ChatGPTに音声ファイルを添付。文字起こし・要約は有料プラン向け

有料プラン向け。組織や利用環境で条件が変わる

音声アップロードは有料のChatGPT契約とワークスペース向けで、Enterpriseも含まれます。Freeでは現在利用できません。組織の設定、地域、アプリのバージョン、選択したモデルによって利用可否が変わる場合があります。

すでに持っている録音ファイルを添付する機能です。音声で会話する機能や、会議をリアルタイムに録音する機能とは分けて確認してください。

MP3・WAVなどに対応。MP4とWebMは音声のみ

対応形式はWAV、MP3／MPEG、OGG／OGA、PCM、FLAC、AAC、M4Aのほか、音声のみのWebM・MP4です。動画として識別されるWebMやMP4は、音声アップロードでは扱えません。拡張子だけでなく、デコードできる有効な音声が入っていることも条件です。

1ファイル512MBまで。長い録音は処理できない場合も

音声ファイルの上限は512MBです。ただし、容量内なら何時間の録音でも確実に処理できるという意味ではありません。Data Analysisを利用できる場合は長い録音を分割して処理することがあり、非常に長い録音はタイムアウトする可能性もあります。

文字起こしと話者の識別は原音で確認

文字起こしには誤りが含まれ、誰が話したかの判定も不確かな場合があります。言語によって精度が変わることもあるため、人名・数字・決定事項など大事な内容は元の録音と照合してください。

この記事は公式発表とヘルプの紹介です。音声の認識精度や長時間録音の処理を実測したものではありません。