アメブロAI集客支援|3日間無料プランを試す >

ChatGPTで文字起こしする方法|音声ファイルの添付・録音モード・無料版の違いとプロンプト例

ChatGPTで会議やインタビューを文字起こししたいものの、録音済みの音声ファイルを添付できるのか、無料版でも利用できるのか迷っていませんか。ChatGPTには音声入力のほか、利用条件に応じて音声ファイルの添付やMacの録音モードを使う方法があります。それぞれの違いと利用条件、文字起こしの手順、話者や固有名詞の確認方法を整理します。さらに、議事録や記事素材に加工するプロンプト例、音声を読み込めない場合の対処法、録音の同意やデータの取り扱いまで紹介します。

 

ChatGPTで文字起こしする方法を選ぶ

ChatGPTで文字起こしを行う方法には、録音済みの音声ファイルを添付する方法、マイクで話した内容を文字にする方法、Macの録音モードを使用する方法があります。

それぞれ利用条件と適した場面が異なるため、音声をすでに録音しているか、これから録音するかを基準に選びましょう。

 

ChatGPTは、音声から文章を作成するだけでなく、文字起こしした内容を整理したり、会議の要点をまとめたりする作業にも利用できます。ただし、文字起こしと要約は異なる処理です。発言を記録したい場合は、要点だけにまとめず、全文を出力するよう指定します。

方法 適した場面 主な利用条件
音声ファイルの添付 録音済みの会議、インタビュー、講義などを文字にする 対応する有料プラン・ワークスペースで利用可能
音声入力 短い発話やメモを文字にして入力する マイクによる音声入力を利用する。無料版でも使用可能
録音モード 会議や打ち合わせをその場で録音し、文字起こしとメモを作る 対応する有料プランのmacOSデスクトップアプリで利用可能

また、ChatGPTには音声で会話する機能もありますが、これは録音した会議を逐語的に記録することを主目的とする機能ではありません。

録音済みの音声を使う場合はファイルの形式と容量を確認し、会議をこれから記録する場合は録音モードの利用条件を調べます。文字起こし後は、どの方法でも固有名詞や数字、話者の取り違えを確認してください。

 

音声ファイルの添付と録音の違い

音声ファイルの添付は、スマートフォンや録音機などで保存した音声をChatGPTへ読み込ませる方法です。すでに録音が終わっている会議やインタビューを後から文字起こししたい場合に利用できます。

一方、ChatGPTの録音モードは、Macのデスクトップアプリから録音を開始し、会議や音声メモを記録する機能です。発言中に文字起こしが進み、録音終了後には内容をまとめたメモも作成できます。

 

両者の違いは、音声を用意するタイミングと操作方法にあります。

比較項目 違い
音声ファイルの添付 録音済みのファイルを会話に添付し、全文の文字起こしや要約を依頼する
録音モード ChatGPTのMacアプリで録音を開始し、終了後に文字起こしとメモを作成する
主な出力の違い ファイル添付では指示に応じた出力を依頼でき、録音モードでは会議メモなどが生成される

なお、Macの録音モードを利用しなくても、別の機器で保存した音声ファイルを添付する方法があります。ただし、音声ファイルのアップロードには有料プランなどの条件があるため、無料版の音声入力とは区別してください。

 

無料版と有料版の利用条件を確認する

ChatGPTでは、無料版でもマイクから音声を入力して文字に変換できます。一方、録音済みの音声ファイルを会話へ添付する機能は、有料サブスクリプションや対応するワークスペース向けに提供されています。

Plus、Proなどの個人向け有料プランに加え、BusinessやEnterpriseなどのワークスペースでも音声ファイルを利用できます。ただし、実際に利用できる機能は、地域、選択モデル、アプリのバージョン、管理者の設定などによって異なることがあります。

 

Macの録音モードについては、Plus、Pro、Business、Enterprise、Eduが対象として案内されています。音声ファイルを添付する機能とは別に、macOSデスクトップアプリが必要です。

 

