Messages audio WhatsApp Business : création, envoi et cas d'usage

En Afrique, la voix a une dimension culturelle particulière. Dans de nombreuses langues et cultures africaines, la communication orale est perçue comme plus authentique, plus personnelle et plus engageante que l'écrit. Un message vocal de votre fondateur remerciant un client fidèle, une explication audio d'une procédure complexe en langue locale, un témoignage client enregistré — ces formats audio créent une connexion humaine que le texte seul ne peut pas reproduire. L'API WhatsApp Business Cloud supporte l'envoi de messages audio, ouvrant des possibilités créatives uniques pour les marques qui comprennent leur marché.

Formats audio supportés par WhatsApp API

L'API WhatsApp Cloud accepte les formats audio suivants :

Format	MIME Type	Taille max
MP3	audio/mpeg	16 MB
AAC	audio/aac	16 MB
MP4 audio	audio/mp4	16 MB
OGG (Opus)	audio/ogg; codecs=opus	16 MB
AMR	audio/amr	16 MB

Format recommandé pour les messages vocaux : OGG avec codec Opus est le format natif des messages vocaux WhatsApp (enregistrés depuis l'application). Vos audios en OGG/Opus s'affichent dans WhatsApp comme de vrais messages vocaux avec la barre de progression et la vitesse de lecture variable (0.5x, 1x, 1.5x, 2x).

Format recommandé pour les fichiers audio : MP3 à 128 kbps est universel, compact et d'excellente qualité pour la voix. Pour des enregistrements de 5-10 minutes (formations, tutoriels), un MP3 128kbps offre un bon compromis taille/qualité.

Envoyer un audio par URL

async function sendAudioByUrl(to, audioUrl) {
    const payload = {
        messaging_product: 'whatsapp',
        to: to,
        type: 'audio',
        audio: {
            link: audioUrl  // Pas de "caption" possible pour les audios via API
        }
    };
    
    const response = await axios.post(API_URL, payload, { headers: HEADERS });
    return response.data;
}

// Exemple : envoyer un message vocal de bienvenue personnalisé
await sendAudioByUrl(
    '221771234567',
    'https://cdn.whakup-client.com/audio/bienvenue-amadou.ogg'
);

Note importante : contrairement aux images, documents et vidéos, les messages audio ne supportent pas de caption (texte sous le message). Si vous voulez ajouter du contexte, envoyez d'abord un message texte puis l'audio.

Upload et envoi d'un fichier audio

async function createAndSendVoiceMessage(to, audioFilePath) {
    const mediaUrl = `https://graph.facebook.com/v18.0/${process.env.PHONE_NUMBER_ID}/media`;
    
    // Déterminer le bon MIME type
    const ext = path.extname(audioFilePath).toLowerCase();
    const mimeMap = {
        '.mp3': 'audio/mpeg',
        '.ogg': 'audio/ogg',
        '.aac': 'audio/aac',
        '.m4a': 'audio/mp4',
        '.amr': 'audio/amr'
    };
    const mimeType = mimeMap[ext] || 'audio/mpeg';
    
    const form = new FormData();
    form.append('messaging_product', 'whatsapp');
    form.append('type', mimeType);
    form.append('file', fs.createReadStream(audioFilePath));
    
    const uploadRes = await axios.post(mediaUrl, form, {
        headers: { ...HEADERS, ...form.getHeaders() }
    });
    
    const mediaId = uploadRes.data.id;
    
    const payload = {
        messaging_product: 'whatsapp',
        to: to,
        type: 'audio',
        audio: { id: mediaId }
    };
    
    const response = await axios.post(API_URL, payload, { headers: HEADERS });
    return response.data;
}

Convertir du texte en audio (Text-to-Speech)

Pour des messages vocaux personnalisés à grande échelle, le Text-to-Speech (TTS) est une solution puissante. Combiné à l'API WhatsApp, vous pouvez envoyer des messages vocaux personnalisés automatiquement :

import boto3
import os

def text_to_speech_and_send(phone, text, voice_id='Mathieu'):  # Mathieu = voix FR Amazon Polly
    """Convertit du texte en audio et envoie via WhatsApp."""
    
