Как расшифровать голосовые сообщения из WeChat и перевести их на русский

Поставщик отвечает голосом. Сорок секунд на путунхуа, потом ещё восемь таких же сообщений подряд. Просить «пришлите текстом» бесполезно: человек стоит у линии, в руках образец, ему проще наговорить.

А в этих сорока секундах лежит цена за штуку, срок отгрузки и условие про остаток оплаты. Через неделю вы будете вспоминать, о чём договорились, и слушать всю ленту заново.

Почему голосовые в WeChat стоят денег

Китайцу говорить быстрее, чем набирать иероглифы. Поэтому переписка с фабрикой почти всегда наполовину голосовая, и от ваших просьб это не поменяется.

Встроенная расшифровка в WeChat есть, кнопка «преобразовать в текст». Работает она по путунхуа, спотыкается на диалектах и шуме цеха, отдаёт иероглифы и ничего не переводит.

Дальше начинается обычное. Вы слушаете, ловите общий смысл, а частности вроде «цена за коробку из 24 штук, а не за штуку» проскакивают мимо. Одна такая ошибка на партии в 500 единиц стоит дороже, чем годовое обслуживание всей схемы разбора.

Как я это разбираю

Цепочка простая: аудио, текст на китайском, перевод, короткая карточка с цифрами. Карточка тут главное. Подстрочник вы получите в любом переводчике, а сведённые условия сделки — нет.

  1. Забрать аудио. У личного WeChat нет открытого API, поэтому файл либо выгружаете руками через «Избранное», либо переводите общение с фабрикой на WeCom, корпоративную версию мессенджера. У WeCom API есть, и вложения забираются сами. Это честный ответ на вопрос «можно ли всё автоматом»: можно, но на корпоративном аккаунте.

  2. Распознать. Модели семейства Whisper и Deepgram нормально берут китайский, распознавание стоит единицы центов за час аудио. Просите сразу текст с таймкодами: по таймкоду вы потом найдёте нужные семь секунд и переслушаете спорное место, а не всю минуту.

  3. Перевести со словарём. Машинный перевод ломает торговые термины. 尾款 переводчик отдаёт как «остаток денег», хотя это балансовый платёж перед отгрузкой. 打样 — образец, за который обычно берут отдельно. 货期 — срок производства, а не срок доставки до вашего склада. Заведите файл на 30–50 таких слов и подсовывайте его модели вместе с текстом. Разница видна с первого сообщения.

  4. Свести в карточку. Из восьми голосовых вам нужны пять строк: цена и за какую единицу, количество, срок, условия оплаты, что требует вашего ответа. Плюс отдельная строка с числами, которые надо подтвердить.

  5. Положить рядом с заказом. Карточка уходит в ваш рабочий чат или в строку заказа в таблице. Через месяц вы открываете таблицу, а не переписку.

Числа всегда переспрашивайте

Распознавание китайских чисел — слабое место схемы. 四 и 十 на записи с фабричным шумом слышатся похоже, а разница между 40 и 14 днями отгрузки вам дорога.

Я закладываю это прямо в процесс. Карточка выносит все цифры отдельно и собирает одно короткое сообщение поставщику на китайском: «подтвердите, 500 штук, 45 дней, предоплата 30%». Вы отправляете его и получаете письменный ответ, на который потом можно сослаться.

Второе слабое место — диалекты. Кантонский или сычуаньский акцент распознавание режет заметно хуже. Если ваш менеджер на фабрике говорит с сильным акцентом, проверяйте первые десять расшифровок вручную, прежде чем доверять схеме.

Что меняется в работе

Главный эффект не в том, что вы «понимаете китайский». Он в том, что переписка перестаёт быть единственным местом хранения договорённостей.

До схемы условия сделки лежат в чате и в памяти того, кто его вёл. Человек в отпуске — заказ встал. После — по каждой партии есть пять строк в таблице, и их читает кто угодно из вашей команды.

Второе: сокращается задержка ответа. Фабрика пишет утром по китайскому времени, у вас ещё ночь. Расшифровка с карточкой приходит к вашему открытию рабочего дня уже разобранной, и вместо получаса на прослушивание вы тратите минуту на чтение.

Сколько это стоит

Посчитаю на типичной ситуации: 20 голосовых в день по 40 секунд. Это примерно 13 минут аудио в день и около 4,5 часов в месяц.

Цифры ориентировочные, они поедут от объёма и моделей. Но порядок такой: обслуживание выходит дешевле одного часа переводчика, а разбирать оно будет каждый день.

Когда это не нужно

Если голосовых два в неделю, не городите систему. Попросите партнёра писать текстом, фраза «请发文字，方便记录» работает у большинства.

Не нужно и тогда, когда у вас есть сотрудник с китайским, который и так сидит в этих чатах. Там польза будет с другой стороны: карточка с условиями сделки снимает риск, что все договорённости живут в голове одного человека.

Схема окупается, когда чатов с фабриками больше трёх, голоса идут потоком и вы принимаете решения по деньгам, не понимая языка.

Автоматизирую бизнес с помощью ИИ: боты, ассистенты в переписке, интеграции и сайты под ключ. Напишите мне в Telegram @galich_co, бесплатно разберём вашу задачу, и я скажу честно, что там стоит автоматизировать, а что дешевле оставить людям.