利用プランごとの確認事項
  • 無料版:マイクによる音声入力は利用できるが、録音済み音声ファイルの添付は対象外
  • 有料版:対応する音声ファイルを添付できる。容量やアップロード回数などの制限を確認する
  • Mac録音モード:対応する有料プランとmacOSアプリが必要。ワークスペースによっては管理者の許可も必要

 

有料プランでも音声を無制限に処理できるわけではありません。音声ファイルには512MBの上限があり、長時間の録音では処理が完了しないこともあります。

利用目的が短いメモの入力であれば、まず無料版の音声入力を確認できます。録音済みの会議をまとめて処理したい場合は、有料プランのファイル対応状況を確認してから選びましょう。

 

音声会話と音声入力を区別する

ChatGPTには、音声で質問や会話を行う「音声会話」と、発言を文章へ変換する「音声入力」があります。どちらもマイクを使用しますが、目的と操作方法が異なります。

音声会話は、利用者が話しかけるとChatGPTが音声で応答する機能です。質問や相談を会話形式で進める用途に向いており、会話履歴に内容が残っても、元の発言を一言一句記録するための専用機能ではありません。

 

一方、音声入力では、入力欄のマイクアイコンから発言を録音し、変換された文章を確認できます。送信前に誤字を修正したり、言葉を追加したりできます。

機能 主な違い
音声会話 ChatGPTと音声でやり取りする。会話の途中で質問や追加指示ができる
音声入力 話した内容を文章に変換し、編集してからメッセージとして送信する

たとえば、記事のアイデアを思いついたときに短いメモを残すなら、音声入力を利用できます。話した内容を確認してから送信すれば、ChatGPTに構成案や文章の整理を依頼することもできます。

複数人の会議をそのまま記録したい場合は、音声会話ではなく、録音モードや音声ファイルの文字起こしを検討してください。

 

音声ファイルをChatGPTで文字にする

録音済みの音声ファイルがある場合は、対応する有料プランのChatGPTでファイルを添付し、文字起こしを依頼できます。会議、インタビュー、講義、音声メモなどを文章に変換し、その後に要約や情報整理を行うことも可能です。

作業を始める前に、音声が正常に再生できるか、対応形式で保存されているかを確認してください。録音状態が悪い場合や複数人の発言が重なっている場合は、文字起こしに誤りが含まれることがあります。

 

また、全文を記録するのか、要点だけを知りたいのかを明確にします。全文を残したい場合は、最初の依頼で要約しないことを指定してください。

作業段階 実施する内容
音声の準備 録音を再生し、音声形式、ファイル容量、必要な利用許可を確認する
ファイルの添付 ChatGPTの会話へ音声ファイルを追加し、処理したい内容を伝える
文字起こしの出力 全文、話者別の発言、要約など、必要な形式を指定する
結果の確認 元の録音と照合し、聞き取り間違いや欠落を修正する

文字起こしを依頼しただけで、発言のすべてが正確に記録されるとは限りません。重要な数字、氏名、専門用語、会議の決定事項などは、元の音声を確認する必要があります。

特に議事録や記事の取材資料として使う場合は、文字起こしの原文と、読みやすく整理した文章を分けて保存すると、後から発言内容を確認しやすくなります。

 

対応形式とファイル容量を確認する

ChatGPTに音声ファイルを添付する際は、拡張子だけでなく、実際の音声形式と容量を確認します。音声アップロードでは、MP3、WAV、M4A、FLACなど、複数の形式に対応しています。

対応する主な形式は次のとおりです。

音声形式 確認する内容
MP3・MPEG 一般的な録音・音声ファイルとして利用できる形式
WAV・PCM 音声データの形式やファイル容量を確認する
M4A・AAC・FLAC 対応する音声データとして保存されているか確認する
OGG・OGA 正常に再生できる音声ストリームが含まれているか確認する
WebM・MP4 音声のみのファイルが対象。動画として判定されるものは対象外

音声ファイルの上限は1ファイル512MBです。ただし、容量が上限以内でも、長時間の録音では処理に時間がかかったり、途中で処理が完了しなかったりすることがあります。

