---
title: "عربی WhatsApp chatbot آرکیٹیکچر: وائس، STT، LLM | BroadRouter"
description: "عربی WhatsApp اسسٹنٹ کا کام کرتا آرکیٹیکچر: webhook، queue، وائس نوٹ ٹرانسکرپشن، LLM جواب، پالیسی کے اصول اور لاگت، Python کوڈ کے ساتھ۔"
url: https://broadrouter.com/ur/blog/arabic-whatsapp-chatbot-architecture/
lang: ur
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

یہ صفحہ انگریزی سے AI کی مدد سے ترجمہ کیا گیا ہے۔ [انگریزی اصل پڑھیں](https://broadrouter.com/blog/arabic-whatsapp-chatbot-architecture/) (اپ ڈیٹ: 2026-11-16).

# عربی WhatsApp chatbot کا آرکیٹیکچر: وائس نوٹس سے جوابات تک

BroadNet Inference ٹیم · 5 منٹ کی پڑھائی · شائع شدہ 2026-11-14 · اپ ڈیٹ 2026-11-16

عربی WhatsApp اسسٹنٹ کے پانچ حصے ہیں: WhatsApp Business Platform سے پیغامات وصول کرنے والا webhook، ایک queue، وائس نوٹس کے لیے speech to text، جواب کا مسودہ بنانے والا LLM، اور API کے ذریعے جواب بھیجنے والا sender۔ BroadNet Transcribe Arabic سے وائس نوٹ تبدیل کر کے ٹرانسکرائب کرنے کی لاگت فی آڈیو منٹ $0.0042 ہے۔

## اہم نکات

-   webhook کو فوراً acknowledge کریں اور سست کام (ڈاؤن لوڈ، ٹرانسکرپشن، LLM) queue سے کریں۔
-   WhatsApp وائس نوٹس Ogg/Opus آڈیو کی شکل میں آتے ہیں۔ ffmpeg سے 16 kHz mono WAV میں بدلیں، پھر language=ar کے ساتھ ٹرانسکرائب کریں۔
-   صرف انہی لوگوں کو پیغام بھیجیں جنہوں نے opt-in کیا ہو، اور customer-service window کے اندر جواب دیں۔ بن مانگے پیغامات کبھی نہ بھیجیں۔
-   نئے رابطوں کو پہلے جوابات مختصر، سادہ متن میں اور بغیر لنکس کے رکھیں۔
-   30 سیکنڈ کے 10,000 وائس نوٹس BroadNet Transcribe Arabic سے ٹرانسکرائب کرنے کی لاگت $21.00 ہے۔

**اس صفحے پر**

1.  عربی WhatsApp chatbot کے حصے کیا ہیں؟
2.  Chatbot پر WhatsApp پالیسی کے کون سے اصول لاگو ہوتے ہیں؟
3.  عربی WhatsApp بوٹ چلانے کی لاگت کتنی ہے؟
4.  وائس نوٹس کو نجی کیسے رکھیں؟
5.  لانچ چیک لسٹ

عربی WhatsApp chatbot کو پانچ حصے چاہییں: آفیشل WhatsApp Business Platform سے پیغامات وصول کرنے والا webhook، ایک queue، وائس نوٹس کے لیے speech to text، عربی میں جوابات کا مسودہ بنانے والا LLM، اور WhatsApp کی 24 گھنٹے کی window کے اندر جواب بھیجنے والا sender۔ وائس نوٹس اس لیے اہم ہیں کہ بہت سے عربی بولنے والے گاہک ٹائپ کرنے کے بجائے لہجے میں بولتے ہیں۔

BroadRouter کو BroadNet چلاتا ہے، اس لیے مثالیں BroadNet Inference استعمال کرتی ہیں۔ کوئی بھی OpenAI-compatible speech-to-text اور چیٹ فراہم کنندہ انہی جگہوں پر فٹ ہوتا ہے۔

