---
title: "Arabischer WhatsApp-Chatbot: Architektur mit STT und LLM"
description: "Eine funktionierende Architektur für einen arabischen WhatsApp-Assistenten: Webhook, Queue, Transkription, LLM-Antwort, Richtlinien und Kosten, mit Python-Code."
url: https://broadrouter.com/de/blog/arabic-whatsapp-chatbot-architecture/
lang: de
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/blog/arabic-whatsapp-chatbot-architecture/) (aktualisiert am 2026-11-16).

# Arabischer WhatsApp-Chatbot: von der Sprachnachricht zur Antwort

Vom Team von BroadNet Inference · 5 Min. Lesezeit · Veröffentlicht 2026-11-14 · Aktualisiert 2026-11-16

Ein arabischer WhatsApp-Assistent hat fünf Teile: einen Webhook, der Nachrichten von der WhatsApp Business Platform empfängt, eine Queue, Speech-to-Text für Sprachnachrichten, ein LLM, das die Antwort entwirft, und einen Sender, der über die API antwortet. Eine Sprachnachricht umzuwandeln und mit BroadNet Transcribe Arabic zu transkribieren kostet $0.0042 pro Audiominute.

## Das Wichtigste in Kürze

-   Bestätigen Sie den Webhook sofort und erledigen Sie die langsame Arbeit (Download, Transkription, LLM) aus einer Queue.
-   WhatsApp-Sprachnachrichten kommen als Ogg/Opus-Audio an. Wandeln Sie sie mit ffmpeg in 16-kHz-Mono-WAV um und transkribieren Sie dann mit language=ar.
-   Schreiben Sie nur Personen an, die eingewilligt haben, und antworten Sie innerhalb des Kundenservice-Fensters. Senden Sie niemals unaufgeforderte Nachrichten.
-   Halten Sie erste Antworten an neue Kontakte kurz, als reinen Text und ohne Links.
-   10.000 Sprachnachrichten von je 30 Sekunden kosten mit BroadNet Transcribe Arabic $21.00 für die Transkription.

**Auf dieser Seite**

1.  Aus welchen Teilen besteht ein arabischer WhatsApp-Chatbot?
2.  Welche WhatsApp-Richtlinien gelten für einen Chatbot?
3.  Was kostet der Betrieb eines arabischen WhatsApp-Bots?
4.  Wie bleiben Sprachnachrichten privat?
5.  Checkliste für den Start

Ein arabischer WhatsApp-Chatbot braucht fünf Teile: einen Webhook, der Nachrichten von der offiziellen WhatsApp Business Platform empfängt, eine Queue, Speech-to-Text für Sprachnachrichten, ein LLM, das Antworten auf Arabisch entwirft, und einen Sender, der innerhalb des 24-Stunden-Fensters von WhatsApp antwortet. Sprachnachrichten sind wichtig, weil viele arabischsprachige Kunden lieber im Dialekt sprechen als tippen.

BroadRouter wird von BroadNet betrieben; die Beispiele verwenden daher BroadNet Inference. Jeder OpenAI-kompatible Anbieter für Speech-to-Text und Chat passt in dieselben Stellen.

## Aus welchen Teilen besteht ein arabischer WhatsApp-Chatbot?

```
WhatsApp user
   │  text or voice note
   ▼
WhatsApp Business Platform (Cloud API)
   │  webhook POST
   ▼
1. Webhook receiver ── verify signature, store event, return 200
   │
   ▼
2. Queue (Redis, SQS, a database table)
   │
   ▼
3. Worker
   ├─ voice note? download media → ffmpeg → speech to text
   ├─ build prompt: system rules + recent history + new message
   └─ LLM drafts reply (or hands over to a human)
   │
   ▼
4. Sender ── POST /messages on the Cloud API
   │
   ▼
5. Store ── conversation state, opt-in status, audit log
```

### 1\. Webhook-Empfänger

Die WhatsApp Cloud API liefert eingehende Nachrichten als HTTPS-POST-Anfragen an einen Webhook, den Sie registrieren. Zwei Regeln halten diesen Teil gesund:

