Transcribir audios de WhatsApp a texto: por qué en tu negocio no alcanza con el teléfono

Por qué los audios se te acumulan

Porque escuchar no se puede hacer en diagonal.

Un mensaje de texto se lee de un vistazo y se contesta. Un audio de dos minutos hay que escucharlo entero, a veces dos veces, y casi siempre con auriculares que no tenés puestos. Transcribir audios de WhatsApp a texto no es una comodidad: es lo que permite tratar un audio como lo que es, un mensaje más en la cola.

El volumen no ayuda. WhatsApp informa que se envían 7.000 millones de mensajes de voz por día, y un estudio de Preply midió un promedio de 5,5 audios diarios por persona, que sube a 7,2 en la generación Z.

WhatsApp ya transcribe, pero en tu teléfono

Esto conviene decirlo antes que nada, porque cambia la pregunta.

WhatsApp lanzó transcripciones de notas de voz para sus usuarios. Y lo hace de una manera muy específica: los transcripts se generan en el dispositivo, se activan desde los ajustes del chat y se piden mensaje por mensaje, manteniendo apretado y tocando "transcribir".

Es una función pensada para una persona con su teléfono en la mano. Resuelve muy bien el problema de una persona. No resuelve el de un negocio.

Qué cambia cuando los audios entran a una bandeja

Cambian tres cosas, y las tres importan más que la transcripción en sí.

En tu teléfono	En la bandeja del negocio
Transcribís vos, mensaje por mensaje	La transcripción aparece sola cuando llega el audio
Sólo la ve quien tiene el teléfono	La ve cualquiera del equipo que abra la conversación
Queda en tu app	Queda en el historial de la conversación

Un negocio no tiene un teléfono: tiene varias personas que se turnan. La transcripción sirve cuando la puede leer el que atiende ahora, no el que atendió ayer.

La transcripción queda anotada en el chat

Cuando llega un audio, se transcribe y la transcripción queda en la conversación como una nota que sólo ve tu equipo.

O sea que no se le contesta al cliente con el texto de su propio audio, cosa que nadie quiere. Queda del lado de adentro, para que quien atiende lea en cinco segundos lo que iban a ser dos minutos.

Y queda escrito. Dos semanas después, cuando alguien pregunta qué había pedido ese cliente, la respuesta se lee en vez de volver a escucharse.

Qué se puede hacer con un audio ya transcripto

Se puede hacer lo mismo que con un mensaje de texto, que es todo el punto.

• Buscarlo dentro de la conversación, en vez de recordar en qué audio estaba.
• Contestarlo entendiendo lo que se pidió, no sólo que llegó algo.
• Armar un pedido con lo que el cliente dictó, si el pedido viene en el audio.
• Pasarlo a una persona con el contexto ya escrito, sin que tenga que escuchar de cero.

El cuarto es el que más se agradece. Derivar un audio sin transcribir es derivar el trabajo, no el caso.

Lo único que se entiende de un adjunto

Acá va un límite que preferimos decir nosotros.

El audio es el único adjunto cuyo contenido se entiende. Cuando llega una imagen o un video, se sabe que llegó y se tiene en cuenta en la conversación, pero no se lee lo que hay adentro.

Así que si tu cliente manda una foto de un comprobante, no esperes que se lea el número. Eso todavía lo hace una persona.

Cuánto audio maneja un negocio chico

Más de lo que parece cuando lo mirás por mes en vez de por día.

En un cliente nuestro que administra edificios, la operación por WhatsApp mueve unas 312 conversaciones y unos 4.137 mensajes por mes, con 1.247 entrando. Si una porción de esos entrantes son audios, ahí está la cola que alguien escucha con el teléfono pegado a la oreja.

No hace falta ser una cadena para que esto pese. Alcanza con un WhatsApp que no para.

Conclusiones

• Un audio no se puede leer en diagonal, y por eso se acumula distinto que el texto.
• WhatsApp ya transcribe notas de voz, pero en el dispositivo del usuario y de a un mensaje.
• En una bandeja de negocio, la transcripción tiene que ser automática y visible para todo el equipo.
• La transcripción queda como nota interna en la conversación: la ve tu equipo, no tu cliente.
• Transcripto, un audio se busca, se deriva y se convierte en pedido igual que un texto.
• El audio es el único adjunto cuyo contenido se entiende; imágenes y videos sólo se detectan.