Да — но конструктивный ответ зависит от того, с чего вы начинаете. Запись ChatGPT — это описанный порядок действий для записи в реальном времени в настольном приложении macOS, тогда как Голосовая диктовка преобразует одну голосовую команду в редактируемый текст и ChatGPT Голос — это разговорная речь. Для существующих файлов формата MP3 или M4A требуется отдельный способ транскрипции; не следует полагать, что вложения в общем чате поддерживают все аудиоформаты.
После того как слова будут записаны, GlobalGPT предоставляет вам единое рабочее пространство для преобразования стенограммы в резюме, список действий, черновик или ответное сообщение с помощью различных моделей искусственного интеллекта. Используйте его, когда вам нужно объединить транскрипцию и последующее написание текста в один непрерывный рабочий процесс.
Какая функция аудиосистемы ChatGPT вам нужна?
Выбор подходящего способа зависит от того, читаете ли вы текст с экрана, ведете ли разговор, записываете ли встречу или начинаете с аудиофайла.
| Ваша отправная точка | Оптимальный маршрут | Для чего это нужно | Граница, о которой нужно помнить |
|---|---|---|---|
| Вы хотите произнести одну команду | Голосовая диктовка | Записывает аудио, возвращает редактируемый текст и позволяет исправить его перед отправкой сообщения. | Это рабочий процесс ввода данных, а не сохраненная стенограмма встречи. |
| Вам нужен диалог в устной форме | ChatGPT Голос | Позволяет общаться с ChatGPT и слышать голосовой ответ в том же чате. | OpenAI отмечает, что стенограммы голосовых записей не являются дословными записями; система Live предназначена для записи диалогов, а не для записи встреч с участием нескольких говорящих. |
| Вы начинаете совещание на Mac | Запись ChatGPT | Записывает сеанс, ведет стенографию по мере вашей речи и открывает сгенерированные заметки. | Ведите учет сеансов работы в настольном приложении macOS для рабочих пространств Plus, Pro, Business, Enterprise и Edu; продолжительность каждого сеанса ограничена 4 часами. Для рабочих пространств Enterprise и Edu требуется включение этой функции владельцем в настройках рабочего пространства. |
| У вас уже есть файл в формате MP3, WAV или M4A | Инструмент для транскрибирования файлов | На текущей панели «Преобразование речи в текст» в GlobalGPT отображаются элементы управления «Загрузить» и «Записать аудио», а также перечень форматов mp3, wav и m4a. | Для файлов форматов MP3, WAV или M4A используйте специальный канал передачи файлов; к стандартным вложениям в чате ChatGPT применяются отдельные правила. |
| Вам нужен текст, извлечённый из аудио в реальном времени в приложении | API OpenAI в режиме реального времени | Используйте gpt-live-transcribe для звука, поступающего в режиме реального времени. |
Согласно текущему руководству по Realtime, этот маршрут не возвращает временные метки слов или метки говорящих. |
| В готовой записи должны быть метки дикторов | API файла OpenAI | Используйте gpt-4o-transcribe-diarize с diarized_json а также время начала и окончания сегментов. |
Это рабочий процесс для готовых файлов; для записей продолжительностью более 30 секунд требуется стратегия разбиения на фрагменты. |
| Вам нужны временные метки слов или сегментов в формате SRT или VTT | API файла OpenAI | Используйте whisper-1 с нужной вам меткой времени или субтитрами. |
Ограничения по объёму файлов и варианты моделей, предусмотренные API, применяются к конечной точке API, но не распространяются автоматически на пользовательский интерфейс ChatGPT. |
Официальные определения см. в Голосовая диктовка, ChatGPT Голос, и Запись ChatGPT отдельно. Для строк API используйте OpenAI’s обзор транскрипции и Руководство по транскрипции в режиме реального времени; чтобы воспользоваться методом без кода, откройте файл Рабочая область GlobalGPT, затем выберите «Преобразование речи в текст».
