Vos clients envoient des messages vocaux WhatsApp : comment y répondre sans tous les écouter
Les messages vocaux sont plus rapides pour vos clients et plus lents pour vous. Comment les lire au lieu de les écouter, ce que l'IA peut répondre seule, où les transcriptions se trompent et la phrase qu'il faut à votre politique de confidentialité.

Sommaire
- Pourquoi les messages vocaux ralentissent une petite équipe
- Ce que vous pouvez faire dès aujourd'hui sans nouveau logiciel
- Parcourez la transcription au lieu d'écouter
- Là où les transcriptions se trompent
- La solution : chaque message vocal arrive en texte
- Ce que ça coûte
- La phrase pour votre politique de confidentialité
- Commencez par compter les messages vocaux de la semaine dernière
Encore un message vocal, et vous avez les mains prises. Il attend avec les autres jusqu'au soir, quand quelqu'un les écoute tous, note les adresses et rappelle des clients qui ont écrit 8 heures plus tôt.
Vous pouvez les lire à la place. Voici des solutions gratuites pour votre téléphone, une méthode pour recevoir chaque message vocal directement en texte, les erreurs que font les transcriptions, ce que ça coûte et la phrase à ajouter à votre politique de confidentialité.
Pourquoi les messages vocaux ralentissent une petite équipe
Pour le client, parler était plus rapide que taper. Pour vous, le message reste sous clé tant que vous n'avez pas une minute au calme et une oreille libre. Et ça arrive toute la journée :
- À 10 h 12, un couvreur sur un toit reçoit un message vocal de 2 minutes 40 secondes à propos d'une fuite.
- À 14 h 30, une coiffeuse a une couleur qui pose sur la tête d'une cliente et 3 messages vocaux de la même cliente qui attendent dans WhatsApp.
- À 19 h 45, un restaurateur est au passe quand quelqu'un demande, par message vocal, si un groupe de 9 avec un chien peut tenir en terrasse samedi.
Écouter coûte plus que quelques minutes
Trois lignes écrites se lisent en quelques secondes. Un message vocal de 3 minutes prend 3 minutes, ou 90 secondes en vitesse double, et il vous faut du calme et une main libre.
Puis viennent les autres coûts :
- L'essentiel est noyé. L'adresse arrive après l'histoire du voisin, et les jours qui conviennent au client tombent tout à la fin.
- Seule la personne qui a écouté sait ce qui a été dit. Quand un collègue prend le relais, il réécoute.
- On ne peut pas faire de recherche dans un audio. Trois semaines plus tard, personne ne retrouve le client qui parlait de l'entrée à l'arrière.
- Même les réponses faciles attendent. « Oui, nous sommes ouverts samedi » part le soir, parce que personne ne savait que c'était la question.
Vos clients ne perdront pas l'habitude
WhatsApp a indiqué en 2022 que ses utilisateurs envoient en moyenne 7 milliards de messages vocaux par jour (blog de WhatsApp).
Beaucoup de gens les trouvent trop longs. Dans un sondage YouGov auprès d'utilisateurs britanniques de smartphones de 2022, 65% de ceux qui avaient un avis estimaient qu'un message vocal de 1 minute est déjà trop long.
Ils continuent pourtant d'arriver, alors la solution est de votre côté : les lire.
Ce que vous pouvez faire dès aujourd'hui sans nouveau logiciel
Si vous recevez quelques messages vocaux par jour et que vous êtes seul à répondre, les outils de votre téléphone peuvent suffire.
Laissez WhatsApp transcrire sur votre téléphone
Depuis novembre 2024, WhatsApp peut transformer un message vocal en texte. Cela fonctionne un message à la fois, sur le téléphone que vous avez en main :
- Activez la fonction dans Paramètres > Discussions > Transcriptions des messages vocaux.
- Appuyez longuement sur un message vocal.
- Touchez Transcrire.
WhatsApp indique que la transcription est créée sur votre appareil, donc même WhatsApp ne peut pas la lire. La fonction a démarré avec quelques langues sélectionnées (blog de WhatsApp).