大きなファイルを扱う場合は、録音を適切な長さに分割する方法も検討できます。ただし、分割後の音声が対応形式になっていることを確認してください。

 

また、ファイル名の拡張子を書き換えただけでは、音声形式そのものは変換されません。必要な場合は音声編集ソフトなどで形式を変換し、変換後の音声が正常に再生できるか確認しましょう。

 

録音データを添付して文字起こしする

音声ファイルを準備できたら、ChatGPTの会話へ添付します。通常のファイル添付と同じように、入力欄から対応するファイルを選び、文字起こしを依頼します。

操作する前に、有料プランでログインしていることと、利用する画面で音声ファイルを添付できることを確認してください。

 

  1. ChatGPTで新しいチャットを開きます。
  2. 入力欄の「+」からファイルの追加を選び、録音済みの音声ファイルを添付します。
  3. ファイルが添付されたことを確認し、「添付した音声を全文文字起こししてください」と入力します。
  4. 依頼を送信し、出力された文章を確認します。
  5. 必要に応じて、聞き取りにくい箇所や話者の区別について追加の指示を出します。

 

最初の依頼では、文字起こしだけを行うように指定できます。議事録として整理したい場合も、先に発言の記録を確認してから、決定事項や担当者の抽出へ進む方法があります。

また、音声ファイルを添付しただけで処理が開始されるとは限りません。ChatGPTに何をしてほしいかを明確に伝えてください。

 

出力結果を確認するときは、発言の順序が変わっていないか、重要な部分が省略されていないかを確かめます。途中で欠落が見つかった場合は、元の録音を確認し、必要な箇所を改めて処理してください。

 

全文と話者の出力を指示する

会議やインタビューの文字起こしでは、全文を残すか、読みやすく整えるかによって指示を変えます。発言を原資料として保存したい場合は、話した順序を維持し、要約や意味の補完をしないよう指定してください。

複数人の録音では、話者を区別した出力を依頼できます。ただし、声だけで本人の名前を正しく特定できるとは限りません。誰の発言か分からない場合は、推測で名前を付けず、話者番号などで区別します。

 

そのまま使える文字起こしプロンプト

添付した音声ファイルを、できるだけ発言に忠実な形で全文文字起こししてください。
音声の種類:【会議・インタビュー・講義など】
使用言語:【日本語など】
想定する話者数:【分かっている場合のみ記載】
専門用語・固有名詞:【事前に確認できている名称や用語】
目的:後から元の発言を確認できる文字起こしを作成すること。
条件:要約や文章の言い換えを行わず、発言の順序を維持してください。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。話者を区別できる場合は話者ごとに整理し、名前を特定できない場合は「話者1」「話者2」などを使用してください。発言にない決定事項や説明は追加しないでください。
出力:話者ラベルと発言本文を分け、発言順に表示してください。まず全文だけを作成し、要約はまだ行わないでください。

 

必要に応じて、言い直しや口癖を残すかどうかも指定します。ただし、読みやすく整えた文章と、発言をそのまま残した記録は別に管理してください。

発言時刻を付けたい場合も、音声から確認できる情報の範囲で依頼します。正確な時刻情報が取得できない場合は、推測した時刻を付けないようにしましょう。

 

アップロードできない原因を調べる

音声ファイルをChatGPTへ添付できない場合は、利用プラン、ファイル形式、容量、アップロード制限を順番に確認します。音声ファイルの添付は有料プラン向けの機能なので、無料版では対応形式であっても利用できません。

有料プランでも、ワークスペースの設定や選択モデル、アプリのバージョンによって利用できる機能が異なることがあります。

確認する原因 対処方法
利用プラン 音声アップロードに対応する有料プラン・ワークスペースでログインしているか確認する
ファイル形式 MP3やWAVなどの対応形式か、音声データが正常に再生できるか確認する
ファイル容量 512MBの上限を超えていないか確認する
利用上限 ファイルのアップロード回数やストレージ容量の制限に達していないか確認する
利用環境 ブラウザやアプリ、モデル、ワークスペース設定を確認する

