ChatGPT が音声ファイルの文字起こしに対応！mp3・m4a で512MBまで
ChatGPT に mp3・m4a などの音声ファイルを添付して、文字起こし・要約・質問ができるようになったよ。使えるのは有料プランだけで、上限は1ファイル512MB。使い方と送れないときの確認点、Xの評判までまとめるね。
この記事の要点
- ChatGPT に音声ファイルを添付して、文字起こし・要約・内容への質問ができるようになった。OpenAI のリリースノートの日付は2026年10月6日（米国時間）。
- 使えるのは有料プランと Enterprise などのワークスペースだけで、無料プランは対象外。対応形式は WAV・MP3・M4A・AAC・FLAC・OGG・PCM と、音声だけの WebM・MP4。
- 1ファイルの上限は512MB。長い録音は区切って処理されることがあるが、とても長いと途中で止まる（タイムアウト）ことがあると公式ヘルプに書かれている。
- 動画として扱われる MP4・WebM は送れない。文字起こしには間違いが混ざることがあり、話した人の聞き分けも正確でない場合がある。
やっほー、ぼくてんびん丸！
「会議の録音を文字にしたい」「インタビューの音声をまとめたい」——そんなとき、ChatGPT にそのまま音声ファイルを渡せるようになったよ。これまでは別の文字起こしツールで文字にしてから ChatGPT に貼る、という二度手間が多かったんだ。
ただし、使えるのは有料プランだけ。送れる形式と大きさにも決まりがあるから、そこを先に押さえておこう。
何があったの？
OpenAI の ChatGPT リリースノートに、2026年10月6日（米国時間）付けで「Audio uploads in ChatGPT」が載ったよ。日本では ITmedia が10月9日に伝えている。
会話に音声ファイルを添付して、文字起こし・要約・内容への質問ができる。公式ヘルプでは、会議・インタビュー・講義の録音を「整理されたメモ」「会議の要約」「フォローアップのメールの下書き」に変える使い方が例に挙がっているんだ。
公式ヘルプ（英語版・日本語版とも10月10日確認）に書かれている条件を表にまとめるね。
| 項目 | 内容 |
|---|---|
| 使えるプラン | 有料プランと、Enterprise などのワークスペース。無料プランは対象外 |
| 対応形式 | WAV、MP3／MPEG、OGG／OGA、PCM、FLAC、AAC、M4A、音声だけの WebM、音声だけの MP4 |
| 送れないもの | 動画として扱われる MP4・WebM |
| 1ファイルの上限 | 512MB |
| 長い録音 | 区切って処理されることがある。とても長いとタイムアウトすることも |
| 注意点 | 文字起こしに間違いが混ざることがある。話した人の聞き分けも正確でない場合がある。精度は言語で変わる |
使える環境は、ワークスペースの設定・地域・アプリのバージョン・選んだモデルで変わることがある、とも書かれているよ。有料プランなのに添付できないときは、アプリを最新にしてから試してみてね。
ChatGPT の音声アップロードとは？
ChatGPT の音声アップロードは、録音ファイルを会話に添付して、その中身を文字にしたり、まとめたり、質問したりできる機能だよ。
たとえるなら、録音を渡すと「聞いて、書き起こして、要点を教えてくれる」秘書がついた感じ。ふつうの文字起こし（音声認識）のツールは文字にするところで終わるけど、ChatGPT は文字にしたあと「決まったことだけ箇条書きにして」「Aさんの意見はどうだった？」と続けて頼めるのがちがいなんだ。
使い方は3ステップ。
- 会話の入力欄でファイルを添付する（いつもの PDF や画像と同じ場所）
- 「この会議を文字起こしして」「決定事項・宿題・次の予定に分けてまとめて」のようにやってほしいことを書く
- 返ってきた答えを見て、追加で質問する（「納期について誰が何と言った？」など）
文字起こしには間違いが混ざる、と OpenAI 自身が書いている。数字・人名・決定事項のように大事なところは、元の録音で聞き直してから使うのが安全だよ。
送れないときはここを見る
| 症状 | 考えられる原因 | 直し方 |
|---|---|---|
| 添付しても音声として扱われない | 無料プラン／アプリが古い | 有料プランか確認、アプリを更新 |
| MP4 がはじかれる | 動画として判定されている | 音声だけのファイル（M4A・MP3）に書き出す |
| 長い会議が途中で止まる | タイムアウト | 30分〜1時間ごとに分けて送る |
| 「アップロード上限」と出る | 3時間で80ファイルの上限など | 時間をおく（ファイル全体の上限はこちらの記事） |
ChatGPT の音声アップロードの評判は？Xの反応
X の日本語ポストでは、「話すほうが得意な人には便利」という期待が多い一方で、長い録音が通らなかったという報告も出ていたよ。
会議の録音を議事録に、音声メモを日記や要点に、と使い道を並べて「便利かも」という声。
iPhone のボイスメモで試して、短い音声は成功したけど、約40分の会議録音は失敗した、という声。
「1回に1ファイル、7分くらいまでしか対応していないみたい」という不満の声。
公式ヘルプは時間の上限を書いていない（書いてあるのは512MB という大きさだけ）ので、「7分まで」が決まりなのか、そのときの混み具合なのかはわからない。ただ、長い録音で止まったという声が複数あるのは、公式の「とても長いとタイムアウトすることがある」と合っているね。送れないときの表の「30分〜1時間ごとに分ける」で止まるなら、もっと短く分けて試してみて。ほかに「文字にするだけの仕事は単価が下がりそう」という副業目線の声もあったよ。