Как использовать запись ChatGPT
В текущем руководстве по функции «Record» для OpenAI указан перечень возможностей для настольного приложения macOS и рабочих пространств Plus, Pro, Business, Enterprise и Edu. Проверьте настройки рабочего пространства, а также тарифный план: в рабочих пространствах Enterprise и Edu функция «Record» по умолчанию отключена, поэтому владелец рабочего пространства должен включить её. Приведённые ниже инструкции соответствуют описанному в документации порядку действий.
Описанный процесс записи
- Откройте чат в настольном приложении для macOS и выберите Запись кнопка внизу окна чата.
- При первом использовании предоставьте запрашиваемые разрешения на доступ к микрофону и системному звуку. Если запись ведётся с участием других людей, получите согласие в соответствии с законодательством, применимым ко всем участникам.
- Говорите естественно, пока Record занимается транскрибированием. Воспользуйтесь элементом управления «Стоп», чтобы приостановить или завершить текущую запись; выберите Резюме чтобы продолжить работу в том же сеансе.
- По завершении выберите Отправить. Согласно OpenAI, при этом загружается стенограмма и открываются сгенерированные заметки, которые могут отображаться в виде рабочей области в чате или в виде заметок, прикрепленных к записи.
- Прежде чем превращать заметки и стенограмму в электронное письмо, план проекта, каркас кода или другой конечный результат, проверьте их. ChatGPT предупреждает, что в его стенограммах могут содержаться ошибки.
Если вы отменяете действие с помощью кнопки «X», доступны следующие варианты: «Загрузить», «Удалить» или «Отмена». Команда «Удалить» удаляет запись; «Отмена» возвращает вас в окно записи, где вы можете продолжить. Не следует рассматривать команды «Остановить», «Отправить», «Загрузить» и «Удалить» как взаимозаменяемые действия.
Ограничения по току и границы данных
- В настоящее время максимальное количество участников каждого заседания Record ограничено 4 часа (240 минут). Сеанс, продолжительность которого превышает установленный лимит, автоматически прекращается, и создаваемые заметки загружаются в виде частного холста. В документе OpenAI указано, что лимиты и цены могут изменяться.
- Аудиозаписи используются для транскрипции, а затем удаляются; компания OpenAI заявляет, что эти аудиозаписи не используются для обучения её моделей.
- Транскрипт и холст подчиняются настройкам хранения, установленным для данного разговора или рабочего пространства. Если разговор удаляется, компания OpenAI сообщает, что они удаляются в течение 30 дней, если только не применяется исключение, связанное с юридическими требованиями к хранению данных.
- Для пользователей личных аккаунтов Pro, Plus или Free транскрипты и холсты могут использоваться для обучения, если Улучшаем модель для всех включена. По умолчанию контент рабочих пространств «Business», «Enterprise» и «Edu» исключается из обучения.
- Record может различать нескольких говорящих. Если программа не может определить имя, она может использовать общее обозначение, например Спикер 1; после создания записи можно изменить имена говорящих. В руководстве OpenAI указано, что функция «Запись» лучше всего работает с английским языком, а точность распознавания на других языках может варьироваться.
Текущие правила см. Прогноз компании OpenAI по показателю ChatGPT.
Если встреча длится долго, предусмотрите время на перерывы и проверку стенограммы. Удаление аудиозаписи не означает, что стенограмма и рабочая область Canvas также будут удалены.
Как транскрибировать существующий файл в формате MP3 или M4A
Если у вас уже есть аудиофайл, воспользуйтесь сервисом, предназначенным для транскрипции файлов. На странице «Speech to Text» сайта GlobalGPT в настоящее время предлагается Загрузить и Запись звука и поддерживает входные файлы форматов MP3, WAV и M4A. Стандартный процесс отправки вложений в чате ChatGPT подчиняется собственным правилам, поэтому специальный канал для файлов является более практичным вариантом, если вам нужно отправить готовую запись.
