Como traduzir uma mensagem de voz do WhatsApp e responder no idioma da pessoa

Exemplo: você está alugando um apartamento em Lisboa e o proprietário envia uma mensagem de voz de 40 segundos em português. Você quer entender e responder com um áudio em português, sem precisar digitar. Tudo a seguir acontece no aplicativo VocaLingo, no mesmo celular com o WhatsApp.

Qual ferramenta usar e por quê

O Traduzir Áudio é ideal para isso: ele recebe a mensagem de voz diretamente do WhatsApp, detecta o idioma sozinho e inicia a tradução sem precisar apertar nenhum botão. O botão Gravar resposta configura a ordem inversa para você, do seu idioma de volta para o português.

Passo 1. Entenda a mensagem

1. No WhatsApp, toque e segure a mensagem de voz. No iPhone, toque em Encaminhar e depois no ícone de compartilhamento no canto inferior direito; no Android, toque no ícone de compartilhamento na parte superior.

2. Escolha Traduzir Áudio no VocaLingo.

3. O VocaLingo reconhece o português e traduz para o idioma do seu app. Leia na aba Tradução e confira o original em Texto original se alguma palavra parecer estranha.

Se o VocaLingo não aparecer no menu de compartilhamento ou se você usar outros mensageiros, consulte Como enviar uma mensagem de voz do WhatsApp ou Telegram para o VocaLingo.

Passo 2. Grave a resposta

1. Abaixo da tradução, no bloco O que fazer agora?, toque em Gravar resposta. O Traduzir Áudio abre com o português como idioma de destino, e a gravação começa na hora.

2. Fale sua resposta no seu próprio idioma e toque em Concluído.

3. Verifique o texto em português na aba Tradução. Se algo estiver incorreto, toque em Editar na aba Texto original e ajuste suas palavras: a tradução é atualizada automaticamente.

4. Toque no botão de reprodução. O português é um dos 10 idiomas em que o app clona a sua voz na hora, para que a resposta soe como você.

Passo 3. Envie a resposta de volta

1. Toque no botão de compartilhamento no reprodutor.

2. Escolha o WhatsApp e a conversa com o proprietário. A resposta é enviada como um arquivo de áudio.

Se preferir enviar texto, copie a tradução da aba Tradução e cole na conversa.

Quanto custa e quanto tempo leva

Para uma conversa curta como essa, você gasta poucos tokens. O reconhecimento custa cerca de 0.7 tokens por minuto, a tradução frações de um token, e a resposta narrada com clone Qwen 3 custa cerca de 20 tokens por 1.000 caracteres, com um mínimo de 5 tokens. Uma resposta de 20 segundos costuma ter cerca de 300 caracteres.

O tempo de espera depende da duração da gravação. Os ajustes indicam cerca de 3 segundos para o reconhecimento e cerca de 20 segundos para o clone Qwen 3, além do tempo de envio do arquivo.

Se o idioma não for um dos 10 principais

Para idiomas diferentes de inglês, russo, chinês, alemão, francês, espanhol, italiano, japonês, coreano e português, o aplicativo pergunta Clonar voz? antes da locução e mostra o preço. A clonagem MiniMax custa 180 tokens na primeira vez. Para pagar apenas uma vez, toque em Salvar voz após a primeira resposta clonada. Se a voz parecer estranha, consulte Por que a voz traduzida parece robótica.

Perguntas frequentes