スマホで録音した打ち合わせや講座を、最初から最後まで聞き直すのは大変ですよね。「要点だけ知りたい」「あの話は何分ごろだった？」という場面も多いはずです。
OpenAIは2026年10月6日、ChatGPTへ音声ファイルを直接アップロードできる機能を発表しました。録音を添付すると、文字起こしだけでなく、要約、重要事項の抽出、内容についての追加質問まで同じチャットで続けられます。
先に結論：iPhoneのボイスメモで一般的に使われるM4Aにも対応しています。ChatGPTアプリで録音ファイルを添付し、「文字起こしして、重要な点を3つにまとめて」と頼むだけです。ただし、現在は有料プラン限定です。
※この記事はOpenAIの公式リリースノートと公式ヘルプをもとにしたニュース解説です。筆者による長時間録音・全形式の実機検証ではありません。利用状況は、地域、アプリのバージョン、モデル、ワークスペース設定で異なる場合があります。
音声アップロードでできること
この機能は、ChatGPTとリアルタイムで話す「音声モード」とは別です。すでに録音済みのファイルを会話へ添付して使います。
- 録音内容を文字に起こす
- 長い会話を箇条書きで要約する
- 決まったこと、保留事項、次にすることを分ける
- 録音内の特定の話題について質問する
- 会話内容をメモや記事構成へ整える
- 聞き取れなかった部分の候補を確認する
単に文字へ変換して終わりではなく、同じチャットで「もっと短く」「初心者向けに説明して」「該当箇所だけ抜き出して」と追加で頼めるのが便利です。
スマホから録音を文字起こしする手順
- iPhoneの「ボイスメモ」やAndroidの録音アプリで音声を保存します。
- 必要なら録音アプリの共有メニューから「ファイルに保存」します。
- 最新版のChatGPTアプリを開き、新しいチャットを作ります。
- 入力欄付近の添付ボタンを押し、録音ファイルを選びます。
- ファイルを添付した状態で、してほしい作業を文章で伝えます。
- 結果を原音と照らして確認し、必要なら追加の指示を送ります。
アプリの表示名やボタン位置は更新で変わる場合があります。音声が選択肢に出ないときは、録音を一度「ファイル」アプリへ保存してから添付すると見つけやすくなります。
そのまま使える依頼文
全文を文字起こしする
この録音を日本語で文字起こししてください。聞き取れない部分は推測で埋めず、［聞き取り不明］と記載してください。
短時間で内容をつかむ
この録音を、結論・重要なポイント・次にすることの3項目に分けて要約してください。固有名詞と数字は原音を優先して確認してください。
アイデアを記事へ整える
この音声メモから、話題の重複を整理し、ブログ記事の見出し案と要点を作ってください。録音にない事実は追加しないでください。
会話を確認する
この録音で、料金、日付、人数について話している箇所を抜き出してください。前後の文脈も短く添えてください。
対応ファイルと上限
OpenAI公式ヘルプで案内されている対応形式は次のとおりです。
- WAV
- MP3／MPEG
- OGG／OGA
- 音声のみのWebM
- PCM
- FLAC
- AAC
- M4A
- 音声のみのMP4
音声ファイルは1ファイル最大512MBです。動画として判定されるWebMやMP4は、音声アップロードの対象になりません。長時間の録音は、Data Analysisが利用できる場合に分割処理されることがありますが、非常に長いファイルはタイムアウトする可能性があります。
無料プランで使える？料金は？
音声アップロードは現在、ChatGPTの有料サブスクリプションと、Enterpriseを含む対象ワークスペースで提供されています。Freeプランでは利用できません。
音声アップロード専用の追加料金は案内されていませんが、契約中プランのアップロード回数やツールの利用上限が適用されます。
無理に課金する必要はありません。たまに短い録音を文字へ変えるだけなら、スマホ標準の文字起こし機能や無料ツールで足りる場合があります。録音後に内容へ何度も質問したい、要約や構成までまとめて進めたい人に向く機能です。
日本語は使える？精度の注意点
日本語版の公式ヘルプが公開され、日本からも対象プラン・対応アプリで利用できます。ただし、OpenAIは言語によって音声理解と文字起こしの性能が異なると説明しています。
- 人名、商品名、住所などの固有名詞
- 金額、日付、電話番号
- 複数人が同時に話した部分
- 騒音が大きい場所の録音
- 似た声の話者の区別
公式ヘルプでも、文字起こしには誤りがあり、話者の識別は不正確な場合があると案内されています。重要事項は必ず元の録音を聞いて確認してください。
録音をアップロードする前の注意
自分以外の人が話している録音には、個人情報や機密情報が含まれることがあります。無断録音・無断アップロードにならないよう、録音や外部サービスへの送信について相手や所属先のルールを確認しましょう。
- 氏名、住所、電話番号など不要な個人情報を含めない
- 顧客情報、診療情報、社外秘の会議を安易にアップロードしない
- 個人向けプランでは「設定 → データコントロール」を確認する
- 学習利用を止めたい場合は「すべての人のためにモデルを改善する」をオフにする
- 使用後はチャットとライブラリ上のファイルをそれぞれ確認・削除する
ファイルがライブラリへ保存される環境では、チャットを削除してもファイルが別に残る場合があります。不要になった録音は、チャットだけでなくライブラリからも削除したか確認してください。
商用利用について
音声アップロード機能について、特別な商用利用ライセンスは発表されていません。自分が権利を持つ録音を文字起こし・要約して仕事に使う場合でも、録音した相手の同意、契約、守秘義務、著作権などを確認する必要があります。
他人の講演、音楽、配信、教材などを無断でアップロードし、全文を公開・販売する使い方は避けてください。
まとめ：聞き直す前に、音声をそのまま添付できる
ChatGPTの音声アップロードを使うと、スマホの録音を直接添付し、文字起こしから要約、追加質問まで同じ会話で進められます。
iPhoneのボイスメモで使われるM4Aにも対応しているため、変換作業なしで試しやすいのがポイントです。ただし有料プラン限定で、文字起こしの誤りや話者識別のミスはあり得ます。大事な数字や固有名詞は、必ず原音で確認しましょう。