## عربی WhatsApp chatbot کے حصے کیا ہیں؟

```
WhatsApp user
   │  text or voice note
   ▼
WhatsApp Business Platform (Cloud API)
   │  webhook POST
   ▼
1. Webhook receiver ── verify signature, store event, return 200
   │
   ▼
2. Queue (Redis, SQS, a database table)
   │
   ▼
3. Worker
   ├─ voice note? download media → ffmpeg → speech to text
   ├─ build prompt: system rules + recent history + new message
   └─ LLM drafts reply (or hands over to a human)
   │
   ▼
4. Sender ── POST /messages on the Cloud API
   │
   ▼
5. Store ── conversation state, opt-in status, audit log
```

### 1\. Webhook receiver

WhatsApp Cloud API آنے والے پیغامات کو آپ کے رجسٹر کیے گئے webhook پر HTTPS POST درخواستوں کی شکل میں پہنچاتا ہے۔ دو اصول اس حصے کو ٹھیک رکھتے ہیں:

-   **ہر درخواست کی تصدیق کریں۔** Meta کی دستاویزات کہتی ہیں کہ اپنے app secret سے JSON payload کا HMAC-SHA256 نکالیں اور اس کا موازنہ `X-Hub-Signature-256` ہیڈر سے کریں۔ جو نہ ملے، اسے مسترد کریں۔
-   **200 جلدی لوٹائیں۔** event محفوظ کریں اور acknowledge کریں۔ webhook handler کے اندر آڈیو ڈاؤن لوڈ نہ کریں، نہ LLM کال کریں۔ ترسیل ناکام ہونے پر Meta “immediately, then a few more times with decreasing frequency over the next 7 days” (ترجمہ: فوراً، پھر اگلے 7 دنوں میں کم ہوتی تعداد کے ساتھ چند مزید بار) دوبارہ کوشش کرتا ہے، اور deduplication آپ کے ذمے بتاتا ہے۔

WhatsApp message id کو [idempotency key](https://broadrouter.com/ur/glossary/idempotency-key/) کے طور پر استعمال کریں، تاکہ دوبارہ پہنچا webhook کبھی دو جوابات نہ بنائے۔

### 2\. Queue

queue، WhatsApp کی ترسیل کے وقت کو آپ کے پروسیسنگ کے وقت سے الگ کرتی ہے۔ اس سے آپ concurrency کو اپنی inference حدوں کے مطابق محدود بھی کر سکتے ہیں۔ BroadNet کی استعمال کے مطابق ادائیگی والی کلید فی منٹ 30 درخواستوں اور بیک وقت 4 کی اجازت دیتی ہے، اس لیے 429 پر retries والا چھوٹا worker pool درست ڈھانچہ ہے۔ دیکھیں [errors اور retries](https://broadrouter.com/ur/guides/errors-and-retries/) اور [429 rate limits کیسے سنبھالیں](https://broadrouter.com/ur/blog/handle-llm-api-429-rate-limits/)۔

### 3\. Worker: وائس نوٹس سے متن

وائس نوٹ کے لیے webhook آپ کو ایک `audio` آبجیکٹ دیتا ہے، جس میں media `id`، `audio/ogg; codecs=opus` جیسا `mime_type`، اور WhatsApp میں بنی ریکارڈنگز کے لیے `voice: true` ہوتا ہے۔ worker ڈاؤن لوڈ URL حاصل کرنے کے لیے media id پر GET کرتا ہے، اپنے access token سے فائل ڈاؤن لوڈ کرتا ہے، پھر اسے تبدیل کر کے ٹرانسکرائب کرتا ہے۔ BroadNet کا اینڈپوائنٹ WAV یا MP3 لیتا ہے، اس لیے پہلے تبدیل کریں:

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

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

def transcribe_voice_note(ogg_bytes: bytes) -> str:
    with tempfile.TemporaryDirectory() as d:
        src, wav = os.path.join(d, "in.ogg"), os.path.join(d, "in.wav")
        open(src, "wb").write(ogg_bytes)
        subprocess.run(["ffmpeg", "-y", "-loglevel", "error", "-i", src,
                        "-ar", "16000", "-ac", "1", wav], check=True)
        with open(wav, "rb") as audio:
            return client.audio.transcriptions.create(
                model="broadnet/cohere-transcribe-arabic",
                file=audio,
                language="ar",   # without it, Arabic can come back in Latin letters
            ).text
```

کال کے بعد عارضی ڈائریکٹری غائب ہو جاتی ہے، جس سے آڈیو آپ کی ڈسک پر نہیں رہتی۔ [WhatsApp وائس نوٹ گائیڈ](https://broadrouter.com/ur/guides/transcribe-whatsapp-voice-notes/) میں ایکسپورٹ کی گئی چیٹس کے لیے batch ورژن ہے، اور [عربی speech-to-text گائیڈ](https://broadrouter.com/ur/guides/arabic-speech-to-text-api/) فارمیٹس اور حدیں بتاتی ہے۔ فائلیں 26,214,400 بائٹس (25 MiB) سے کم ہونی چاہییں؛ عام وائس نوٹس اس سے بہت نیچے ہیں۔

### 3b. Worker: جواب کا مسودہ

ٹرانسکرپٹ کو بالکل ٹائپ شدہ پیغام کی طرح لیں، لیکن ماڈل کو بتائیں کہ یہ آواز سے آیا ہے، کیونکہ ٹرانسکرپٹس میں رموزِ اوقاف نہیں ہوتے اور پہچان کی غلطیاں ہو سکتی ہیں:

```python
SYSTEM = """You are the WhatsApp assistant of a clinic in Dubai.
Customers write or speak in Gulf Arabic, other dialects, MSA, English or Arabizi.
Reply in simple Modern Standard Arabic unless the customer used English.
Keep replies under 60 words. Plain text only: no links, no markdown.
You can: answer opening hours, explain how to book, collect name and preferred time.
If the message is a complaint, medical question or you are unsure, reply that a
staff member will follow up, and set handover=true."""

