mensagem de voz gravada, `AUD-` prefixo de um arquivo de áudio compartilhado. As exportações do iPhone usam os nomes numerados `AUDIO` para ambos, então lá a extensão é a pista.

A consequência prática vale a pena notar: um `.m4a` em um chat é frequentemente a gravação que mais importa. Ninguém abre Voice Memos, grava quatro minutos, e compartilha o arquivo em uma conversa por acidente. Essas gravações são deliberadas de um jeito que uma mensagem de voz no meio do chat raramente é.

O que .m4a realmente é — e por que o problema é o oposto do .opus

`.m4a` é um contêiner de áudio MPEG-4, quase sempre carregando AAC — o codec que a Apple usa no Voice Memos, Music e na maior parte do iOS. Diferente do `.opus`, que a maioria do software de desktop se recusa a abrir, `.m4a` toca em todo lugar. Clique duas vezes nele em um Mac ou máquina Windows e ele toca.

Isso inverte a reclamação usual. Com `.opus`, as pessoas ficam presas em "o arquivo não abre" — a situação que transcrição em massa de mensagens de voz .opus do WhatsApp detalha em profundidade. Com `.m4a`, o arquivo abre bem, e abri-lo é tudo que você pode fazer. Você ainda não consegue procurar nele pela frase onde um preço foi acordado, revisar como você revisa texto, citar uma linha dele em um email, ou ler em sequência com as mensagens ao seu redor. A reprodução nunca foi o obstáculo. Áudio como um meio é o obstáculo.

Um arquivo, ou um chat cheio deles?

Decida isso antes de começar, porque as respostas diferem.

Se você genuinamente tem um `.m4a` curto e apenas precisa saber o que ele diz, reproduzi-lo e digitar o essencial pode ser a rota mais rápida. Transcrever áudio do WhatsApp em iPhone e Android sem um app cobre os workarounds no telefone — mas são workarounds, e nada integrado em nenhuma das duas plataformas levará um arquivo de áudio de um chat e entregará texto para você.

A situação mais comum é que o `.m4a` não viaja sozinho. Ele fica em uma conversa com dezenas de mensagens de voz `.opus` ao seu redor, e o memorando só faz sentido contra as mensagens que vieram antes. Transcrever o arquivo único deixa você com um parágrafo de texto flutuando solto do argumento ao qual pertence. O que você realmente quer é toda a camada de voz do chat como texto, em ordem — que é um trabalho em lote, e transcrever todas as mensagens de voz em uma exportação de uma vez é o padrão para isso.

A resposta em lote: um upload, todos os formatos

ThreadRecap pega o .zip da exportação e transcreve tudo nele, qualquer que seja a extensão.

Passo 1: Exporte o chat com mídia

No WhatsApp, abra o chat, toque no nome do contato ou grupo, escolha **Exportar Chat, e escolha Anexar Mídia no iPhone ou Incluir Mídia** no Android. Este passo importa mais do que qualquer outro: a opção somente texto silenciosamente descarta cada arquivo de áudio, `.m4a` incluído, e nada no arquivo resultante avisa que as gravações estão faltando.

Passo 2: Faça upload do .zip

Passo 3: Leia o chat como texto

Cada transcrição é colocada na linha do tempo da conversa no momento em que seu áudio foi enviado, atribuído ao remetente. O memorando compartilhado, as mensagens de voz ao seu redor e as mensagens digitadas entre elas leem como uma conversa contínua. De lá você pode procurar nela, citar, ou executar um resumo sobre ela — o que foi dito em voz alta conta igual ao que foi digitado.

Pule a etapa de conversão

Muito conselho online para transcrição de m4a começa com "primeiro converta seu .m4a para MP3" ou "converta para WAV". Pule isso inteiramente.

Converter de um formato com perda para outro re-codifica o áudio, e re-codificar só pode perder informação — o modelo de transcrição acaba ouvindo uma gravação ligeiramente pior do que a que você tinha. Converter para WAV infla o tamanho do arquivo e não restaura nada, porque tudo que a compressão AAC descartou já se foi. Os modelos de transcrição da OpenAI, que ThreadRecap usa, leem `.m4a` diretamente, exatamente como leem `.opus`. Se uma ferramenta de transcrição pedir para você converter primeiro, isso é uma declaração sobre a ferramenta, não sobre seu arquivo.

A mesma lógica se aplica dentro da exportação. Formatos mistos não precisam ser classificados: você não puxa os arquivos `.m4a`, converte-os, e os processa separadamente dos `.opus`. Um upload, e o pipeline encaminha cada arquivo pelo que realmente é.

O que afeta a precisão em áudio .m4a

O formato em si é neutro — AAC nas taxas de bits que essas gravações usam carrega fala confortavelmente bem. O que move a precisão é o que foi gravado:

• Gravações deliberadas tendem a transcrever bem. Um Voice Memo feito propositalmente — telefone perto, um falante, sala silenciosa — geralmente é mais limpo do que uma mensagem de voz gravada enquanto caminha pela rua.
• Gravações de uma sala são o caso difícil. Um memorando gravado de uma mesa distante, com distância, eco e várias pessoas falando, transcreve pior do que qualquer mensagem de voz. Se o `.m4a` é uma gravação de uma conversa em vez de uma mensagem para alguém, planeje revisar a saída contra o áudio.
• Encaminhar não degrada o áudio, mas esconde a origem. O arquivo chega em sua qualidade original porém muitos chats o passaram — um original claro permanece claro, e um pobre permanece pobre.

O idioma é detectado por clip, então um chat que mistura mensagens de voz em inglês com um memorando em português retorna com cada gravação transcrita em seu próprio idioma. E leia qualquer transcrição em que você pretenda confiar contra o áudio: transcrição automática é um documento de trabalho, não um certificado.

Formato não é uma decisão que você precisa tomar

A extensão em um arquivo de áudio do WhatsApp registra como o áudio foi feito. `.opus` significa uma mensagem de voz gravada no app; `.m4a` geralmente significa uma gravação que veio de fora — um Voice Memo, um arquivo encaminhado, uma exportação antiga do iPhone. Isso vale a pena saber porque diz qual tipo de gravação você está segurando, e as deliberadas são desproporcionalmente as que valem a pena ler.

O que a extensão não muda é o caminho para texto. Exporte o chat com mídia, faça upload do .zip uma vez, e cada gravação nele — qualquer que seja a porta por onde entrou — retorna como texto com carimbo de tempo, atribuído e pesquisável na linha do tempo da conversa. Se sua exportação terminar sendo toda `.opus` afinal, a página .opus para texto legível cobre os detalhes desse formato. O upload é o mesmo de qualquer forma.