是的——但有用的答案取決於你的起點是什麼。. ChatGPT 紀錄 這是 macOS 桌面應用程式中現場錄製的已記錄路徑，而 語音輸入 將一條語音提示轉換為可編輯的文字，並 ChatGPT 語音 這是一段口語對話。現有的 MP3 或 M4A 檔案需要透過另行轉錄的流程；請勿假設一般聊天附件能接受所有音訊格式。.
在擷取文字之後，, GlobalGPT 提供一個工作區，讓您能透過不同的 AI 模型，將文字記錄轉化為摘要、待辦事項清單、草稿或後續訊息。當您希望將文字轉錄與後續撰寫整合於單一連貫的工作流程中時，不妨試試這個功能。.
您需要 ChatGPT 的哪項音訊功能？
應選擇哪種方式，取決於您是正在朗讀提示語、進行對話、錄製會議，還是從音訊檔案開始。.
| 您的起點 | 最佳路線 | 功能說明 | 須謹記的界線 |
|---|---|---|---|
| 你想說一個提示 | 語音輸入 | 可錄製語音、回傳可編輯的文字，並讓您在傳送訊息前進行修正。. | 這是一個輸入工作流程，而非已儲存的會議記錄。. |
| 你想要的是口頭上的來回對話 | ChatGPT 語音 | 讓您能夠與 ChatGPT 對話，並在同一個聊天視窗中聽到語音回應。. | OpenAI 表示：「語音轉錄本並非逐字記錄；Live 系統是為輪流發言而設計，並非用於記錄多講者會議。」. |
| 您正在 Mac 上開始一場會議 | ChatGPT 紀錄 | 可錄製會議內容、在您說話時即時轉錄，並開啟生成的筆記。. | 在 macOS 桌面應用程式中，Plus、Pro、Business、Enterprise 及 Edu 工作區皆可記錄執行過程；每次執行時段上限為 4 小時。Enterprise 及 Edu 工作區需由擁有者在工作區設定中啟用此功能。. |
| 您已經有 MP3、WAV 或 M4A 檔案了 | 檔案轉錄工具 | GlobalGPT 目前的「語音轉文字」面板顯示「上傳」和「錄製音訊」控制項，並列出 mp3、wav 和 m4a 格式。. | 請針對 MP3、WAV 或 M4A 檔案使用專用檔案傳輸途徑；標準的 ChatGPT 聊天室附件則遵循其他規則。. |
| 您需要在應用程式中從即時音訊中擷取文字 | OpenAI 即時 API | 使用 gpt-live-transcribe 適用於即時傳輸的音訊。. |
根據目前的 Realtime 指南，此路徑不會傳回單字的時間戳記或發言者標籤。. |
| 在完成的錄音中，您需要標註講者名稱 | OpenAI 檔案 API | 使用 gpt-4o-transcribe-diarize 與 diarized_json 以及區段的開始／結束時間。. |
這是一個「完成檔案」的工作流程；長度超過 30 秒的錄音需要採用分段策略。. |
| 您需要單字或片段的時間戳記，格式為 SRT 或 VTT | OpenAI 檔案 API | 使用 whisper-1 並附上您所需的時間戳記或字幕輸出。. |
API 的檔案限制與模型選項僅適用於 API 端點，不會自動套用至 ChatGPT 的使用者介面。. |
關於官方定義，請參閱 語音輸入, ChatGPT 語音, 以及 ChatGPT 紀錄 分別處理。針對 API 資料列，請使用 OpenAI 的 轉錄概覽 和 即時轉錄指南; 若選擇無程式碼檔案路徑，請開啟 GlobalGPT 工作區, 然後輸入「語音轉文字」。.
如何使用 ChatGPT 記錄
OpenAI 目前的「Record」功能指引中，列出了 macOS 桌面應用程式以及 Plus、Pro、Business、Enterprise 和 Edu 工作區的相關功能。請同時確認工作區設定及方案：Enterprise 和 Edu 工作區預設已停用「Record」功能，因此工作區擁有者必須自行啟用此功能。以下步驟即遵循該文件中記載的工作流程。.
已記錄的錄製流程
- 在 macOS 桌面應用程式中開啟一個聊天視窗，然後選取 紀錄 聊天視窗底部的按鈕。.
- 首次使用時，請授予所請求的麥克風及系統音訊權限。若錄製內容涉及其他人，請依據適用於所有相關人員的法律規定，取得必要的同意。.
