---
title: "Transkripsi nota suara WhatsApp (.ogg) dengan API | BroadRouter"
description: "Tukar nota suara WhatsApp .ogg atau rakaman telefon .m4a ke WAV dengan ffmpeg dan transkripsikannya dalam bahasa Arab atau 13 bahasa lain dengan satu panggilan API."
url: https://broadrouter.com/ms/guides/transcribe-whatsapp-voice-notes/
lang: ms
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/guides/transcribe-whatsapp-voice-notes/) (dikemas kini 2026-11-16).

# Cara tukar nota suara WhatsApp kepada teks dengan API

Dikemas kini 2026-11-16

Nota suara WhatsApp ialah audio Opus dalam fail .ogg, dan titik akhir transkripsi tidak menerimanya secara terus. Tukar setiap satu kepada WAV mono 16 kHz dengan ffmpeg, kemudian hantar kepada BroadNet Transcribe Arabic atau BroadNet Transcribe dengan medan language yang betul. Skrip pendek boleh melakukan kedua-duanya untuk seluruh folder.

Eksport nota suara daripada sembang (atau terimanya melalui integrasi WhatsApp Business anda) dan anda akan mendapat fail `.ogg`. Dokumentasi Cloud API Meta menyatakan mesej suara WhatsApp ialah fail `.ogg` yang dikodkan dengan codec Opus. Rakaman telefon pula selalunya `.m4a`. Titik akhir transkripsi BroadNet menerima WAV dan MP3, jadi tukar dahulu.

## 1\. Tukar satu fail

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

`-ar 16000 -ac 1` menghasilkan audio mono 16 kHz, iaitu penukaran yang digunakan oleh dokumentasi BroadNet untuk nota suara dan rakaman telefon. Arahan yang sama berfungsi untuk `.m4a`. WAV mono 16-bit 16 kHz ialah 32,000 bait sesaat, jadi had fail 26,214,400 bait memuatkan kira-kira 13 minit. Untuk rakaman yang lebih panjang, [pemisah audio](https://broadrouter.com/tools/audio-splitter-ffmpeg/) mengira bilangan bahagian yang anda perlukan dan menulis arahan ffmpeg untuk anda.

## 2\. Transkripsikan seluruh folder

```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])
```

Setiap fail `.txt` disimpan di sebelah nota suaranya. Untuk menjalankan langkah yang sama secara automatik pada setiap mesej WhatsApp Business yang masuk, lihat [aliran kerja n8n untuk nota suara WhatsApp](https://broadrouter.com/ms/guides/n8n-whatsapp-voice-note-transcription/).

## Kos

Nota suara seminit berharga $0.0042 dalam bahasa Arab atau $0.002 dengan model 14 bahasa. Audio dan transkrip tidak disimpan selepas permintaan; lihat [pengekalan data sifar](https://broadrouter.com/ms/privacy/).

## Penyelesaian masalah

-   **Huruf Rumi dan bukan huruf Arab:** tambah `language="ar"`. Dokumentasi BroadNet menyatakan `language` perlu sentiasa dihantar.
    
-   **Ralat 413:** fail melebihi 26,214,400 bait (25 MiB). Pecahkan rakaman panjang kepada kepingan WAV 10 minit:
    
    ```bash
    ffmpeg -i long-note.ogg -ar 16000 -ac 1 -f segment -segment_time 600 part-%03d.wav
    ```
    
-   **400 atau 422 semasa muat naik:** pastikan fail itu benar-benar WAV atau MP3, bukan `.ogg` yang dinamakan semula kepada `.wav`. Jalankan penukaran ffmpeg.
    
-   **`ffmpeg: command not found`:** pasang ffmpeg daripada pengurus pakej anda (contohnya `apt install ffmpeg` atau `brew install ffmpeg`).
    
-   **Ralat 429:** kunci bayar ikut guna membenarkan 4 permintaan serentak; proses fail dalam kumpulan kecil. Lihat [semua kod ralat BroadNet](https://broadrouter.com/ms/guides/errors-and-retries/).
    

Butiran lanjut tentang model, format dan ketepatan: [panduan pertuturan ke teks bahasa Arab](https://broadrouter.com/ms/guides/arabic-speech-to-text-api/). Untuk membandingkan caj penyedia lain bagi setiap minit audio, lihat [indeks harga API pertuturan ke teks](https://broadrouter.com/data/speech-to-text-api-prices/) yang terbuka, dengan sumber dan tarikh bagi setiap harga. Untuk latar belakang mengapa 16 kHz memadai untuk pertuturan, lihat [kadar sampel](https://broadrouter.com/ms/glossary/sample-rate/).

