Transcrever áudio do WhatsApp no iPhone/Android sem app

Dá para transcrever áudio do WhatsApp num iPhone ou Android sem instalar nada. O próprio WhatsApp tem um recurso de transcrição nas versões recentes, e os dois celulares vêm com ferramentas de ditado que podem ser apontadas para uma mensagem de voz. Para uma mensagem, num idioma suportado, isso é genuinamente tudo o que você precisa. O problema aparece na segunda mensagem e cresce dali em diante: todo método no celular funciona uma gravação por vez, e nenhum deles produz um texto que você possa exportar, pesquisar ou entregar a alguém.

Por isso este guia faz as duas coisas. Primeiro, as opções honestas no próprio celular, porque se você só precisa ler uma mensagem de voz antes de responder, não deveria precisar de nada além do que já está no aparelho. Depois, onde cada opção para, e o que fazer quando a tarefa é uma conversa inteira de áudios, e não uma mensagem só.

Uma observação sobre o que "sem app" significa aqui. Os métodos abaixo usam o próprio WhatsApp, o ditado do celular ou ferramentas que já vieram instaladas. A alternativa de rodada única, no fim, roda no navegador, o que mantém a mesma promessa: lá também não há nada para instalar.

A transcrição nativa do WhatsApp, e onde ela para

O caminho mais direto é o que o próprio WhatsApp adicionou. Nas versões recentes do aplicativo, mensagens de voz podem ser transcritas no celular: abra Configurações, depois Conversas, depois Transcrição de mensagens de voz, e ative o recurso. A partir daí, segure qualquer mensagem de voz e toque em Transcrever. O texto é gerado no aparelho, não num servidor, o que é uma vantagem real de privacidade.

Vale tentar primeiro, e vale deixar claros os três pontos em que ele para.

A lista de idiomas é curta. As transcrições funcionam num conjunto limitado de idiomas, e a lista muda entre iPhone e Android. Se a mensagem de voz está num idioma que o recurso não cobre, a opção falha ou simplesmente nunca aparece.

É estritamente por mensagem. Cada mensagem de voz exige o próprio toque longo. Não existe botão de "transcrever esta conversa". Dez mensagens de voz são dez transcrições, lidas um balão por vez.

O texto fica preso no balão. A transcrição é um apoio de leitura, não um documento. Ela não vai junto quando você exporta a conversa, não pode ser juntada num arquivo e não pode ser pesquisada entre mensagens. Exporte a conversa e o que volta são os arquivos de áudio, não as transcrições.

Se a opção Transcrever não aparece de jeito nenhum, confira a configuração acima, atualize o WhatsApp e considere o idioma. Versão antiga do aplicativo e idioma não suportado são os motivos habituais.

No iPhone, ditado sem baixar nada

Se a transcrição nativa não está disponível, o iPhone ainda tem dois truques honestos.

Ditado do teclado. Abra o Notas, toque no microfone do teclado e toque a mensagem de voz em voz alta no alto-falante, de um segundo aparelho ou do mesmo celular. O ditado digita o que ouve. Funciona, com ressalvas: a pontuação é chute, ele pausa quando quem fala pausa, e desiste depois de um tempo, então uma mensagem de voz de três minutos obriga a recomeçar o ditado várias vezes.

Gravador. Nas versões recentes do iOS, o app Gravador gera uma transcrição do que grava. Comece a gravar, toque a mensagem de voz no alto-falante, pare e leia a transcrição. Mesma ideia, um passo a mais, e você fica com uma cópia em áudio da reprodução.

Repare no que os dois truques têm em comum: o celular não está lendo o arquivo de áudio. Ele está ouvindo o ambiente pelo microfone enquanto o arquivo toca. Barulho de fundo, volume baixo e distorção do alto-falante entram todos na transcrição. Você está transcrevendo uma regravação, e isso aparece na precisão.

No Android, as ferramentas que já vêm no aparelho

As opções do Android têm o mesmo formato.

Live Transcribe. Pré-instalado nos Pixel e em muitos outros aparelhos como recurso de acessibilidade (no Brasil aparece como Transcrição Instantânea), converte em texto na tela tudo o que o microfone ouve. Toque a mensagem de voz no alto-falante ao lado dele e acompanhe. O texto pode ser copiado, uma reprodução por vez.

O app Gravador. Nos Pixel, o app Gravador transcreve o que grava. Grave enquanto a mensagem de voz toca e depois leia a transcrição, o mesmo movimento do truque do iOS acima.

Digitação por voz. O botão de microfone do Gboard transforma qualquer campo de texto em alvo de ditado. Abra uma nota, toque no microfone, toque o áudio no alto-falante.

A ressalva do microfone vale para os três. E, nas duas plataformas, a aritmética é o limite real: cada um desses lida com uma mensagem de voz por reprodução, em tempo real. Uma conversa com quarenta mensagens de voz são quarenta reproduções, mais o copia-e-cola, mais a limpeza.

