OpenAI宣布ChatGPT開始支援音訊檔案上傳，使用者只要將MP3、M4A等錄音檔上傳，就能利用AI自動轉成逐字稿，還能進一步整理會議紀錄、採訪摘要，甚至產出待辦事項。不過，目前僅開放付費訂閱用戶使用，免費版暫時無法使用，單一錄音檔案大小上限則為512MB，記者實際使用約10分鐘手機錄音檔，在背景雜音混亂的情況下，辨識能力不差，已經是可以使用的程度。
根據
OpenAI官方更新公告，ChatGPT新增的「Audio uploads」音訊上傳功能，能直接把聲音檔轉成文字稿，過去想透過ChatGPT整理錄音內容，通常得先使用其他工具將聲音轉成文字，再貼到ChatGPT進一步分析，如今只要上傳原始錄音檔，就能一次完成轉錄與整理，甚至可以根據錄音內容草擬電子郵件，省去反覆聆聽和手動整理的時間。
▲ChatGPT開放直接上傳MP3、M4A等錄音檔，透過AI自動轉成繁體中文逐字稿，還能辨識不同發言者、整理內容重點，省去人工聽打時間。（圖／ChatGPT畫面截圖） ChatGPT錄音轉文字3步驟完成
不需要額外安裝轉錄軟體，只要在ChatGPT聊天室上傳支援的錄音檔案，就能要求AI轉成文字。
步驟1：開啟ChatGPT聊天室，點選輸入框旁的「＋」，選擇上傳照片或檔案。
步驟2：選擇MP3、M4A等音訊檔案，輸入「請將這段錄音完整轉成繁體中文逐字稿」。
步驟3：轉錄完成後，可以繼續要求「整理5大重點」、「區分不同發言者」或「製作會議紀錄」。
支援檔案格式
根據OpenAI說明，目前支援MP3、M4A、WAV、AAC、FLAC、OGG／OGA、PCM等常見音訊格式，也能處理純音訊的MP4、WebM檔案，但一般影片檔案不在支援範圍內。目前沒有公布固定的錄音時長限制，但單一音訊檔案大小上限為512MB。
不過，OpenAI也提醒，錄音時間越長，仍可能發生處理逾時的情況。部分較長的錄音可透過資料分析功能分段處理，但不保證所有超長錄音都能順利完成，建議使用者必要時將錄音分段上傳。另外，ChatGPT一般檔案上傳額度為每3小時最多80個檔案，尖峰時段可能調降，每名使用者的共用檔案儲存容量上限為25GB。
ChatGPT免費版不能用
新增的音訊上傳功能，目前僅提供付費訂閱方案與符合資格的工作區，包括Enterprise企業版，Free免費版暫時無法使用。OpenAI指出，實際功能開放情況可能受到地區、App版本、所選AI模型，以及企業工作區設定影響。因此，即使已經訂閱付費方案，仍可能遇到無法上傳音訊的情況，至於未來是否開放免費用戶使用，官方尚未公布時間表。