# WhatsApp-Audio empfangen

Audio, das ein Kontakt sendet, kommt als eingehende Nachricht mit `audio` an. Der Arm umfasst sowohl eine im Chat aufgenommene Sprachnachricht als auch eine angehängte Audiodatei, und `voice` unterscheidet die beiden.

## Was eine eingehende Audionachricht enthält

```json
{
  "id": "wam_01kyb3q8ndvt6r2h5k9wxc4pfa",
  "direction": "inbound",
  "from": { "phone_number": "+14155550100" },
  "to": { "phone_number": "+13124495569" },
  "status": "received",
  "audio": {
    "id": "waf_01kyb2m4xq7whs0d8n3prv6tez",
    "url": "https://platform.bird.com/v1/whatsapp/messages/wam_01kyb3q8ndvt6r2h5k9wxc4pfa/media/waf_01kyb2m4xq7whs0d8n3prv6tez",
    "mime_type": "audio/ogg; codecs=opus",
    "voice": true
  },
  "created_at": "2026-08-25T09:07:32Z"
}
```

| Feld        | Was es enthält                                                                                       |
| ----------- | ---------------------------------------------------------------------------------------------------- |
| `id`        | Die gespeicherte Datei, als `media_id` beim Abrufen der Bytes zu übergeben                           |
| `url`       | Eine Bird-URL, abzurufen mit Ihrem API-Schlüssel                                                     |
| `mime_type` | Der von WhatsApp gemeldete Medientyp, zum Beispiel `audio/ogg; codecs=opus` für eine Sprachnachricht |
| `voice`     | `true` bei einer im Chat aufgenommenen Sprachnachricht, nicht bei einer angehängten Audiodatei       |

`caption` existiert auf diesem Arm in keiner Richtung, daher enthält eine Audionachricht niemals begleitenden Text. Ein Kontakt, der Worte hinzufügen möchte, sendet eine separate [Textnachricht](/docs/guides/whatsapp/receiving-whatsapp/plain-text).

Eine Sprachnachricht wird im WhatsApp-Client automatisch heruntergeladen und kann dort für den Empfänger transkribiert werden. Bird leitet das Audio durch und transkribiert es nicht, daher ist das Transkript, das Ihr Kontakt in seiner eigenen App sieht, nicht Teil der Nachricht, die Sie lesen.

## Die Bytes abrufen

Übergeben Sie die Nachrichten-ID und die Media-`id` an die Media-Methode des Channels. Die Hub-Seite [Eingehende Medien abrufen](/docs/guides/whatsapp/receiving-whatsapp#fetching-inbound-media) enthält diesen Aufruf in jeder Sprache samt den Redirect- und Header-Regeln, denen er folgt.

`mime_type` benennt den Container und den Codec, und eine Sprachnachricht ist Opus in einem Ogg-Container statt der MP3- oder AAC-Datei, die ein Anhang wahrscheinlich hat. Lesen Sie den Typ aus dem Feld statt aus der Dateierweiterung in `url`, die keine enthält, und prüfen Sie ihn, bevor Sie die Bytes an einen Transkriptionsdienst übergeben, der nur bestimmte Formate akzeptiert. Die Nachricht und ihre Medien verfallen gemeinsam, 30 Tage nach Eingang der Nachricht; die Hub-Seite [Eingehende Medien abrufen](/docs/guides/whatsapp/receiving-whatsapp#fetching-inbound-media) beschreibt dieses Zeitfenster und was die Abfragen zurückgeben, wenn es abgelaufen ist.

## Der Webhook-Payload

`whatsapp.received` enthält den `audio`-Arm im Event-Envelope, einschließlich des `voice`-Flags:

```json
{
  "type": "whatsapp.received",
  "timestamp": "2026-08-25T09:07:32.451Z",
  "data": {
    "whatsapp_id": "wam_01kyb3q8ndvt6r2h5k9wxc4pfa",
    "workspace_id": "ws_01ky7m235keycbnwyajabe1a6b",
    "direction": "inbound",
    "from": { "phone_number": "+14155550100" },
    "to": { "phone_number": "+13124495569" },
    "audio": {
      "id": "waf_01kyb2m4xq7whs0d8n3prv6tez",
      "url": "https://platform.bird.com/v1/whatsapp/messages/wam_01kyb3q8ndvt6r2h5k9wxc4pfa/media/waf_01kyb2m4xq7whs0d8n3prv6tez",
      "mime_type": "audio/ogg; codecs=opus",
      "voice": true
    },
    "tags": null,
    "metadata": null
  }
}
```

Ein automatisierter Flow, der Sprachnachrichten beantwortet, liest `voice` hier, bevor er etwas abruft: Eine Support-Warteschlange, die Aufnahmen transkribiert, aber angehängte Musikdateien weiterleitet, kann allein anhand des Flags verzweigen.

## Worauf Sie achten sollten

- **Lesen Sie `voice` als Flag, das eine Sprachnachricht markiert.** Alles andere, einschließlich eines fehlenden Feldes, ist ein gewöhnlicher Audio-Anhang.
- **Es wird keine Dauer gemeldet.** Der Arm enthält keine Länge; lesen Sie sie nach dem Abrufen aus der Datei, falls eine Warteschlange sie benötigt.

## Nächste Schritte

- [So funktioniert der Empfang](/docs/guides/whatsapp/receiving-whatsapp): der Eingangs-Envelope, das Abrufen von Medien und der `whatsapp.received`-Webhook
- [WhatsApp-Audionachrichten](/docs/guides/whatsapp/message-types/audio): die Sendeseite desselben Arms
- [Video empfangen](/docs/guides/whatsapp/receiving-whatsapp/video): Clips, mit einer Beschriftung, für die der Audio-Arm keinen Platz hat
- [WhatsApp-Events](/docs/guides/whatsapp/events): die vollständige Event-Liste, über API oder Webhooks

## Related resources

- [Connecting WhatsApp to Bird: from buying a number to a live channel](/learn/whatsapp/connecting-whatsapp-to-bird) (video)
- [What is the 24-hour customer service window on WhatsApp?](/explained/whatsapp/what-is-the-24-hour-customer-service-window) (answer)
- [WhatsApp message builder](/tools/whatsapp-message-builder) (tool)
- [WhatsApp](/products/whatsapp) (product)

[Get an implementation brief](/learn/workspace?topic=whatsapp)