-   **Jede Anfrage verifizieren.** Laut den Docs von Meta berechnen Sie einen HMAC-SHA256 der JSON-Payload mit Ihrem App-Secret und vergleichen ihn mit dem Header `X-Hub-Signature-256`. Lehnen Sie alles ab, was nicht übereinstimmt.
-   **Schnell 200 zurückgeben.** Speichern Sie das Ereignis und bestätigen Sie es. Laden Sie im Webhook-Handler kein Audio herunter und rufen Sie kein LLM auf. Schlägt die Zustellung fehl, wiederholt Meta sie „immediately, then a few more times with decreasing frequency over the next 7 days“ (Übersetzung: „sofort, dann noch einige Male mit abnehmender Häufigkeit über die nächsten 7 Tage“) und überlässt Ihnen die Deduplizierung.

Verwenden Sie die WhatsApp-Nachrichten-ID als [Idempotency Key](https://broadrouter.com/de/glossary/idempotency-key/), damit ein erneut zugestellter Webhook nie zwei Antworten erzeugt.

### 2\. Queue

Eine Queue entkoppelt das Zustell-Timing von WhatsApp von Ihrer Verarbeitungszeit. Außerdem können Sie damit die Parallelität an Ihre Inferenz-Limits anpassen. Ein Pay-as-you-go-Schlüssel bei BroadNet erlaubt 30 Anfragen pro Minute und 4 gleichzeitig; ein kleiner Worker-Pool mit Wiederholungen bei 429 ist also die richtige Form. Siehe [Fehler und Wiederholungen](https://broadrouter.com/de/guides/errors-and-retries/) und [wie Sie mit 429-Rate-Limits umgehen](https://broadrouter.com/de/blog/handle-llm-api-429-rate-limits/).

### 3\. Worker: Sprachnachrichten zu Text

Bei einer Sprachnachricht liefert der Webhook ein `audio`\-Objekt mit einer Medien-`id`, einem `mime_type` wie `audio/ogg; codecs=opus` und `voice: true` für Aufnahmen, die in WhatsApp entstanden sind. Der Worker ruft die Medien-ID per GET ab, um die Download-URL zu erhalten, lädt die Datei mit Ihrem Access Token herunter und wandelt sie dann um und transkribiert sie. Der Endpoint von BroadNet akzeptiert WAV oder MP3; wandeln Sie also zuerst um:

```python
import os, subprocess, tempfile
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

def transcribe_voice_note(ogg_bytes: bytes) -> str:
    with tempfile.TemporaryDirectory() as d:
        src, wav = os.path.join(d, "in.ogg"), os.path.join(d, "in.wav")
        open(src, "wb").write(ogg_bytes)
        subprocess.run(["ffmpeg", "-y", "-loglevel", "error", "-i", src,
                        "-ar", "16000", "-ac", "1", wav], check=True)
        with open(wav, "rb") as audio:
            return client.audio.transcriptions.create(
                model="broadnet/cohere-transcribe-arabic",
                file=audio,
                language="ar",   # without it, Arabic can come back in Latin letters
            ).text
```

Das temporäre Verzeichnis verschwindet nach dem Aufruf, sodass kein Audio auf Ihren Festplatten bleibt. Der [Leitfaden für WhatsApp-Sprachnachrichten](https://broadrouter.com/de/guides/transcribe-whatsapp-voice-notes/) enthält eine Batch-Version für exportierte Chats, und der [Leitfaden für Speech-to-Text auf Arabisch](https://broadrouter.com/de/guides/arabic-speech-to-text-api/) behandelt Formate und Limits. Dateien müssen unter 26.214.400 Bytes (25 MiB) bleiben; normale Sprachnachrichten liegen weit darunter.

### 3b. Worker: die Antwort entwerfen

Behandeln Sie ein Transkript genau wie eine getippte Nachricht, sagen Sie dem Modell aber, dass es aus Sprache stammt, denn Transkripte haben keine Satzzeichen und können Erkennungsfehler enthalten:

```python
SYSTEM = """You are the WhatsApp assistant of a clinic in Dubai.
Customers write or speak in Gulf Arabic, other dialects, MSA, English or Arabizi.
Reply in simple Modern Standard Arabic unless the customer used English.
Keep replies under 60 words. Plain text only: no links, no markdown.
You can: answer opening hours, explain how to book, collect name and preferred time.
If the message is a complaint, medical question or you are unsure, reply that a
staff member will follow up, and set handover=true."""

def draft_reply(history: list[dict], text: str, from_voice: bool) -> str:
    note = "(transcribed voice note, may contain errors) " if from_voice else ""
    r = client.chat.completions.create(
        model="broadnet/qwen3.8-27b",
        max_tokens=1500,
        messages=[{"role": "system", "content": SYSTEM}, *history[-10:],
                  {"role": "user", "content": note + text}],
    )
    return r.choices[0].message.content
```