MP4やWebMは、音声のみのファイルであれば対応しますが、動画として判定されるファイルは音声アップロードの対象外です。動画から文字起こししたい場合は、音声を取り出して対応形式で保存する方法があります。

また、アップロードに失敗した操作も利用回数の制限に数えられることがあります。利用制限のメッセージが表示された場合は、案内された条件を確認してください。

 

ファイルや設定に問題が見つからない場合は、OpenAIのサービス稼働状況を確認し、必要に応じてサポートへ問い合わせましょう。

 

ChatGPTで会議や発言を録音する

これから会議やインタビューを行う場合は、ChatGPTの音声入力や録音モードを使って、発言を文字にする方法があります。ただし、短い発話を入力する機能と、複数人の会議を録音する機能では、利用できる環境や出力内容が異なります。

短い音声メモであれば、チャットのマイクアイコンを使って文章に変換できます。一方、会議や打ち合わせを継続的に記録したい場合は、Macの録音モードが選択肢になります。

録音する内容 利用する方法と確認事項
短い発話・メモ チャットの音声入力で文章に変換し、送信前に内容を確認する
会議・打ち合わせ Macの録音モードで発言を記録し、終了後に文字起こしやメモを確認する
別の機器で録音する会議 対応する音声ファイルを保存し、録音後にChatGPTへ添付する

録音を始める前には、マイクや録音機器が正常に動作するか確認してください。オンライン会議の場合は、相手の音声も記録できる設定になっているかを確かめます。

また、他の参加者を録音する際は、適用される法律や組織内のルールを確認し、必要な同意を得ることが求められます。録音を開始する前に、目的と取り扱いを参加者へ伝えてください。

 

文字起こしの結果には聞き取り間違いや発言の欠落が含まれることがあります。重要な会議では、生成された文章だけに頼らず、確認する方法も事前に決めておきましょう。

 

マイク入力で短い発話を文字化する

ChatGPTの音声入力は、話した内容を文章に変換し、メッセージとして入力する機能です。思いついたアイデアや短い作業メモなどを、キーボードで入力する代わりに音声で記録できます。

利用するときは、ChatGPTの入力欄にあるマイクアイコンを選択し、必要に応じてマイクの使用を許可します。その後、文字にしたい内容を話してください。

 

録音した音声は文字起こし処理に送られ、結果がテキストとして返されます。変換された文章は、ChatGPTへ送信する前に編集できます。

 

短い音声メモを作る流れ
  • ChatGPTの入力欄にあるマイクアイコンから音声入力を開始する
  • 記録したい内容を話し、文字起こしの処理を完了する
  • 変換された文章の誤字、数字、固有名詞を修正する
  • 必要に応じて送信し、文章の整理や要約を依頼する

 

たとえば、ブログ記事のアイデアを音声入力で記録し、その文章をChatGPTへ送信して構成案を考えてもらう方法があります。

ただし、音声入力は長時間の会議を話者ごとに記録するための専用機能ではありません。複数人の発言を継続して残したい場合は、録音モードや音声ファイルの文字起こしを検討してください。

 

Macの録音モードで会議を記録する

ChatGPTの録音モードは、macOSデスクトップアプリで会議や音声メモを録音し、文字起こしと要約を作成する機能です。Plus、Pro、Business、Enterprise、Eduなど、対応する有料ワークスペースで利用できます。

利用する際は、MacにChatGPTのデスクトップアプリを用意し、対応するアカウントでログインします。EnterpriseやEduでは管理者による機能の有効化が必要な場合があります。

 

Macで録音モードを使う手順
  1. ChatGPTのMacアプリでチャットを開き、画面下部の「録音」ボタンを選びます。
  2. 初回利用時などに求められた場合は、マイクやシステムオーディオの録音権限を許可します。
  3. 録音を開始し、会議や音声メモを記録します。
  4. 録音を止める場合は停止アイコンを選び、続ける場合は「再開」を選びます。
  5. 録音を終了するときは「送信」を選び、生成された文字起こしとメモを確認します。

