OpenAI, società statunitense, ha annunciato entro il 9 ottobre 2026 (ora giapponese) che ChatGPT supporta il caricamento di file audio. Gli utenti a pagamento possono caricare registrazioni, trascriverle, riassumerle e porre domande sul loro contenuto. Il limite per le dimensioni dei file è di 512 MB.
Non solo trascrivere le registrazioni, ma anche fare domande sul loro contenuto
Con questa novità è possibile fornire a ChatGPT file audio salvati e convertirne il contenuto in testo o riassumerne i punti principali. La funzione è disponibile per gli utenti a pagamento.
L’aspetto più interessante è la possibilità di porre domande sul contenuto delle registrazioni, oltre che di trascriverle. Si può scegliere se leggere la registrazione come testo integrale oppure chiedere direttamente le informazioni che si desidera conoscere.
Per esempio, si può riassumere una discussione a partire dalla registrazione di una riunione o sintetizzare una lezione. Considerando la funzione non solo come un modo per archiviare le registrazioni, ma anche come uno strumento per estrarne le informazioni necessarie, se ne intravedono le possibili applicazioni.
Ampio supporto ai formati, ma restano limiti per le registrazioni lunghe
I formati supportati sono WAV, MP3/MPEG, OGG/OGA, PCM, FLAC, AAC e M4A. Sono supportati anche WebM e MP4, purché si tratti di file contenenti solo audio. Il supporto a MP4 non significa che l’annuncio estenda la compatibilità ai video in generale.
Il limite per le dimensioni è di 512 MB, ma questo valore non indica la durata delle registrazioni che è possibile elaborare. Le registrazioni lunghe potrebbero essere suddivise in più parti per l’elaborazione e questa potrebbe anche interrompersi per timeout.
Per utilizzare la funzione, occorre considerare non solo il formato e le dimensioni del file, ma anche la durata della registrazione. Anche se il file rientra nei limiti, non è detto che una registrazione lunga venga elaborata in un’unica volta.
Prima di affidarsi ai riassunti, verificare il contenuto delle dichiarazioni e chi le ha pronunciate
Le trascrizioni possono contenere errori nel riportare le dichiarazioni o nell’identificare chi ha parlato. È stato inoltre segnalato che la precisione della comprensione dell’audio e della trascrizione può variare a seconda della lingua.
Per le riunioni o le interviste, è opportuno distinguere la leggibilità del riassunto dall’accuratezza della registrazione. Quando è importante verificare dichiarazioni o interlocutori, è preferibile confrontare il testo generato con l’audio originale, anziché affidarsi soltanto al testo.
Il materiale diffuso non riporta dati sulla precisione o sul tasso di errori per ciascuna lingua. Non sono indicati neppure la precisione per singole lingue, giapponese compreso, né il numero concreto di ore di registrazione che è possibile elaborare.
コメント