def draft_reply(history: list[dict], text: str, from_voice: bool) -> str:
    note = "(transcribed voice note, may contain errors) " if from_voice else ""
    r = client.chat.completions.create(
        model="broadnet/qwen3.8-27b",
        max_tokens=1500,
        messages=[{"role": "system", "content": SYSTEM}, *history[-10:],
                  {"role": "user", "content": note + text}],
    )
    return r.choices[0].message.content
```

routing کے لیے ماڈل سے آزاد متن کی جگہ [structured output](https://broadrouter.com/ur/glossary/structured-output/) (`intent`، `handover`، `reply`) مانگیں، اور فیلڈز کی بنیاد پر عمل کریں؛ مفت [JSON schema generator](https://broadrouter.com/tools/json-schema-generator/) ایک مثالی جواب سے schema لکھ دیتا ہے۔ BroadNet کے ٹیسٹس میں [Qwen3.8 27B](https://broadrouter.com/ur/models/qwen3.8-27b/) نے خلیجی اور مصری لہجے سمجھے اور رواں عربی لکھی؛ [DeepSeek V4.1 Flash](https://broadrouter.com/ur/models/deepseek-v4.1-flash/) فی ٹوکن سستا ہے اور BroadNet کے لامحدود پلانز کا ماڈل ہے۔ دونوں جواب سے پہلے ریزننگ کرتے ہیں، اس لیے `max_tokens` میں جگہ چھوڑیں۔ لہجوں کو سنبھالنا [LLMs کے ساتھ خلیجی، مصری اور شامی عربی](https://broadrouter.com/ur/blog/arabic-llm-gulf-egyptian-dialects/) میں گہرائی سے بیان ہے۔

### 4\. Sender

جوابات آپ کے phone number id کے لیے Cloud API کے messages اینڈپوائنٹ سے جاتے ہیں۔ گفتگو والے جوابات کے لیے سادہ متن بھیجیں۔ WhatsApp فارمیٹنگ (bold، فہرستیں) دکھائی دیتی ہے، لیکن Markdown جدول اور عنوانات نہیں، اس لیے ماڈل سے کہیں کہ انہیں نہ بنائے۔

### 5\. Store

گفتگو کی حالت (زیادہ تر سپورٹ بوٹس کے لیے آخری دس باریاں کافی ہیں)، گاہک کی opt-in حیثیت، اور بوٹ نے کیا بھیجا اور کیوں، اس کا audit log رکھیں۔ ضرورت سے زیادہ محفوظ نہ کریں: وائس نوٹس کی ٹرانسکرپٹس میں اکثر نام، پتے اور صحت کی تفصیلات ہوتی ہیں۔

## Chatbot پر WhatsApp پالیسی کے کون سے اصول لاگو ہوتے ہیں؟

WhatsApp اس بارے میں سخت ہے کہ کاروبار اسے کیسے استعمال کریں، اور یہ اصول آپ کے گاہکوں جتنا ہی آپ کے نمبر کو بھی بچاتے ہیں۔ لانچ سے پہلے [WhatsApp Business Messaging Policy](https://whatsappbusiness.com/policy/) پڑھیں۔ عملی طور پر:

1.  **پہلے opt-in۔** پالیسی آپ کو صرف انہی لوگوں سے رابطے کی اجازت دیتی ہے جنہوں نے آپ کو اپنا نمبر دیا اور WhatsApp پر آپ سے پیغامات کے لیے opt-in کیا۔ گاہک کا آپ کو لکھنا مارکیٹنگ کی رضامندی نہیں۔
2.  **بن مانگے پیغامات نہیں۔** پالیسی کہتی ہے: “Do not confuse, deceive, defraud, mislead, spam, or surprise people with your communications.” (ترجمہ: اپنے پیغامات سے لوگوں کو الجھن میں نہ ڈالیں، دھوکا نہ دیں، فراڈ نہ کریں، گمراہ نہ کریں، اسپیم نہ کریں اور حیران نہ کریں۔) جن لوگوں نے آپ سے رابطہ یا opt-in نہیں کیا، انہیں پہلا پیغام کبھی نہ بھیجیں۔
