Как понять голосовое в WhatsApp на чужом языке и ответить

Пример: вы снимаете квартиру в Лиссабоне, и хозяйка присылает голосовое на 40 секунд по-португальски. Нужно понять, что она сказала, и ответить голосовым на португальском, ничего не печатая. Всё ниже делается в приложении VocaLingo на том же телефоне, где стоит WhatsApp.

Какой инструмент нужен и почему

Для этой задачи подходит Перевод аудио: он принимает голосовое прямо из WhatsApp, сам определяет язык и переводит без кнопки «Перевести». А кнопка «Записать ответ» сама настраивает обратное направление, с вашего языка на португальский.

Шаг 1. Понять сообщение

1. В WhatsApp зажмите голосовое. На iPhone нажмите Переслать, затем значок «Поделиться» в правом нижнем углу, на Android нажмите значок «Поделиться» вверху.

2. Выберите Перевод аудио в VocaLingo.

3. VocaLingo распознает португальскую речь и переведёт её на язык приложения. Прочитайте перевод на вкладке Перевод, а если слово кажется странным, сверьтесь с вкладкой Оригинал.

Если VocaLingo нет в меню «Поделиться» или у вас другой мессенджер, смотрите статью Как отправить голосовое из WhatsApp или Telegram в VocaLingo.

Шаг 2. Записать ответ

1. Под переводом в блоке «Что дальше?» нажмите Записать ответ. Откроется Перевод аудио с португальским в качестве языка перевода, и запись начнётся сразу.

2. Скажите ответ на своём языке и нажмите Готово.

3. Проверьте португальский текст на вкладке «Перевод». Если что-то не так, нажмите Редактировать на вкладке «Оригинал» и поправьте свои слова: перевод обновится сам.

4. Нажмите кнопку воспроизведения. Португальский входит в 10 языков, для которых приложение сразу клонирует ваш голос, поэтому ответ звучит вашим голосом.

Шаг 3. Отправить ответ

1. Нажмите кнопку «Поделиться» в плеере.

2. Выберите WhatsApp и чат с хозяйкой. Ответ придёт аудиофайлом.

Если удобнее текстом, скопируйте перевод на вкладке «Перевод» и вставьте его в чат.

Сколько это стоит и сколько занимает

На такой короткий обмен уходит несколько токенов. Распознавание стоит около 0,7 токена за минуту, перевод доли токена, а ответ, озвученный клоном Qwen 3, около 20 токенов за 1000 символов, минимум 5 токенов. Ответ на 20 секунд обычно занимает около 300 символов.

Время зависит от длины записи. В настройках указано около 3 секунд на распознавание и около 20 секунд на клон Qwen 3, плюс время на загрузку файла.

Если языка нет среди этих 10

Для языков, кроме английского, русского, китайского, немецкого, французского, испанского, итальянского, японского, корейского и португальского, приложение перед озвучкой спросит «Клонировать голос?» и покажет цену. Клонирование MiniMax в первый раз стоит 180 токенов. Чтобы заплатить их один раз, после первого ответа нажмите Сохранить голос. Если голос звучит не так, смотрите статью Почему озвучка перевода звучит как робот.

Частые вопросы