---
title: "WhatsApp 음성 메시지(.ogg) API로 전사하기 | BroadRouter"
description: "WhatsApp .ogg 음성 메시지나 휴대폰 .m4a 녹음을 ffmpeg로 WAV로 변환하고, API 호출 한 번으로 아랍어 또는 다른 13개 언어로 전사하는 방법입니다."
url: https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/
lang: ko
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/guides/transcribe-whatsapp-voice-notes/) (2026-11-16 업데이트).

# API로 WhatsApp 음성 메시지를 텍스트로 전사하기

업데이트 2026-11-16

ffmpeg로 변환한 뒤 API로 보내면 됩니다. WhatsApp 음성 메시지는 .ogg 파일에 담긴 Opus 오디오라서 전사 엔드포인트가 그대로 받지 않습니다. 각 파일을 16kHz 모노 WAV로 바꾼 다음, 알맞은 language 필드와 함께 BroadNet Transcribe Arabic이나 BroadNet Transcribe로 보내세요. 짧은 스크립트 하나로 폴더 전체를 처리할 수 있습니다.

채팅에서 음성 메시지를 내보내면(또는 WhatsApp Business 연동으로 받으면) `.ogg` 파일이 생깁니다. Meta의 Cloud API 문서에 따르면 WhatsApp 음성 메시지는 Opus 코덱으로 인코딩된 `.ogg` 파일입니다. 휴대폰 녹음은 `.m4a`인 경우가 많습니다. BroadNet 전사 엔드포인트는 WAV와 MP3를 받으므로 먼저 변환하세요.

## 1\. 파일 하나 변환하기

```bash
ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav
```

`-ar 16000 -ac 1` 옵션은 16kHz 모노 오디오를 만듭니다. BroadNet 문서가 음성 메시지와 휴대폰 녹음에 쓰는 변환 방식입니다. `.m4a` 파일에도 같은 명령이 통합니다. 16kHz 모노 16비트 WAV는 초당 32,000바이트이므로, 파일 크기 상한인 26,214,400바이트에는 약 13분 분량이 들어갑니다. 더 긴 녹음이라면 [오디오 분할 도구](https://broadrouter.com/tools/audio-splitter-ffmpeg/)가 필요한 조각 수를 계산하고 ffmpeg 명령을 만들어 줍니다.

## 2\. 폴더 전체 전사하기

```python
import os, pathlib, subprocess
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

for src in sorted(pathlib.Path("voice-notes").glob("*.ogg")):
    wav = src.with_suffix(".wav")
    subprocess.run(["ffmpeg", "-y", "-loglevel", "error", "-i", str(src), "-ar", "16000", "-ac", "1", str(wav)], check=True)
    with open(wav, "rb") as audio:
        text = client.audio.transcriptions.create(
            model="broadnet/cohere-transcribe-arabic",
            file=audio,
            language="ar",          # use "en", "es", ... with broadnet/cohere-transcribe
        ).text
    src.with_suffix(".txt").write_text(text, encoding="utf-8")
    print(src.name, "->", text[:60])
```

`.txt` 파일은 각 음성 메시지 옆에 저장됩니다. 들어오는 WhatsApp Business 메시지마다 같은 단계를 자동으로 실행하려면 [n8n WhatsApp 음성 메시지 워크플로](https://broadrouter.com/ko/guides/n8n-whatsapp-voice-note-transcription/)를 참고하세요.

## 비용

1분짜리 음성 메시지의 비용은 아랍어 모델이 $0.0042, 14개 언어 모델이 $0.002입니다. 오디오와 전사 텍스트는 요청이 끝나면 보관되지 않습니다. [데이터 비보관](https://broadrouter.com/ko/privacy/)을 참고하세요.

## 문제 해결

-   **아랍어 대신 라틴 문자가 나올 때:** `language="ar"`를 추가하세요. BroadNet 문서는 `language`를 항상 보내라고 안내합니다.
    
-   **413 오류:** 파일이 26,214,400바이트(25 MiB)를 넘었습니다. 긴 녹음은 10분 단위 WAV 조각으로 나누세요.
    
    ```bash
    ffmpeg -i long-note.ogg -ar 16000 -ac 1 -f segment -segment_time 600 part-%03d.wav
    ```
    
-   **업로드할 때 400 또는 422:** 파일이 실제로 WAV나 MP3인지, `.wav`로 이름만 바꾼 `.ogg` 파일은 아닌지 확인하세요. ffmpeg 변환을 실행하세요.
    
-   **`ffmpeg: command not found`:** 패키지 관리자로 ffmpeg를 설치하세요(예: `apt install ffmpeg` 또는 `brew install ffmpeg`).
    
-   **429 오류:** 종량제 키는 동시에 요청 4개까지 허용합니다. 파일을 작은 풀로 나눠 처리하세요. [BroadNet 오류 코드 전체](https://broadrouter.com/ko/guides/errors-and-retries/)를 참고하세요.
    

모델, 형식, 정확도에 대한 자세한 내용은 [아랍어 음성 인식 가이드](https://broadrouter.com/ko/guides/arabic-speech-to-text-api/)에 있습니다. 다른 제공업체의 오디오 분당 요금을 비교하려면 공개된 [음성 인식 API 가격 지수](https://broadrouter.com/data/speech-to-text-api-prices/)를 보세요. 모든 가격에 출처와 날짜가 붙어 있습니다. 음성에는 16kHz면 충분한 이유는 [샘플링 레이트](https://broadrouter.com/ko/glossary/sample-rate/)를 참고하세요.

