「ChatGPTの音声機能を使いたい」と思っても、実は「音声機能」は1つではありません。話しかけて会話する機能、話した内容を文字にする機能、回答を読み上げる機能、会議を録音して文字起こしする機能。これらはそれぞれ別の仕組みで、使える環境やプランも異なります。
「音声で会話したかったのに、文字入力の機能だった」「録音ボタンが見つからない」といった戸惑いの多くは、この混同から生まれています。
この記事では、ChatGPTコンサル編集部が、音声に関わる5つの機能を整理し、それぞれの違いと業務での使い分けを解説します。
⚠️ 音声機能は2026年に入って更新が特に活発な領域です。本記事は2026年9月時点の情報です。最新の対応状況はOpenAI公式およびアプリ内の表示でご確認ください。
結論｜音声機能は5つある
まず全体像を一枚で把握してください。
| 機能 | 何をするか | 使える環境 | 主なプラン |
|---|---|---|---|
| 音声会話 | AIと声で対話する | スマホ、Web、デスクトップ | 無料から（上限あり） |
| 音声入力 | 話した内容を文字に変換して送る | スマホ、Web、デスクトップ | 無料から |
| 読み上げ | 回答を音声で読み上げる | スマホ、Web | 無料から |
| 録音（Record Mode） | 会議などを録音し、文字起こしと要約を作る | macOSデスクトップアプリのみ | Plus以上 |
| 音声ファイルの文字起こし | 録音済みのファイルを文字にする | ChatGPT単体では不可 | 別ツールが必要 |
「音声で何をしたいか」を先に決めると、使うべき機能が定まります。
💬 さとしさん（編集長） 「音声機能」は5つの別物だ。まず自分がやりたいのはどれか、ここを押さえるだけで迷いが消えるぞ！
機能①｜音声会話
AIと声でやり取りする機能です。入力欄の音声波形マークをタップすると始まります。
2026年7月に新しい音声モデル（GPT-Live）が導入され、聞きながら同時に話せる仕組みになりました。相づちを打つ、考えている間は待ってくれる、といった人間の会話に近い体験ができます。以前は音声専用の画面に切り替える必要がありましたが、現在はチャット画面上で履歴や画像を見ながら会話を続けられます。
向いている用途は、壁打ち、語学練習、手がふさがっているときの相談などです。無料プランでも軽量版が使えますが、利用上限があり、上限の詳細は公表されておらず変動します。
なお、この機能は「会話」のためのもので、会議の録音や文字起こしを目的としたものではありません。
機能②｜音声入力
マイクに向かって話した内容を、文字に変換して入力欄に送る機能です。キーボードで打つ代わりに声で指示を出す、というものです。
音声会話との違いは、AIが声で返事をするかどうかです。音声入力は、あくまで「文字を打つ手段」であり、返答は通常どおり文字で返ってきます。
業務で「音声機能」と言うとき、多くの人が実際に必要としているのはこちらです。長い指示を打つのが面倒なとき、移動中にメモを残したいときなどに、素早く入力できます。2026年1月には認識精度が向上し、空の文字起こしになる不具合が大きく減りました。
💬 あやさん（副編集長） 「音声入力」と「音声会話」は別物。仕事で使うなら、まず音声入力から始めるのがおすすめだよ！
機能③｜読み上げ
ChatGPTの回答を、音声で読み上げてもらう機能です。回答の近くにあるスピーカーのアイコンをタップすると再生されます。無料プランでも使えます。
長い回答を目で追う代わりに耳で聞く、移動中に内容を確認する、といった使い方に向いています。語学学習で発音を聞く用途にも使えます。
なお、声の種類は選べますが、英語のアクセント（イギリス英語とアメリカ英語など）を細かく指定する機能はありません。
機能④｜録音（Record Mode）
会議や打ち合わせをその場で録音し、文字起こしと要約を自動で作る機能です。録音を止めると、要点をまとめたノートが生成されます。
ただし、対応環境が限られています。
- macOSのデスクトップアプリ専用（WindowsやスマホのChatGPTには録音ボタンがない）
- Plus以上の有料プランが必要
- 1回の録音時間に上限がある
- 「誰が話したか」の話者識別には対応していない
- 音声そのものは保存されず、文字起こしと要約が残る
「Macを開いて同席している会議」に限って強い機能だと理解しておくと、期待外れになりません。Windows環境や、すでに録音済みのファイルを扱いたい場合は、別の手段が必要です。
macOSで録音ボタンが動かない場合は、システム設定でChatGPTに画面収録とシステムオーディオ録音の許可が与えられているか確認してください。
機能⑤｜音声ファイルの文字起こし
見落とされやすい重要な点です。ChatGPTに録音済みの音声ファイル（MP3やM4Aなど）をアップロードして文字起こしさせることは、基本的にできません。ChatGPTはテキストを扱うAIで、音声ファイルを直接認識する仕組みを持っていないためです。
録音ファイルを文字にしたい場合は、次のいずれかを使います。
- Web会議ツール（Teams、Google Meetなど）に備わる文字起こし機能
