---
title: "WhatsApp sesli notu (.ogg) API ile metne çevirme | BroadRouter"
description: "WhatsApp .ogg sesli notlarını veya .m4a telefon kayıtlarını ffmpeg ile WAV'a dönüştürün ve tek API çağrısıyla Arapça ya da 13 başka dilde metne çevirin."
url: https://broadrouter.com/tr/guides/transcribe-whatsapp-voice-notes/
lang: tr
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/guides/transcribe-whatsapp-voice-notes/) (güncelleme: 2026-11-16).

# WhatsApp sesli notlarını API ile metne çevirin

Güncellendi 2026-11-16

WhatsApp sesli notları .ogg dosyalarında Opus sesidir ve transkripsiyon uç noktası bunları doğrudan kabul etmez. Her birini ffmpeg ile 16 kHz mono WAV'a dönüştürün, ardından doğru language alanıyla BroadNet Transcribe Arabic veya BroadNet Transcribe modeline gönderin. Kısa bir betik bu iki adımı bütün bir klasör için yapar.

Sesli notları sohbetten dışa aktarın (ya da WhatsApp Business entegrasyonunuz üzerinden alın); elinizde `.ogg` dosyaları olur. Meta’nın Cloud API belgelerine göre WhatsApp sesli mesajları Opus codec’iyle kodlanmış `.ogg` dosyalarıdır. Telefon kayıtları ise çoğunlukla `.m4a` olur. BroadNet’in transkripsiyon uç noktası WAV ve MP3 kabul ettiği için önce dönüştürün.

## 1\. Tek bir dosyayı dönüştürün

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

`-ar 16000 -ac 1` 16 kHz mono ses üretir; BroadNet’in belgeleri sesli notlar ve telefon kayıtları için bu dönüştürmeyi kullanır. Aynı komut `.m4a` için de çalışır. 16 kHz mono 16 bit WAV saniyede 32.000 bayttır; yani 26.214.400 baytlık dosya sınırı yaklaşık 13 dakikalık ses alır. Daha uzun kayıtlar için [ses bölücü](https://broadrouter.com/tools/audio-splitter-ffmpeg/) kaç parçaya ihtiyacınız olduğunu hesaplar ve ffmpeg komutlarını yazar.

## 2\. Bütün bir klasörü metne çevirin

```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])
```

Her `.txt` dosyası kendi sesli notunun yanına kaydedilir. Aynı adımları gelen her WhatsApp Business mesajında otomatik çalıştırmak için [n8n WhatsApp sesli not iş akışına](https://broadrouter.com/tr/guides/n8n-whatsapp-voice-note-transcription/) bakın.

## Maliyet

Bir dakikalık sesli not Arapçada $0.0042, 14 dilli modelle $0.002 tutar. Ses kayıtları ve transkriptler istekten sonra saklanmaz; bkz. [sıfır veri saklama](https://broadrouter.com/tr/privacy/).

## Sorun giderme

-   **Arapça yerine Latin harfleri:** `language="ar"` ekleyin. BroadNet’in belgeleri `language` alanının her zaman gönderilmesini söyler.
    
-   **413 hatası:** dosya 26.214.400 baytı (25 MiB) aşıyor. Uzun kayıtları 10 dakikalık WAV parçalarına bölün:
    
    ```bash
    ffmpeg -i long-note.ogg -ar 16000 -ac 1 -f segment -segment_time 600 part-%03d.wav
    ```
    
-   **Yüklemede 400 veya 422:** dosyanın gerçekten WAV ya da MP3 olduğunu, `.wav` olarak yeniden adlandırılmış bir `.ogg` olmadığını kontrol edin. ffmpeg dönüştürmesini çalıştırın.
    
-   **`ffmpeg: command not found`:** ffmpeg’i paket yöneticinizden kurun (örneğin `apt install ffmpeg` veya `brew install ffmpeg`).
    
-   **429 hatası:** kullandıkça öde anahtarları aynı anda 4 isteğe izin verir; dosyaları küçük bir havuzda işleyin. Bkz. [tüm BroadNet hata kodları](https://broadrouter.com/tr/guides/errors-and-retries/).
    

Model, formatlar ve doğruluk hakkında daha fazla ayrıntı: [Arapça konuşmadan metne rehberi](https://broadrouter.com/tr/guides/arabic-speech-to-text-api/). Diğer sağlayıcıların ses dakikası başına ne aldığını karşılaştırmak için açık [konuşmadan metne API fiyat endeksine](https://broadrouter.com/data/speech-to-text-api-prices/) bakın; her fiyatın bir kaynağı ve tarihi vardır. Konuşma için 16 kHz’in neden yeterli olduğuna dair arka plan için bkz. [örnekleme hızı](https://broadrouter.com/tr/glossary/sample-rate/).

## Bu rehberdeki terimler

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

WAV (Waveform Audio File Format veya WAVE), Microsoft ve IBM'in RIFF formatı üzerine kurulu bir ses kapsayıcısıdır. Genellikle sıkıştırılmamış doğrusal PCM örnekleri taşır; bu yüzden boyutu öngörülebilirdir: saniye başına örnekleme hızı çarpı örnek başına bayt çarpı kanal sayısı.

[Eşzamanlılık (concurrency)](https://broadrouter.com/tr/glossary/concurrency/)

Eşzamanlılık (concurrency), bir istemcinin aynı anda işlemde olan istek sayısıdır. LLM API'leri bunu genellikle dakikadaki istek sayısından ayrı olarak anahtar veya plan başına sınırlar, çünkü açık her istek yanıtı bitene kadar GPU kapasitesi tutar.

