ChatGPTに音声ファイルをアップロード｜文字起こしの使い方と対応条件

2026年10月6日発表のChatGPT音声アップロードを解説。有料プランの提供条件、対応形式、512MBの上限と、録音から確認用メモを作る手順を整理します。

保存してある録音をChatGPTに渡し、文字起こしや要約を頼む機能が案内されました。OpenAIの2026年10月6日付リリースノートによると、音声ファイルを会話に添付し、その内容について質問できます。

この記事は10月7日に確認した公式情報に基づきます。編集部による実機検証は行っていません。

音声アップロードは有料プランが対象

公式ヘルプでは、音声アップロードはEnterpriseを含む有料の契約・ワークスペース向けで、Freeでは利用できないと説明されています。使えるかどうかは、組織の設定、地域、アプリの版、選択モデルによっても変わります。

主な対応形式はMP3、WAV、M4A、AAC、FLAC、OGGなどです。MP4とWebMは音声のみが対象で、動画として識別されるファイルは対応しません。音声は最大512MBですが、非常に長い録音は処理が時間切れになる場合があります。容量内なら必ず最後まで処理できる、という意味ではありません。

公式の基本手順は、対応ファイルを会話へ添付し、文字起こしなどの目的を伝え、回答を確認して追加で質問する流れです。

編集部としては、最初は自分で録音した短い練習用の説明音声を使うことを勧めます。元の内容が分かっていれば、どこで聞き違いや省略が起きたかを確かめやすいためです。会社の録音を使う前には、外部サービスへ渡してよい内容かを社内で確認してください。

次は練習用の依頼例です。公式の推奨プロンプトや、動作を保証する指定ではありません。

添付した録音を文字起こししてください。
聞き取れない部分や、誰の発言か判断できない部分は推測しないでください。
その後、録音で説明している手順を順番に並べてください。
数字・日付・固有名詞のうち、私が聞き直すべき箇所を分けてください。
録音で触れていない手順は追加しないでください。

OpenAIは、文字起こしに誤りが入り、話者の識別も確実ではないと案内しています。言語によって性能が異なる点も明記されています。

練習では、AIの回答と録音を並べ、数字、手順の順序、聞き取れないとされた箇所を確認します。たとえば「翌日までに確認する」という発言が「翌日までに完了する」に変わっていれば、作業の約束まで変わってしまいます。これは確認観点を示す例であり、実際に観測した誤変換ではありません。

一度で長い完成文を作らせるより、文字起こしを確認してから、必要な箇所を短いメモへ整理する順序を試してください。使えるかどうかは、生成時間だけでなく聞き直しと修正にかかった時間も含めて判断します。

今回の記事で扱う入口は、保存済み音声のチャット添付です。会議中のメモ作成はChatGPT Meetings、自社システムへの組み込みは音声文字起こしAPIの記事で扱っています。それぞれの利用条件や上限を混同せず、目的に合う方法を選びましょう。

まずは短い練習音声で、欲しい出力と確認に必要な手間を確かめる。その結果をもとに、業務の録音へ広げる範囲を決めるのが編集部の提案です。