Puedes adjuntar un archivo de grabación a ChatGPT y pedirle una transcripción, un resumen o un borrador de acta de reunión. Esta función está disponible en los planes de pago compatibles. Funciona de forma distinta a Voice, con la que conversas con ChatGPT por voz, y a Record, que graba audio en el momento. Si quieres usar un MP3, M4A u otro archivo que ya tengas, empieza por adjuntarlo.

3 pasos para convertir una grabación en actas

01 Adjuntar el archivo

Entrega el archivo de audio a ChatGPT
Revisa el formato admitido y el tamaño

02 Convertirlo en texto

Empieza con una transcripción en el idioma original
Deja marcadas las partes poco claras

03 Organizarlo en actas

Decisiones, responsables y plazos
Comprueba las partes importantes con la grabación

El límite es de 512MB. Las grabaciones largas pueden detenerse a mitad de proceso, incluso si están dentro del límite de tamaño.

Comprobamos estas especificaciones en el artículo oficial de ayuda de OpenAI en inglés el 7 de octubre de 2026. Fuente: Subida de archivos y audio, formatos admitidos y límites.

1. Planes disponibles y diferencias entre las cuatro funciones de audio

La ayuda oficial de OpenAI indica que la subida de audio está disponible en los planes de pago de ChatGPT y en los espacios de trabajo, e incluye Enterprise. El plan Free no está incluido. Que puedas adjuntar documentos o imágenes sin pagar no significa que los archivos de audio sigan las mismas condiciones. Según tu región, la configuración del espacio de trabajo, la versión de la app o del navegador y el modelo que elijas, lo que ves puede variar.

Grabación guardada → Audio upload

Adjuntas a una conversación un MP3, M4A u otro archivo similar. Sirve para obtener transcripciones y hacer preguntas sobre lo grabado. Este artículo trata sobre esta función.

Quieres conversar → Voice

Función para hablar con ChatGPT por voz. El registro de una conversación de voz es distinto de la transcripción completa de un archivo de grabación.

Dictar una petición → Voice dictation

Convierte en texto la petición que dictas con el micrófono, para que puedas editarla y enviarla. Es distinta de elegir un archivo de grabación.

Grabar en el momento → Record

Graba y organiza reuniones o notas de voz. La guía oficial de Record corresponde a la app para macOS. Revisa por separado los límites de duración de la grabación y cómo se guardan, porque no es lo mismo que adjuntar un archivo.

Fuentes: Voice, Voice dictation, Record. Si quieres saber qué modelos y mecanismos hay detrás de la conversación por voz, consulta nuestra explicación de GPT-Live.

Poder adjuntar la grabación de una reunión y que una herramienta se una a la reunión automáticamente son dos cosas distintas. Si quieres comparar métodos de grabación y servicios especializados, en herramientas de IA para actas de reunión y cómo automatizarlas explicamos cómo elegir.

2. Formatos admitidos, tamaño y límites de grabaciones largas

Aspecto a revisarLo que indica la documentación oficial
Audio admitidoWAV, MP3/MPEG, OGG/OGA, PCM, FLAC, AAC, M4A, y WebM o MP4 solo de audio.
Tamaño del archivoLos archivos de audio pueden tener hasta 512MB.
Archivos que incluyen vídeoLos WebM o MP4 que se reconocen como vídeo no son compatibles con esta subida de audio.
Duración de la grabaciónLas grabaciones largas pueden dividirse para su procesamiento cuando Data Analysis está disponible. Las grabaciones muy largas pueden detenerse por un tiempo de espera agotado.
PrecisiónLa precisión varía según el idioma. La transcripción puede contener errores y es posible que no siempre se distingan bien los hablantes.

Fuente: especificaciones de OpenAI para la subida de audio. El propio archivo debe contener datos de audio legibles. Cambiar solo la extensión no modifica el formato real ni el hecho de que el archivo tenga vídeo.

Tamaño de archivo de hasta 512MB

Antes de adjuntar el archivo, comprueba su tamaño en las propiedades del archivo o en la pantalla de información.

Las grabaciones largas pueden detenerse a mitad de proceso

Aunque esté dentro del límite de tamaño, el procesamiento de las grabaciones largas puede agotar el tiempo de espera. La ayuda oficial no indica una duración de grabación que se procese siempre.

Si un archivo largo falla, puedes probar a dividirlo en partes más cortas en tu propio equipo y adjuntarlas en orden. Anota el orden de las partes («primera mitad», «segunda mitad»), en qué momento de la grabación original empieza cada una y cualquier tramo que se solape un poco. Así será más fácil comprobar después si hay huecos o repeticiones. Si usas un servicio externo para dividir el archivo, confirma que puedes enviar una grabación que contenga información confidencial.

