Cómo subir audio a ChatGPT: transcripción, actas, precios y límites

Puedes adjuntar una grabación a ChatGPT y pedir una transcripción, un resumen o un borrador de acta. Esta función está disponible en planes de pago compatibles. Es distinta de Voice, que permite conversar con ChatGPT, y de Record, que graba audio mientras trabajas. Para utilizar una grabación MP3, M4A o similar que ya tengas, empieza por adjuntar el archivo.

El 7 de octubre de 2026 revisamos el texto completo de la ayuda oficial de OpenAI en inglés. Esta guía explica las especificaciones y el procedimiento práctico. No hemos medido la precisión ni el tiempo de procesamiento con archivos de audio reales. Fuente: Carga de audio, formatos y límites.

1. Planes compatibles y las cuatro funciones de audio

La ayuda oficial de OpenAI indica que la carga de audio está disponible en suscripciones y espacios de trabajo de pago de ChatGPT, incluido Enterprise. Free queda excluido. Poder adjuntar documentos o imágenes gratis no implica que se puedan adjuntar audios en las mismas condiciones. La disponibilidad también depende de la región, la configuración del espacio de trabajo, la versión de la aplicación o la web y el modelo seleccionado.

Fuentes: Voice, Dictado, Record. Para conocer los modelos y la tecnología de las conversaciones de voz, consulta nuestra guía de GPT-Live.

Subir la grabación de una reunión también es distinto de utilizar una herramienta que se incorpora automáticamente a ella. Para comparar procedimientos de grabación y servicios especializados, consulta la guía de actas con IA y automatización de reuniones.

2. Formatos, tamaño y grabaciones largas

Fuente: Especificaciones de carga de audio de OpenAI. El archivo debe contener audio que se pueda leer. Cambiar la extensión no modifica el formato real ni elimina el vídeo.

Si falla un archivo largo, puedes probar a dividirlo localmente en fragmentos más cortos y adjuntarlos en orden. Dividirlo no garantiza el éxito. Anota el orden, la posición inicial en la grabación y cualquier pequeño solapamiento para detectar después omisiones o duplicados. Antes de usar un servicio externo para dividirlo, comprueba si puedes enviarle grabaciones con información confidencial.

3. Cómo adjuntar audio y pedir una transcripción

1. Comprueba el archivo. Reproduce el principio, la parte central y el final en un reproductor local para confirmar que hay audio. Anota el formato, el tamaño y la duración.
2. Abre una conversación con una cuenta de un plan de pago compatible. Utiliza el control para adjuntar archivos del campo de mensaje y selecciona un audio compatible. El nombre y la ubicación de los botones varían según la versión; no lo confundas con el micrófono de dictado.
3. Envía una instrucción junto con el archivo. Pide primero una transcripción. Solicitar únicamente un resumen breve desde el principio elimina detalles necesarios para contrastar el resultado con la grabación.
4. Revisa el resultado y continúa en la misma conversación. Corrige los errores antes de convertir la transcripción en un acta o un borrador de correo. Que el archivo se haya subido no significa que se haya analizado toda la grabación. Comprueba qué partes abarca la respuesta.

El procedimiento oficial básico es: adjuntar el archivo → explicar lo que necesitas → revisar la respuesta y continuar. La redacción siguiente es una propuesta del equipo editorial para ese procedimiento. Las instrucciones por sí solas no garantizan un resultado sin errores.

Transcribe el audio adjunto en su idioma original.
No lo resumas ni traduzcas en la primera respuesta; conserva el contenido y el orden de las intervenciones.
Marca lo que no puedas oír como [inaudible] y no lo completes con suposiciones.
Añade etiquetas de hablantes solo si puedes distinguirlos con fiabilidad;
de lo contrario, utiliza [hablante desconocido].
Indica qué fragmentos no has podido analizar y si no puedes confirmar que se ha procesado toda la grabación.
Idioma de la grabación: español
Duración de la grabación: (indícala si la conoces)

Indicar la duración ayuda a comprobar cuánto contenido abarca el resultado. No garantiza que se pueda procesar una grabación de esa duración. Si aportas la escritura de términos técnicos, pide que se utilicen solo cuando se hayan pronunciado, para que no sirvan para inventar intervenciones ausentes.

