A OpenAI, dos EUA, anunciou que, até 9 de outubro de 2026 (hora do Japão), o ChatGPT passou a permitir o carregamento de ficheiros de áudio. Os utilizadores pagos podem carregar gravações para as transcrever, resumir ou fazer perguntas sobre o seu conteúdo. O limite de tamanho dos ficheiros é de 512 MB.
Além de transcrever gravações, é possível fazer perguntas sobre o seu conteúdo
Com esta novidade, é possível enviar ao ChatGPT ficheiros de áudio guardados e converter o respetivo conteúdo em texto ou organizar os pontos principais. A funcionalidade está disponível para utilizadores pagos.
O aspeto a destacar é a possibilidade de fazer perguntas sobre o conteúdo das gravações, além de as transcrever. Para além de ler a gravação na íntegra em texto, também é possível perguntar aquilo que se pretende saber.
Entre as utilizações possíveis estão a organização dos principais pontos discutidos numa gravação de uma reunião e a síntese de uma aula. Em vez de guardar uma gravação e ficar por aí, encarar a funcionalidade como uma forma de extrair a informação necessária permite perceber melhor as suas possibilidades.
Suporta uma ampla variedade de formatos, mas há limitações para gravações longas
Os formatos suportados são WAV, MP3/MPEG, OGG/OGA, PCM, FLAC, AAC e M4A. WebM e MP4 também são aceites, desde que os ficheiros contenham apenas áudio. O facto de o MP4 ser suportado não significa que o anúncio se aplique a vídeos em geral.
O limite de tamanho é de 512 MB, mas este valor não indica a duração da gravação que pode ser processada. As gravações longas podem ser processadas por partes e existe também a possibilidade de ocorrer um timeout.
Na utilização prática, é necessário ter em conta não só o formato e o tamanho do ficheiro, mas também a duração da gravação. Mesmo que o ficheiro esteja dentro do limite, não há garantia de que uma gravação longa seja processada de uma só vez.
Antes de utilizar o resumo, confirme o conteúdo das intervenções e quem as proferiu
As transcrições podem conter erros na interpretação do que foi dito ou na identificação de quem falou. Foi também assinalada a possibilidade de a precisão do reconhecimento de áudio e da transcrição variar consoante a língua.
No caso de reuniões ou entrevistas, convém distinguir entre a facilidade de leitura do resumo e a exatidão do registo. Para confirmar declarações importantes ou quem as proferiu, é preferível consultar o áudio original em vez de confiar apenas no texto gerado.
O material divulgado não apresenta valores de precisão ou de taxa de erro por língua. Também não indica a precisão para línguas específicas, incluindo o japonês, nem a duração máxima das gravações que podem ser processadas.
コメント