ChatGPT accepte des fichiers audio. Ce qui change et ce qui reste à vérifier

Les notes de version du 6 octobre 2026 annoncent l’import de fichiers audio dans ChatGPT. Un enregistrement peut désormais rejoindre les pièces jointes d’une conversation sur les accès payants concernés. La nouveauté ne lance pas un appel vocal. Elle permet de fournir un fichier existant comme matière de départ. Il faut ensuite préciser ce qu’on attend de son contenu.

Joindre un enregistrement ne revient pas à parler en direct

Le mode vocal de ChatGPT sert à dialoguer à l’oral et à entendre une réponse. La dictée transforme une demande prononcée en texte. L’import audio part d’un enregistrement déjà disponible. Ces trois gestes répondent à des besoins différents. Ils ne suivent pas nécessairement les mêmes limites et les mêmes règles de conservation.

Une personne peut par exemple vouloir retrouver une idée dans une conférence enregistrée. Une autre peut chercher les décisions évoquées dans une réunion. Dans les deux cas, elle demande un travail sur une source existante. Elle ne demande pas au service d’écouter automatiquement ce qui se passe autour d’elle. Joindre un fichier ne crée pas non plus un enregistrement continu des réunions à venir.

Quels fichiers peut-on importer ?

Le guide officiel des fichiers et de l’audio mentionne notamment WAV et MP3 ainsi que FLAC et M4A. Il accepte aussi plusieurs autres formats audio. Les conteneurs MP4 et WebM doivent contenir de l’audio seul. Un fichier vidéo ne devient pas admissible simplement parce que son extension ressemble à celle d’un format accepté. Le service doit pouvoir décoder un flux audio valide.

La taille ne suffit pas à décrire la durée

La limite annoncée atteint 512 Mo par fichier. OpenAI ne donne pas une durée maximale unique garantie pour tous les enregistrements. Le traitement dépend du contenu et des outils disponibles. Un fichier très long peut nécessiter un traitement par morceaux. Il peut aussi rencontrer une limite de temps. Il faut donc éviter de traduire la taille maximale en promesse de plusieurs heures systématiquement analysées.

La qualité du son compte également dans le résultat recherché. Quand plusieurs personnes parlent en même temps, un passage devient plus difficile à attribuer. Un nom propre peut demander une vérification dans une autre source. Une phrase dont on n’entend pas bien la fin ne doit pas devenir une décision ferme dans le résumé. Ces exemples expliquent ce qu’il faut relire avant de réutiliser une transcription.

Une transcription et un résumé n’ont pas le même rôle

Une transcription cherche à restituer les paroles. Un résumé sélectionne des informations et les reformule. Cette sélection peut faire disparaître une réserve ou le contexte d’une réponse. Si le besoin consiste à retrouver des mots précis, il faut le dire dans la demande et revenir à l’enregistrement pour les confirmer. Une synthèse élégante ne remplace pas cette vérification.

La documentation avertit que le service peut commettre des erreurs de transcription et d’identification des intervenants. Un compte rendu doit donc distinguer une personne clairement identifiable et une attribution incertaine. Il doit aussi distinguer une proposition et une décision. Le fait qu’une phrase apparaisse dans un résumé ne prouve pas que tous les participants l’ont approuvée.

Le devenir du fichier mérite une attention distincte

Le guide de Library explique que les fichiers joints peuvent rester dans cette bibliothèque. Supprimer la conversation ne supprime pas automatiquement les fichiers enregistrés dans Library. Les espaces professionnels appliquent aussi leur politique de conservation. Il faut donc regarder le fichier lui-même quand on veut gérer ce qui reste dans le compte.

Pour un espace personnel, OpenAI décrit l’usage possible des fichiers pour améliorer ses modèles selon les réglages de données. Une option de conservation et une option d’entraînement ne répondent pas à la même question. La première concerne la présence du fichier. La seconde concerne les usages permis de son contenu. Il ne faut pas déduire l’une de l’autre.

Un nouvel accès à des sources qui restent à comprendre

L’import audio peut faciliter le passage d’un enregistrement à des notes lisibles. Sa valeur dépend pourtant de la fidélité du résultat à la source. Une demande précise aide à séparer les citations et les interprétations. Une relecture ciblée aide à retrouver les passages incertains. Ça donne un usage plus clair à la nouveauté sans lui attribuer une écoute parfaite ou une compréhension infaillible.

Pour approfondir la question des informations retrouvées et de leur contexte, consultez notre article sur OpenAI et Atlassian.

Pour échanger avec David LACOUR sur la compréhension et les usages de l’IA, vous pouvez prendre contact.