## 이 가이드의 용어

[음성 인식(Speech-to-text, STT)](https://broadrouter.com/ko/glossary/speech-to-text/)

음성 인식(STT)은 자동 음성 인식(ASR)이라고도 하며, 말소리 오디오를 글로 변환하는 기술입니다. 음성 인식 API는 오디오 파일이나 스트림을 받아 전사 텍스트를 반환하며, 보통 오디오 분당 요금이 붙습니다. 정확도는 단어 오류율로 측정하며 억양, 방언, 녹음 품질에 따라 달라집니다.

[종량제(Pay-as-you-go)](https://broadrouter.com/ko/glossary/pay-as-you-go/)

종량제(pay-as-you-go)는 구독이나 최소 약정 없이 토큰, 요청, 오디오 분 같은 단위로 사용량을 측정해 쓴 만큼만 내는 요금 방식입니다. 대부분의 LLM API가 선불 잔액에서 차감하거나 정기 청구서를 발행하는 식으로 이렇게 과금합니다.

[데이터 비보관(Zero data retention, ZDR)](https://broadrouter.com/ko/glossary/zero-data-retention/)

데이터 비보관(ZDR)은 AI 제공업체가 프롬프트와 출력을 요청 처리에만 사용하고, 처리 후에는 그 내용을 로그, 캐시, 학습 데이터 어디에도 저장하지 않는 데이터 처리 정책입니다. 토큰 수나 처리 시간처럼 내용이 없는 기록은 보통 계속 보관됩니다.

[도구 호출(tool calling)](https://broadrouter.com/ko/glossary/tool-calling/)

도구 호출(tool calling)은 함수 호출(function calling)이라고도 하며, 모델이 개발자가 정의한 함수를 실행해 달라는 구조화된 요청을 JSON 인자와 함께 반환하는 LLM API 기능입니다. 함수는 애플리케이션이 실행하고 그 결과를 다시 보냅니다. 모델이 직접 코드를 실행하지는 않습니다.

[동시 처리(concurrency)](https://broadrouter.com/ko/glossary/concurrency/)

동시 처리(concurrency)는 클라이언트가 같은 시점에 진행 중인 요청 수입니다. LLM API는 분당 요청 수와 별도로 키나 플랜마다 이를 제한하는 경우가 많습니다. 열려 있는 요청은 응답이 끝날 때까지 GPU 용량을 차지하기 때문입니다.

[속도 제한(rate limit)](https://broadrouter.com/ko/glossary/rate-limit/)

속도 제한(rate limit)은 API가 일정 시간 동안 클라이언트가 사용할 수 있는 양에 두는 상한으로, 분당 요청 수나 분당 토큰 수 같은 기준이 있습니다. 한도를 넘은 요청은 사용량이 다시 한도 아래로 내려갈 때까지 거부되며, 보통 HTTP 429 Too Many Requests가 반환됩니다.

[WAV](https://broadrouter.com/ko/glossary/wav/)

WAV(Waveform Audio File Format, WAVE)는 Microsoft와 IBM의 RIFF 형식을 바탕으로 한 오디오 컨테이너입니다. 보통 비압축 선형 PCM 샘플을 담기 때문에 크기를 예측하기 쉽습니다. 초당 크기는 샘플링 레이트 × 샘플당 바이트 수 × 채널 수입니다.

## 자주 묻는 질문

### WhatsApp 음성 메시지는 어떤 오디오 형식인가요?

Ogg 컨테이너에 담긴 Opus 오디오이며 .ogg 파일로 저장됩니다. Meta의 Cloud API 문서에 따르면 음성 메시지는 Opus 코덱으로 인코딩된 .ogg 파일이어야 하고, 모노만 지원합니다.

### .ogg 파일을 전사 API에 그대로 보낼 수 있나요?

BroadNet Inference에는 보낼 수 없습니다. 전사 엔드포인트가 WAV와 MP3를 받으므로 먼저 ffmpeg로 음성 메시지를 변환하세요. 명령 하나로 16kHz 모노 WAV가 됩니다.

### 전사가 끝난 뒤에도 음성 메시지가 저장되나요?

BroadNet은 오디오와 전사 텍스트가 요청 처리에만 쓰이고 보관되지 않는다고 밝힙니다. 결제와 보안을 위해 처리 시간, 상태, 사용량처럼 내용이 없는 기록만 남깁니다.

### 아랍어 음성 메시지에는 어떤 모델을 써야 하나요?

BroadNet Transcribe Arabic(broadnet/cohere-transcribe-arabic)을 쓰고 language를 ar로 설정하세요. BroadNet Transcribe(broadnet/cohere-transcribe)가 지원하는 나머지 13개 언어에는 이 모델을 쓰세요.

## 관련 가이드

-   [n8n에서 WhatsApp 음성 메시지 전사하기](https://broadrouter.com/ko/guides/n8n-whatsapp-voice-note-transcription/)
-   [아랍어 음성 인식(STT) API 사용법: 단계별 가이드](https://broadrouter.com/ko/guides/arabic-speech-to-text-api/)
-   [BroadNet Inference 오류 코드와 재시도해야 하는 경우](https://broadrouter.com/ko/guides/errors-and-retries/)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-guides-transcribe-whatsapp-voice-notes&utm_content=page-cta) ·

**출처**

-   [BroadNet Inference API 레퍼런스, 전사와 ffmpeg 변환 (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-guides-transcribe-whatsapp-voice-notes&utm_content=sources#requests)
-   [BroadNet Inference 가격 (영어)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-guides-transcribe-whatsapp-voice-notes&utm_content=sources)
-   [Meta WhatsApp Cloud API, 오디오 메시지(음성 메시지는 Opus 코덱의 OGG, 2026-11-14 확인)](https://developers.facebook.com/documentation/business-messaging/whatsapp/messages/audio-messages)
-   [FFmpeg 포맷 문서, segment 먹서(2026-11-14 확인)](https://ffmpeg.org/ffmpeg-formats.html#segment)
