ChatGPTの音声ファイル文字起こし：対応形式・512MB・使えるプラン（2026年10月時点）

2026年10月13日

OpenAIは2026年10月6日、ChatGPTに録音済みの音声ファイルをアップロードする機能を加えたと、公式のリリースノートで案内しました。文字起こし、要約、内容への質問ができ、会議や取材の録音を議事録やフォローメールの下書きにできます。

この記事では、対応するファイル形式、512MBという上限、使えるプラン、使い方、長い録音での注意点、似た機能「ChatGPT Record」との違いを整理します。画面の操作は公式ヘルプの記載を元にした整理です。この記事の作成中に自分のChatGPTアカウントで音声を試した結果は、含まれていない点を先にお断りします。

公式ページに書かれていないことは「明記されていません」と書きます。内容は2026年10月12日時点の公式情報です。

結論：先に知っておきたい3つのこと

使えるのは有料プランだけです。公式ヘルプには「有料のChatGPTサブスクリプションとワークスペース（Enterpriseを含む）で利用でき、無料プランでは現時点で利用できない」と書かれています
音声ファイルは1つあたり512MBまでで、長い録音は小分けに処理されたり、とても長いと時間切れになったりすることがあります。長い録音は小分けに処理されることがあり、処理は「ベストエフォート」（できる範囲での対応）で、とても長いと時間切れになる場合があると公式に書かれています
文字起こしの誤りや、話者の取り違えが起こりえます。公式が「重要な内容は元の録音と照らし合わせてください」と案内しています。日本語を含め、言語によって精度が変わりうるとも書かれています

ChatGPTの音声ファイルアップロードとは

これまでテキストや画像などを会話に添付できたChatGPTで、音声ファイルも添付できるようになった機能です。リリースノートの説明では、文字起こしの作成、録音の要約、録音の内容への質問ができ、会議・インタビュー・講義を構成立てたメモやフォローメールの下書きにできるとされています。

公式ヘルプには、次のような頼み方の例が載っています。

会議の録音を要約し、決定事項・未解決の論点・次の行動を挙げてもらう
録音について質問する（例：「リリースの期限について何と言っていたか」）
文字起こしを出してもらい、その内容にさらに質問する
録音を、構造化したメモ、会議の議事録、フォローメールの下書きにする

同じ「録音を文字にする」機能として、ChatGPTには別に「Record（記録モード）」があります。違いは次の表のとおりです。

項目	音声ファイルのアップロード	ChatGPT Record
何をするか	録音済みのファイルを会話に添付する	ChatGPTのMacアプリで、会議や声のメモをその場で録音する
使えるプラン	有料プランとワークスペース。無料プランは対象外	Plus、Pro、Business、Enterprise、Edu。公式ヘルプには「macOSのデスクトップアプリのみ」とも書かれています
長さ・容量の上限	1ファイル512MB。長い録音は小分け処理や時間切れの場合あり	1回の録音は最長4時間（240分）
音声データの扱い	公式ヘルプに、音声ファイルの保存期間は書かれていません	音声は文字起こしの後に自動で削除され、音声はモデルの学習に使わないと書かれています

Recordの行は、公式ヘルプ「ChatGPT Record」の記載です。このページには、Macの新しいデスクトップアプリで使える会議向けの「Meetings」プラグイン（Pro・Businessのベータ）の案内もあります。

料金と使えるプラン

追加料金の記載は、読んだ公式ページの範囲では不明です。使えるかどうかは、契約しているプランで決まります。

プラン	月額（ChatGPT公式の料金ページ・日本語）	音声アップロード
無料版	0円	使えません（公式ヘルプ）
Go	1,400円	有料プランに当たります。公式ヘルプは個別のプラン名を挙げていません
Plus	3,000円	同上
Pro	16,800円から	同上
ビジネス	1ユーザーあたり3,050円（2名以上・年額課金の場合。月額課金は3,850円）	ワークスペースに当たります
Enterprise	営業へ問い合わせ	使える（公式ヘルプにEnterpriseと明記）

料金は、ChatGPTの料金ページ（日本語）に表示されていた額です。税込か税別かの表記は、確認した画面では見つけられませんでした。

公式ヘルプには「提供状況はワークスペースの設定、地域、アプリのバージョン、選んだモデルによって異なる場合があります」とも書かれています。有料プランに入っていても、使えない場合があります。

使い方

公式ヘルプ「Uploading files and audio to ChatGPT」の「Use files in a conversation」の手順は、次の3つです。

対応する形式のファイルを、ChatGPTの会話に添付する
ファイルをどうしたいか、言葉で書く（例：「この録音を文字起こしして」「決定事項と次にやることをまとめて」）
返ってきた内容を確認し、追加の質問や修正の依頼をする

添付ボタンの位置や、スマートフォンのアプリで音声を添付できるかは、読んだ公式ページに記載がありません。実際の操作は、ChatGPTの画面に表示される添付の入口から音声ファイルを選ぶ形と考えられますが、未確認です。