Onde todo método no celular quebra

Para uma mensagem, qualquer opção acima resolve. Os problemas começam quando a tarefa muda de forma.

Volume. Os métodos no celular custam mais ou menos a duração do áudio por mensagem, vezes cada mensagem. Uma hora de mensagens de voz acumuladas é uma tarde de toques na tela, e é na tentação de pular as que parecem sem importância que a que importava passa batida.

Exportação. Nenhum desses métodos produz um arquivo. A transcrição nativa mora dentro do balão; os truques de ditado deixam fragmentos espalhados por notas. Não existe, no fim, um documento com a conversa, em ordem, com as partes faladas em texto.

Pesquisa. Não dá para pesquisar áudio. Se o que você precisa é a mensagem de voz em que um preço foi combinado, a resposta no celular é reescutar até achar.

Prova. Um trecho colado num app de notas não tem horário, não tem remetente e não tem conexão com a conversa em volta. Se as mensagens de voz importam por causa de uma disputa, esse contexto é a diferença entre uma citação em que alguém pode confiar e uma frase solta. Mensagens de voz do WhatsApp como prova mostra como é um registro utilizável.

Os arquivos por trás das mensagens de voz

Existe um motivo para os truques acima envolverem tocar áudio para um microfone em vez de abrir o arquivo: as mensagens de voz do WhatsApp são áudio Opus dentro de um contêiner OGG. Quando você exporta uma conversa com mídia, as gravações chegam como arquivos .opus, com nomes do tipo PTT-20260712-WA0007.opus, e .ogg, .m4a ou .mp3 aparecem conforme o celular. A maioria das ferramentas do celular não os abre, e a maioria dos recursos nativos de transcrição não aceita arquivo nenhum.

Esse formato não é um beco sem saída; é a porta de entrada. Uma vez que os arquivos saem do WhatsApp, uma ferramenta que lê o formato transcreve a partir do áudio de verdade, não de uma regravação. Se você está com arquivos de mensagem de voz soltos, e não uma conversa inteira, OGG para texto trata exatamente desse formato.

Transcreva a conversa inteira numa rodada só

Quando a tarefa é uma conversa, e não uma mensagem, o caminho durável é tirar a conversa do WhatsApp uma única vez e transcrever tudo numa única rodada.

Exporte a conversa primeiro. Abra a conversa no WhatsApp, toque no nome do contato ou do grupo, escolha Exportar conversa e selecione Anexar Mídia no iPhone ou Incluir Mídia no Android. Essa escolha é a que importa: sem mídia, cada gravação é descartada em silêncio e nada avisa. No iPhone o limite de exportação é menor, então uma conversa longa pode precisar sair em faixas de datas.

Depois envie o .zip para áudio do WhatsApp para texto. A exportação é lida no navegador, as mensagens de voz são encontradas e contadas antes de qualquer envio, e cada gravação é transcrita numa única rodada, no idioma em que foi falada. Cada transcrição entra na linha do tempo da conversa no momento em que o original foi enviado, então uma resposta falada fica embaixo da pergunta digitada que ela respondeu, e a conversa inteira vira um documento pesquisável.

Se o que você quer no fim é texto para pesquisar e citar, e não um resumo, exportar mensagens de voz do WhatsApp como texto pesquisável aprofunda como fica esse resultado.

O que nenhum método desta página muda

Alguns limites valem para toda opção daqui, a do navegador incluída.

A qualidade da transcrição depende do áudio. O motor por trás do caminho de rodada única são os modelos de transcrição da OpenAI, cuja precisão varia conforme o ruído de fundo, o sotaque e as condições de gravação; barulho de fundo, vozes sobrepostas e áudio muito baixo degradam qualquer transcrição, e os truques de microfone degradam duas vezes. Leia o texto contra a gravação em tudo de que você pretende depender.

Uma transcrição de máquina não é uma transcrição certificada. Se um processo formal exige certificação ou tradução juramentada, isso é uma etapa profissional à parte, e a transcrição de máquina é como você descobre quais gravações valem esse gasto.

E nada disto é aconselhamento jurídico. Se as mensagens de voz estão a caminho de uma disputa, o que preservar e como apresentar é pergunta para um advogado.

A versão curta

Para uma mensagem de voz num idioma suportado, use a transcrição do próprio WhatsApp: Configurações, depois Conversas, depois Transcrição de mensagens de voz, e então segure a mensagem e toque em Transcrever. Se não estiver disponível, o ditado do celular ou um transcritor pré-instalado digita o que ouve pelo microfone, uma reprodução por vez.

No momento em que a tarefa vira uma conversa inteira, pare de trabalhar por mensagem. Exporte a conversa com mídia, guarde o .zip e transcreva cada mensagem de voz numa rodada só no navegador, com cada transcrição no horário original. Os truques no celular respondem o que esta mensagem diz. A exportação responde o que foi dito.