Telegram propose un bouton similaire aux utilisateurs Premium. Sans Premium, vous avez droit à un nombre limité de transcriptions d'essai par semaine (documentation de l'API Telegram).
Écoutez-les en 1.5x ou 2x
WhatsApp lit les messages vocaux à ces deux vitesses, y compris ceux qui ont été transférés (blog de WhatsApp).
Demandez les infos par écrit, une fois pour toutes
Si votre WhatsApp envoie un message d'accueil automatique ou un message d'absence, ajoutez une ligne : « Les messages vocaux sont les bienvenus. Merci d'écrire aussi votre adresse et les jours qui vous conviennent. »
Les clients continuent de parler, et vous recevez par écrit ce dont vous avez besoin.
Écrivez ce que vous avez entendu
Après l'écoute, répondez avec les infos pour que le client les confirme : « Donc : 27 rue des Tilleuls, de l'eau sous l'évier de la cuisine, mardi ou jeudi après 15 h ? »
Les erreurs sont corrigées avant que vous preniez la route, et personne n'a besoin d'écouter deux fois.
Quand le téléphone ne suffit plus
Cela ne marche plus dès que plusieurs personnes partagent un même numéro (voir utiliser WhatsApp Business avec plusieurs employés), ou dès que les messages vocaux arrivent plus vite qu'on ne peut les écouter.
Parcourez la transcription au lieu d'écouter
Une fois le message vocal en texte, vous allez droit aux passages importants au lieu de lancer l'audio depuis le début. Un exemple que nous avons inventé, tiré de la boîte de réception d'un plombier :
« Bonjour, oui, allô, c'est Marie Lefèvre, on s'était parlé l'année dernière pour la salle de bain, bref, là c'est la cuisine, sous l'évier, il y a de l'eau dans le placard tous les matins, pas beaucoup, mon mari a mis une bassine, et je ne sais pas si c'est le tuyau ou le robinet.
« On habite au 27 rue des Tilleuls, la maison jaune, l'entrée est à l'arrière. On travaille la plupart du temps, mais mardi ou jeudi après 15 h, ça irait, ou peut-être samedi matin. Merci, au revoir. »
Vous lisez ça debout à côté de la camionnette et vous gardez l'essentiel :
- une petite fuite sous l'évier de la cuisine
- 27 rue des Tilleuls, entrée à l'arrière
- mardi ou jeudi après 15 h, ou samedi matin
Là où les transcriptions se trompent
La reconnaissance vocale a le plus de mal avec les détails dont une petite entreprise a besoin :
- les noms de famille et les noms de rue
- les numéros de rue et de téléphone (« six » et « dix » se ressemblent à l'oreille)
- les accents régionaux
- le bruit d'un chantier ou d'une cuisine
Considérez chaque nom et chaque numéro d'une transcription comme non confirmé tant que le client ne l'a pas écrit ou confirmé par écrit.
Avant de vous y fier, envoyez un message vocal dans la langue de vos clients depuis votre téléphone personnel, avec un peu de bruit de fond, et lisez ce qui arrive.
La solution : chaque message vocal arrive en texte
Dans Deskwoot, notre logiciel de support client, les messages vocaux et les fichiers audio reçus sur WhatsApp et Telegram se transforment en texte dès leur arrivée, pour les messages de 10 minutes maximum. Personne n'a besoin de lancer l'audio pour savoir ce que veut le client.
Les transcriptions sont activées par défaut. Vous les désactivez dans Paramètres > Compte > Transcrire les messages vocaux.
Cela concerne les numéros WhatsApp connectés via la WhatsApp Business Platform de Meta ou via Twilio, et votre bot Telegram (guides de configuration pour WhatsApp et Telegram). Sur LINE et par SMS, l'audio reste de l'audio.
Ce que voit votre équipe
- Dans le tableau de bord web, la transcription apparaît sous le lecteur audio, avec la mention « Transcription (automatique) ». Les longues sont repliées, et « Afficher la transcription complète » les ouvre.