3.  **24 گھنٹے کی customer service window کا احترام کریں۔** گاہک کے آخری پیغام کے 24 گھنٹے کے اندر آزاد جوابات کی اجازت ہے۔ اس سے باہر آپ صرف منظور شدہ message templates بھیج سکتے ہیں۔
4.  **انسان کا آپشن دیں۔** 24 گھنٹے کی window میں خودکار جوابات کی اجازت ہے، لیکن پالیسی کسی انسان تک “prompt, clear, and direct escalation paths” (ترجمہ: فوری، واضح اور براہِ راست escalation راستے) مانگتی ہے۔
5.  **opt-out کا احترام کریں۔** پالیسی کہتی ہے کہ آپ کو block، بند کرنے یا opt-out کی ہر درخواست کا احترام کرنا ہوگا۔ “stop” یا “توقف” کو بھی ایسی ہی درخواست سمجھیں۔

ایک اصول اور ہے، جو Meta کا نہیں، ہمارا ہے: **نئے رابطوں کو پہلے جوابات سادہ رکھیں۔** بغیر URL والا مختصر، سادہ متن والا جواب سب سے محفوظ ہے۔ کسی انجان کاروبار کے لنکس سے بھرے پیغامات صارفین کو اسپیم لگتے ہیں، اور وہ آپ کو block اور report کر سکتے ہیں۔ لنکس بعد میں بھیجیں، جب گاہک مانگے۔

## عربی WhatsApp بوٹ چلانے کی لاگت کتنی ہے؟

Speech to text کا بل فی آڈیو منٹ بنتا ہے۔ BroadNet Transcribe Arabic کے ساتھ:

| مقدار | لاگت |
| --- | --- |
| وائس نوٹس کا ایک منٹ | $0.0042 |
| وائس نوٹس کا ایک گھنٹہ | $0.25 |
| 30 سیکنڈ کے 10,000 وائس نوٹس | $21.00 |

LLM جوابات کا بل استعمال کے مطابق ادائیگی پر فی ٹوکن بنتا ہے: فی دس لاکھ ٹوکن، Qwen3.8 27B $0.175 ان پٹ اور $2.17 آؤٹ پٹ ہے، اور DeepSeek V4.1 Flash $0.175 ان پٹ اور $0.52 آؤٹ پٹ۔ دس باریوں کی ہسٹری والا ایک سپورٹ جواب چند ہزار ٹوکن کا ہوتا ہے، ریزننگ سمیت، اس لیے ایک جواب کی لاگت اوپر دی گئی فی دس لاکھ قیمتوں کے چند ہزارویں حصے کے برابر ہوتی ہے۔ ماہانہ عدد کے لیے اپنے پیغامات کی مقدار مفت [LLM API لاگت کیلکولیٹر](https://broadrouter.com/tools/llm-api-cost-calculator/) میں ڈالیں۔ اگر بوٹ سارا دن DeepSeek V4.1 Flash پر چلتا ہے تو [قیمتوں کے صفحے](https://broadrouter.com/ur/pricing/) پر $60 والے Full Moon پلان سے موازنہ کریں۔

## وائس نوٹس کو نجی کیسے رکھیں؟

وائس نوٹس کسی کاروبار کے پاس آنے والے سب سے ذاتی ڈیٹا میں سے ہیں۔ BroadNet Inference درخواست کے بعد آڈیو، پرامپٹس یا ٹرانسکرپٹس محفوظ نہیں رکھتا (دیکھیں [zero data retention](https://broadrouter.com/ur/privacy/))، لیکن یہ صرف inference کے مرحلے کا احاطہ کرتا ہے۔ طے کریں کہ آپ کی اپنی queue، logs اور ڈیٹابیس ٹرانسکرپٹس کتنی دیر رکھیں گے، اور پروسیسنگ کے بعد media فائلیں حذف کر دیں۔

## لانچ چیک لسٹ

-   webhook signature کی تصدیق، پروسیسنگ سے پہلے 200 لوٹایا گیا۔
-   WhatsApp message id پر idempotency۔
-   وائس نوٹس WAV میں تبدیل اور `language=ar` کے ساتھ ٹرانسکرائب کیے گئے۔
-   worker pool آپ کی rate limits کے مطابق، 429 پر backoff کے ساتھ۔