На изображении выше показан прежний интерфейс, который сохранили, поскольку на нём видны элементы управления загрузкой и записью. Указанные на нём старые значения “6 кредитов/с” и “15 МБ” носят исторический характер и не должны рассматриваться как актуальные цены или ограничения. Перед отправкой файла откройте текущую страницу, чтобы уточнить поддерживаемые форматы, ограничения и тарифы.
- Откройте Рабочая область GlobalGPT, затем откройте приложение «Преобразование речи в текст» и выберите Транскрибировать.
- Выбрать Загрузить для существующего файла, либо Запись звука при создании записи в программе.
- Перед отправкой проверьте формат и стоимость счета, указанные в текущем интерфейсе.
- Прочитайте возвращенную стенограмму, а затем исправьте имена, цифры и отрицательные конструкции, прежде чем просить подготовить краткое изложение.
Перед отправкой файла проверьте стоимость текущего счета; на этом снимке экрана показаны элементы управления, а не результат завершенного теста на транскрипцию.
Если ваша цель — превратить запись в готовый к использованию результат, Рабочая область GlobalGPT После этапа транскрипции можно приступить к следующим действиям: отредактировать текст, выделить принятые решения и задачи, а затем составить черновик письма или документа в той же мультимодальной рабочей среде. Если вы работаете с уже имеющимся файлом, откройте инструмент «Преобразование речи в текст» из страницы этого продукта.
Использование API OpenAI для транскрипции
Если вы разрабатываете приложение или уже используете API-клиент, выберите модель транскрипции в зависимости от требуемого результата. Это варианты API OpenAI; для ChatGPT (записи, диктовки, голосовых сообщений и обычных вложений в чате) действуют отдельные требования.
| Что вам понадобится | Модель | Как выбрать |
|---|---|---|
| Транскрипт готовой записи | gpt-transcribe |
Рекомендуемая модель OpenAI для обработки записанной речи на языке оригинала. |
| Текст из аудиозаписи, поступающий в режиме реального времени | gpt-live-transcribe |
Используйте сеанс транскрипции в реальном времени. Данная модель не возвращает временные метки слов и метки говорящих. |
| Метки дикторов для записи | gpt-4o-transcribe-diarize |
Запрос diarized_json для меток говорящих и времен начала/окончания сегментов. Для аудиозаписей длительностью более 30 секунд требуется стратегия_разбиения_на_блоки, такие как авто. |
| Временные метки или файлы субтитров | whisper-1 |
Выберите временные метки слов или фрагментов либо субтитры в формате SRT/VTT для создания и редактирования субтитров. |
Для транскрипции файлов API поддерживает загрузку файлов размером до 25 МБ в форматах MP3, MP4, MPEG, MPGA, M4A, WAV или WebM. Сжимайте большие записи или разбивайте их на файлы меньшего размера, стараясь не обрезать фразы на полуслове. Потоковая передача транскрипта готового файла отличается от передачи аудиосигнала с микрофона в режиме реального времени.
В этом же руководстве по рабочему процессу выделены несколько специализированных результатов: используйте whisper-1 с конечной точкой аудиоперевода, если готовая запись должна быть на английском языке, используйте gpt-transcribe когда вам требуется определение языков ввода или транскрипция завершенных реплик через WebSocket, а также необходимо провести тестирование с использованием типичных акцентов, шумов, имен, чисел и терминологии, прежде чем переводить трафик в производственную среду.
Сведения о конечной точке: Обзор транскрипции OpenAI, руководство по транскрипции файлов и Руководство по транскрипции в режиме реального времени.
Что делать, если транскрипция недоступна
Если кнопка не работает или загрузка не удалась, прежде чем менять инструмент, определите, какой именно уровень вызвал проблему. Отсутствие кнопки «Запись», неподдерживаемый формат аудио, запрос на разрешение и ошибка запроса API — это разные проблемы.