10月10日時点で、実在を確認できたXのポストから選んだよ。
ぼくの見解
正直、「やっとか」というのが最初の感想だよ。というのも、音声ファイルを読み込ませる機能は、ほかのサービスのほうが先に来ていたんだ。
サイトでこれまで取り上げてきた「音声を文字にできる場所」を並べるとこうなる。
| ChatGPT（今回） | NotebookLM | Gemini 3.5 Transcribe | |
|---|---|---|---|
| 料金 | 有料プランが必要（Plus は月¥3,000） | 無料で使える | API で音声1分あたり およそ $0.005 |
| 1ファイルの上限 | 512MB | 200MB | 通常1時間（話者分けを使うと30分） |
| 文字にしたあと | そのまま要約・質問・メール下書き | ソースにして質問・要約 | 文字にするだけ（開発者向け） |
| 記事 | — | 読み込めないときの記事 | Gemini 3.5 Transcribe とは？ |
料金は無料枠トラッカーの ChatGPT の項目、NotebookLM の200MB と Gemini 3.5 Transcribe の単価はそれぞれの記事で一次情報から確かめた数字だよ。
この表で見ると、ChatGPT の強みは 大きさ（512MB は NotebookLM の2.5倍） と、文字にしたあとの作業までひとつの会話で済むこと。逆に「とにかく無料で文字にしたい」なら、今のところ NotebookLM のほうが向いているんだ。
もうひとつ気になるのは、公式ヘルプが時間ではなく大きさ（512MB）しか書いていないところ。512MB あれば MP3 で何時間ぶんも入るけど、「とても長い録音はタイムアウトすることがある」とも書いてあるから、入るかどうかと、最後まで処理されるかどうかは別なんだ。長い会議は分けて送るのがいちばん確実な気がするよ。
それから、無料プランはまだ対象外。ChatGPT の新機能は有料から先に出て、あとで無料に広がることが多いけど、今回は「現在、Free プランでは利用できません」としか書かれていない。無料に来るかどうかは、今のところわからないね。
まとめ
- ChatGPT に 音声ファイルを添付して文字起こし・要約・質問ができるようになった（2026年10月6日・米国時間）
- 有料プランだけ。形式は MP3・M4A・WAV など、1ファイル512MBまで
- 動画の MP4 は送れないので、音声だけのファイルにしてから
- 文字起こしには間違いが混ざるから、大事なところは録音で確認
録音を「聞き返す時間」がいちばんもったいないんだよね。会議のあとにファイルを1つ渡すだけで、要点とメールの下書きまで出てくるなら、それだけで毎週何時間か浮くかもしれない。有料プランを使っているなら、次の会議の録音でさっそく試してみてね！
よくある質問
- Q.ChatGPT で音声ファイルの文字起こしはできる？
- A.できます。2026年10月6日（米国時間）から、ChatGPT の会話に音声ファイルを添付して「文字起こしして」と頼めるようになりました。要約や「〇〇について何と言っていた？」といった質問もできます。ただし使えるのは有料プランと Enterprise などのワークスペースだけで、無料プランでは使えません。
- Q.ChatGPT に送れる音声ファイルの形式は？
- A.OpenAI 公式ヘルプによると、WAV、MP3／MPEG、OGG／OGA、PCM、FLAC、AAC、M4A、音声だけの WebM、音声だけの MP4 です。動画として扱われる WebM や MP4 は音声として送れません。iPhone のボイスメモ（M4A）や一般的な録音アプリの MP3 はそのまま使えます。
- Q.ChatGPT の音声ファイルは何分まで？
- A.公式ヘルプに書かれているのは時間ではなく大きさの上限で、1ファイル512MBまでです。長い録音は区切って処理されることがありますが、処理は「できる範囲で」の扱いで、とても長い録音はタイムアウトすることがあります。長い会議は30分〜1時間ごとに分けて送ると止まりにくくなります。
- Q.ChatGPT に音声ファイルを送れないのはなぜ？
- A.よくある原因は3つです。①無料プランを使っている（音声は有料だけ）、②動画の MP4・WebM を送っている（音声だけのファイルにする）、③ファイルが512MBを超えている。ほかに、3時間で80ファイルのアップロード上限や、失敗したアップロードが上限に数えられることもあると公式ヘルプに書かれています。
- Q.ChatGPT の音声アップロードの評判は？
- A.2026年10月10日時点のXの反応では、会議の録音や音声メモをそのまま要約できて便利そうという声が多い一方、「短い音声は成功したが約40分の会議録音は失敗した」「7分程度までしか通らないようだ」という声もあった。公式ヘルプは時間の上限を書いておらず、長い録音はタイムアウトすることがあるとしている。
- Q.ChatGPT の文字起こしは無料で使える？
- A.2026年10月10日時点では使えません。OpenAI 公式ヘルプに「現在、Free プランでは音声のアップロードを利用できません」と書かれています。無料で音声を文字にしたいなら、Google の NotebookLM に音声ファイルを読み込ませる方法があります。
参考・一次ソース
この記事に出てきた用語・モデル
関連 AI モデル
まとめて読む
このテーマの動きは、時系列で1ページに整理しています。
この記事をシェア
引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。
関連記事