-   system پرامپٹ لہجہ، انداز، لمبائی اور “کوئی لنک نہیں” طے کرتا ہے۔
-   انسان کو منتقلی کا راستہ، ٹیسٹ شدہ۔
-   opt-in درج؛ کوئی بن مانگا پیغام نہیں؛ 24 گھنٹے کی window سے باہر صرف templates۔
-   ٹرانسکرپٹس شیڈول کے مطابق حذف کی جاتی ہیں۔

اگر آپ کو جواب دینے والا بوٹ نہیں، صرف وائس نوٹس سے ٹکٹس بنانے ہیں، تو [کاروبار کے لیے وائس نوٹس سے متن](https://broadrouter.com/ur/blog/voice-notes-to-text-for-business/) وہ سادہ پائپ لائن بیان کرتا ہے۔

اس موضوع کے مفت ٹولز (انگریزی میں)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[مفت ٹولز (انگریزی میں)](https://broadrouter.com/tools/)

## اس مضمون کی اصطلاحات

[اسپیچ ٹو ٹیکسٹ (speech-to-text)](https://broadrouter.com/ur/glossary/speech-to-text/)

اسپیچ ٹو ٹیکسٹ، جسے automatic speech recognition (ASR) بھی کہتے ہیں، بولے گئے آڈیو کو تحریری متن میں بدلنے کی ٹیکنالوجی ہے۔ speech-to-text API آڈیو فائل یا اسٹریم لے کر ٹرانسکرپٹ لوٹاتا ہے، عموماً فی آڈیو منٹ قیمت پر۔ درستگی ورڈ ایرر ریٹ سے ناپی جاتی ہے اور لہجے، بولی اور ریکارڈنگ کے معیار کے ساتھ بدلتی ہے۔

[ٹوکن (token)](https://broadrouter.com/ur/glossary/token/)

ٹوکن متن کی وہ اکائی ہے جسے لینگویج ماڈل پڑھتا اور لکھتا ہے: کوئی لفظ، لفظ کا حصہ، رموزِ اوقاف کی کوئی علامت یا بائٹس کا سلسلہ، جو ماڈل کا ٹوکنائزر بناتا ہے۔ LLM API استعمال کو ٹوکنز میں گنتے ہیں، انہی میں حدیں لگاتے ہیں اور عموماً بل بھی بناتے ہیں۔

[ریٹ لمٹ (rate limit)](https://broadrouter.com/ur/glossary/rate-limit/)

ریٹ لمٹ وہ حد ہے جو کوئی API طے کرتا ہے کہ ایک کلائنٹ کسی مدت میں اسے کتنا استعمال کر سکتا ہے، جیسے فی منٹ درخواستیں یا فی منٹ ٹوکن۔ حد سے زیادہ درخواستیں رد کر دی جاتی ہیں، عموماً HTTP 429 Too Many Requests کے ساتھ، جب تک استعمال دوبارہ حد سے نیچے نہ آ جائے۔

[استعمال کے مطابق ادائیگی (pay-as-you-go)](https://broadrouter.com/ur/glossary/pay-as-you-go/)

استعمال کے مطابق ادائیگی (pay-as-you-go) قیمت طے کرنے کا ایک ماڈل ہے جس میں آپ صرف اتنا دیتے ہیں جتنا استعمال کرتے ہیں، ٹوکن، درخواستوں یا آڈیو منٹ جیسی اکائیوں میں ناپ کر، بغیر سبسکرپشن یا کم از کم وابستگی کے۔ زیادہ تر LLM API اسی طرح بل بناتے ہیں، پری پیڈ بیلنس یا وقتاً فوقتاً بننے والی انوائس سے۔

[کنکرنسی (concurrency)](https://broadrouter.com/ur/glossary/concurrency/)

کنکرنسی، کسی کلائنٹ کی بیک وقت چل رہی (in-flight) درخواستوں کی تعداد ہے۔ LLM APIs اکثر اس کی حد ہر کلید یا پلان پر، فی منٹ درخواستوں سے الگ رکھتے ہیں، کیونکہ ہر کھلی درخواست جواب مکمل ہونے تک GPU کی گنجائش گھیرے رکھتی ہے۔

[اسٹرکچرڈ آؤٹ پٹ (structured output)](https://broadrouter.com/ur/glossary/structured-output/)