Für das Routing fordern Sie vom Modell [strukturierte Ausgabe](https://broadrouter.com/de/glossary/structured-output/) (`intent`, `handover`, `reply`) statt Freitext an und handeln anhand der Felder; der kostenlose [JSON-Schema-Generator](https://broadrouter.com/tools/json-schema-generator/) erstellt das Schema aus einer Beispielantwort. In den Tests von BroadNet verstand [Qwen3.8 27B](https://broadrouter.com/de/models/qwen3.8-27b/) Golf- und ägyptischen Dialekt und schrieb flüssiges Arabisch; [DeepSeek V4.1 Flash](https://broadrouter.com/de/models/deepseek-v4.1-flash/) ist pro Token günstiger und das Modell der unbegrenzten Pläne von BroadNet. Beide denken vor der Antwort nach; lassen Sie also Spielraum bei `max_tokens`. Den Umgang mit Dialekten behandelt ausführlich [Golf-, ägyptisches und levantinisches Arabisch mit LLMs](https://broadrouter.com/de/blog/arabic-llm-gulf-egyptian-dialects/).

### 4\. Sender

Antworten gehen über den Messages-Endpoint der Cloud API für die ID Ihrer Telefonnummer hinaus. Senden Sie für Gesprächsantworten reinen Text. WhatsApp-Formatierung (fett, Listen) wird dargestellt, Markdown-Tabellen und Überschriften aber nicht; sagen Sie dem Modell also, dass es sie nicht erzeugen soll.

### 5\. Speicher

Bewahren Sie den Gesprächszustand (die letzten zehn Züge reichen für die meisten Support-Bots), den Einwilligungsstatus des Kunden und ein Audit-Log auf, was der Bot gesendet hat und warum. Speichern Sie nicht mehr als nötig: Transkripte von Sprachnachrichten enthalten oft Namen, Adressen und Gesundheitsangaben.

## Welche WhatsApp-Richtlinien gelten für einen Chatbot?

WhatsApp ist streng darin, wie Unternehmen den Dienst nutzen, und die Regeln schützen Ihre Nummer ebenso wie Ihre Kunden. Lesen Sie die [WhatsApp Business Messaging Policy](https://whatsappbusiness.com/policy/) vor dem Start. In der Praxis:

1.  **Zuerst die Einwilligung.** Die Richtlinie erlaubt Ihnen, Personen nur zu kontaktieren, wenn sie Ihnen ihre Nummer gegeben und eingewilligt haben, auf WhatsApp von Ihnen zu hören. Dass ein Kunde Ihnen schreibt, ist keine Einwilligung in Marketing.
2.  **Keine unaufgeforderten Nachrichten.** Die Richtlinie sagt: „Do not confuse, deceive, defraud, mislead, spam, or surprise people with your communications.“ (Übersetzung: „Verwirren, täuschen, betrügen, irreführen, bespammen oder überraschen Sie Menschen nicht mit Ihrer Kommunikation.“) Senden Sie niemals erste Nachrichten an Personen, die Sie nicht kontaktiert oder eingewilligt haben.
3.  **Das 24-Stunden-Kundenservice-Fenster beachten.** Frei formulierte Antworten sind innerhalb von 24 Stunden nach der letzten Nachricht des Kunden erlaubt. Außerhalb davon dürfen Sie nur genehmigte Nachrichtenvorlagen senden.
4.  **Einen Menschen anbieten.** Automatische Antworten sind innerhalb des 24-Stunden-Fensters erlaubt, aber die Richtlinie verlangt „prompt, clear, and direct escalation paths“ (Übersetzung: „schnelle, klare und direkte Eskalationswege“) zu einer Person.
5.  **Abmeldungen respektieren.** Laut Richtlinie müssen Sie jede Bitte respektieren, zu blockieren, aufzuhören oder sich abzumelden. Behandeln Sie „stop“ oder „توقف“ als solche Bitte.

