Subir audio a ChatGPT ya es una función oficial. Desde el 6 de octubre de 2026, los usuarios compatibles pueden adjuntar una grabación, pedir una transcripción y trabajar con su contenido en la misma conversación. También pueden localizar una decisión, convertir una entrevista en notas o preparar un correo de seguimiento. Eso sí, hay límites de plan, formato, precisión y privacidad que conviene entender antes de enviar una clase larga o una conversación sensible.
Transparencia editorial: este artículo analiza la documentación oficial publicada por OpenAI. No hemos realizado una prueba propia de precisión ni de rendimiento. No contiene enlaces de afiliado.
Qué cambia con la carga de audio en ChatGPT
OpenAI incorporó la novedad a las notas oficiales de ChatGPT del 6 de octubre. Hasta ahora, muchas personas tenían que transcribir por separado, copiar el texto y abrir después otra conversación para resumirlo. El nuevo flujo reduce esos pasos: adjuntas el archivo original y explicas qué resultado necesitas.
La ventaja práctica está en la segunda parte del proceso. Una grabación dentro de una conversación se puede convertir en una lista de tareas, un resumen para quien faltó o una tabla con decisiones, responsables y fechas mencionadas.
No es una promesa de exactitud perfecta. OpenAI advierte que las transcripciones pueden contener errores y que la identificación de hablantes puede ser poco fiable. La novedad ahorra trabajo de preparación, pero no elimina la revisión humana.
Quién puede subir audio a ChatGPT y qué formatos admite
La guía oficial de carga de archivos y audio indica que el audio está disponible en suscripciones de pago y espacios de trabajo, incluido Enterprise. En este momento no está incluido en el plan Free. También puede variar según la región, la versión del cliente, la configuración del espacio y el modelo seleccionado.
Los formatos admitidos son WAV, MP3 o MPEG, OGG u OGA, WebM solo de audio, PCM, FLAC, AAC, M4A y MP4 solo de audio. Si un WebM o MP4 se identifica como vídeo, la carga de audio no lo acepta. El archivo debe contener un flujo de sonido válido y decodificable.
El máximo publicado es de 512 MB por archivo. Esa cifra es un techo técnico, no una garantía de que cualquier grabación enorme se procese sin problemas. OpenAI explica que los audios largos pueden dividirse en secciones cuando el análisis de datos está disponible y que una grabación muy extensa puede agotar el tiempo de procesamiento.
Cómo aprovechar la función sin pedir un resumen genérico
Para subir audio a ChatGPT, basta con adjuntar el archivo y describir el resultado. Un encargo concreto suele ser más útil que “resume esto”. Por ejemplo: “extrae las decisiones, asigna cada tarea al hablante cuando sea seguro y marca como dudoso cualquier nombre o cifra que no puedas confirmar”.
Estas son cuatro aplicaciones razonables sobre el papel:
- Reuniones: separar acuerdos, asuntos pendientes y próximas acciones.
- Entrevistas: localizar respuestas por tema y preparar un índice para la edición.
- Clases y conferencias: transformar la explicación en apuntes, preguntas de repaso o un glosario.
- Notas de voz: convertir ideas desordenadas en un esquema, un borrador o una lista priorizada.
Hay una precaución sencilla que mejora el resultado: pedir que diferencie entre hechos textuales e inferencias. Si el sistema transforma una conversación en un acta demasiado pulida, puede borrar dudas, desacuerdos o matices que sí estaban en el audio.
No es lo mismo que ChatGPT Record ni que una transcripción en directo
La carga nueva sirve para archivos que ya existen. ChatGPT Record, en cambio, captura una reunión o nota de voz desde la aplicación compatible, transcribe mientras se habla y genera después notas. Sus requisitos, límites y reglas de tratamiento del audio no deben mezclarse con los de un archivo adjunto.
Tampoco sustituye a los subtítulos en tiempo real. Al analizar MAI-Transcribe-2-Streaming y la transcripción en directo explicamos por qué una hipótesis parcial rápida cumple otra función: seguir una conversación mientras ocurre. Subir una grabación a ChatGPT encaja mejor cuando el audio ya terminó y quieres estudiarlo, resumirlo o reutilizarlo.
Los límites que más importan: nombres, cifras y varios hablantes
OpenAI reconoce dos riesgos concretos: errores en la transcripción e identificación poco fiable de quien habla. En un acta o una entrevista publicada, atribuir una frase a la persona equivocada cambia el sentido.
La revisión debería centrarse en nombres propios, cantidades, fechas, direcciones, términos técnicos y citas literales. También conviene volver al audio cuando hay voces superpuestas, ruido, acentos marcados o cambios de idioma. La precisión puede variar entre lenguas, de modo que un resultado fluido en español no demuestra por sí solo que cada palabra sea correcta.
Nuestra guía sobre GPT-6 Astra en ChatGPT separa el modelo, el plan y el despliegue. Esa distinción importa aquí: una función anunciada puede no estar activa en todas las cuentas.
Privacidad: borrar el chat puede no borrar el archivo guardado
Este es el punto fácil de pasar por alto. Los archivos pueden quedar guardados en la Biblioteca por separado de la conversación. La documentación oficial de conservación aclara que borrar un chat no elimina una copia que siga en la Biblioteca. Si quieres retirar ambos, hay que eliminar también el archivo guardado.
En cuentas personales, la opción “Mejorar el modelo para todos” determina si las conversaciones nuevas elegibles pueden ayudar a entrenar modelos. Se puede desactivar desde los controles de datos de ChatGPT. En Business, Enterprise, Edu y Healthcare, OpenAI afirma que el contenido no se usa por defecto para entrenar sus modelos. Aun así, también mandan las políticas de retención y acceso de cada organización.
Antes de subir audio a ChatGPT, pediría permiso a las personas grabadas y evitaría enviar información confidencial que no sea necesaria. Una buena práctica es recortar el archivo o anonimizar referencias sensibles antes de cargarlo, no después.
Preguntas frecuentes sobre subir audio a ChatGPT
¿Puedo subir un audio con una cuenta gratuita?
No según la documentación publicada el 6 de octubre de 2026. La carga de audio está disponible en suscripciones de pago y espacios de trabajo compatibles, con variaciones por región, cliente y configuración.
¿ChatGPT acepta vídeos MP4?
La función admite MP4 y WebM únicamente cuando se identifican como archivos de audio. Si contienen vídeo o se detectan como vídeo, OpenAI indica que no son compatibles con esta carga.
¿Puedo usar la transcripción como acta definitiva?
No sin revisarla. OpenAI avisa de posibles errores y fallos al identificar hablantes. Comprueba siempre citas, nombres, cifras, fechas y decisiones contra la grabación original.
Una mejora útil si conservas el audio como fuente
Subir audio a ChatGPT elimina pasos y abre un uso más interesante que la simple transcripción: conversar con una grabación y transformarla en algo accionable. Para reuniones, entrevistas y clases puede ahorrar bastante trabajo de organización.
La condición es mantener el audio original como referencia, revisar los detalles importantes y tratar la privacidad como parte del flujo. Si se usa como asistente y no como notario infalible, la función tiene sentido. Si se copia su salida sin escuchar los fragmentos críticos, la comodidad puede ocultar errores con apariencia de acta terminada.
