ChatGPT kini mendukung unggahan file audio; pengguna berbayar dapat mentranskripsikan dan merangkum rekaman, serta mengajukan pertanyaan

OpenAI yang berbasis di AS mengumumkan bahwa ChatGPT telah mendukung unggahan file audio hingga 9 Oktober 2026 (waktu Jepang). Pengguna berbayar dapat mengunggah rekaman untuk ditranskripsikan, dirangkum, atau ditanyai tentang isinya. Batas ukuran file adalah 512 MB.

Pengguna dapat mengajukan pertanyaan tentang isi rekaman, bukan hanya mengubahnya menjadi teks

Dengan dukungan baru ini, pengguna dapat memberikan file audio yang tersimpan kepada ChatGPT, lalu mengubah isinya menjadi teks atau merangkum poin-poin utamanya. Fitur ini tersedia bagi pengguna berbayar.

Yang patut diperhatikan, pengguna kini dapat mengajukan pertanyaan tentang isi rekaman selain meminta transkripsi. Mereka dapat memilih untuk membaca rekaman sebagai teks lengkap atau menanyakan informasi yang ingin diketahui.

Contohnya, fitur ini dapat digunakan untuk merangkum poin-poin utama diskusi dari rekaman rapat atau mempersingkat isi kuliah. Jika dipandang sebagai fitur untuk mengambil informasi yang diperlukan, bukan sekadar menyimpan rekaman, kegunaannya akan terlihat.

Mendukung beragam format, tetapi tetap ada batasan untuk rekaman berdurasi panjang

Format yang didukung meliputi WAV, MP3/MPEG, OGG/OGA, PCM, FLAC, AAC, dan M4A. WebM dan MP4 juga didukung jika file hanya berisi audio. Dukungan untuk MP4 bukan berarti pengumuman kali ini mencakup video secara umum.

Batas ukuran file adalah 512 MB, tetapi angka ini tidak menunjukkan durasi rekaman yang dapat diproses. Rekaman berdurasi panjang mungkin diproses dalam beberapa bagian, dan ada kemungkinan prosesnya mengalami batas waktu (timeout).

Saat menggunakan fitur ini, pengguna perlu memperhatikan durasi rekaman selain format dan ukuran file. Rekaman berdurasi panjang belum tentu dapat diproses sekaligus, meskipun ukuran filenya masih di bawah batas.

Periksa isi ucapan dan identitas pembicara sebelum menggunakan ringkasan

Transkripsi mungkin memuat kesalahan dalam menangkap isi ucapan atau mengidentifikasi siapa yang berbicara. Akurasi pemahaman audio dan transkripsi juga dapat berbeda-beda menurut bahasa.

Untuk penggunaan dalam rapat atau wawancara, keterbacaan ringkasan dan keakuratan catatan sebaiknya dinilai secara terpisah. Saat memverifikasi pernyataan penting atau identitas pembicara, jangan hanya mengandalkan teks yang dihasilkan; cocokkan juga dengan audio aslinya.

Materi yang disediakan kali ini tidak mencantumkan angka akurasi atau tingkat kesalahan pengenalan untuk tiap bahasa. Materi tersebut juga tidak menjelaskan akurasi untuk bahasa tertentu, termasuk bahasa Jepang, maupun durasi rekaman maksimum yang dapat diproses.