Eine weitere Regel stammt von uns, nicht von Meta: **Erste Antworten an neue Kontakte schlicht halten.** Eine kurze Antwort als reiner Text ohne URLs ist am sichersten. Linklastige Nachrichten von einem unbekannten Unternehmen wirken auf Nutzer wie Spam, und sie können Sie blockieren und melden. Teilen Sie Links später, wenn der Kunde danach fragt.

## Was kostet der Betrieb eines arabischen WhatsApp-Bots?

Speech-to-Text wird pro Audiominute abgerechnet. Mit BroadNet Transcribe Arabic:

| Volumen | Kosten |
| --- | --- |
| Eine Minute Sprachnachrichten | $0.0042 |
| Eine Stunde Sprachnachrichten | $0.25 |
| 10.000 Sprachnachrichten von je 30 Sekunden | $21.00 |

LLM-Antworten werden bei Pay-as-you-go pro Token abgerechnet: Pro 1 Mio. Tokens kostet Qwen3.8 27B $0.175 Input und $2.17 Output, DeepSeek V4.1 Flash $0.175 Input und $0.52 Output. Eine Support-Antwort mit zehn Zügen Verlauf umfasst einschließlich Reasoning einige tausend Tokens; eine einzelne Antwort kostet also einige Tausendstel der oben genannten Preise pro 1 Mio. Tragen Sie Ihr Nachrichtenvolumen in den kostenlosen [LLM-API-Kostenrechner](https://broadrouter.com/tools/llm-api-cost-calculator/) ein, um eine Monatszahl zu erhalten. Läuft der Bot den ganzen Tag auf DeepSeek V4.1 Flash, vergleichen Sie mit dem Plan Full Moon für $60 auf der [Preisseite](https://broadrouter.com/de/pricing/).

## Wie bleiben Sprachnachrichten privat?

Sprachnachrichten gehören zu den persönlichsten Daten, die ein Unternehmen verarbeitet. BroadNet Inference speichert Audio, Prompts und Transkripte nach der Anfrage nicht (siehe [Zero Data Retention](https://broadrouter.com/de/privacy/)), das deckt aber nur den Inferenzschritt ab. Legen Sie fest, wie lange Ihre eigene Queue, Ihre Logs und Ihre Datenbank Transkripte aufbewahren, und löschen Sie Mediendateien nach der Verarbeitung.

## Checkliste für den Start

-   Webhook-Signatur verifiziert, 200 vor der Verarbeitung zurückgegeben.
-   Idempotenz über die WhatsApp-Nachrichten-ID.
-   Sprachnachrichten in WAV umgewandelt und mit `language=ar` transkribiert.
-   Worker-Pool auf Ihre Rate Limits ausgelegt, mit Backoff bei 429.
-   System-Prompt legt Dialekt, Register, Länge und „keine Links“ fest.
-   Übergabeweg an einen Menschen, getestet.
-   Einwilligung erfasst; keine unaufgeforderten Nachrichten; außerhalb des 24-Stunden-Fensters nur Vorlagen.
-   Transkripte nach Zeitplan gelöscht.

Wenn Sie Sprachnachrichten nur in Tickets verwandeln wollen statt einen antwortenden Bot zu bauen, behandelt [Sprachnachrichten zu Text für Unternehmen](https://broadrouter.com/de/blog/voice-notes-to-text-for-business/) diese einfachere Pipeline.

Kostenlose Tools zum Thema (auf Englisch)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[Kostenlose Tools (auf Englisch)](https://broadrouter.com/tools/)

## Begriffe in diesem Artikel

[Speech-to-Text (Spracherkennung)](https://broadrouter.com/de/glossary/speech-to-text/)

Speech-to-Text, auch automatische Spracherkennung (ASR), ist eine Technik, die gesprochenes Audio in geschriebenen Text umwandelt. Eine Speech-to-Text API nimmt eine Audiodatei oder einen Stream entgegen und liefert ein Transkript, meist abgerechnet pro Audiominute. Die Genauigkeit wird mit der Wortfehlerrate gemessen und hängt von Akzent, Dialekt und Aufnahmequalität ab.