 

Macの権限を確認する場合は、「システム設定」の「プライバシーとセキュリティ」から、マイクや画面・システムオーディオ録音の設定を確認します。

録音モードでは、会議中に文字起こしを確認でき、終了後に作成されたメモを編集したり、別の文章へ整理したりできます。

 

ただし、Macの録音モードとWebブラウザの音声会話は別機能です。録音ボタンが表示されない場合は、アプリのバージョン、利用プラン、ワークスペースの設定を確認してください。

 

録音時間と話者の識別を確認する

Macの録音モードでは、1回の録音セッションに4時間(240分)の上限があります。上限を超えた場合は自動的に録音が停止し、文字起こしを基にメモが生成されます。

長時間の会議では、録音を開始する前に予定時間を確認してください。上限に近い会議や、途中で区切りがある会議では、記録をどのように管理するか決めておく必要があります。

 

また、録音モードは複数の話者の識別に対応しています。名前を判別できない場合は、「話者1」などのラベルが使われ、録音後に話者名を変更できます。

確認項目 確認する内容
録音時間 1セッション240分以内か、途中で録音が終了していないか
話者の識別 発言者の区分が正しいか、話者ラベルに取り違えがないか
音声の状態 複数人の発言の重なり、周囲の雑音、音量の違いがないか
日本語の精度 専門用語、氏名、数字などに聞き取り間違いがないか

録音モードは英語での利用を中心に最適化されており、日本語を含むほかの言語では文字起こしの精度に差が生じることがあります。

さらに、録音モードの音声データは文字起こし後に削除されるため、元の音声を使った厳密な照合が必要な場合は、適切な同意を得たうえで別途録音を保存する方法も検討してください。

 

録音後は話者ラベルと発言内容を確認し、誰が何を発言したのか特定できない部分は、推測で補わずに区別しておきましょう。

 

文字起こしの誤りを直して活用する

ChatGPTで文字起こしした文章は、元の音声と照合して誤りを修正し、目的に応じて整理します。音声認識によって文章が生成されても、すべての発言が正確に記録されているとは限りません。

特に、固有名詞、数字、話者の区別などは、重要な情報が変わっていないか確認する必要があります。

 

また、文字起こしには、発言をできるだけそのまま残す方法と、読みやすい文章に整える方法があります。会議の記録として保存する場合と、記事の下書きとして活用する場合では、必要な修正範囲が異なります。

活用する目的 文字起こし後に行う作業
発言の記録 元の音声と照合し、聞き取り間違いや欠落を修正する
読みやすい文章 言い直しや不要な繰り返しを整理し、発言の意味を維持する
会議の議事録 決定事項、担当者、期限、未解決の課題を発言から抽出する
インタビュー記事 質問と回答を整理し、公開できる発言や記事に必要な情報を選ぶ

ChatGPTには修正や情報整理を依頼できますが、元の録音にない内容を補わせないようにします。聞き取れない部分や意味が不明な発言は、確認が必要な箇所として残してください。

作業後は、文字起こしの原文と編集後の文章を別々に保存します。修正前の記録を残しておくことで、議事録や記事の内容について、後から元の発言を確認しやすくなります。

 

固有名詞・数字を元の音声と照合する

文字起こしの確認では、まず誤りがあると困る情報から優先して照合します。会社名、商品名、人名などの固有名詞に加え、金額、日付、数量、割合などの数字は、聞き取り間違いによって意味が変わるためです。

たとえば、「15日」と「25日」、「15万円」と「50万円」などは、文字起こしの結果を読むだけでは正しいか判断できません。元の録音を再生し、該当する発言を確認してください。

確認項目 照合する内容
固有名詞 人名、会社名、商品名、専門用語の正しい表記
数字 金額、日付、時刻、数量、単位などの正確性
発言の意味 肯定・否定、条件付きの説明、言い直した内容
話者 誰が発言した内容なのか、発言の割り当てが正しいか