4. Instrucciones para reuniones, entrevistas y clases

Una vez revisada la transcripción, adapta el resultado a tu objetivo. Lo fundamental es separar los hechos de la grabación de las sugerencias de la IA. Los ejemplos siguientes ilustran distintos procedimientos; no son resultados generados en una prueba real.

Reuniones: separar decisiones, propuestas y asuntos pendientes

Prepara un acta a partir de la transcripción que acabamos de revisar.
Incluye: objetivo de la reunión / decisiones confirmadas / asuntos pendientes / próximas acciones.
Presenta las próximas acciones en una tabla con acción, responsable, plazo y declaración que la respalda.
No conviertas las propuestas en decisiones.
Si no se indica responsable o plazo, escribe «sin decidir».
Separa las sugerencias de la IA de los hechos de la grabación mediante otro encabezado.

Entrevistas: separar citas y resúmenes editados

Organiza por temas la transcripción revisada.
Distingue claramente las citas textuales de los resúmenes.
No reescribas las citas para que resulten más fluidas.
Utiliza los nombres de los hablantes solo si pueden establecerse a partir de la grabación o de información que yo haya verificado.
Enumera también nombres propios, cifras y pasajes dudosos que deban comprobarse escuchando de nuevo antes de publicar.

Contrasta con la grabación los pasajes que quieras citar. La edición puede mejorar la lectura, pero cambiar matices, negaciones o finales de frase puede alterar su significado. Una etiqueta como «Hablante A» no identifica por sí sola a la persona.

Clases: separar apuntes y explicaciones añadidas

Crea apuntes de estudio a partir de la transcripción revisada.
Separa el contenido de la clase, la terminología y las preguntas de comprensión.
Marca las explicaciones que no figuren en la grabación como «Explicación adicional».
Señala para su revisión las fórmulas, los nombres y los términos técnicos dudosos, en lugar de presentarlos como seguros.
Empieza con apuntes en el idioma original; no traduzcas todavía.

Si quieres una traducción, corrige primero la transcripción original. Traducir errores de reconocimiento puede dificultar su detección. Para archivos de subtítulos o edición de vídeo, consulta la guía de herramientas de transcripción y subtitulado. Puedes pedir a ChatGPT una salida SRT, pero eso no garantiza marcas de tiempo precisas.

5. Revisar hablantes, cifras y fragmentos omitidos

La información oficial también advierte de errores de transcripción y dudas al identificar hablantes. No te limites a pedir a la IA que busque errores: compara el resultado con el audio original. Aunque el resumen se lea con fluidez, contrasta los puntos siguientes con la grabación.

Revisar el principio, la parte central y el final permite detectar omisiones importantes rápidamente. No demuestra que toda la transcripción sea correcta. En asuntos importantes, como contratos o fechas de entrega, vuelve a escuchar cada intervención pertinente. Pide a los participantes que revisen el contenido antes de utilizarlo como registro oficial.

Si las dudas se concentran en zonas con ruido o voces superpuestas, escucha primero esos fragmentos localmente. Pedir repetidamente que la IA reescriba su respuesta puede mejorar el texto sin corregir los errores. No hemos medido la precisión de la transcripción en japonés ni comparado servicios concretos en este artículo; por eso no los clasificamos.

6. Precios, límites de uso y API

Adjuntar audio a una conversación de ChatGPT y utilizar la API para desarrolladores tienen facturación y límites separados. No hace falta una clave API para adjuntar un archivo. Integrar la transcripción en tu propia aplicación utiliza la API por separado de la suscripción a ChatGPT.

Fuentes: Facturación separada de ChatGPT y la API, Límite de tamaño de la API de transcripción. No apliques el límite de 25MB de la API a los adjuntos de ChatGPT ni supongas que Pro incluye los cargos de la API.