[Token](https://broadrouter.com/de/glossary/token/)

Ein Token ist die Texteinheit, die ein Sprachmodell liest und schreibt: ein Wort, ein Wortteil, ein Satzzeichen oder eine Bytefolge, die der Tokenizer des Modells erzeugt. LLM-APIs zählen, begrenzen und berechnen die Nutzung meist in Tokens.

[Rate Limit (Ratenbegrenzung)](https://broadrouter.com/de/glossary/rate-limit/)

Ein Rate Limit ist eine Obergrenze, die eine API festlegt, wie stark ein Client sie in einem Zeitfenster nutzen darf, etwa Anfragen pro Minute oder Tokens pro Minute. Anfragen über dem Limit werden abgelehnt, meist mit HTTP 429 Too Many Requests, bis die Nutzung wieder darunter liegt.

[Tool Calling (Function Calling)](https://broadrouter.com/de/glossary/tool-calling/)

Tool Calling, auch Function Calling genannt, ist eine Funktion von LLM-APIs, bei der das Modell eine strukturierte Anfrage zurückgibt, eine vom Entwickler definierte Funktion mit JSON-Argumenten auszuführen. Die Anwendung führt die Funktion aus und sendet das Ergebnis zurück; das Modell selbst führt nie Code aus.

[Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)

Pay-as-you-go ist ein Preismodell, bei dem Sie nur für tatsächliche Nutzung zahlen, gemessen pro Einheit wie Tokens, Anfragen oder Audiominuten, ohne Abonnement oder Mindestabnahme. Die meisten LLM-APIs rechnen so ab, aus einem vorausbezahlten Guthaben oder per regelmäßiger Rechnung.

[Concurrency (Parallelität)](https://broadrouter.com/de/glossary/concurrency/)

Concurrency (Parallelität) ist die Zahl der Anfragen, die ein Client gleichzeitig offen hat. LLM-APIs begrenzen sie oft pro Schlüssel oder Plan, getrennt von den Anfragen pro Minute, weil jede offene Anfrage GPU-Kapazität belegt, bis ihre Antwort fertig ist.

[Idempotenzschlüssel (Idempotency Key)](https://broadrouter.com/de/glossary/idempotency-key/)

Ein Idempotenzschlüssel ist ein eindeutiger Wert, meist eine zufällige ID wie eine UUID, den ein Client an eine zustandsändernde Anfrage wie eine Zahlung oder einen Kauf anhängt. Kommt dieselbe Anfrage mit demselben Schlüssel erneut, liefert der Server das ursprüngliche Ergebnis, statt die Aktion zweimal auszuführen.

[WAV](https://broadrouter.com/de/glossary/wav/)

WAV (Waveform Audio File Format, auch WAVE) ist ein Audiocontainer auf Basis des RIFF-Formats von Microsoft und IBM. Er enthält meist unkomprimierte lineare PCM-Samples, daher ist seine Größe vorhersehbar: Abtastrate mal Bytes pro Sample mal Kanäle, pro Sekunde.

## Häufige Fragen

### Darf ich Kunden anschreiben, die mir nie geschrieben haben?

Nur wenn sie eingewilligt haben, Nachrichten von Ihrem Unternehmen zu erhalten, und nur mit genehmigten Nachrichtenvorlagen. Unaufgeforderte Nachrichten verstoßen gegen die Richtlinien von WhatsApp und können zur Einschränkung Ihrer Nummer führen.

### Warum muss ich Sprachnachrichten vor der Transkription umwandeln?

WhatsApp-Sprachnachrichten sind Ogg/Opus-Dateien, und der Transkriptions-Endpoint von BroadNet akzeptiert WAV oder MP3. Ein einziger ffmpeg-Befehl wandelt sie in 16-kHz-Mono-WAV um.

### Welches LLM sollte die Antworten entwerfen?

Testen Sie mit Ihren eigenen Nachrichten. BroadNet berichtet, dass Qwen3.8 27B in seinen Tests Golf- und ägyptischen Dialekt verstand und flüssiges Arabisch schrieb; DeepSeek V4.1 Flash ist pro Token günstiger und in den Flatrate-Plänen verfügbar.

