ChatGPT расшифровывает аудио: как загрузить запись и что с лимитами

Коротко. 6 октября 2026 года OpenAI добавила в ChatGPT загрузку аудиофайлов. Теперь запись созвона, лекции или интервью можно прикрепить к чату и получить расшифровку, конспект, список решений или черновик письма по итогам. Файл — до 512 МБ, но только на платных тарифах. Разбираем, что умеет функция, какие у неё лимиты и что делать, если подписки ChatGPT нет.

Что изменилось

Раньше ChatGPT понимал голос только «вживую»: в голосовом режиме или при диктовке. Готовую запись приходилось сначала расшифровывать сторонним сервисом, а потом вставлять текст в чат. Теперь файл прикрепляется так же, как документ или фото, и с ним сразу можно работать:

• получить полную расшифровку;
• попросить краткое содержание или протокол встречи;
• вытащить задачи, сроки и ответственных;
• задать вопрос по записи: «что сказал заказчик про бюджет?»;
• подготовить письмо участникам по итогам разговора.

Функция работает в веб-версии и в поддерживаемых мобильных приложениях.

Форматы и лимиты

Неприятная мелочь: ChatGPT не показывает, сколько загрузок из скользящего лимита уже потрачено. Если разбираете много записей подряд, упереться в потолок можно внезапно. Подробности о квотах собрал издание Mixed.

Где функция ошибается

OpenAI сама предупреждает: в расшифровке возможны ошибки, а распознавание говорящих ненадёжно. Качество зависит от языка, шума и того, перебивают ли собеседники друг друга. Практический вывод простой: имена, цифры, суммы и сроки сверяйте с оригиналом, прежде чем отправлять протокол коллегам. И не стоит грузить записи с чувствительными данными в личный аккаунт: у потребительских тарифов действуют обычные правила использования данных, а не корпоративные.

Как это использовать из России

Загрузка аудио — функция платного ChatGPT. Из России для этого нужна подписка, а оплатить её российской картой нельзя: остаются посредники и зарубежные карты, обходные пути разобраны в статье про оплату ChatGPT из России.

Честно про Умку: аудиофайлы наш чат не принимает. Есть диктовка с микрофона — удобно надиктовать вопрос или задачу, текст сразу уходит выбранной модели. А для длинных записей рабочая схема такая:

1. Расшифруйте запись в любом распознавателе речи — варианты собрали в гайде аудио в текст.
2. Вставьте текст расшифровки в Умку и попросите конспект, протокол с задачами и сроками или письмо участникам.
3. Попросите модель отметить места, где в расшифровке явные ошибки распознавания, — их проще проверить по записи.

Если хотите разобраться, как устроено распознавание речи изнутри, загляните в статью про Whisper.

Сколько стоит обработка текста в Умке

Подписки нет: пополняете баланс в рублях и тратите токены по факту. Ответ флагманской модели стоит около 33 токенов, быстрой — около 1 токена, 8 моделей бесплатны. Минимальный пакет — 290 ₽ за 725 токенов: это примерно 21 протокол флагманской моделью. Подарочных 60 токенов при регистрации хватит на один. Остальные пакеты — на странице тарифов.

Вывод

Загрузка аудио закрывает старую боль: запись встречи превращается в протокол без промежуточных сервисов. Минусы — только платные тарифы, невидимый лимит загрузок и обычные для распознавания речи ошибки в именах и цифрах. Если подписки нет, схема «расшифровка отдельно, обработка в чате» даёт тот же результат за пару лишних кликов.

Частые вопросы