    # Générer l'audio avec Amazon Polly
    polly = boto3.client('polly', region_name='eu-west-1')
    
    response = polly.synthesize_speech(
        Text=text,
        OutputFormat='ogg_vorbis',  # Format natif WhatsApp
        VoiceId=voice_id,
        Engine='neural'  # Voix plus naturelle
    )
    
    # Sauvegarder en fichier temporaire
    audio_path = f'/tmp/wa_audio_{phone}.ogg'
    with open(audio_path, 'wb') as f:
        f.write(response['AudioStream'].read())
    
    # Uploader et envoyer via WhatsApp
    media_id = upload_audio_to_whatsapp(audio_path)
    result = send_whatsapp_audio(phone, media_id)
    
    os.unlink(audio_path)
    return result

# Exemple : message vocal personnalisé pour chaque client
clients = [
    {'phone': '221771234567', 'name': 'Fatou', 'points': 2500},
    {'phone': '225071234567', 'name': 'Kofi', 'points': 1800}
]

for client in clients:
    text = f"Bonjour {client['name']} ! Vous avez {client['points']} points de fidélité. Venez les utiliser avant le 30 septembre et bénéficiez d'une réduction exceptionnelle chez nous !"
    text_to_speech_and_send(client['phone'], text)

Cas d'usage des messages audio en Afrique

Support client en langue locale : enregistrez des réponses aux questions fréquentes en wolof, bambara, mooré, haoussa ou d'autres langues locales. C'est particulièrement efficace pour les entreprises servant des populations peu alphabétisées ou à l'aise avec l'oral mais moins avec l'écrit.

Messages de fidélisation personnalisés : un message vocal du fondateur/directeur remerciant un client VIP de sa fidélité crée un impact émotionnel unique. Ces messages se partagent parfois spontanément dans les familles et réseaux sociaux.

Tutoriels et onboarding : pour les applications mobiles ou services complexes, un audio step-by-step est souvent plus accessible qu'un guide écrit, surtout pour des populations à mobilité digitale variée.

Alertes et notifications urgentes : une voix capte mieux l'attention qu'un texte pour les messages critiques (confirmation de RDV médical, alerte de sécurité bancaire). Certaines études montrent que les messages vocaux sont écoutés 3x plus rapidement que les textes sont lus.

Pour compléter votre stratégie de rich media WhatsApp, consultez le guide marketing WhatsApp 2025 et le guide API WhatsApp Business.

FAQ

Q: Les messages audio WhatsApp envoyés via API apparaissent-ils comme des vrais messages vocaux ?

R: Oui, si vous utilisez le format OGG avec codec Opus (le format natif des messages vocaux WhatsApp), vos audios s'affichent exactement comme un message vocal enregistré dans l'application : avec la forme d'onde, la durée, et les options de vitesse de lecture. Les autres formats (MP3, AAC) s'affichent comme des fichiers audio classiques avec un bouton lecture.

Q: Peut-on transcrire automatiquement les messages vocaux reçus depuis des clients ?

R: Oui. Quand un client vous envoie un message vocal via WhatsApp, votre webhook reçoit un événement de type audio avec un media_id. Téléchargez le fichier via l'API media, puis envoyez-le à un service de transcription (Google Speech-to-Text, OpenAI Whisper, AWS Transcribe) pour obtenir le texte. C'est particulièrement utile pour les chatbots qui doivent comprendre les messages vocaux.

Q: Quelle est la durée maximale d'un message audio WhatsApp API ?

R: Il n'y a pas de limite de durée explicite, mais la limite de taille de 16 MB contraint la durée. À 128 kbps (MP3), 16 MB correspond à environ 17 minutes d'audio. En OGG/Opus à 24 kbps (qualité vocale), vous pouvez envoyer jusqu'à 90 minutes. Pour du contenu plus long, hébergez sur un podcast/cloud et partagez le lien.

Q: Comment enregistrer des messages audio directement depuis Node.js ou Python pour les envoyer ensuite ?

R: Vous pouvez utiliser des bibliothèques comme node-record-lame (Node.js) ou pyaudio (Python) pour enregistrer depuis le microphone de votre serveur (rarement utile en production). Plus pratique : utilisez un TTS comme Amazon Polly, Google Cloud TTS ou ElevenLabs pour générer des audios synthétiques, ou laissez vos équipes enregistrer des audios depuis leur téléphone que vous uploadez ensuite.

Q: Les messages audio de masse sont-ils efficaces pour le marketing WhatsApp ?

R: Oui, mais avec modération. Les messages vocaux ont un fort impact émotionnel mais demandent une attention soutenue de l'auditeur — ils ne conviennent pas pour tous les contextes. Les meilleures pratiques : gardez les audios marketing sous 60 secondes, envoyez d'abord un texte qui annonce l'audio ("Je vous ai laissé un message vocal !"), et réservez ce format aux moments forts (anniversaires clients, lancements exclusifs, messages du CEO).

---

Ajoutez la dimension sonore à vos communications WhatsApp. Whakup supporte tous les formats médias WhatsApp pour des campagnes riches et engageantes sur le marché africain.