ChatGPT开始支持上传音频文件，付费用户可转录、总结录音并提问

美国OpenAI于2026年10月9日（日本时间）前宣布，ChatGPT已支持上传音频文件。付费用户可以上传录音数据，并进行转录、总结或针对内容提问。文件大小上限为512MB。

不只能转录，还可以询问录音内容

通过此次更新，用户可以将保存的音频文件交给ChatGPT，将内容转换成文本或整理要点。该功能面向付费用户开放。

值得关注的是，除了转录，用户还可以针对录音内容提问。用户既可以将录音全文转成文本阅读，也可以直接询问自己想了解的内容。

例如，可以整理会议录音中的讨论要点，或简要总结讲座内容。与其录完音就将其存档，不如把这项功能视为提取所需信息的工具，这样便能发现更多用途。

支持多种格式，但处理长时间录音仍有限制

支持的格式包括WAV、MP3／MPEG、OGG／OGA、PCM、FLAC、AAC和M4A。WebM和MP4也受支持，但仅限纯音频文件。不能因为支持MP4，就将此次公告理解为全面支持视频文件。

文件大小上限为512MB，但这个数字并不代表可处理的录音时长。较长的录音数据可能会被拆分处理，也可能因处理超时而无法完成。

实际使用时，除了文件格式和大小，也需要留意录音时长。即使文件没有超过大小上限，也不一定能一次性处理较长的录音。

使用摘要前，应核对发言内容和发言者

转录结果可能会出现发言内容识别错误，或无法正确判断发言者身份等问题。此外，语音理解和转录的准确度也可能因语言而异。

如果用于会议或采访，最好将摘要的可读性与记录的准确性分开看待。若要核实重要发言或发言者，不应只依据生成的文本作出判断，最好与原始音频进行比对。

此次资料未列出各语言的准确率或错误识别率数据，也未说明包括日语在内的具体语言准确度，或具体可处理多长时间的录音。