La tabla de cantidades de documentos e imágenes del mismo artículo se refiere expresamente a documentos, hojas de cálculo, presentaciones, texto e imágenes. Sus cifras no pueden considerarse cantidades de archivos de audio. Si aparece un límite de uso o un error, consulta la información de tu suscripción y espacio de trabajo. Los límites de duración de las llamadas de Voice tampoco indican cuánto audio adjunto puede procesarse.

7. Resolver fallos de carga y archivos que no se pueden leer

No poder seleccionar el archivo, recibir un aviso de que no se puede analizar o ver que el procesamiento se interrumpe requieren comprobaciones distintas. Identifica el síntoma antes de cambiar de suscripción. La secuencia siguiente se basa en las condiciones oficiales; no garantiza encontrar la causa.

Fuente: Resolución oficial de problemas de carga. Si persiste el problema, anota fecha, hora y zona horaria, dispositivo y navegador, modelo, formato, tamaño y duración, captura del error e identificador de solicitud, si está disponible, para contactar con soporte. Evita incluir contenido innecesario de la grabación o datos personales en las capturas.

Para una prueba breve, utiliza audio preparado por ti sin información confidencial. Comprueba si fallan todos los archivos o solo ciertos formatos o duraciones. Un fallo de carga no implica necesariamente que debas mejorar el plan; también puede deberse al entorno o al archivo.

8. Uso para entrenamiento, almacenamiento y eliminación

Antes de subir una grabación, explica su uso a los participantes, obtén los consentimientos necesarios y revisa las normas de tu empresa u organización. El audio puede contener nombres, direcciones, datos de clientes y conversaciones de fondo que no mencionaste en la instrucción. Decide antes si puedes eliminar fragmentos innecesarios y si está permitido enviar el material a un servicio en la nube.

Según la política oficial general, el contenido de ChatGPT para consumidores puede utilizarse para entrenamiento. Desactivar «Mejorar el modelo para todos» excluye las conversaciones nuevas, pero existen excepciones para comentarios enviados voluntariamente. Business, Enterprise, Edu y la API no utilizan entradas ni salidas para entrenamiento por defecto. Fuente: Políticas de entrenamiento por servicio.

Sin embargo, la ayuda consultada no explica expresamente cómo se relaciona el entrenamiento con el propio audio adjunto y la opción «Incluir tus grabaciones de audio» de Voice. Es importante no aplicar directamente las explicaciones sobre clips de Voice o grabaciones de Record a los MP3 o M4A adjuntos. Para interpretar los ajustes y evaluar la información ya enviada, consulta la guía de entrenamiento de ChatGPT y Codex e información confidencial.

Si un archivo está guardado en Library, borrar la conversación no elimina esa copia. Las transcripciones y los resúmenes también pueden permanecer en conversaciones; revisa cada ubicación. Archivar no equivale a eliminar. Fuente: Conservación y eliminación de conversaciones y archivos. Distingue también entre excluir el entrenamiento y evitar que las grabaciones salgan del dispositivo: lo primero no hace lo segundo.

Resumen: adjunta, revisa la transcripción y después utilízala

Para utilizar una grabación existente en ChatGPT, adjúntala a una conversación y pide primero una transcripción. Un procedimiento práctico es comprobar decisiones y citas con el audio antes de organizar el resultado en un acta, artículo o apuntes.

• Disponibilidad: La carga de audio corresponde a suscripciones de pago. No supongas que está disponible en Free o en cualquier entorno.
• Archivo original: Comprueba formatos compatibles y límite de 512MB. Distingue los MP4 y WebM que contienen vídeo.
• Calidad: Contrasta hablantes, cifras y negaciones con la grabación. Comprueba también que la transcripción llegue al final.
• Costes y datos: La API se factura por separado de ChatGPT. Algunos detalles de precios y límites del audio adjunto no están publicados; conversaciones y archivos pueden almacenarse por separado.

Preguntas frecuentes