専門用語や商品名の正式な表記を知っている場合は、ChatGPTへ用語集を渡して修正を依頼できます。ただし、用語集にある単語を、発言していない箇所へ補わないよう指示してください。

聞き取りが難しい部分は、前後の音声も含めて確認します。ChatGPTに再質問するだけでは、誤って認識した内容が正しくなるとは限りません。

 

Macの録音モードでは元の音声が文字起こし後に削除されるため、音声による厳密な照合が必要な場合は、事前に適切な同意を得て、別途原音声を保存する方法も検討しましょう。

 

話し言葉を整えるプロンプトを使う

文字起こしには、「えー」「あの」などの言葉や、途中で言い直した文章が含まれることがあります。議事録や記事の資料として読みやすくしたい場合は、発言の意味を変えずに文章を整理します。

ただし、口癖や言い直しをすべて削除すればよいわけではありません。発言のニュアンスや話者の表現が必要な記録では、元の言葉を残すこともあります。

 

そのまま使える文字起こし修正プロンプト

以下の文字起こしを、発言の意味を変えずに読みやすい文章へ整えてください。
使用目的:【議事録・記事の取材資料・社内メモなど】
文字起こし原文:【修正する文章】
修正する内容:【不要な言い直し・重複表現・読みにくい文章など】
残す内容:【数字・固有名詞・話者・発言の重要な条件】
文体:【です・ます調・発言時の文体を維持するなど】
条件:発言の意味や順序を変えず、原文にない事実、意見、決定事項は追加しないでください。聞き取り不明の箇所を推測で補わず、確認が必要な箇所として残してください。
出力:修正後の文章と、主な変更箇所を示してください。

 

生成された文章は元の文字起こしと並べ、削除した言葉によって意味が変わっていないか確認します。

特に「まだ決まっていない」「確認してから進める」といった条件付きの発言は、短縮によって断定表現にならないよう注意してください。修正後の文章は、原文とは別の編集済み資料として管理しましょう。

 

会議の決定事項と担当を整理する

会議の文字起こしは、決定事項や次に必要な作業を整理するために利用できます。ChatGPTへ発言内容を渡し、決まったこと、検討中のこと、担当者や期限を区別して抽出してもらいます。

特に、会議中には提案や質問、仮の予定が含まれます。「来週までに確認したい」という発言を、正式な決定事項や確定した期限として扱わないようにしてください。

 

そのまま使える議事録整理プロンプト

以下の会議の文字起こしから、議事録を作成してください。
会議名:【会議の名称】
開催日時:【確認済みの日時】
参加者:【確認できている参加者】
文字起こし:【修正済みの発言記録】
目的:会議で決定した内容と、今後必要な対応を整理すること。
条件:決定事項、提案、保留事項を区別してください。担当者や期限が明示されていない場合は「未確認」と記載してください。発言にない合意や作業を追加せず、話者が不明な内容は推測で割り当てないでください。
出力:議題の要点/決定事項/保留事項/対応内容・担当者・期限を整理してください。確認が必要な事項は最後にまとめてください。

 

議事録ができたら、決定事項と担当者の対応を元の記録と照合します。期限が曖昧な場合は、会議の参加者に確認してから確定してください。

また、AIがまとめた議事録は、出席者による承認や正式な会議記録に代わるものとは限りません。重要な契約、金額、実施方針などを含む場合は、関係者が内容を確認できる手順を設けましょう。

 

インタビューから記事素材を抽出する

インタビューの文字起こしは、ブログ記事や事例紹介、取材記事の材料として活用できます。まず質問と回答を整理し、記事のテーマに関係する発言を抽出します。

録音から直接記事全文を作る前に、掲載する情報を選んでおくと、元の発言との対応を確認しやすくなります。

 

インタビューには公開を前提としていない話題や、事実確認が必要な発言が含まれることもあります。文字起こしした情報をすべて記事へ掲載するのではなく、取材対象者と合意した公開範囲を確認してください。

 

