Аудио в текст с ChatGPT: диктовка и расшифровка записи

«Пятнадцать. Нет, пятьдесят». В речи мы поправляем себя на ходу. Когда превращаем аудио в текст, важно сохранить это исправление: от него зависит уже не интонация, а количество папок в заказе.

В ChatGPT короткое сообщение можно надиктовать через микрофон и отредактировать перед отправкой. Для записи разговора с расшифровкой и заметками есть Record — у него отдельные требования к приложению и подписке. Готовый аудиофайл требует ещё одного уточнения: обычная загрузка через скрепку не гарантирует расшифровку.

Как надиктовать текст в ChatGPT

Если в поле сообщения есть значок микрофона для диктовки:

1. Нажмите микрофон и произнесите текст.
2. Завершите запись и дождитесь распознавания: звук отправляется на транскрипцию, а результат возвращается в виде текста.
3. Прочитайте его до отправки. Исправьте ошибки в именах, числах и формулировках.
4. Если нужна обработка расшифровки, добавьте к ней запрос, а затем отправьте сообщение.

Возможность редактировать распознанный текст до отправки описана в справке о диктовке ChatGPT.

Для пробы надиктуйте собственную заметку. Ниже — исходная фраза и контрольный образец для сверки, а не результат проведённого аудиотеста:

Закажи пятнадцать папок. Нет, исправлю: пятьдесят папок. Заберу восемнадцатого сентября после шестнадцати тридцати. Доставку пока не оформляй.

В полученном тексте проверьте оба числа — 15 и 50 — и слова «нет, исправлю» между ними. Затем дату, время и запрет на доставку. Если распознавание потеряло исправление, восстановите его по исходной фразе до отправки: модель должна увидеть, какое число заменяет предыдущее.

Как записать разговор через Record

Record записывает речь, создаёт транскрипт и заметки. Сейчас он доступен только в настольном приложении ChatGPT для macOS на планах Plus, Pro, Business, Enterprise и Edu. Максимум — 240 минут за сессию. Для записи других людей заранее получите необходимые согласия. Условия Record.

1. Нажмите Record внизу чата.
2. При запросе разрешите доступ к микрофону и/или системному звуку.
3. Начните говорить или записывать разговор.
4. Нажмите Stop. Чтобы продолжить ту же сессию, выберите Resume; чтобы завершить — Send.
5. После Send ChatGPT загрузит расшифровку и откроет автоматически созданные заметки — в canvas внутри чата либо при записи. Проверьте транскрипт, затем сверьте и отредактируйте заметки. Другой формат можно запросить отдельно.

Кнопка X открывает окно с тремя вариантами: Upload загружает транскрипт и заметки, Delete удаляет запись, Cancel возвращает к окну записи. Само нажатие X запись не удаляет. Действия в интерфейсе Record.

Несколько говорящих могут получить общие метки; их можно переименовать. Record лучше работает по-английски, точность других языков может отличаться. В русском тексте особенно внимательно проверяйте имена, числа и самокоррекции. Справка Record.

Расшифровка и итоговая заметка отвечают на разные вопросы

Расшифровка, или транскрипт, — текстовая передача сказанного. Если нужна дословная запись, в ней должны остаться и «пятнадцать», и «нет, исправлю: пятьдесят». По ним видно, как человек изменил просьбу. Распознанный текст всё равно нужно проверять: название «транскрипт» не гарантирует точность каждого слова.

Заметка отвечает на другой вопрос: «Что решили в итоге?» Здесь первое число уже не нужно, но смысл исправления должен сохраниться.

После проверки добавьте к расшифровке такой запрос:

Выдели итоговую договорённость из этой расшифровки.
Учти самокоррекцию количества. Не делай заказ,
не добавляй цену, адрес и доставку.
Отдельно перечисли сведения, которых нет.

Ожидаемая итоговая заметка для примера с папками:

Количество — 50 папок. Самовывоз — 18 сентября после 16:30. Доставку не оформлять.

Неизвестно: год, место самовывоза, стоимость и поставщик.

Проверьте, что в заметке осталось окончательное количество, сохранилось «после 16:30» и не появилась доставка. Заказ при этом не выполнен: результат — только текст договорённости. Если нужен более подробный разбор длинной записи, пригодится запрос для конспекта.

Что делать с готовым аудиофайлом

Скрепку в чате нельзя считать универсальным способом расшифровать MP3 или любой другой аудиофайл. В справке Record описана запись микрофона и системного звука; универсальный импорт готовых аудиофайлов там не обещан.

Если файл не принимается, получите текст в доступном вам инструменте транскрипции. Сверьте его с исходным звуком, исправьте ошибки и вставьте в ChatGPT вместе с задачей: выделить договорённости, убрать повторы или составить конспект. Так вы сможете обработать содержание записи даже без её загрузки в чат.

Если же хочется говорить и слышать ответы модели, нужен голосовой режим ChatGPT. Он решает другую задачу — разговор с моделью.

Что сохраняется после записи

У диктовки аудио хранится вместе с историей чата. В потребительском аккаунте использование звука для улучшения моделей зависит от согласия в настройках. Отключить передачу аудио можно через Include your audio recordings или полностью выключив Improve the model for everyone. Правила диктовки.

У Record звук удаляется после транскрипции. Транскрипты и заметки остаются под действием настроек хранения чатов и использования данных. Правила Record.

Когда выбирать платную подписку

Для описанной диктовки начните с микрофона, если он доступен в вашем интерфейсе. Покупать подписку ради обычного текстового запроса к уже готовой расшифровке не требуется.

Если вы выбираете платный доступ именно для Record, сверяйте план Plus или Pro и возможность пользоваться настольным приложением на macOS. В Amber Market можно выбрать месячную подписку ChatGPT: в карточке представлены Go, Plus, PRO x5 и PRO x20. Go для доступа к Record не подходит.