- La liste des conversations affiche les premiers mots de la transcription au lieu d'un simple « Message vocal ». La notification push sur votre téléphone aussi, sauf si vous réglez les notifications pour masquer le contenu des messages. La transcription complète s'affiche dans le tableau de bord web.
- Quand il n'y a pas de texte, une ligne grise explique pourquoi : le message était trop long, le format audio est illisible, les conversations IA du mois sont épuisées ou la transcription a échoué. L'audio reste dans la conversation.
Fynn répond aux demandes courantes
Avec les forfaits payants, Fynn, l'agent IA de Deskwoot, lit la transcription comme un message écrit. Il répond à partir de votre site web, de votre centre d'aide, de vos documents et de vos listes de FAQ (comment Fynn traite les messages vocaux).
Imaginons qu'une cliente d'un salon demande par message vocal si vous êtes ouverts samedi, combien coûte à peu près une coupe avec couleur et où se garer. Fynn lui répond avec vos horaires, le prix de votre grille tarifaire et le conseil pour se garer.
Si votre grille tarifaire ne répond pas à la question, Fynn le dit au lieu de deviner et propose de passer la main à une personne. Ses instructions indiquent qu'une transcription est de la parole transformée en texte par un logiciel, donc il redemande au lieu de deviner un nom ou un numéro peut-être mal compris.
Quand un message vocal n'a pas de transcription, Fynn demande au client, en une phrase, de l'écrire en quelques mots. S'il l'a déjà demandé une fois, il transfère la conversation à votre équipe.
Fynn n'est pas inclus dans le forfait gratuit Hacker (1 agent). Là, les transcriptions vous aident à lire, et c'est vous qui répondez.
Quand une personne prend le relais
Fynn transfère aussi la conversation quand le client demande à parler à une personne, quand vos contenus ne suffisent plus ou quand seul un membre de l'équipe peut aider.
Il laisse une note privée à votre équipe avec le problème en une phrase, l'humeur du client et une prochaine étape suggérée. L'app Deskwoot pour iPhone et Android vous prévient que la conversation est maintenant à vous.
Les jours chargés, demandez à Copilot dans la conversation un résumé d'un long message vocal. Copilot lit lui aussi la transcription, et il fonctionne sur le web et dans l'app (Copilot dans les conversations).
Ce que ça coûte
Les transcriptions fonctionnent sur tous les forfaits Deskwoot, y compris le forfait gratuit Hacker. Elles partagent le compteur de Fynn et de Copilot : une conversation avec un message vocal transcrit compte une fois par fenêtre comme conversation IA (un chat compte à nouveau après 12 heures sans message).
Cinq messages vocaux dans une même conversation comptent une seule fois. Une conversation sur laquelle Fynn ou Copilot a déjà travaillé dans la même fenêtre ne coûte rien de plus (comment les conversations IA sont comptées).
| Forfait | Par agent et par mois (facturation annuelle entre parenthèses) | Conversations IA incluses par mois | Chaque conversation en plus |
|---|---|---|---|
| Hacker | $0 | 10 | Non disponible, passage à un forfait supérieur nécessaire |
| Startup | $4 ($3.20) | 50 | $0.07 |
| Business | $8 ($6.40) | 100 | $0.05 |
| Enterprise | $12 ($9.60) | 300 | $0.03 |
Les conversations IA incluses valent pour tout l'espace de travail. Les suivantes sont payées avec un solde IA prépayé.
Quand les conversations incluses sont épuisées et que le solde ne peut plus en payer une autre, les messages vocaux des conversations qui n'ont pas encore été comptées dans leur fenêtre actuelle arrivent en audio, avec une ligne qui le signale.
Un exemple
Un salon de 2 personnes sur le forfait Startup, avec facturation annuelle, paie $6.40 par mois.
Si, dans un mois, 80 conversations reçoivent une transcription, une réponse de Fynn ou l'aide de Copilot, 50 sont incluses. Les 30 autres coûtent 30 × $0.07 = $2.10.
La phrase pour votre politique de confidentialité
Quand un prestataire transforme en texte l'audio de vos clients, ce prestataire reçoit des données personnelles. Dans l'UE et l'EEE, le RGPD le considère comme un destinataire (art. 4(9)).