3. Pasos para adjuntar audio y transcribirlo

  1. Revisa el archivo. Reproduce el principio, la mitad y el final con un reproductor local para confirmar que se oye el sonido en todo el archivo. Anota el formato, el tamaño y la duración de la grabación.
  2. Abre una conversación con una cuenta que tenga un plan de pago compatible. Elige el archivo de audio compatible desde la opción de adjuntar, cerca del cuadro de mensaje. Los nombres y la ubicación de los botones dependen de la versión de la app, así que no confundas el botón de adjuntar con el micrófono del dictado por voz.
  3. Envía tu petición junto con el adjunto. Empieza pidiendo una «transcripción». Si al principio solo pides un resumen corto, tendrás menos información para comparar con la grabación.
  4. Revisa el resultado y haz peticiones de seguimiento en la misma conversación. Corrige primero los errores y luego convierte la transcripción en actas o en un borrador de correo. Comprueba también si la respuesta cubre toda la grabación hasta el final.

El flujo básico oficial es: adjuntar el archivo, indicar el procesamiento que quieres y, después, revisar la respuesta y hacer peticiones de seguimiento. Este es un ejemplo de indicación que sigue esos pasos.

Transcribe el audio adjunto en su idioma original.
En la primera respuesta, no hagas resumen ni traducción. Conserva el contenido y el orden de lo que se dijo.
Marca las partes poco claras como [poco claro] y no las completes con suposiciones.
Añade etiquetas de hablante solo cuando puedas saber con seguridad quién habla.
Si no puedes identificar al hablante, escribe [hablante desconocido].
Indica también los tramos que no pudiste procesar y los puntos en los que no puedes confirmar que se procesó toda la grabación.
Idioma de la grabación: español
Duración de la grabación: (indícala si la conoces)

Indicar la duración de la grabación te ayuda a comprobar hasta qué punto la respuesta cubre la grabación. Si añades términos especializados para la ortografía, indica también que «los uses solo si realmente se mencionan», para que el modelo no los utilice para completar afirmaciones que nunca se hicieron.

4. Indicaciones para actas de reunión, entrevistas y clases

Una vez revisada la transcripción, adapta la salida a tu objetivo. Lo importante es separar lo que se puede establecer a partir de la grabación de lo que propone la IA. Los ejemplos siguientes son indicaciones para cada uso.

Reuniones: separar decisiones, propuestas y puntos pendientes

Con la transcripción que acabamos de revisar, crea un acta de la reunión.
Salida: objetivo de la reunión / decisiones confirmadas / cuestiones pendientes / próximas tareas.
Presenta las próximas tareas en una tabla con «contenido, responsable, plazo y frase en la que se basa».
No conviertas propuestas en decisiones.
Si no se menciona el responsable o el plazo, escribe «por definir».
Si añades sugerencias de la IA, ponlas bajo un encabezado separado de los hechos de la grabación.

Ejemplo: «Estaría bien poder revisarlo para el viernes».

Esta frase por sí sola no es una decisión

No escribas «El plazo es el viernes y Alex es el responsable». No añadas un responsable que no se mencionó.

Ajústate a lo que se puede confirmar

Regístralo así: «Se propuso una revisión para el viernes. Responsable y plazo por confirmar».

Entrevistas: separar las citas del texto legible

Organiza la transcripción confirmada por temas.
Separa claramente las «citas textuales» de los «resúmenes del contenido».
No reescribas las palabras de las citas para que se lean mejor.
Usa el nombre de un hablante solo cuando la grabación o la información que te he dado permita identificarlo.
Además, haz una lista de los nombres propios, las cifras y las partes poco claras que habría que volver a comprobar antes de usar el artículo.

Revisa en la grabación cualquier fragmento que vayas a publicar como cita. Una edición ligera puede hacer una cita más legible, pero cambiar una terminación, una reserva o una negación puede cambiar su significado. Una etiqueta como «Hablante A» no dice por sí sola quién dijo algo.

Clases: separar los apuntes de repaso de las explicaciones añadidas

A partir de la transcripción confirmada, crea apuntes de repaso.
Divídelos en «contenido explicado en la clase», «términos» y «preguntas para comprobar la comprensión».
Si añades explicaciones que no están en la grabación, márcalas como «Explicación añadida».
Las fórmulas, los nombres y los términos técnicos que no se oigan con claridad, márcalos como puntos que verificar, en lugar de presentarlos como hechos.
Primero crea los apuntes en el idioma original y todavía no los traduzcas.

Si quieres traducirlos a otro idioma, corrige antes la transcripción original y luego haz la petición de traducción. Traducir una transcripción que aún contiene errores de reconocimiento hace más difícil ver los puntos que hay que corregir. Si tu objetivo son los subtítulos o la edición de vídeo, consulta cómo elegir entre herramientas de subtítulos y de transcripción. Si pides a ChatGPT el formato SRT, comprueba los códigos de tiempo con el vídeo.

