ChatGPTが録音ファイルの文字起こしや要約に対応 有料プランで512MBまで

OpenAIは2026年10月6日、ChatGPTに音声ファイルをアップロードできるようにした。録音の文字起こしや要約を作ったり、中身について質問したりできる。有料プランが対象で、同社のヘルプのリリースノート(更新の記録)で案内している。

何ができるのか

使い方は、ほかのファイルと同じだ。会話に音声ファイルを添えて、してほしいことを書く。OpenAIは、会議やインタビュー、講義の録音を、整理したメモや会議のまとめ、送るメールの下書きにする使い方を挙げる。「発売の締め切りについて何と言っていたか」のように、録音の中身を質問することもできる。文字起こしを作ってから、続けて質問してもよい。

対応する形式は、WAV、MP3/MPEG、OGG/OGA、PCM、FLAC、AAC、M4Aと、音声だけのWebMとMP4だ。映像として扱われるWebMやMP4は使えない。1ファイルの大きさは512MBまで。長い録音は、データ分析の機能が使える場合に、いくつかに分けて処理されることがある。処理はできる範囲で行うもので、とても長い録音は時間切れになることもあるという。

かんたんに言うと

録音から議事録を作るには、まず文字にして、それを読み直してまとめる手間がかかる。今回の機能では、録音ファイルをそのまま渡せば、文字にするところから、まとめや質問への答えまでを1か所で済ませられる。

ただし、OpenAIは、文字起こしには誤りが入ることがあり、誰が話したかの区別も確かでない場合があるとしている。大事な所は元の録音と照らし合わせるよう勧めている。

日本ではどうなるのか

日本向けの別の発表はない。使えるのは有料のプランと、会社などで使うワークスペース(Enterpriseを含む)で、無料プランでは今のところ使えない。ワークスペースの設定や地域、アプリの版、選んだモデルによっては使えない場合があるという。日本語の精度は示しておらず、言語によって音声の理解や文字起こしの出来が変わることがあるとしている。

録音には、ほかの人の声も入る。アップロードした内容がAIの改善に使われるかどうかは、使っているサービスとデータの設定で変わる、とOpenAIは案内している。法人向けのChatGPT Enterpriseなどに送った内容は、AIの改善には使わないとしている。会議の録音を渡すときは、参加者の了解や職場の決まりを確かめておきたい。

まとめ

OpenAIは9月29日、Mac向けのChatGPTのデスクトップアプリで、会議で話された内容からメモを取る「Meetings」プラグインの試験提供も始めた。ProとBusinessのプランが対象で、メモができると音声は消される。録音をあとから渡す今回の機能と合わせて、会議や取材の記録をChatGPTで扱う場面が広がりそうだ。