- Отсутствует запись: Убедитесь, что вы находитесь в настольном приложении macOS и что рабочая среда относится к одному из перечисленных ниже допустимых типов. Для рабочих сред Enterprise и Edu может потребоваться разрешение владельца на включение функции записи.
- Микрофон или системный звук не слышен: Проверьте права доступа, предоставленные настольному приложению, и убедитесь, что выбран правильный источник ввода. Не оценивайте качество транскрипции на основе пустой записи.
- Ваш файл отклонен: Проверьте формат, размер и правила учетной записи, применимые к данному маршруту. Ограничение API в 25 МБ и правило о семи форматах относятся к конкретной конечной точке API; это не является универсальным правилом для вложений ChatGPT.
- Стенограмма шоу «Голос» выглядит неверно: Помните, что OpenAI не гарантирует дословную стенограмму. Если важна точная формулировка, используйте задокументированную запись или маршрут передачи файла.
- Запрос API завершается с ошибкой: Перед повторной попыткой следует разделить ошибки, связанные с аутентификацией, форматом, размером, ограничением скорости и содержимым. Записывайте в журнал идентификатор запроса и статус, не размещая конфиденциальные аудиоданные в общедоступном тикете.
Перед тем как составлять резюме, проверьте стенограмму
Даже в беглом пересказе может встретиться неверная цифра или вымышленное имя владельца. Рассматривайте стенограмму как черновой вариант записи, особенно если в аудиозаписи присутствуют имена, цифры, несколько говорящих, фоновый шум или язык, в отношении которого производитель указывает, что точность транскрипции может быть невысокой.
Быстрый просмотр, прежде чем полагаться на заметки
- Сверьте все цифры, даты, названия товаров и имена людей с аудиозаписью.
- Найдите отрицательные конструкции, такие как не, никогда и если только; пропущенное короткое слово может изменить решение.
- Разграничивайте то, что кто-то сказал, и то, что следует из краткого изложения. Неопределённые моменты заносите в список для проверки.
- Если в записи участвуют несколько говорящих, проверьте их имена, прежде чем назначать какое-либо действие конкретному человеку.
Полезный подсказчик для продолжения: “Сохраняйте формулировки стенограммы при записи имен, цифр и отрицательных конструкций. Если какая-то фраза непонятна, укажите её, а не пытайтесь догадаться, что имеется в виду, а затем составьте отдельную таблицу с перечнем действий, указав имя говорящего и соответствующую цитату”.”
При подготовке материалов по итогам встречи держите исходную стенограмму рядом с резюме. При работе с лекцией или интервью отмечайте неясные фрагменты, а не “исправляйте” их самостоятельно. Если следующим этапом станет публикация статьи или сообщение для клиентов, попросите кого-нибудь утвердить окончательную формулировку.
Конфиденциальность аудиозаписей зависит от маршрута
“Аудио” — это не единое правило хранения данных в системе ChatGPT. Проверьте, с помощью какой функции был создан клип, как долго хранится чат и выбрали ли вы возможность делиться аудиозаписями или другим контентом для улучшения модели.