5. Cómo revisar hablantes, cifras y partes omitidas en una transcripción

OpenAI también señala como puntos de atención los errores de transcripción y la identificación incierta de los hablantes. No des por terminada la verificación con pedirle a la IA que diga si hay errores. Compara la salida con el audio original. Aunque el resumen se lea bien, comprueba lo siguiente en la grabación.

Cifras y unidades

Fechas, importes, número de personas y porcentajes. Comprueba en la grabación las cifras y unidades que suenan parecido.

Negaciones y frases condicionales

«No lo haré», «en hipótesis», «todavía sin decidir». Si se pierden palabras como estas, cambia el significado de lo dicho.

Responsables y plazos

Comprueba que no se hayan confundido los hablantes. Distingue las propuestas de los compromisos confirmados.

Si se incluye toda la grabación

Comprueba que estén los temas del principio, la mitad y el final. Confirma que el procesamiento no se detuvo a mitad y que no faltan tramos.

Revisar el principio, la mitad y el final es una forma rápida de detectar grandes omisiones. En usos importantes, como contratos o fechas de entrega, vuelve a escuchar cada frase relevante. Antes de usar la transcripción como registro oficial, pide también a las personas implicadas que revisen el contenido.

Si encuentras más partes poco claras en tramos con ruido de fondo o con voces superpuestas, escucha primero esos tramos tú mismo. Pedir una y otra vez a la IA que reescriba su respuesta puede dejar los errores tal cual y hacer que el texto solo se lea mejor.

6. Precios, límites de uso y diferencias con la API

Adjuntar audio en una conversación de ChatGPT y llamar a la API para desarrolladores se facturan y limitan por separado. La función de adjuntar no usa una clave de API. Si integras la transcripción en tu propia app a través de la API, se trata de un uso de la API, que es independiente de la suscripción a ChatGPT.

Elemento de comparaciónAdjuntar audio en ChatGPTAPI de transcripción
Cómo se usaAdjuntas un archivo a una conversación y haces una petición.Envías audio desde un programa.
Plan y facturaciónRequiere un plan de pago de ChatGPT compatible o un espacio de trabajo.La API se factura por separado de la suscripción mensual a ChatGPT.
Límite de tamañoAudio de hasta 512MB.La guía de File transcription indica 25MB.
Dónde consultar las especificacionesAyuda de subida de audio de ChatGPT.Guía de File transcription de la API y página de precios.

Fuentes: facturación separada de ChatGPT y la API, límite de tamaño de la API de transcripción. No presentes el límite de 25MB de la API como el límite de adjuntos de ChatGPT, ni des por hecho que un plan Pro incluye cargos de la API.

Precios y límites de uso de los adjuntos de audio

La ayuda oficial de subida de audio no indica cargos adicionales por minuto para usuarios individuales, ni tiempos de procesamiento ni recuentos específicos del audio para cada plan. Si alcanzas un límite de uso o ves un error, consulta la información de tu propio plan y espacio de trabajo.

7. Cuando no se pueden subir archivos o no se puede leer el archivo

«No puedo seleccionar el archivo», «se adjuntó, pero no se puede procesar» y «el resultado se detiene a mitad» requieren revisar cosas distintas. Antes de cambiar tu plan, identifica la causa según el síntoma. Este es el orden de comprobaciones basado en los requisitos oficiales.

SíntomaQué comprobar primeroSiguiente paso
No puedo adjuntar audioSi tienes un plan de pago que admita la subida de audio y si el formato y el tamaño son compatibles.Revisa también la región, el modelo, la versión de la app y la configuración de la organización. Poder adjuntar un documento no significa que puedas adjuntar audio.
Tras adjuntarlo, dice que no puede leer el archivoSi puedes reproducir el audio en tu equipo. Si el archivo es un MP4 o WebM que se reconoce como vídeo.Aísla el problema con un archivo de audio corto y exportado correctamente. No intentes cambiar el formato de audio solo renombrando la extensión.
La grabación larga se detiene o faltan contenidosHasta dónde llegó la respuesta y si se incluye el final de la grabación.Valora dividir la grabación original en partes más cortas, anotar su orden y sus puntos de inicio, y volver a procesarlas.
Error de límite de subidaTu cuenta, tu plan y tu capacidad de almacenamiento, y los avisos de incidencias de OpenAI.No reintentes muchas veces en poco tiempo. OpenAI indica que las subidas fallidas pueden seguir contando para el límite.

Fuente: guía oficial de OpenAI para resolver problemas de subida. Si el problema persiste, anota la fecha y la hora con la zona horaria, el dispositivo y el navegador, el modelo elegido, el formato, el tamaño y la duración de la grabación, la pantalla de error y el ID de solicitud si puedes obtenerlo, para incluirlos en una consulta al soporte. En las capturas de pantalla, evita mostrar más contenido de la grabación o información personal de la necesaria.

