ChatGPT、ついに音声ファイルに対応 文字起こしや要約などが可能に 有料ユーザー向け

米OpenAIは10月9日（日本時間）までに、ChatGPTが音声ファイルのアップロードに対応したと発表した。文字起こし、要約、内容に関する質問などができる。対象は有料ユーザーに限られる。対応形式はWAV、MP3、OGG、FLAC、AAC、M4Aなどで、ファイル容量の上限は512MBだ。ただし長時間の録音は分割処理されたり、タイムアウトしたりする場合があるという。

ここで面白いのは、OpenAIが「文字起こしは内容や話者識別に誤りが含まれる場合がある」と最初から但し書きを付けている点だ。ベンダーの発表文としては珍しく正直である。裏を返せば、議事録を無批判に任せると痛い目を見るという宣言でもある。音声をテキストに変えるだけなら既に多くのツールがあるが、ChatGPTの強みは「要約して、そこから質問できる」という会話の延長にある。つまり議事録の清書マシンではなく、録音を読み直す相手として使うのが正しい距離感だ。言語によって精度が変わる点も、日本語の現場では地味に効いてくる。

中小企業の実務では、商談や社内打ち合わせの録音を聞き返す手間が減る可能性がある。ただし、社外秘の会話を有料アカウントにアップロードする前に、社内のAI利用ルールと照らし合わせることが先決だ。便利さより先に、録音データの扱いを決めておく。それが明日からできる一歩である。