اسٹرکچرڈ آؤٹ پٹ LLM API کا ایک فیچر ہے جو ماڈل کے جواب کو ڈویلپر کے طے کردہ فارمیٹ، عموماً JSON Schema، تک محدود کرتا ہے، تاکہ کوڈ اسے قابلِ اعتماد طریقے سے پارس کر سکے۔ یہ JSON mode سے زیادہ سخت ہے، جو درست JSON کی ضمانت دیتا ہے، لیکن کسی خاص ساخت کی نہیں۔

[ٹول کالنگ (tool calling)](https://broadrouter.com/ur/glossary/tool-calling/)

ٹول کالنگ، جسے function calling بھی کہتے ہیں، LLM API کی وہ سہولت ہے جس میں ماڈل ڈویلپر کے طے کردہ کسی فنکشن کو چلانے کی ایک منظم درخواست، JSON آرگیومنٹس کے ساتھ، لوٹاتا ہے۔ ایپلیکیشن فنکشن چلا کر نتیجہ واپس بھیجتی ہے؛ ماڈل خود کبھی کوڈ نہیں چلاتا۔

[زیرو ڈیٹا ریٹینشن (zero data retention، ZDR)](https://broadrouter.com/ur/glossary/zero-data-retention/)

زیرو ڈیٹا ریٹینشن (ZDR) ڈیٹا سنبھالنے کی ایک پالیسی ہے، جس میں AI فراہم کنندہ پرامپٹس اور آؤٹ پٹ صرف درخواست پوری کرنے کے لیے پروسیس کرتا ہے اور بعد میں وہ مواد لاگز، کیش یا تربیتی ڈیٹا میں محفوظ نہیں کرتا۔ ٹوکن گنتی اور اوقات جیسے بغیر مواد کے ریکارڈ عموماً پھر بھی رکھے جاتے ہیں۔

## عام سوالات

### کیا میں ان گاہکوں کو پیغام بھیج سکتا ہوں جنہوں نے مجھے کبھی لکھا ہی نہیں؟

صرف تب جب انہوں نے آپ کے کاروبار سے پیغامات وصول کرنے کے لیے opt-in کیا ہو، اور صرف منظور شدہ message templates کے ذریعے۔ بن مانگے پیغامات WhatsApp کی پالیسیوں کی خلاف ورزی ہیں اور آپ کا نمبر محدود کروا سکتے ہیں۔

### ٹرانسکرائب کرنے سے پہلے وائس نوٹس تبدیل کیوں کرنے پڑتے ہیں؟

WhatsApp وائس نوٹس Ogg/Opus فائلیں ہیں، اور BroadNet کا ٹرانسکرپشن اینڈپوائنٹ WAV یا MP3 لیتا ہے۔ ایک ffmpeg کمانڈ انہیں 16 kHz mono WAV میں بدل دیتی ہے۔

### جوابات کا مسودہ کون سا LLM بنائے؟

اپنے پیغامات پر ٹیسٹ کریں۔ BroadNet رپورٹ کرتا ہے کہ اس کے ٹیسٹس میں Qwen3.8 27B نے خلیجی اور مصری لہجے سمجھے اور رواں عربی لکھی؛ DeepSeek V4.1 Flash فی ٹوکن سستا ہے اور مقررہ قیمت والے پلانز پر دستیاب ہے۔

### WhatsApp بوٹ template کے بغیر کب تک جواب دے سکتا ہے؟

گاہک کے آخری پیغام کے بعد کی 24 گھنٹے کی customer service window میں آپ آزاد جوابات بھیج سکتے ہیں۔ اس سے باہر WhatsApp Business Messaging Policy صرف منظور شدہ message templates کی اجازت دیتی ہے۔

### کیا WhatsApp chatbots میں انسان کو منتقلی ضروری ہے؟

ہاں۔ پالیسی آٹومیشن کی اجازت دیتی ہے لیکن فوری، واضح اور براہِ راست escalation راستے مانگتی ہے، جیسے چیٹ میں انسانی ایجنٹ کو منتقلی، فون نمبر، ای میل یا سپورٹ فارم۔

### کیا BroadNet وائس نوٹس محفوظ رکھتا ہے؟

نہیں۔ BroadNet Inference آڈیو اور ٹرانسکرپٹس کو درخواست کے لیے پروسیس کرتا ہے اور انہیں محفوظ نہیں رکھتا۔ آپ کے اپنے سرورز اور WhatsApp کے پاس پھر بھی کاپیاں رہتی ہیں، اس لیے وہاں بھی retention کی منصوبہ بندی کریں۔

## مزید پڑھیں

-   [LLM سے عربی متن کی classification: sentiment، intent، triage](https://broadrouter.com/ur/blog/arabic-text-classification-llm/)