- 在「Record」進行文字轉錄時，請自然地說話。使用「停止」控制項暫停或結束當前的錄音；選擇 履歷表 以繼續同一場次。.
- 完成後，請選擇 發送. OpenAI 表示此操作會上傳文字稿並開啟生成的筆記，這些筆記可能會以聊天視窗中的畫布形式顯示，或作為附在錄音檔上的筆記呈現。.
- 在將筆記和文字記錄轉化為電子郵件、專案計畫、程式碼骨架或其他產出物之前，請先仔細檢視。ChatGPT 提醒使用者，其文字記錄可能包含錯誤。.
若您使用 X 按鈕取消操作，系統會顯示「上傳」、「刪除」或「取消」這三個選項。選擇「刪除」將移除該錄製內容；選擇「取消」則會返回錄製視窗，以便您繼續操作。請勿將「停止」、「傳送」、「上傳」和「刪除」視為可互換的操作。.
電流限制與資料邊界
- 目前每次 Record 會議的參與人數上限為 4 小時（240 分鐘）. 若單次使用時間超過上限，系統將自動停止該次使用，並產生筆記，這些筆記會以私人畫布的形式上傳。OpenAI 指出，限制與定價可能有所變動。.
- 錄製的音訊僅用於文字轉錄，之後便會刪除；OpenAI 表示這些音訊錄製內容並未用於訓練其模型。.
- 對話紀錄與 Canvas 將遵循該對話或工作空間的保留設定。若對話遭刪除，OpenAI 表示除非適用法律保留例外情況，否則這些資料將在 30 天內被移除。.
- 對於個人版 Pro、Plus 或 Free 用戶，在以下情況下，可將文字稿和畫布用於培訓： 為所有人優化模型 已啟用。預設情況下，Business、Enterprise 和 Edu 工作區的內容不會納入訓練範圍。.
- Record 能夠區分多位說話者。當無法辨識某個名字時，可能會使用一般性標籤，例如 講者 1; 錄製完成後，可重新命名講者名稱。OpenAI 指出，「Record」功能以英文使用效果最佳，而其他語言的辨識準確度則可能有所差異。.
有關現行規則，請參閱 OpenAI 對 ChatGPT 的業績指引.
若會議時間較長，請預留時間進行休息及審閱會議紀錄。刪除音訊並不表示會議紀錄和 Canvas 頁面也會一併刪除。.
如何將現有的 MP3 或 M4A 檔案轉錄成文字
如果您已經有音訊檔案，請使用專為檔案轉錄設計的流程。GlobalGPT 目前的「語音轉文字」頁面提供 上傳 和 錄製音訊 並列出 MP3、WAV 和 M4A 格式作為輸入選項。ChatGPT 的一般聊天附件流程有其自身的規則，因此當您需要上傳現有錄音檔時，使用專用的檔案傳輸途徑是較為實用的選擇。.
上圖是較早期的介面，因其中顯示了實際的上傳與錄製控制功能而保留下來。圖中舊有的「6 Credits/s」和「15MB」標籤僅具歷史參考價值，不應視為當前的價格或限制。在提交檔案前，請開啟當前頁面以確認支援的格式、限制及費用。.
- 開啟 GlobalGPT 工作區, 接著開啟「語音轉文字」並選擇 轉錄.
- 選擇 上傳 針對現有檔案，或 錄製音訊 當您在該工具中建立錄製檔時。.
- 提交前，請確認當前介面中顯示的格式及帳戶費用。.
- 請先閱讀退回的成績單，然後修正姓名、數字及否定詞，再要求提供摘要。.
提交檔案前，請先確認當前帳戶的費用；此螢幕截圖僅顯示操作介面，並非已完成轉錄測試的結果。.
若您的目標是將錄音轉化為可用的交付成果，, GlobalGPT 的工作區 在轉錄步驟完成後，您可以進行後續處理：整理文字內容、整理出決策事項與待辦事項，然後在同一個多模式工作區中起草電子郵件或文件。若要從現有檔案開始處理，請從該產品條目中開啟「語音轉文字」工具。.