Para una prueba corta, usa un archivo de audio que hayas creado tú y que no contenga información confidencial. Determina si fallan todos los archivos o solo ciertos formatos o duraciones. Antes de cambiar de plan, sospecha de problemas en el entorno o en el archivo.

8. Cómo pensar en el uso para entrenamiento, el almacenamiento y la eliminación de grabaciones

Antes de subir una grabación, revisa la información y el consentimiento que se necesitan de los participantes, así como las normas de tratamiento de la información de tu lugar de trabajo. El audio puede incluir nombres, direcciones, datos de clientes y conversaciones de fondo que no incluiste en tu petición. Decide primero si puedes usar material del que hayas quitado las partes innecesarias y si es aceptable enviarlo a la nube.

Uso para entrenamiento

En los servicios para consumidores, el contenido puede usarse para entrenamiento según tu configuración. Incluso con Pro, las condiciones de uso para entrenamiento son distintas de las de los contratos empresariales.

Almacenamiento y eliminación

Eliminar una conversación puede no borrar el archivo de grabación guardado en Library. Comprueba cada ubicación de almacenamiento.

Según la política general de OpenAI, los servicios de ChatGPT para consumidores pueden usar el contenido para entrenamiento. Desactivar «Improve the model for everyone» excluye las conversaciones nuevas, aunque hay excepciones para las valoraciones que tú decides enviar. Business, Enterprise y Edu, así como la API, no usan las entradas ni las salidas para entrenamiento por defecto. Fuente: uso de los datos para entrenamiento según el servicio.

Sin embargo, la ayuda de subida de audio no explica cómo se relaciona el uso para entrenamiento del propio archivo de audio adjunto con el ajuste «Include audio recordings» de Voice. No apliques directamente a los archivos MP3 o M4A que adjuntas las explicaciones sobre los clips de Voice o las grabaciones de Record. Para entender la configuración y organizar la información que ya has introducido, consulta uso para entrenamiento de ChatGPT y Codex e información confidencial, donde lo explicamos en detalle.

Si el archivo está guardado en Library, eliminar la conversación no borra la copia de Library. La transcripción y el resumen pueden seguir en la conversación, así que revisa cada ubicación de almacenamiento. Archivar no es lo mismo que eliminar. Fuente: guardado y eliminación de chats y archivos en ChatGPT. Ten también en cuenta que desactivar el entrenamiento no impide que la grabación salga de tu dispositivo.

Resumen: adjunta la grabación, revisa la transcripción y luego úsala

Si quieres usar una grabación guardada en ChatGPT, adjunta el archivo de audio a una conversación y pide primero una transcripción. Una secuencia práctica es comprobar las decisiones y las citas con la grabación y, después, organizar el material en actas, un artículo o apuntes de repaso.

  • Requisitos: la subida de audio es para planes de pago y no está disponible en Free.
  • Material: revisa los formatos de audio admitidos y el límite de 512MB. Distingue los MP4 y WebM que incluyen vídeo.
  • Calidad: comprueba en la grabación los hablantes, las cifras y las negaciones. Confirma también que la transcripción cubre toda la grabación.
  • Costes y datos: la API se factura aparte de ChatGPT. No se publican todos los precios y límites de uso específicos de los adjuntos de audio, y las conversaciones y los archivos pueden guardarse por separado.

Este artículo explica procedimientos basados en las especificaciones de la ayuda oficial de OpenAI. No medimos la precisión de la transcripción ni el tiempo de procesamiento con grabaciones reales.

FAQ

¿Puedo transcribir un MP3 con el plan gratuito de ChatGPT?
Según la ayuda oficial, la subida de archivos de audio es para planes de pago y espacios de trabajo, y el plan Free no está incluido. Poder usar la conversación de voz gratuita es otra cuestión.

¿También puedo adjuntar archivos M4A y MP4?
M4A está entre los formatos admitidos. Los MP4 y WebM solo se admiten si contienen únicamente audio. Los archivos reconocidos como vídeo no son compatibles con esta subida de audio. El archivo debe contener datos de audio legibles.

Si una grabación de varias horas pesa menos de 512MB, ¿funcionará?
Solo por el tamaño no se puede saber. La documentación oficial indica que las grabaciones largas pueden dividirse para su procesamiento y que las muy largas pueden agotar el tiempo de espera. El límite de tamaño, la duración que se puede procesar y la exactitud de la transcripción completa son cuestiones distintas.

Si tengo ChatGPT Pro, ¿la API de transcripción está incluida en el precio?
No. El uso de la API se factura aparte de la suscripción a ChatGPT. Mantén separados adjuntar audio en una conversación y llamar a la API desde tu propio programa.