そのまま使える記事素材抽出プロンプト

以下のインタビューの文字起こしから、記事制作に利用する情報を整理してください。
記事のテーマ:【記事で扱う内容】
対象読者:【記事を読む人】
インタビューの目的:【取材で確認したいこと】
文字起こし:【発言記録】
公開可能な範囲:【掲載許可を確認できている情報】
条件:発言にない事実、体験、実績、感想を追加しないでください。質問と回答の関係を維持し、公開許可が不明な情報は採用候補から分けてください。発言の意味が変わる要約や、複数の発言を一つの架空の引用文にまとめることは避けてください。
出力:記事に使えるテーマ/対応する発言/確認済みの事実/追加確認が必要な情報を表にしてください。記事本文はまだ作成しないでください。

 

抽出した情報は、元の取材記録と照合します。発言を引用する場合は、本人が実際に話した内容と一致しているか確認してください。

記事の構成が決まったら、確認済みの情報を使って本文を作成します。公開前には、発言の趣旨や事例の掲載条件について、取材対象者や担当者へ必要な確認を行いましょう。

 

録音データの安全性と処理方法を確認する

会議やインタビューの音声をChatGPTで文字起こしする際は、録音の許可だけでなく、音声データの送信先、保存期間、共有範囲を確認します。

録音には氏名や発言内容だけでなく、取引先の情報、未公開の事業計画、顧客に関する情報などが含まれることもあるためです。

 

音声から特定の個人を識別できる場合、その録音は個人情報に該当します。名前を削除しても、所属先や発言内容などを組み合わせて本人が分かる場合があるため、取り扱う情報を確認してください。

また、ChatGPTでは音声を入力する方法によって、データの保存や削除の仕組みが異なります。

利用方法 確認するデータの扱い
音声ファイルの添付 アップロードしたファイル、チャット履歴、保存先の取り扱い
マイクによる音声入力 音声クリップと、変換されたテキストの保存条件
Macの録音モード 音声の削除時期と、文字起こし・メモの保持条件
API 送信したデータの処理、ログの保持、利用するシステム側の保存設定

録音モードで音声が削除されても、作成された文字起こしやメモまで同時に削除されるわけではありません。学習への利用を停止する設定と、保存済みデータを削除する操作も別です。

業務で利用する場合は、録音やAIへの入力が認められている情報を整理し、必要な担当者だけが記録を確認できる管理方法を決めましょう。

 

録音の同意と共有範囲を確認する

他の人の発言を録音する場合は、適用される法律、組織内のルール、利用する会議サービスの条件を確認し、必要な同意を得ます。ChatGPTの録音モードでも、他の人を録音する前に、法律を確認して適切な同意を得るよう案内されています。

日本の個人情報保護法では、通話内容が個人情報に該当する場合、利用目的の通知または公表などが必要です。ただし、同法上、録音していることを伝える義務が常にあるわけではありません。

 

録音や外部サービスへの送信に必要な対応は、具体的な状況に応じて確認してください。

 

録音前に確認すること
  • 録音目的:議事録作成、取材記録、業務メモなど、何のために保存するか
  • 利用方法:録音をAIサービスへ送信し、文字起こしや要約に利用すること
  • 共有範囲:誰が録音、文字起こし、要約を閲覧できるか
  • 公開の可否:社内利用に限るのか、記事や資料へ掲載できるのか

 

特に、会議の記録を社内で共有することと、発言をブログやWebサイトへ公開することは別です。録音や文字起こしに同意があっても、外部公開まで認められているとは限りません。

取材記事に使用する場合は、引用する発言や掲載する名前、所属などの公開範囲を確認しましょう。

 

また、共有する必要がない個人情報は、文字起こしを配布する前に取り除きます。社外秘の情報や顧客とのやり取りを含む場合は、録音データだけでなく、加工後の文書にも適切なアクセス制限を設定してください。

 

データの保存・学習利用を確認する

ChatGPTでは、音声データの保存とモデル学習への利用を分けて確認する必要があります。利用する機能によって音声そのものの保持方法が異なり、文字起こしや要約には別の保存条件が適用されます。

