ChatGPT、有料プランとワークスペースで最大512MBの音声ファイルをアップロード可能。文字起こしや要約に対応

米OpenAIは、ChatGPTのリリースノートの2026年10月6日の項目で、音声ファイルをアップロードして、文字起こしや録音の要約、中身についての質問ができるようにしたと公表した。対象は有料のサブスクリプションとワークスペースで、同社のヘルプセンターの記事によると、Enterpriseも含まれる一方、無料プランでは現時点で使えない。

使うときは、対応する形式の音声ファイルを会話に添付し、何をしてほしいかを書き込む。講義や会議、インタビューの録音を、構造化したメモやフォローアップのメールの下書きにまとめることもできる。ヘルプセンターは使い方の例として、会議の録音を要約して決定事項や未決の論点、次の対応を示させることや、文字起こしを頼んだあとで中身について質問を重ねることを挙げる。

ヘルプセンターの記事によると、対応する形式はMP3/MPEG、WAV、M4A、AAC、FLAC、OGG/OGA、PCMと、音声だけのWebMとMP4。WebMとMP4のうち動画と識別されたファイルは対象外で、どの形式でも、ファイルには有効で復号できる音声ストリームが入っている必要がある。音声ファイルの大きさの上限は512MB。長い録音は、データ分析（Data Analysis）が使えるときに、小さな区間に分けて処理される場合がある。処理はベストエフォート型で、録音がとても長いと途中で時間切れになる可能性がある。

リリースノートは、使えるかどうかがワークスペースの設定や地域、クライアントのバージョン、モデルによって異なる場合があると注記した。文字起こしには誤りが含まれる場合があり、性能は言語によって異なりうる。ヘルプセンターは、話者の識別も信頼性が低い場合があるとして、大事な内容は元の録音で確認するよう求めている。

文書や表計算、プレゼンテーション、テキスト、画像のアップロードは、ウェブ版のほか対応するモバイルアプリで、プランごとの上限とアカウントの設定に従って無料プランでも使える。APIでのファイルのアップロードには、ChatGPTとは別の要件や上限がある。

【関連サイト】OpenAI（ヘルプセンター）「ChatGPT release notes」

【関連サイト】OpenAI（ヘルプセンター）「Uploading files and audio to ChatGPT」