ChatGPT ora può lavorare anche con file audio caricati nella conversazione: può trascrivere una registrazione, riassumerla e rispondere a domande sul contenuto. La funzione è stata indicata da OpenAI nelle note di rilascio del 6 ottobre 2026 e riguarda gli abbonamenti e le aree di lavoro a pagamento, con disponibilità variabile in base a piano, impostazioni dell’account, regione, client e modello.
La novità è interessante perché sposta ChatGPT da semplice assistente testuale a strumento pratico per riunioni, interviste, lezioni, note vocali e contenuti da analizzare. Non sostituisce però una trascrizione professionale quando il dettaglio è critico: OpenAI avverte che le trascrizioni possono contenere errori e che le prestazioni possono cambiare in base alla lingua e alla qualità dell’audio.
Cosa puoi fare con un audio caricato in ChatGPT
Secondo le note di rilascio ufficiali di ChatGPT, il caricamento audio permette di creare trascrizioni, riassumere registrazioni e fare domande sul contenuto. In pratica, puoi allegare un file e chiedere un verbale della riunione, l’elenco delle decisioni, i punti aperti, una sintesi per email o una scaletta da usare per un articolo.
La parte utile non è soltanto la trascrizione grezza. Il vantaggio è poter continuare la conversazione dopo l’analisi: “che cosa hanno deciso sul budget?”, “quali scadenze sono state citate?”, “trasforma questi appunti in una mail”, “estrai le domande dell’intervistatore”, “fammi una sintesi da 10 righe”.
Quali formati audio sono supportati
La pagina di supporto di OpenAI sul caricamento di file e audio indica formati come WAV, MP3 o MPEG, OGG o OGA, WebM solo audio, PCM, FLAC, AAC, M4A e MP4 solo audio. Il file deve contenere un flusso audio valido e decodificabile. Se un file MP4 o WebM viene riconosciuto come video, non rientra nel caricamento audio.
Il limite indicato per gli audio è fino a 512 MB. Per registrazioni molto lunghe, quando è disponibile l’analisi dati, l’elaborazione può essere divisa in sezioni più piccole, ma resta una procedura best effort: non è garantito che file molto lunghi vengano sempre processati senza problemi.
Chi può usare gli upload audio
OpenAI distingue il caricamento dei file tradizionali dal caricamento audio. Documenti, immagini, presentazioni e fogli di calcolo sono disponibili anche su piani Free e a pagamento, con limiti diversi. Gli upload audio, invece, sono indicati per abbonamenti e workspace a pagamento, incluso Enterprise, e non sono disponibili sul piano Free al momento della documentazione consultata.
Questo dettaglio conta perché la funzione potrebbe non comparire allo stesso modo a tutti. Se non vedi l’opzione, non significa necessariamente che ci sia un bug: possono incidere piano, area di lavoro, modello selezionato, client usato e impostazioni dell’amministratore.
Trascrizione automatica: dove può sbagliare
La trascrizione audio è una delle applicazioni più utili dell’AI, ma anche una delle più delicate. Rumore di fondo, voci sovrapposte, accenti, microfoni scarsi, termini tecnici e lingue miste possono cambiare molto il risultato. OpenAI avverte anche che l’identificazione dei parlanti può essere inaffidabile.
La regola pratica è semplice: usa ChatGPT per velocizzare il lavoro, non per eliminare il controllo umano. Se dalla registrazione dipendono contratti, diagnosi, decisioni aziendali, citazioni giornalistiche o documenti ufficiali, verifica sempre i passaggi importanti confrontandoli con l’audio originale.
Il tema non è nuovo. Su Tech avevamo già raccontato i rischi delle allucinazioni nelle trascrizioni AI con Whisper, soprattutto in contesti ad alto impatto. La nuova funzione è comoda, ma non cancella quel problema di fondo: un sistema può produrre un testo ben scritto anche quando ha interpretato male una frase.
ChatGPT audio upload e ChatGPT Record non sono la stessa cosa
Il caricamento audio serve a prendere un file già esistente e lavorarci dentro una chat. ChatGPT Record, invece, è una funzione separata per registrare e riassumere meeting e note vocali direttamente dall’app desktop supportata. La differenza è pratica: nel primo caso porti tu il file; nel secondo caso la registrazione nasce già dentro l’esperienza ChatGPT.
Per molti utenti italiani sarà più immediato partire dagli upload audio, perché basta avere una registrazione compatibile: una riunione esportata, un memo vocale, una lezione, un’intervista o una nota presa con il telefono. Record resta più comodo quando vuoi catturare la riunione dall’inizio senza gestire file esterni.
Cosa cambia per lavoro, studio e contenuti
Nel lavoro quotidiano, la funzione può ridurre il tempo perso a riascoltare registrazioni. Un team può trasformare una call in decisioni e prossimi passi; uno studente può riassumere una lezione; un creator può estrarre i punti chiave di un’intervista; un professionista può convertire un memo vocale in un documento più ordinato.
Il vantaggio aumenta quando il file audio viene combinato con altri materiali. Per esempio, puoi caricare una registrazione e poi confrontarla con un documento, una presentazione o una scaletta. Questo si collega bene alla direzione già vista con ChatGPT Pages e i documenti collaborativi: l’AI sta diventando meno una finestra di chat e più un ambiente di lavoro sui contenuti.
Privacy: cosa controllare prima di caricare una registrazione
Prima di caricare un audio, chiediti che cosa contiene. Una riunione può includere dati personali, informazioni commerciali, nomi di clienti, numeri di telefono, dettagli sanitari, indirizzi o contenuti riservati. In un ambiente aziendale, la scelta corretta dipende dalle policy del workspace e dal contratto usato, non soltanto dalla presenza del pulsante di upload.
Per contenuti sensibili conviene evitare registrazioni non necessarie, rimuovere parti irrilevanti e verificare chi è autorizzato a caricare e consultare quei file. Il punto non è avere paura della funzione, ma usarla con lo stesso criterio con cui tratteresti un documento riservato.
La risposta pratica
Il caricamento audio rende ChatGPT molto più utile per trasformare registrazioni in materiale lavorabile. Può trascrivere, riassumere e rispondere a domande sul contenuto, ma non va trattato come prova perfetta di ciò che è stato detto. Gli errori di trascrizione, la qualità dell’audio e la privacy restano i tre limiti principali.
La funzione è quindi da provare soprattutto per riunioni, lezioni, interviste e note vocali non critiche. Per tutto ciò che ha valore legale, medico, economico o giornalistico sensibile, il flusso migliore resta AI più revisione umana.
Entra nella conversazione
Condividi il tuo punto di vista: non serve creare un account. I contributi restano soggetti alla moderazione editoriale.