Em algum lugar da sua exportação do WhatsApp existe um arquivo chamado `AUD-20260214-WA0003.m4a`, e nada nele diz o que tem dentro. Transformar um M4A do WhatsApp em texto é o mesmo trabalho de transcrever qualquer outro áudio de um chat — a extensão muda, o problema não. Mas a extensão conta de onde a gravação veio, e entender isso vale dois minutos antes de transcrever qualquer coisa.
Uma nota de voz gravada dentro do WhatsApp — aquela de segurar o botão do microfone — é áudio Opus dentro de um contêiner OGG. Na exportação, elas chegam como arquivos `.opus`: `PTT-20260214-WA0007.opus` num Android (PTT vem de push-to-talk, apertar para falar), ou nomes numerados como `00000012-AUDIO-2026-02-14-10-31-22.opus` num iPhone.
Um `.m4a` entrou no chat por outra porta. É áudio que foi gravado fora do fluxo de nota de voz e depois compartilhado:
Transcreva todos os áudios desta conversa de uma vez.
Analisar minha conversaNo Android, o nome do arquivo entrega a diferença: o prefixo `PTT-` marca uma nota de voz gravada, o `AUD-` marca um áudio compartilhado. As exportações do iPhone usam os nomes `AUDIO` numerados para os dois casos, então ali a pista é a extensão.
A consequência prática merece atenção: um `.m4a` num chat costuma ser a gravação que mais importa. Ninguém abre o gravador, grava quatro minutos e compartilha o arquivo numa conversa por acidente. Essas gravações são deliberadas de um jeito que uma nota de voz no meio do chat raramente é.
O `.m4a` é um contêiner de áudio MPEG-4, quase sempre carregando AAC — o codec que a Apple usa no gravador, na Música e em boa parte do iOS. Ao contrário do `.opus`, que a maioria dos programas de computador se recusa a abrir, o `.m4a` toca em qualquer lugar. Dê dois cliques num Mac ou num Windows e ele toca.
Isso inverte a queixa de sempre. Com `.opus`, as pessoas travam no "o arquivo não abre" — a situação que a transcrição em lote das notas de voz .opus do WhatsApp percorre em detalhe. Com `.m4a`, o arquivo abre sem problema, e abrir é tudo o que você consegue fazer. Você continua sem poder procurar nele a frase em que um preço foi combinado, folhear como se folheia texto, citar uma linha dele num e-mail ou lê-lo em sequência com as mensagens ao redor. A reprodução nunca foi o obstáculo. O áudio como meio é o obstáculo.
Decida isso antes de começar, porque as respostas são diferentes.
Se você tem genuinamente um `.m4a` curto e só precisa saber o que ele diz, tocar e digitar o essencial pode ser o caminho mais rápido. Transcrever áudio do WhatsApp no iPhone e no Android sem aplicativo cobre as gambiarras no próprio telefone — mas são gambiarras, e nada embutido em nenhuma das plataformas pega um arquivo de áudio de um chat e devolve texto.
A situação mais comum é que o `.m4a` não viaja sozinho. Ele fica numa conversa com dezenas de notas de voz `.opus` ao redor, e a gravação só faz sentido contra as mensagens que vieram antes. Transcrever só aquele arquivo deixa você com um parágrafo de texto solto, desligado da discussão a que pertence. O que você quer de verdade é a camada de voz inteira do chat em texto, em ordem — o que é um trabalho em lote, e transcrever todas as notas de voz de uma exportação de uma vez é o padrão para isso.
O ThreadRecap recebe o .zip exportado e transcreve tudo o que há dentro, seja qual for a extensão.
No WhatsApp, abra a conversa, toque no nome do contato ou do grupo, escolha Exportar Conversa e selecione Anexar Mídia no iPhone ou Incluir Mídia no Android. Este passo importa mais que qualquer outro: a opção só-texto descarta todos os arquivos de áudio em silêncio, `.m4a` incluído, e nada no arquivo resultante avisa que as gravações estão faltando.
Envie a exportação em áudio do WhatsApp em texto. O analisador identifica cada arquivo de áudio da exportação — `.opus`, `.m4a`, `.ogg` e `.mp3` são todos reconhecidos — e casa cada um com a sua mensagem no registro do chat. O preço aparece antes de qualquer coisa rodar, calculado a partir do que foi medido na sua exportação. A análise do texto custa 1 crédito a cada 1.000 mensagens e o áudio 1 crédito a cada 10 minutos, em créditos comprados que nunca expiram, sem assinatura. Se uma transcrição falhar, os créditos voltam automaticamente.
Cada transcrição é colocada na linha do tempo da conversa no momento em que o áudio foi enviado, atribuída a quem enviou. A gravação compartilhada, as notas de voz ao redor e as mensagens digitadas entre elas se leem como uma conversa contínua. A partir daí você pode pesquisar, citar ou rodar um resumo — o que foi dito em voz alta conta o mesmo que o que foi digitado.
Boa parte dos conselhos na internet para transcrever m4a começa com "primeiro converta seu .m4a para MP3" ou "converta para WAV". Pule isso por completo.
Converter um formato com perdas em outro recodifica o áudio, e recodificar só pode perder informação — o modelo de transcrição acaba ouvindo uma gravação um pouco pior do que a que você tinha. Converter para WAV infla o tamanho do arquivo e não recupera nada, porque o que a compressão AAC descartou já se foi. Os modelos de transcrição da OpenAI, que são os que o ThreadRecap usa, leem `.m4a` diretamente, exatamente como leem `.opus`. Se uma ferramenta de transcrição pede conversão antes, isso diz algo sobre a ferramenta, não sobre o seu arquivo.
A mesma lógica vale dentro da exportação. Formatos misturados não precisam de triagem: você não separa os `.m4a`, converte e processa à parte dos `.opus`. Um envio, e o processamento encaminha cada arquivo pelo que ele realmente é.
O formato em si é neutro — AAC nas taxas que essas gravações usam carrega fala confortavelmente bem. O que move a precisão é o que foi gravado:
O idioma é detectado por trecho, então um chat que mistura notas de voz em inglês com uma gravação em português volta com cada gravação transcrita no próprio idioma. E leia contra o áudio qualquer transcrição da qual pretenda depender: transcrição por máquina é documento de trabalho, não documento certificado.
A extensão de um arquivo de áudio do WhatsApp registra como o áudio foi feito. `.opus` significa nota de voz gravada no aplicativo; `.m4a` geralmente significa uma gravação que veio de fora — uma gravação de voz do iPhone, um arquivo encaminhado, uma exportação de iPhone antigo. Vale saber porque diz que tipo de gravação você tem em mãos, e as deliberadas são desproporcionalmente as que valem a leitura.
O que a extensão não muda é o caminho até o texto. Exporte a conversa com mídia, envie o .zip uma vez, e cada gravação dentro dele — por qualquer porta que tenha entrado — volta como texto com data, autor e busca na linha do tempo da conversa. Se a sua exportação se revelar toda `.opus` no fim das contas, a página .opus em texto legível cobre as particularidades desse formato. O envio é o mesmo de qualquer jeito.
Envie sua exportação e cada áudio vira texto pesquisável, com horário, dentro da conversa completa.
O WhatsApp transcreve nota de voz no próprio celular, mas uma por vez e em poucos idiomas. O que funciona no iPhone e no Android sem instalar nada, e onde para.
29 de jul. de 20268 min de leitura
Por que alguns áudios do WhatsApp chegam como .m4a em vez de .opus, e como transformar cada mensagem de voz m4a da exportação em texto com data e hora.