対応しているファイル形式

公式ヘルプが挙げている音声の形式は、次のとおりです。

WAV
MP3／MPEG
OGG／OGA
PCM
FLAC
AAC
M4A
音声のみのWebM
音声のみのMP4

WebMやMP4のうち、動画として識別されるファイルは音声アップロードの対象外です。また、ファイルには正しく読み取れる音声データが入っている必要があります。

Zoomなどの会議の録画（動画のMP4）は、動画として扱われると対象外になる点に気をつけてください。音声だけを書き出したファイルで試す形になりますが、その動作は未確認です。

うまくいかないとき

公式ヘルプのトラブル対応には、音声のアップロードに失敗したときの確認事項として、対応形式か、読み取れる音声が入っているか、と書かれています。「アップロード上限に達しました」と出る場合は、アップロード回数の上限と保存容量を両方確認するよう案内されています。

制限と、できないこと

ファイルの大きさと長さ

音声ファイルは1つあたり512MBまでです。長い録音は、データ分析（Data Analysis）が使える場合に小さな区間に分けて処理されることがあります。

処理は「ベストエフォート」で、とても長い録音は時間切れになる場合があると書かれています。録音時間そのものの上限は、読んだ公式ページの範囲では不明です。

アップロード回数と保存容量

公式ヘルプの「Upload rate and storage」には、次の数字があります。

3時間ごとに最大80ファイル。無料ユーザーは1日3ファイル。混み合う時間帯は、OpenAIが上限を下げることがある
保存容量は1ユーザー25GB、1組織100GB

ただし、この部分は「ドキュメントと画像の上限」の節に置かれています。音声ファイルにも同じ数字が当てはまるかは、公式ヘルプの記載からは不明です。

精度と言語

公式ヘルプには、「文字起こしには誤りが含まれることがあり、話者の識別があてにならない場合がある」「音声の理解と文字起こしの精度は言語によって変わる場合がある」と書かれています。日本語の精度について、数字や評価の記載は不明です。

人名・数字・固有名詞が入る議事録は、元の録音と照らして確認する前提で使うのが安全です。

データの扱い

ドキュメントと画像についての公式ヘルプの記載では、アップロードした内容がモデルの改善に使われるかどうかは、利用しているサービスとデータ管理の設定によって決まると、公式ヘルプに書かれています。個人向けの設定は、ChatGPTの「データコントロール」で確認できます。

ChatGPT Enterpriseなど、法人向けのサービスに入力した内容は、モデルの性能改善には使わないと書かれています。同じくドキュメントと画像の節には、ライブラリに保存されたファイルは会話とは別に保持される場合がある、とあります。音声について同じ扱いかは明記されていません。音声ファイルが保存される条件や期間は、読んだページに記載がありません。

お客様の会議や、個人情報を含む録音を扱う場合は、社内のルールと、録音の同意の取り方を先に決めておくのが安全です。

向いている使い方・向いていない使い方

ここからは公式の説明とは別の、編集部の見方です。

向いている使い方	向いていない使い方
社内会議の録音から、決定事項と次の行動を拾い出す下書きを作る	数字・人名・契約条件を、そのまま議事録として確定する
自分の講義・セミナー・インタビューの録音を、構成つきのメモにする	無料プランでの利用（対象外）
録音に「あの件は何と言っていたか」と質問し、該当箇所を探す	数時間に及ぶ録音を1ファイルで丸ごと処理する（時間切れや分割処理になりうる）
文字起こしを元に、フォローメールの下書きを作る	同意を得ていない相手との会話や、機密性の高い録音を扱う

よくある質問

ChatGPTの音声ファイルアップロードは無料で使えますか

無料プランは対象外です。公式ヘルプに、音声アップロードは有料のサブスクリプションとワークスペースで使え、無料プランでは現時点で使えないと書かれています。

ChatGPTにアップロードできる音声ファイルの大きさと形式は何ですか

1ファイル512MBまでです。形式は、WAV、MP3／MPEG、OGG／OGA、PCM、FLAC、AAC、M4A、音声のみのWebMとMP4です。動画として識別されるWebM・MP4は対象外です。

ChatGPTの音声の文字起こしは日本語でも使えますか

日本語での可否を名指しした記述は、読んだ公式ページに見当たりません。公式ヘルプには、精度は言語によって変わる場合があると書かれています。

重要な録音は、元の音声と照らして内容を確かめてください。

ChatGPT Recordと音声ファイルのアップロードは何が違いますか

Recordは、ChatGPTのMacアプリで会議や声のメモをその場で録音する機能です。音声ファイルのアップロードは、すでにある録音ファイルを会話に添付する機能です。使えるプラン、上限、音声データの扱いは、前の表のとおり異なります。

まとめ

ChatGPTの音声ファイルアップロードは、有料プランで、録音済みのファイル（512MBまで）を文字起こし・要約・質問にかけられる機能です。無料プランは対象外です。

誤りや話者の取り違えは起こりえるので、議事録を確定する前に元の録音と照らす手順が必要です。長い録音は分割や時間切れの可能性があり、日本語の精度に関する公式の数字は見当たりません。

まずは、短く、聞き取りやすい録音を1つ試して、自分の会議の話し方で十分な精度が出るかを確かめてから、業務に組み込むのがよいでしょう。

参考：