ChatGPT、音声ファイルのアップロードに対応。録音の文字起こしや要約が可能に

OpenAIは2026年10月6日、ChatGPTに音声ファイルをアップロードして内容を扱う機能を追加したと発表しました。会議や講義の録音を添付して、文字起こし、要約、議事録形式の整理、内容についての質問などを依頼できます。

録音データを添付して文字起こし・要約

使い方は、対応する音声ファイルをChatGPTの会話に添付し、「日本語で文字起こしして」「発言をテーマ別にまとめて」などと依頼する方法です。作成した文字起こしを基に、重要な論点の整理や確認したい箇所の質問もできます。ChatGPTが新たに90分の録音を開始・保存する機能ではなく、手元にある録音ファイルを解析する機能です。

公式ヘルプでは、MP3、WAV、M4A、AAC、FLAC、OGGなどの音声形式を対象としています。音声ファイルの上限は512MB。非常に長い録音はデータ分析機能が使える場合に分割処理されることがありますが、処理はベストエフォートで、長時間の録音が必ず成功するとは限りません。

日本での提供状況と料金

OpenAIによると、音声アップロードは有料のChatGPTサブスクリプションおよび対応するワークスペースで利用でき、無料プランには含まれません。この機能単体の追加料金は発表されていません。

日本限定の価格や提供開始日は別途案内されていません。実際に表示されるかは契約プラン、地域、アプリのバージョン、ワークスペース設定、選択モデルなどによって異なるため、利用する端末で添付可能なファイル形式を確認してください。

授業や会議で使う場合の注意点

日本語を含む文字起こしの精度は録音の音量、雑音、話者の重なり、専門用語などによって変わります。公式ヘルプも文字起こしや話者識別に誤りがあり得ると案内しており、提出資料や会議記録に使う場合は元の音声との照合が欠かせません。録音やアップロードを行う際は、授業・会議のルールと参加者のプライバシーにも配慮する必要があります。

KX3視点：録音アプリの価値は『取り込み前』にもある

AIで文字起こしする機能自体は身近になりましたが、聞き取りづらい講義を正確に残すには、マイク性能、録音時の距離、ノイズ処理、長時間録音の安定性、保存方法なども重要です。音声ファイルをあとから解析できる選択肢が増えたことで、録音と文字起こしを別々の仕組みに分けて使う方法も取りやすくなります。

一方、ネット接続なしでの処理や音声データを外部へ送らない運用が必要な場合は、オンデバイス文字起こしなどと比較して選ぶ必要があります。

発表日・出典

発表日：2026年10月6日。この記事は10月9日に10月6日分のニュースとして追補しました。

一次情報：OpenAI「ChatGPT Release Notes」、OpenAI「Uploading files and audio to ChatGPT」。

写真：Unsplash / Jonathan Velasquez。音声収録のイメージ写真であり、ChatGPTの公式画面ではありません。

Read this article in English