ChatGPT può trascrivere audio?

Sì, ChatGPT può trascrivere audio – con un piano a pagamento e per registrazioni brevi. Alleghi un file a una chat, chiedi la trascrizione e il testo arriva nella risposta. A novembre 2026, la stessa pagina di assistenza di OpenAI fissa a sei minuti il limite per una registrazione caricata nel modello di chat che si occupa della trascrizione, e dice che il caricamento di audio non è disponibile nel piano gratuito.

Quindi la risposta onesta dipende da due cose: quanto è lunga la registrazione, e se va bene che lasci il tuo telefono. Una tua nota vocale di due minuti, con un piano che paghi già, è esattamente ciò in cui ChatGPT è bravo – e nella stessa richiesta puoi farti fare anche un riassunto. Una lezione di un’ora, la registrazione della voce di qualcun altro o un telefono senza campo sono i casi in cui il lavoro lo fa invece un’app che trascrive sul dispositivo.

Cosa fa ChatGPT con una registrazione

Con un piano a pagamento alleghi l’audio – MP3, M4A, WAV, OGG, FLAC e qualche altro formato – e chiedi la trascrizione. Il file viene caricato su OpenAI e trascritto lì. Una registrazione più lunga del limite può essere elaborata in sezioni più piccole quando sono disponibili gli strumenti di analisi dei dati di ChatGPT, ma OpenAI lo definisce un tentativo senza garanzie e avverte che le registrazioni molto lunghe possono andare in timeout.

OpenAI parla chiaro anche sulla qualità: le trascrizioni possono contenere errori, distinguere gli interlocutori può essere poco affidabile, e i risultati variano da una lingua all’altra. Quali app di ChatGPT accettino allegati audio dipende dalla versione dell’app, e la pagina di assistenza non le elenca.

Su Mac c’è una seconda strada. Record è una modalità dell’app desktop di ChatGPT nei piani a pagamento: registra una riunione, la trascrive e ne ricava degli appunti. Esiste solo su Mac – non su iPhone e non nel browser.

Dove finisce l’audio

Tutto quello che c’è sopra avviene sui server di OpenAI. Un file caricato può essere salvato nella tua libreria di ChatGPT separatamente dalla conversazione, quindi cancellare la chat non lo elimina, e se i tuoi contenuti vengono usati per migliorare i modelli dipende dal tuo piano e dalle tue impostazioni sui dati. Niente di insolito per un servizio cloud, e per una nota a te stesso conta poco.

Conta quando la voce non è la tua. Un paziente, una fonte, una persona intervistata, un collega in riunione – dove finisce la loro registrazione per diventare testo è una decisione che prendi su di loro. Kaseta trascrive sull’iPhone, in 99 lingue, senza account e senza caricare niente; una volta scaricati i modelli, funziona in modalità aereo.

Quando conviene ChatGPT

• Lo paghi già e la registrazione è breve. Allegare una nota di due minuti è più rapido che installare qualsiasi cosa.
• Ti serve più di una trascrizione. Un riassunto, un elenco delle decisioni, un’email scritta a partire da quello che è stato detto – ChatGPT lo fa dallo stesso caricamento. Kaseta trascrive; i riassunti non li scrive.
• Vuoi fare domande sulla registrazione. «Cosa hanno detto sulla scadenza?» è una conversazione, e con un’app di trascrizione non si conversa.
• Le tue riunioni si fanno su Mac. Record cattura la chiamata là dove avviene, cosa che un telefono appoggiato sulla scrivania non può fare.

Quando conviene un’app sul telefono

• La registrazione è lunga. Una lezione da sbobinare, un’intervista o una riunione vanno ben oltre il limite della chat. Kaseta trascrive tutta la registrazione con Pro; con il piano gratuito ottieni il testo dei primi 5 minuti di ogni registrazione, e l’audio viene sempre conservato per intero.
• Usi il piano gratuito di ChatGPT. Lì il caricamento di audio non c’è proprio.
• L’audio non deve lasciare il telefono. La voce di qualcun altro, una riunione riservata, un posto di lavoro che non ammette strumenti cloud.
• Non c’è campo. Un aereo, un’aula in un seminterrato, un edificio con poca copertura.
• Ti serve un file, non una risposta. Kaseta esporta in Testo semplice, Markdown, SRT, WebVTT e JSON con marcatori temporali, con ogni piano, ed etichetta gli interlocutori quando glielo chiedi.

Usali tutti e due

I due si completano più di quanto si facciano concorrenza. Trascrivi la registrazione in Kaseta, copia il testo e incollalo in ChatGPT con la tua richiesta – «riassumilo», «elenca le cose da fare», «trasformalo in un’email». Il tetto dei sei minuti riguarda l’audio, non il testo, e sei tu a decidere quali parti della trascrizione lasciano il telefono. La registrazione in sé non lo lascia mai.

Come portare un memo in Kaseta lo spiega la guida ai memo vocali, perché il riconoscimento sul dispositivo non ha bisogno di connessione lo trovi nella pagina sulla trascrizione offline, e delle conversazioni lunghe con più voci parla la pagina sulla trascrizione di interviste.