### Wie lange darf ein WhatsApp-Bot ohne Vorlage antworten?

Innerhalb des 24-Stunden-Kundenservice-Fensters nach der letzten Nachricht des Kunden dürfen Sie frei formulierte Antworten senden. Außerhalb davon erlaubt die WhatsApp Business Messaging Policy nur genehmigte Nachrichtenvorlagen.

### Brauchen WhatsApp-Chatbots eine Übergabe an Menschen?

Ja. Die Richtlinie erlaubt Automatisierung, verlangt aber schnelle, klare und direkte Eskalationswege, etwa die Übergabe an einen Mitarbeiter im Chat, eine Telefonnummer, eine E-Mail-Adresse oder ein Supportformular.

### Speichert BroadNet die Sprachnachrichten?

Nein. BroadNet Inference verarbeitet Audio und Transkripte für die Anfrage und speichert sie nicht. Ihre eigenen Server und WhatsApp halten weiterhin Kopien; planen Sie also auch dort die Aufbewahrung.

## Weiterlesen

-   [Arabische Textklassifikation mit LLM: Sentiment, Intent, Triage](https://broadrouter.com/de/blog/arabic-text-classification-llm/)
-   [Sprachnachrichten in Text für Firmen: WhatsApp und Telegram zu Tickets](https://broadrouter.com/de/blog/voice-notes-to-text-for-business/)
-   [Golf-, ägyptisches und levantinisches Arabisch: Dialekte in LLMs](https://broadrouter.com/de/blog/arabic-llm-gulf-egyptian-dialects/)
-   [Prompt Engineering auf Arabisch: Register, RTL, Ziffern, Mischtext](https://broadrouter.com/de/blog/arabic-prompt-engineering/)
-   [Arabizi und LLMs: Franco-Arabisch mit Ziffern wie 3 und 7 verarbeiten](https://broadrouter.com/de/blog/arabizi-llm-handling/)
-   [LLM-API-Fehler 429 behandeln: Backoff, Jitter und Limiter](https://broadrouter.com/de/blog/handle-llm-api-429-rate-limits/)
-   [Arabischen Text per LLM vokalisieren: Prompt, Prüfung, DER](https://broadrouter.com/de/blog/arabic-diacritization-llm/)
-   [Arabische Grammatik- und Rechtschreibkorrektur per LLM: Anleitung](https://broadrouter.com/de/blog/arabic-grammar-spelling-correction-llm/)
-   [Anleitung: WhatsApp-Sprachnachrichten per API in Text umwandeln](https://broadrouter.com/de/guides/transcribe-whatsapp-voice-notes/)
-   [Anleitung: Speech-to-Text API für Arabisch: Schritt für Schritt](https://broadrouter.com/de/guides/arabic-speech-to-text-api/)
-   [Anleitung: Fehlercodes von BroadNet Inference: Wann ist ein Retry sinnvoll?](https://broadrouter.com/de/guides/errors-and-retries/)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-arabic-whatsapp-chatbot-architecture&utm_content=page-cta) ·

**Quellen**

-   [Meta, WhatsApp Cloud API: Webhook-Endpoint erstellen (X-Hub-Signature-256, Wiederholungen über 7 Tage; abgerufen am 14.11.2026)](https://developers.facebook.com/documentation/business-messaging/whatsapp/webhooks/create-webhook-endpoint)
-   [Meta, Webhook-Referenz der WhatsApp Cloud API: Audionachrichten (abgerufen am 14.11.2026)](https://developers.facebook.com/documentation/business-messaging/whatsapp/webhooks/reference/messages/audio)
-   [WhatsApp Business Messaging Policy (abgerufen am 14.11.2026)](https://whatsappbusiness.com/policy/)
-   [API-Referenz von BroadNet Inference, Transkription und Umwandlung mit ffmpeg (abgerufen am 14.11.2026) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-arabic-whatsapp-chatbot-architecture&utm_content=sources)
-   [Maschinenlesbare Preise von BroadNet Inference, pricing.json (abgerufen am 14.11.2026) (auf Englisch)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-arabic-whatsapp-chatbot-architecture&utm_content=sources)