Plusieurs règles en découlent :
- Votre politique de confidentialité doit indiquer « les destinataires ou les catégories de destinataires des données à caractère personnel » (art. 13(1)(e)).
- Si des données partent vers un pays situé hors de l'UE et de l'EEE, la politique le précise et cite la décision d'adéquation ou les autres garanties sur lesquelles elle s'appuie (art. 13(1)(f)).
- Un sous-traitant doit avoir un contrat avec vous (art. 28(3)), et un sous-traitant ultérieur qu'il fait intervenir est lié par un contrat avec ce sous-traitant (art. 28(4)).
- Le traitement a besoin d'une base légale (art. 6), comme des mesures prises à la demande du client avant un contrat (art. 6(1)(b)) ou vos intérêts légitimes (art. 6(1)(f)). C'est à votre conseiller en protection des données de dire laquelle s'applique.
Une phrase à adapter
Messages vocaux : si vous nous envoyez un message vocal sur WhatsApp ou Telegram, il est automatiquement transformé en texte pour que nous puissions le lire et y répondre plus vite.
Pour cela, nous utilisons notre logiciel de support client [nom] (sous-traitant au sens de l'art. 28 du RGPD) et son sous-traitant ultérieur [prestataire de transcription et son pays], qui traite l'audio sur des serveurs situés en [région]. L'audio et le texte sont conservés avec votre conversation.
[Ajoutez votre base légale, la durée de conservation des conversations et les garanties de transfert que votre conseiller demande.]
Si vous utilisez Deskwoot
Deskwoot est votre sous-traitant, et AssemblyAI, Inc. est son sous-traitant ultérieur pour la transcription. Selon le DPA de Deskwoot (annexe B), AssemblyAI est une entreprise américaine qui traite l'audio sur des serveurs situés dans l'UE.
Elle le fait dans le cadre de l'EU-U.S. Data Privacy Framework ou, à défaut, de clauses contractuelles types, et elle n'utilise pas les fichiers traités sur ses serveurs dans l'UE pour entraîner ses modèles. Vous signez vous-même le DPA dans le tableau de bord (comment le signer).
Dans la phrase ci-dessus, vous indiquez Deskwoot, AssemblyAI, Inc. (États-Unis) et l'UE.
Hors de l'UE
Au Brésil, la LGPD donne aux personnes le droit à une information claire sur l'utilisation partagée de leurs données par le responsable du traitement et sur sa finalité (art. 9, V de la LGPD). La même phrase a donc sa place dans votre politique de confidentialité là-bas.
Les autres pays ont leurs propres règles.
Cette section est une information générale, pas un conseil juridique.
Commencez par compter les messages vocaux de la semaine dernière
Remontez 7 jours en arrière dans votre WhatsApp. Comptez les messages vocaux, et combien de temps chacun a attendu avant que quelqu'un l'écoute.
- S'il y en avait 2, le bouton de transcription de votre téléphone et une ligne dans votre message d'absence suffiront.
- S'il y en avait 20 et que la plupart ont attendu le soir, faites-les arriver en texte.
Testez sur votre propre numéro
Créez un compte, connectez votre numéro WhatsApp et envoyez-lui un message vocal depuis votre téléphone personnel. Lisez ensuite ce qui arrive.
Le forfait gratuit Hacker (1 agent) transcrit les messages vocaux dans 10 conversations maximum par mois, assez pour ce test. Chaque nouvel espace de travail démarre aussi avec 7 jours du forfait Enterprise, Fynn compris, sans carte bancaire et jusqu'à 30 sièges, le vôtre compris.
À la fin de l'essai, vous choisissez un forfait payant ou vous continuez sur Hacker. Startup inclut 50 conversations IA par mois et Fynn (forfaits et tarifs).
Exemples par métier : artisans du bâtiment, salons de coiffure et de beauté, restaurants et boutiques en ligne.
Également disponible en:EnglishDeutschEspañolPortuguês (Brasil)


