ChatGPTでMP3・M4Aを文字起こしする方法｜無料版・対応形式【2026】

更新日：2026年10月10日

「スマホで録った会議の音声、いちいち聞き直して文字にするのが大変…」という人に朗報です。ChatGPTで音声ファイルを直接アップロードし、文字起こしや議事録作成を依頼できる機能が案内されました。2026年10月6日の公式リリースノートにも登場しています。

実は、音声を文字にするだけなら話は簡単。でも「誰が何を決めた？」「次回までの宿題は？」「メールで共有できる形にしたい」まで整理できるのが便利なところです。

この記事では、OpenAI公式ヘルプを確認しながら使い方、対応形式、無料プランの制限、失敗しやすいポイントまでまとめました。まず結論からどうぞ。

結論：音声ファイルのアップロードは有料プラン向け

項目	2026年10月時点の公式案内
できること	音声の文字起こし、要約、議事録作成、内容への質問
利用対象	ChatGPTの有料サブスクリプション、対応ワークスペース
無料プラン	音声ファイルのアップロードは現時点で非対応
代表的な対応形式	MP3、M4A、WAV、AAC、FLAC、OGGなど
音声ファイル上限	1ファイル512MB
注意点	地域・アプリ版・モデル・組織設定により利用状況が異なる

「無料でもマイクで話せるのでは？」と思った人は正解です。ただしマイクからの音声入力と、録音済みMP3をファイルとして添付する機能は別。ここは混同しやすいので、あとで詳しく説明します。

ChatGPTでMP3・M4Aを文字起こしする手順

すでに録音データがあるなら、操作はとてもシンプルです。

ChatGPTを開いて新しいチャットを作成する
入力欄の添付ボタンから音声ファイル（例：MP3やM4A）を選ぶ
「この録音を日本語で文字起こしして」と送信する
結果を元の音声と照合し、必要なら誤字・固有名詞を修正する
続けて「決定事項と担当者を整理して」と依頼する

スマホのボイスメモを使うなら、まず録音データをファイルとして共有・保存し、ChatGPTに添付できるか確認してください。アプリや端末のバージョンによって表示や共有操作は異なります。

コピペで使える指示文：

この音声を日本語で文字起こししてください。聞き取れない箇所は推測で埋めず「［聞き取り不明］」と示してください。固有名詞と数字は慎重に扱い、発言内容を勝手に要約しないでください。

最初から「要約して」と頼むと発言の細部が落ちることがあります。重要な会議なら①文字起こし→②原音との確認→③要約の順番がおすすめです。

対応する音声ファイル形式とサイズ制限

OpenAI公式ヘルプに記載されている音声形式は、WAV、MP3/MPEG、OGG/OGA、音声のみのWebM、PCM、FLAC、AAC、M4A、音声のみのMP4です。

音声ファイルのサイズ上限は512MB。ただし512MB以内なら何時間でも確実に処理できる、という意味ではありません。長時間の録音は処理がタイムアウトしたり、分割して処理されたりする可能性があります。

MP4動画をそのまま添付できる？

ここは要注意です。公式案内では、動画として識別されるMP4やWebMは音声アップロードの対象外とされています。動画の会話を文字起こししたいなら、まず音声トラックを抽出してM4AやMP3などの対応形式にしてから添付する方法を検討してください。

長い会議や講義の録音はどうする？

長時間録音は「前半・後半」のように分割すると確認しやすくなります。各パートを順に文字起こしし、最後にまとめて議事録化する流れなら、重要な発言を見失いにくいです。

無料版でも使える？音声入力・音声モードとの違い

「ChatGPT無料版でも声で話せるのに、音声ファイルは有料なの？」と迷う人は多いと思います。似ていますが、用途が違います。

機能	使い方	ポイント
音声ファイルアップロード	録音済みMP3・M4Aなどを添付	公式案内では有料プラン向け
音声入力（マイク）	その場で話して文章にする	文字起こし結果を送信前に編集できる
音声モード	ChatGPTと会話する	会話のための機能。録音ファイル添付とは別

無料で今すぐ文章を入力したいだけなら、マイクによる音声入力が便利です。反対に、録音済みの会議・インタビュー・授業を後から分析したい場合は音声ファイルのアップロードが向いています。

プラン別の利用可否は更新されることがあるので、公式ヘルプの最新情報も確認してください。

議事録を一気に作る！おすすめプロンプト3選

1．会議の議事録：決定事項・担当・期限を分ける

この録音から議事録を作成してください。「会議の目的」「主な議論」「決定事項」「未決事項」「担当者と期限」「次回確認すること」に分けて整理してください。録音内にない担当者名や期限は作らず、「未確認」と記載してください。