- OpenAIの音声認識技術（Whisperなど）を、開発者向けのAPIや実行環境で使う
- 専用の文字起こしツール
テキストにさえなれば、そのあとの整形・要約・議事録化はChatGPTの得意分野です。「文字起こしは別ツール、整えるのはChatGPT」という分担が現実的です。
💬 さとしさん（編集長） ChatGPTは音声ファイルを聞けない。この一点を知っているだけで、無駄な試行錯誤がなくなるぞ！
混同しやすい3つの違い
特に混同されやすい組み合わせを整理します。
| 比較 | 違い |
|---|---|
| 音声入力 と 音声会話 | 音声入力は「文字を打つ代わり」、音声会話は「AIも声で返す」 |
| 音声会話 と 録音 | 音声会話は「AIと対話する」、録音は「人同士の会議を記録する」 |
| 録音 と ファイルの文字起こし | 録音は「その場でMacで録る」、ファイルの文字起こしはChatGPT単体では不可 |
「録音ボタンがない」という相談の多くは、Windowsやスマホで録音機能を探しているケースです。macOSアプリ専用である点を、まず確認してください。
業務での使い分け
| やりたいこと | 使う機能 |
|---|---|
| 長い指示を素早く入力したい | 音声入力 |
| 移動中や家事中にメモや相談をしたい | 音声会話 |
| アイデア出しの壁打ちをしたい | 音声会話 |
| 英会話や発音の練習をしたい | 音声会話、読み上げ |
| 長い回答を耳で確認したい | 読み上げ |
| Macで同席している会議を記録したい | 録音（Record Mode） |
| 録音済みファイルを議事録にしたい | 別ツールで文字起こし → ChatGPTで整形 |
使ううえでの注意点
データの取り扱い
音声から変換されたテキストは、通常の会話と同じく履歴として保存されます。また、音声データの一部が機能改善のために保持される場合があります。機密性の高い内容を扱う場合は、データの学習利用に関する設定を確認し、必要に応じてオフにしてください。会議の録音は特に、社外秘や個人情報を含みやすいため注意が必要です。
環境による差
録音機能はmacOS専用、音声会話の新モデルは法人向けワークスペースでは当初対象外、といった環境差があります。「自分の環境で使えるか」を先に確認してください。
利用上限
音声会話には利用上限があり、無料プランでは特に制限が厳しくなる傾向があります。上限に近づくとアプリに通知が出るため、画面表示を確認してください。
精度は完璧ではない
音声入力や文字起こしには誤認識が起こります。固有名詞や数値は特に間違いやすいため、重要な内容は確認してから使ってください。
💬 あやさん（副編集長） 音声は便利なぶん、つい何でも話してしまいがち。会議の録音は特に「機密が含まれていないか」を意識しよう！
よくある質問（FAQ）
Q. ChatGPTの音声機能は無料で使えますか？ A. 音声会話、音声入力、読み上げは無料プランでも使えます。ただし音声会話には利用上限があります。録音機能はPlus以上が必要です。
Q. 音声入力と音声会話は何が違いますか？ A. 音声入力は話した内容を文字に変換して送る機能で、返答は文字です。音声会話はAIも声で返す対話機能です。
Q. Windowsで会議を録音できますか？ A. 2026年9月時点では、録音機能はmacOSデスクトップアプリ専用です。Windowsでは、Web会議ツールの文字起こし機能や別ツールを使ってください。
Q. 録音した音声ファイルをアップロードして文字起こしできますか？ A. ChatGPT単体では基本的にできません。別ツールで文字にしてから、ChatGPTで整形・要約する流れになります。
Q. 録音した音声は保存されますか？ A. 録音機能では音声そのものは保存されず、文字起こしと要約が残ります。ただし変換後のテキストは履歴として保存されるため、機密情報の扱いには注意してください。
まとめ
ChatGPTの音声機能について、要点を整理します。
- 音声機能は5つある。音声会話、音声入力、読み上げ、録音、音声ファイルの文字起こし
- 音声会話はAIとの対話、音声入力は文字を打つ代わり。この2つの区別が最初の一歩
- 読み上げは無料で使え、回答の確認や語学学習に向く
- 録音（Record Mode）はmacOSアプリ専用、Plus以上、話者識別なし
- 録音済みファイルの文字起こしはChatGPT単体では不可。別ツールと組み合わせる
- 音声の内容もテキストとして保存されるため、機密情報の扱いには注意する
まずは、自分が音声で何をしたいのかを1つ決めてください。指示を楽に打ちたいなら音声入力、相談相手が欲しいなら音声会話。そこから始めれば、5つの機能を自然に使い分けられるようになります。
💬 さとしさん（編集長） 「何をしたいか」から機能を選ぶ。音声は使い分けさえ分かれば、仕事の進め方が変わるぞ！
生成AIの導入・活用でお困りではありませんか
ChatGPTやClaudeをはじめとした生成AIの活用を、研修とコンサルティングで支援しています。「業務でどの機能を使えばよいか整理したい」「社内で安全に使える体制をつくりたい」といったご相談も承っています。まだ情報収集の段階でも構いません。お気軽にお問い合わせください。