[Konuşmadan metne (speech-to-text)](https://broadrouter.com/tr/glossary/speech-to-text/)

Konuşmadan metne (speech-to-text), otomatik konuşma tanıma (ASR) olarak da bilinir; konuşulan sesi yazılı metne dönüştüren teknolojidir. Bir konuşmadan metne API'si ses dosyası veya akışı alıp transkript döndürür ve genellikle ses dakikası başına fiyatlandırılır. Doğruluk kelime hata oranıyla ölçülür; aksana, lehçeye ve kayıt kalitesine göre değişir.

[Kullandıkça öde (pay-as-you-go)](https://broadrouter.com/tr/glossary/pay-as-you-go/)

Kullandıkça öde, abonelik veya asgari taahhüt olmadan yalnızca kullandığınız kadar ödediğiniz, token, istek veya ses dakikası gibi birimler üzerinden ölçülen bir fiyatlandırma modelidir. LLM API'lerinin çoğu bu şekilde, ön ödemeli bir bakiyeden veya dönemsel faturayla ücretlendirir.

[Araç çağırma (tool calling)](https://broadrouter.com/tr/glossary/tool-calling/)

Araç çağırma (tool calling), fonksiyon çağırma (function calling) olarak da bilinir; modelin, geliştiricinin tanımladığı bir fonksiyonu çalıştırmak için JSON argümanlı yapılandırılmış bir istek döndürdüğü bir LLM API özelliğidir. Fonksiyonu uygulama çalıştırır ve sonucu geri gönderir; model hiçbir zaman kodu kendisi çalıştırmaz.

[Hız sınırı (rate limit)](https://broadrouter.com/tr/glossary/rate-limit/)

Hız sınırı (rate limit), bir API'nin bir istemcinin belirli bir zaman aralığındaki kullanımına koyduğu üst sınırdır; örneğin dakika başına istek veya dakika başına token. Sınırı aşan istekler, kullanım tekrar sınırın altına inene kadar genellikle HTTP 429 Too Many Requests ile reddedilir.

[Ogg Opus](https://broadrouter.com/tr/glossary/ogg-opus/)

Ogg Opus, Opus kodekiyle (RFC 6716) kodlanıp bir Ogg kapsayıcısında (RFC 7845) saklanan sestir. Düşük bit hızlarında konuşma ve etkileşimli ses için tasarlanmıştır ve WhatsApp'ın sesli mesajlar için kullandığı formattır; dosyalar genellikle .ogg veya .opus uzantılıdır.

[Örnekleme hızı (sample rate)](https://broadrouter.com/tr/glossary/sample-rate/)

Örnekleme hızı (sample rate), saniyede yakalanan ses örneği sayısıdır ve hertz (Hz) ile ölçülür. Konuşma tanıma modelleri genellikle 16.000 Hz (16 kHz) mono ses bekler. Örnekleme hızı, bit derinliği ve kanal sayısıyla birlikte sıkıştırılmamış bir ses dosyasının dakika başına boyutunu belirler.

## Sık sorulan sorular

### WhatsApp sesli notları hangi ses formatında?

Ogg kapsayıcısı içinde Opus sesi, .ogg olarak kaydedilir. Meta'nın Cloud API belgelerine göre sesli mesajlar Opus codec'iyle kodlanmış .ogg dosyaları olmalı ve yalnızca mono olabilir.

### .ogg dosyasını doğrudan transkripsiyon API'sine gönderebilir miyim?

BroadNet Inference'a gönderemezsiniz. Transkripsiyon uç noktası WAV ve MP3 kabul eder; bu yüzden sesli notu önce ffmpeg ile dönüştürün. Tek bir komut onu 16 kHz mono WAV'a çevirir.

### Sesli notlar transkripsiyondan sonra saklanıyor mu?

BroadNet, ses kayıtlarının ve transkriptlerin istek için işlendiğini ve saklanmadığını söylüyor. Yalnızca faturalandırma ve güvenlik için süreler, durum ve kullanım gibi içerik barındırmayan kayıtları tutar.

### Arapça sesli notlar için hangi modeli kullanmalıyım?

BroadNet Transcribe Arabic, yani broadnet/cohere-transcribe-arabic modelini, language alanı ar olacak şekilde kullanın. Kapsadığı diğer 13 dil için BroadNet Transcribe, yani broadnet/cohere-transcribe modelini kullanın.

## İlgili rehberler

-   [n8n ile WhatsApp sesli notlarını metne çevirin](https://broadrouter.com/tr/guides/n8n-whatsapp-voice-note-transcription/)
-   [Adım adım Arapça ses metne çevirme API'si](https://broadrouter.com/tr/guides/arabic-speech-to-text-api/)
-   [BroadNet Inference hata kodları ve ne zaman yeniden denenmeli](https://broadrouter.com/tr/guides/errors-and-retries/)

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

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

**Kaynaklar**

-   [BroadNet Inference API referansı, transkripsiyon ve ffmpeg dönüştürme (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-guides-transcribe-whatsapp-voice-notes&utm_content=sources#requests)
-   [BroadNet Inference fiyatları (İngilizce)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-guides-transcribe-whatsapp-voice-notes&utm_content=sources)
-   [Meta WhatsApp Cloud API, ses mesajları (sesli mesajlar Opus kodlu OGG'dir; 2026-11-14 tarihinde kontrol edildi)](https://developers.facebook.com/documentation/business-messaging/whatsapp/messages/audio-messages)
-   [FFmpeg format belgeleri, segment muxer (2026-11-14 tarihinde kontrol edildi)](https://ffmpeg.org/ffmpeg-formats.html#segment)