「誰がいつまでに何をするか」が整理されると、あとからメールで共有するのも楽になります。期限をAIが補完してしまわないよう、未確認の扱いを指示しておくのがコツです。

2．インタビュー：発言を残しながら記事の骨子にする

このインタビューを、まず発言の趣旨を変えずに文字起こししてください。その後、記事に使えそうなテーマを5つ抽出し、それぞれに該当する発言を短く整理してください。話していない内容を補わないでください。

ブログやYouTubeの解説記事を作る人なら、この使い方はかなり便利。ただし引用部分は原音と照らし合わせ、公開前に発言者の許可や権利関係も確認しましょう。

3．授業・セミナー：復習ノートにする

この講義音声を復習用にまとめてください。重要な用語、説明、具体例、覚えるべきポイント、理解度確認の問題5問を作成してください。聞き取れない部分は明示し、録音にない情報は追加しないでください。

長い話を整理したいときは、先に文字起こししてから要約の粒度を調整するのがおすすめです。

文字起こしの精度は？日本語・話者分離で注意したいこと

公式ヘルプでも、言語によって文字起こしの精度が異なることや、話者の識別が正確とは限らないことが注意されています。

専門用語・人名・会社名は誤変換しやすいので再確認する
複数人が同時に話す場面は、発言者の取り違えに注意する
数字・金額・日付・締切は元音声で照合する
音が小さい、雑音が多い録音は分割や録り直しも検討する

特に仕事で使う議事録なら、「AIが作ったからそのまま送る」より5分だけ原音をチェックするほうが安心です。会議での決定事項や契約内容などは、人が確認する前提で活用しましょう。

アップロードできない・文字起こしできないときの確認点

添付ボタンに音声ファイルが出ない

有料プランかどうか、アプリが最新か、ワークスペース側で制限されていないかを確認してください。地域・モデル・クライアントによっても提供状況が異なります。

ファイル形式のエラーが出る

拡張子がMP4でも動画と判定されると対象外になる場合があります。また、対応拡張子でも音声データが破損していたり、正常にデコードできない場合は処理できません。

途中で止まる・処理が長い

録音が長すぎるとタイムアウトする場合があります。ファイルを短く分割し、内容を順番に処理する方法を試してみてください。上限512MBは処理完了を保証する値ではありません。

録音をAIに渡す前に確認したいプライバシー

会議やインタビューの録音には、名前・連絡先・社外秘情報が含まれることもあります。アップロードする前に、録音・共有の同意、社内規定、個人情報の取り扱いを確認してください。

外部サービスに渡せない情報はアップロードしない、機密部分を除去してから利用するなど、運用ルールを決めておくと安心です。企業向けワークスペースでは管理者設定やデータ利用条件も確認しましょう。

よくある質問

Q．ChatGPTでMP3を無料で文字起こしできますか？

2026年10月10日時点の公式案内では、音声ファイルのアップロードは有料プラン向けです。無料版の音声入力とは別の機能になります。

Q．iPhoneのボイスメモ（M4A）は対応していますか？

M4Aは公式の対応形式に含まれています。ただし、利用プラン・端末・アプリ版などによってアップロード可否は異なります。

Q．会議の議事録を自動で作れますか？

録音から文字起こし、決定事項、次のアクションの整理まで依頼できます。ただし話者や数字に誤りがないか確認してください。

Q．動画のMP4ファイルをそのまま使えますか？

動画として認識されるMP4は音声アップロードの対象外です。音声のみの対応形式に変換してから添付する方法を検討してください。

まとめ：録音済み音声を「使えるメモ」に変えたい人向け

ChatGPTの音声ファイルアップロードは、ただ文字にするだけでなく、会議の決定事項を抜き出したり、講義を復習ノートに変えたりできるのが魅力です。特にMP3やM4Aの録音データがたまっている人は、使い方を覚えておくと助かりそう。

まずは短い録音で試して、精度を確認してから長い音声に使うのがおすすめです。最新のChatGPT機能が気になるなら、当サイトのGPT-6とIntelligent UIの解説もどうぞ。ほかのAIを比較したい人にはClaude Haiku 5.5の解説も参考になります。

一次情報：OpenAI「ChatGPTへのファイルと音声のアップロード」、ChatGPT Release Notes（2026年10月6日）、音声入力FAQ。機能の提供状況は変更される場合があります。