使用 OpenAI API 進行轉錄
如果您正在開發應用程式，或已使用 API 客戶端，請根據所需的輸出結果選擇轉錄模型。以下是 OpenAI API 的選項；至於 ChatGPT 的錄音、口述、語音及一般聊天附件，則有各自的規範。.
| 您需要準備的物品 | 模型 | 如何選擇 |
|---|---|---|
| 已完成的錄音文字稿 | gpt-transcribe |
OpenAI 針對原語言錄製語音所推薦的起始模型。. |
| 即時轉錄的語音文字 | gpt-live-transcribe |
請使用即時轉錄會話。此模型不會回傳單字的時間戳記或說話者標籤。. |
| 錄音的發言人標籤 | gpt-4o-transcribe-diarize |
請求 diarized_json 用於講者標籤及片段的起始／結束時間。長度超過 30 秒的音訊需要 分塊策略, 例如 auto. |
| 時間戳記或字幕檔 | whisper-1 |
選擇單字或片段的時間戳記，或 SRT/VTT 字幕檔，以進行字幕製作與編輯。. |
針對檔案轉錄，此 API 接受最大上傳大小為 25 MB 格式包括 MP3、MP4、MPEG、MPGA、M4A、WAV 或 WebM。請將較大的錄音檔案進行壓縮，或分割成較小的檔案，以避免句子中途被截斷。串流已完成的檔案文字稿，與傳送即時麥克風音訊有所不同。.
同一份工作流程指南將幾項專用輸出分開列出：請使用 whisper-1 若要透過語音翻譯端點將完成的錄音轉譯為英文，請使用 gpt-transcribe 當您需要透過 WebSocket 偵測輸入語言或取得已處理回合的轉錄內容時，請在將流量轉移至生產環境之前，先使用具有代表性的口音、雜音、人名、數字及術語進行測試。.
端點詳細資訊： OpenAI 的轉錄概覽, 檔案轉錄指南 和 即時轉錄指南.
當無法取得文字稿時該怎麼辦
當按鈕或上傳功能發生錯誤時，請先確認是哪個層級無法使用，再更換工具。缺少「錄製」按鈕、音訊格式不支援、權限提示以及 API 請求錯誤，都是不同的問題。.
- 缺少記錄： 請確認您目前正在使用 macOS 桌面應用程式，且工作區屬於目前清單中符合資格的類型之一。企業版和教育版工作區可能需要由擁有者啟用「錄製」功能。.
- 麥克風或系統音訊無聲： 請檢視授予桌面應用程式的權限，並確保已選取正確的輸入來源。請勿根據空白的錄音來評估轉錄品質。.
- 您的檔案已被拒絕： 請檢查該路由本身的格式、大小及帳戶規則。API 的 25 MB 限制與七種格式規則屬於該 API 端點的規定；這並非適用於所有情況的 ChatGPT 附件規則。.
- 《The Voice》的文字紀錄看起來有誤： 請注意，OpenAI 並不能保證提供逐字的語音轉錄本。若需精確的措辭，請使用有紀錄的錄音或檔案傳遞途徑。.
- API 請求失敗： 在重新嘗試之前，應將認證、格式、大小、速率限制及內容錯誤分別處理。記錄請求 ID 和狀態，同時避免將私有音訊資料放入公開的票證中。.
在進行摘要之前，請先檢查文字稿
即使是一份流暢的摘要，仍可能包含錯誤的數字或虛構的所有者。請將文字紀錄視為草稿，特別是在音訊中包含人名、數字、多位發言者、背景噪音，或是產品說明中提及其準確性可能有所差異的語言時。.
在您相信這些筆記之前，請先快速瀏覽一遍
- 請將每個數字、日期、產品名稱及人名與音檔內容逐一核對。.
- 搜尋諸如以下這類否定句： 不是, 從不 和 除非; ；若漏算了一個短詞，便可能導致決策逆轉。.
- 請將他人所說的話與摘要所推論的內容區分開來。將不確定的項目列入複查清單中。.
- 如果錄音中有多位發言者，請先確認發言者的標籤，再將動作指派給特定人士。.
有用的後續提示： “「姓名、數字及否定詞的表述應維持與逐字稿一致。若遇不明確的短語，應列出該短語而非憑空揣測，然後另行製作一份行動項目表，其中須標註發言人標籤及佐證引文。」”
如果是會議記錄，請將原始文字稿放在摘要旁邊。若是演講或訪談，請標記不清楚的部分，而非默默地「修正」它們。如果下一步是要發表公開文章或發送客戶訊息，請安排專人審核最終措辭。.