## Istilah dalam panduan ini

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

WAV (Waveform Audio File Format, atau WAVE) ialah bekas audio yang dibina di atas format RIFF Microsoft dan IBM. Ia biasanya memuatkan sampel PCM linear tanpa mampatan, jadi saiznya boleh diramal: kadar sampel darab bait setiap sampel darab bilangan saluran, bagi setiap saat.

[Keserentakan (concurrency)](https://broadrouter.com/ms/glossary/concurrency/)

Keserentakan ialah bilangan permintaan yang sedang berjalan serentak daripada satu klien. API LLM sering mengehadkannya bagi setiap kunci atau pelan, berasingan daripada permintaan seminit, kerana setiap permintaan yang terbuka memegang kapasiti GPU sehingga responsnya selesai.

[Bayar ikut guna (pay-as-you-go)](https://broadrouter.com/ms/glossary/pay-as-you-go/)

Bayar ikut guna ialah model harga di mana anda hanya membayar apa yang anda guna, dimeter mengikut unit seperti token, permintaan atau minit audio, tanpa langganan atau komitmen minimum. Kebanyakan API LLM mengebil dengan cara ini, daripada baki prabayar atau invois berkala.

[Had kadar (rate limit)](https://broadrouter.com/ms/glossary/rate-limit/)

Had kadar ialah had yang ditetapkan oleh API ke atas jumlah penggunaan klien dalam satu tempoh masa, seperti permintaan seminit atau token seminit. Permintaan yang melebihi had ditolak, biasanya dengan HTTP 429 Too Many Requests, sehingga penggunaan turun semula di bawahnya.

[Tool calling (panggilan alatan)](https://broadrouter.com/ms/glossary/tool-calling/)

Tool calling, juga dipanggil function calling, ialah ciri API LLM di mana model memulangkan permintaan berstruktur untuk menjalankan fungsi yang ditakrifkan oleh pembangun, bersama argumen JSON. Aplikasi menjalankan fungsi itu dan menghantar hasilnya kembali; model sendiri tidak pernah menjalankan kod.

## Soalan lazim

### Apakah format audio nota suara WhatsApp?

Audio Opus dalam bekas Ogg, disimpan sebagai .ogg. Dokumentasi Cloud API Meta menyatakan mesej suara mestilah fail .ogg yang dikodkan dengan codec Opus, mono sahaja.

### Bolehkah saya hantar fail .ogg terus ke API transkripsi?

Tidak ke BroadNet Inference. Titik akhir transkripsinya menerima WAV dan MP3, jadi tukar nota suara itu dengan ffmpeg dahulu. Satu arahan sahaja menukarnya kepada WAV mono 16 kHz.

### Adakah nota suara disimpan selepas ditranskripsikan?

BroadNet menyatakan audio dan transkrip diproses untuk permintaan itu dan tidak disimpan. Ia hanya menyimpan rekod tanpa kandungan seperti masa, status dan penggunaan untuk pengebilan dan keselamatan.

### Model manakah yang patut saya gunakan untuk nota suara bahasa Arab?

BroadNet Transcribe Arabic, broadnet/cohere-transcribe-arabic, dengan language ditetapkan kepada ar. Gunakan BroadNet Transcribe, broadnet/cohere-transcribe, untuk 13 bahasa lain yang disokongnya.

## Panduan berkaitan

-   [Cara transkripsikan nota suara WhatsApp dalam n8n](https://broadrouter.com/ms/guides/n8n-whatsapp-voice-note-transcription/)
-   [API speech-to-text bahasa Arab, langkah demi langkah](https://broadrouter.com/ms/guides/arabic-speech-to-text-api/)
-   [Kod ralat BroadNet Inference dan bila perlu cuba semula](https://broadrouter.com/ms/guides/errors-and-retries/)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

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

**Sumber**

-   [Rujukan API BroadNet Inference, transkripsi dan penukaran ffmpeg (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-guides-transcribe-whatsapp-voice-notes&utm_content=sources#requests)
-   [Harga BroadNet Inference (Bahasa Inggeris)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-guides-transcribe-whatsapp-voice-notes&utm_content=sources)
-   [Meta WhatsApp Cloud API, mesej audio (mesej suara ialah OGG dengan codec Opus; disemak 2026-11-14)](https://developers.facebook.com/documentation/business-messaging/whatsapp/messages/audio-messages)
-   [Dokumentasi format FFmpeg, segment muxer (disemak 2026-11-14)](https://ffmpeg.org/ffmpeg-formats.html#segment)