| Маршрут | Обработка аудио | Обработка текста или стенограммы | Границы обучения |
|---|---|---|---|
| Голосовая диктовка | Сохраняется до тех пор, пока чат остается в истории; при удалении чата связанный с ним клип удаляется в течение 30 дней, за исключением случаев, связанных с безопасностью, законодательством и ранее отсоединенными учебными материалами. | Полученный текст становится редактируемым сообщением пользователя перед отправкой. | Пользователи-частные лица могут предоставлять аудиозаписи диктовки для улучшения модели; пользователи из бизнес-сектора по умолчанию исключены из этого процесса. |
| Запись ChatGPT | Используется для транскрипции, а затем удаляется; согласно OpenAI, аудиозапись не используется для обучения моделей. | Транскрипты и «холст» подпадают под правило хранения переписок или рабочих пространств; при удалении переписки они удаляются в течение 30 дней, если не действует какое-либо юридическое исключение. | Для пользователей личных тарифных планов «Pro», «Plus» или «Free» доступ к транскриптам и учебным материалам на Canvas зависит от функции «Улучшить модель для всех»; контент тарифных планов «Business», «Enterprise» и «Edu» по умолчанию исключен. |
| ChatGPT Голос | Стандартные аудиозаписи удаляются после транскрибирования, если вы не выберете опцию их публикации. Аудиозаписи в режиме реального времени и расширенные аудио- и видеоклипы удаляются через 30 дней, за исключением случаев, связанных с безопасностью, охраной, правовыми вопросами, а также ранее исключенных из удаления. | Голос — это форма общения, и степень точности его расшифровки не гарантируется. | Для обмена аудио- и видеоматериалами предусмотрена отдельная опция подписки. Обучение по работе с текстом и стенограммами регулируется отдельно с помощью Улучшаем модель для всех. |
| API OpenAI | Применяйте условия хранения и обучения, предусмотренные для продукта API и вашей реализации. | Ваше приложение определяет, где хранится транскрипт и кто имеет к нему доступ. | Не включайте формулировки, касающиеся сроков хранения записей или голосовых данных по стандарту ChatGPT, в уведомление о конфиденциальности API. |
Перед записью встречи, касающейся конфиденциальной информации, проверьте настройки хранения данных в рабочей среде и получите необходимое согласие. Общее обозначение, такое как «Докладчик 1», не является подтверждением личности и не гарантирует точность стенограммы.
Если в записи фигурируют другие люди, получите согласие в соответствии с законодательством, применимым ко всем участникам. Актуальную формулировку см. в Рекордные прогнозы, , Часто задаваемые вопросы о диктанте, и ChatGPT Голосовые подсказки перед тем, как записать разговор конфиденциального характера.
Часто задаваемые вопросы
Может ли ChatGPT транскрибировать аудио?
Да, но важен конкретный способ передачи. В документации OpenAI описаны функции «Запись» для сеансов в реальном времени в настольном приложении macOS, «Диктовка» для преобразования одной произнесенной фразы в редактируемый текст и «Голос» для голосового разговора. Это отличается от общего обещания, что любое аудиоприложение будет работать в любом чате.
Может ли ChatGPT воспроизводить файлы формата MP3 или M4A?
Используйте специальный инструмент для транскрипции файлов MP3/M4A или API для работы с файлами OpenAI, а затем импортируйте текст в ChatGPT для редактирования или создания резюме.
Доступна ли программа ChatGPT Record в Windows?
В текущем руководстве по Record указано настольное приложение для macOS. Если вы используете Windows или у вас уже есть аудиофайл, воспользуйтесь специальным инструментом для транскрипции файлов или API OpenAI.
Позволяет ли запись ChatGPT идентифицировать говорящих?
В документе OpenAI указано, что система Record способна различать нескольких говорящих и может использовать общие обозначения, такие как «Говорящий 1», если не удается определить имя. Перед назначением задач переименуйте эти обозначения и проверьте стенограмму.
Является ли стенограмма ChatGPT точной?
В документе № OpenAI прямо указано, что стенограммы Voice не являются дословными записями. Сервис Voice предназначен для устного диалога; сервис Live не позиционируется как средство записи встреч с участием нескольких собеседников.
Как долго может длиться одна сессия записи в формате ChatGPT?
В действующих рекомендациях Record указано, что продолжительность одного заседания не должна превышать четыре часа, или 240 минут. Ограничения могут изменяться, поэтому перед планированием длительного мероприятия рекомендуется ознакомиться с информацией на официальном сайте.
Практический совет прост: выбирайте «Запись» для документированной записи на Mac, «Диктовка» — для голосовых подсказок, «Голос» — для разговора, специальный инструмент для работы с файлами — для существующих файлов MP3 или M4A, а API — если вы самостоятельно настраиваете рабочий процесс. Затем проверьте текст, прежде чем позволить ИИ преобразовать его в решения.