音訊隱私取決於傳輸路徑
“「音訊」並非 ChatGPT 中的單一保留規則。請確認是哪個功能所建立的片段、聊天記錄會保留多久，以及您是否選擇分享音訊或其他內容以供模型改進。.
| 路線 | 音訊處理 | 文字或文字記錄的處理 | 訓練範圍 |
|---|---|---|---|
| 語音輸入 | 只要該聊天記錄仍保留在歷史紀錄中，該片段便會持續保存；刪除聊天記錄後，相關片段將於 30 天內被刪除，惟安全、法律及先前已解除關聯的培訓相關情況除外。. | 在您發送之前，生成的文字會轉變為可編輯的用戶訊息。. | 一般消費者可分享語音輸入錄音以協助模型改進；企業用戶預設不包含在內。. |
| ChatGPT 紀錄 | 用於轉錄，之後即刪除；OpenAI 表示該音訊並未用於訓練模型。. | 對話記錄和 Canvas 內容均遵循對話或工作區保留規則；刪除對話後，除非適用法律上的例外情況，否則這些內容將在 30 天內被移除。. | 對於個人版 Pro、Plus 或 Free 用戶而言，字幕與 Canvas 訓練功能取決於「為所有人優化模型」；預設情況下，Business、Enterprise 及 Edu 內容不包含在內。. |
| ChatGPT 語音 | 除非您選擇分享，否則標準音訊會在轉錄完成後被刪除。即時音訊及進階音訊／影片片段將於 30 天後被刪除，惟涉及安全、保障、法律及先前已解除關聯之例外情況除外。. | 語音是一種對話媒介，其文字記錄未必能完全如實呈現對話內容。. | 音訊／影片分享有其專屬的「選擇加入」機制。文字與文字記錄的訓練則由 為所有人優化模型. |
| OpenAI API | 請適用於 API 產品及您之實作之資料保留與培訓條款。. | 您的應用程式決定成績單的儲存位置以及誰可以存取它。. | 請勿將 ChatGPT 記錄或語音保留條款複製到 API 隱私權聲明中。. |
在錄製敏感會議之前，請先檢查工作空間的保留設定，並取得必要的同意。諸如「發言人 1」這類通用標籤，既非經核實的身分，亦無法保證會議記錄的準確性。.
若錄影內容涉及其他人，請取得適用於所有相關人員之法律所要求的同意。如欲查閱現行條文，請參閱 紀錄指引, ， 聽寫常見問題, ，以及 ChatGPT 語音指引 在錄製敏感對話之前。.
常見問題
ChatGPT 可以轉錄音訊嗎？
是的，但途徑很重要。OpenAI 文件中記載了 macOS 桌面應用程式中「即時對話」的錄音功能、「語音輸入」功能（可將單一語音提示轉為可編輯文字），以及「語音通話」功能。這些與「所有音訊附件都能在任何聊天室中運作」這般籠統的承諾有所不同。.
ChatGPT 能否轉錄 MP3 或 M4A 檔案？
請使用專用的 MP3/M4A 轉錄工具或 OpenAI 檔案 API，然後將文字匯入 ChatGPT 進行編輯或摘要。.
Windows 系統上是否有 ChatGPT Record 可用？
目前的《Record》使用指南中列出了 macOS 桌面應用程式。若您使用 Windows 系統，或已擁有音訊檔案，請改用專用的檔案轉錄工具或 OpenAI API。.
「ChatGPT Record」能辨識說話者嗎？
OpenAI 指出，Record 能夠區分多位發言者，若無法辨識姓名時，可能會使用「發言者 1」等通用標籤。在指派任務前，請重新命名標籤並檢查文字記錄。.
ChatGPT 的語音轉錄本是否完全準確？
第 OpenAI 條明確指出，「Voice」的文字記錄並非逐字記錄。「Voice」是專為口頭對話而設計的；而「Live」則並非定位為多講者會議錄音工具。.
一個 ChatGPT 錄音會話最多可以進行多久？
目前的《Record》指引規定，每次會議時長上限為四小時，即 240 分鐘。限制可能有所變動，因此在規劃長時間活動前，請先查閱官方網頁。.
實際上的解答很簡單：若要進行有紀錄的 Mac 錄音，請選擇「錄製」；若要輸入語音提示，請選擇「語音輸入」；若要進行對話，請選擇「語音」；若要處理現有的 MP3 或 M4A 檔案，請使用專用的檔案工具；若要自行建構工作流程，則請使用 API。接著，在讓任何 AI 將文字轉化為決策之前，請先審閱該文字內容。.
