OpenAI a introduit une nouvelle fonctionnalité permettant aux utilisateurs de ChatGPT de télécharger directement des fichiers audio pour les transcrire, les résumer ou les interroger. Cette fonctionnalité est accessible aux abonnés payants et aux espaces de travail, y compris les versions Enterprise, mais pas aux utilisateurs gratuits. OpenAI précise que la disponibilité peut varier selon la région, le modèle, la version de l’application et les paramètres de l’espace de travail. Bien que la technologie de transcription sous-jacente soit déjà disponible via des API comme Whisper et GPT-4o Transcribe, cette mise à jour la rend plus accessible, car les utilisateurs n’ont plus besoin d’utiliser une API ou un outil spécifique pour effectuer la tâche. ChatGPT prend en charge les fichiers audio dans plusieurs formats, notamment MP3, WAV, FLAC, AAC, M4A et OGG, avec une taille maximale de 512 mégaoctets. Cela correspond approximativement à neuf heures d’audio en format MP3 à 128 kbit/s, contre environ cinquante minutes pour un fichier WAV non compressé. OpenAI précise toutefois qu’il s’agit d’une limite d’envoi et ne garantit pas une transcription complète. Les enregistrements longs peuvent être divisés en sections si l’analyse des données est activée, et les fichiers particulièrement volumineux peuvent être tronqués avant la fin du traitement. De plus, la qualité de la transcription peut varier selon la langue utilisée. Des tests menés en octobre 2026 sur deux entretiens téléphoniques français ont donné des résultats mitigés. Un fichier MP3 d’une heure et trente minutes a été correctement identifié, mais non entièrement transcrit. Le système a suggéré d’utiliser un service tiers appelé Descript. Lorsque l’utilisateur a demandé de ne pas recourir à des outils externes, l’assistant a indiqué ne pas disposer du moteur nécessaire. Un entretien de 13 minutes impliquant trois participants a été partiellement transcrit, obligeant l’utilisateur à diviser l’enregistrement en deux segments et à les réimporter. Même après cette manipulation, la transcription ne couvrait que la moitié de l’entretien, nécessitant une vérification et une correction manuelles avant d’obtenir la transcription complète dans le bon ordre. Les échanges finaux manquaient toujours de horodatages précis. À l’inverse, une transcription du même fichier à l’aide de Plaud, un outil spécialisé, a été réalisée en une seule passe sans perte de la moitié de la conversation et en un temps bien plus court. Plaud a commis davantage d’erreurs sur certains noms, mais n’a identifié que « Locuteur 1 » et « Locuteur 2 » pour trois participants. Malgré ces limites, il a traité l’entretien de 13 minutes et 40 secondes en une seule fois, sans étapes multiples ni corrections nécessaires. OpenAI reconnaît que les transcriptions peuvent contenir des erreurs et que l’identification des participants peut être peu fiable. Les tests soulignent la nécessité pour les utilisateurs de vérifier non seulement les noms et les citations, mais aussi si l’intégralité de l’enregistrement a été traitée. Une vigilance particulière est recommandée pour les contenus sensibles. Sur les comptes personnels, les utilisateurs peuvent choisir d’autoriser OpenAI à utiliser leurs nouvelles conversations pour améliorer les modèles, bien que cette option puisse être désactivée dans les paramètres de confidentialité. Par défaut, OpenAI n’entraîne pas ses modèles sur le contenu des espaces Business, Enterprise et Edu. Télécharger un fichier MP3 et demander une transcription, un résumé ou une recherche reste une fonctionnalité utile. Cependant, les tests montrent que les utilisateurs doivent toujours conserver soigneusement l’enregistrement original et vérifier ce que ChatGPT prétend avoir traité.