美國 OpenAI 於 2026 年 10 月 9 日（日本時間）前宣布，ChatGPT 已支援上傳音訊檔案。付費用戶可上傳錄音資料，進行轉錄、摘要，並針對內容提問。檔案大小上限為 512MB。
目次
不只能將錄音轉成文字，還能詢問內容
透過這項新功能，使用者可將儲存的音訊檔案交給 ChatGPT，將內容轉換成文字或整理重點。此功能開放給付費用戶使用。
值得注意的是，除了轉錄，使用者還能詢問錄音內容。不只能將錄音全文轉成文字閱讀，也可以直接詢問想了解的內容。
例如，可以整理會議錄音中的討論重點，或簡短摘要課堂內容。與其把錄音存下來就置之不理，不如將這項功能視為擷取所需資訊的工具，便能看出它的用途。
支援多種格式，但長時間錄音仍有限制
支援的格式包括 WAV、MP3／MPEG、OGG／OGA、PCM、FLAC、AAC、M4A。WebM 和 MP4 也適用，但僅限純音訊檔案。不能因為支援 MP4，就將此次公告解讀為全面支援影片檔案。
檔案大小上限為 512MB，但這個數字並不代表可處理的錄音時間。長時間錄音資料可能會分段處理，也可能因處理逾時而失敗。
實際使用時，除了檔案格式和大小，也需要留意錄音長度。即使檔案未超過上限，也不代表長時間錄音一定能一次處理完成。
使用摘要前，先確認發言內容與發言者
轉錄結果可能會誤解發言內容，或在辨識發言者方面出錯。資料也指出，音訊理解與轉錄的準確度可能因語言而異。
若要用於會議或採訪，最好將摘要的易讀性與紀錄的準確性分開看待。若要確認重要發言或發言者，不宜只憑生成的文字判斷，應對照原始音訊。
此次資料未列出各語言的準確度或錯誤率數據，也未說明包括日文在內的個別語言準確度，或具體可處理多長時間的錄音。
コメント