-   [کاروبار کے لیے وائس نوٹ سے متن: WhatsApp اور Telegram سے ٹکٹس](https://broadrouter.com/ur/blog/voice-notes-to-text-for-business/)
-   [خلیجی، مصری اور شامی عربی: LLMs لہجوں کو کیسے سنبھالتے ہیں](https://broadrouter.com/ur/blog/arabic-llm-gulf-egyptian-dialects/)
-   [عربی پرامپٹ انجینئرنگ: register، RTL، ہندسے اور ملا جلا متن](https://broadrouter.com/ur/blog/arabic-prompt-engineering/)
-   [Arabizi اور LLMs: 3 اور 7 جیسے ہندسوں والی Franco-Arabic سنبھالنا](https://broadrouter.com/ur/blog/arabizi-llm-handling/)
-   [LLM API میں 429 ایرر سے کیسے نمٹیں: بیک آف، جِٹر اور لمٹرز](https://broadrouter.com/ur/blog/handle-llm-api-429-rate-limits/)
-   [LLM سے عربی متن پر اعراب (تشکیل) لگانا: پرامپٹ، جانچ، DER](https://broadrouter.com/ur/blog/arabic-diacritization-llm/)
-   [LLM سے عربی گرامر اور املا کی تصحیح: ایک عملی رہنما](https://broadrouter.com/ur/blog/arabic-grammar-spelling-correction-llm/)
-   [گائیڈ: API کے ذریعے WhatsApp وائس نوٹس کو متن میں بدلیں](https://broadrouter.com/ur/guides/transcribe-whatsapp-voice-notes/)
-   [گائیڈ: عربی speech-to-text API، قدم بہ قدم](https://broadrouter.com/ur/guides/arabic-speech-to-text-api/)
-   [گائیڈ: BroadNet Inference کے ایرر کوڈز اور دوبارہ کوشش کب کریں](https://broadrouter.com/ur/guides/errors-and-retries/)

اسے اپنے اصل کام پر آزمائیں۔ نئے اکاؤنٹس Gemma اور ٹرانسکرپشن کے لیے US$5 کے کریڈٹ سے شروع ہوتے ہیں۔ DeepSeek، GLM، اور Qwen3.8 کے لیے ٹاپ اپ ضروری ہے۔

[شروع کریں](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-blog-arabic-whatsapp-chatbot-architecture&utm_content=page-cta) ·

**ذرائع**

-   [Meta، WhatsApp Cloud API: webhook اینڈپوائنٹ بنانا (X-Hub-Signature-256، 7 دن تک retries؛ 2026-11-14 کو دیکھا گیا)](https://developers.facebook.com/documentation/business-messaging/whatsapp/webhooks/create-webhook-endpoint)
-   [Meta، WhatsApp Cloud API webhook ریفرنس: آڈیو پیغامات (2026-11-14 کو دیکھا گیا)](https://developers.facebook.com/documentation/business-messaging/whatsapp/webhooks/reference/messages/audio)
-   [WhatsApp Business Messaging Policy (2026-11-14 کو دیکھا گیا)](https://whatsappbusiness.com/policy/)
-   [BroadNet Inference API ریفرنس، ٹرانسکرپشن اور ffmpeg تبدیلی (2026-11-14 کو دیکھا گیا) (انگریزی میں)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-blog-arabic-whatsapp-chatbot-architecture&utm_content=sources)
-   [BroadNet Inference کی مشین سے پڑھی جانے والی قیمتیں، pricing.json (2026-11-14 کو دیکھا گیا) (انگریزی میں)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-blog-arabic-whatsapp-chatbot-architecture&utm_content=sources)