Macの録音モードでは、音声データは文字起こしに使用された後、自動的に削除され、モデルの学習には使用されません。一方、文字起こしと生成されたメモはチャットに保存されます。

 

個人向けプランでは、「すべての人のためにモデルを改善する」が有効な場合、文字起こしやメモが学習に利用されることがあります。Business、Enterprise、Eduのワークスペースでは、これらはデフォルトで学習対象から除外されています。

データの種類 保存・学習利用の扱い
録音モードの音声 文字起こし後に削除され、モデル学習には使用されない
録音モードの文字起こし・メモ チャットの保持設定が適用され、個人向けプランでは学習設定の影響を受ける
マイク音声入力の録音 チャット履歴とともに保持され、音声の共有設定によって学習利用の扱いが変わる
アップロードしたファイル 保存先によって保持条件が異なり、ライブラリに保存されたファイルはチャットとは別に管理される

個人向けプランで学習への利用を停止したい場合は、「設定」の「データコントロール」で「すべての人のためにモデルを改善する」をオフにできます。音声入力については、音声録音を学習に共有する設定も確認してください。

録音モードの文字起こしやメモは、チャットを削除すると、法令上の保持義務などの例外を除き30日以内に削除されます。一方、ライブラリに保存されたファイルは、チャットを削除しても自動的には削除されません。

 

学習をオフにするだけで保存済みファイルが削除されるわけではないため、不要になった記録は保存先を確認して管理しましょう。

 

APIで処理する場合の違いを知る

音声ファイルを繰り返し文字起こししたり、自社システムと連携して処理したりする場合は、OpenAI APIを利用する方法があります。APIは、プログラムからAIの機能を呼び出すための仕組みです。

ChatGPTのチャット画面で音声ファイルを添付する方法とは異なり、APIでは開発環境、認証用のAPIキー、利用料金の管理などが必要になります。ChatGPTの有料プランを契約していても、APIの利用料金が含まれるわけではありません。

 

現在、録音済み音声の文字起こしには、Audio APIの文字起こし機能と「gpt-transcribe」が案内されています。APIの音声ファイルの上限は25MBで、ChatGPTのファイル添付で案内されている512MBとは異なります。

比較項目 ChatGPTとAPIの違い
利用方法 ChatGPTは会話画面で操作し、APIはプログラムなどから処理する
ファイル容量 ChatGPTの音声添付は512MB、文字起こしAPIは25MBが上限
音声の処理 APIではモデルを指定して文字起こしし、必要に応じて別の処理へ連携する
料金・データ管理 APIは別途課金され、データ保持やログの条件もChatGPTとは異なる

APIでは、文字起こしの参考となる用語や想定言語を指定できるモデルもあります。複数話者の識別や字幕用の時刻情報が必要な場合は、対応するモデルと出力形式を別途確認してください。

なお、従来の「gpt-4o-transcribe」や話者識別用の「gpt-4o-transcribe-diarize」などは、2027年2月26日に提供終了予定です。新規の仕組みを構築する場合は、現在推奨されているモデルと移行条件を確認する必要があります。

 

APIへ送信したデータは、明示的に共有を選択しない限り、デフォルトでモデルの学習に使用されません。ただし、不正利用の監視などを目的とするログが原則最大30日間保持される場合があります。

また、APIを利用する自社システム側にも、送信前の音声や生成後の文章が保存されることがあります。OpenAI側の取り扱いだけでなく、連携するシステムの保存先、アクセス権限、削除方法も確認しましょう。

 

まとめ

ChatGPTで文字起こしを行う際は、録音済みの音声ファイルを使うのか、その場で音声を入力・録音するのかによって方法が異なります。まず利用プランと対応形式、録音時間などの条件を確認し、目的に合う方法を選びましょう。

文字起こし後は元の音声と照合し、固有名詞や数字、話者の取り違えを修正します。議事録や記事に活用する場合も、発言にない決定事項や事実を追加しないことが必要です。

 

録音の同意やデータの保存・学習利用の条件も確認し、取り扱う情報に応じた方法で進めてください。