La réponse courte : oui, ChatGPT sait transcrire de l'audio — mais par un mode qui capte le son en direct, sur une seule plateforme, réservé aux offres payantes, et qu'OpenAI décrit lui-même comme fonctionnant surtout en anglais. Si ce que vous avez sous la main est un fichier d'une réunion en français enregistrée la semaine dernière, ces conditions changent complètement la réponse.
Cet article s'en tient à ce qu'OpenAI publie, avec les liens vers les pages concernées. Transparence : je dirige Subanana, un outil de transcription — il apparaît à la fin, une fois les limites d'OpenAI posées, et pas avant.
Ce que fait réellement le mode enregistrement de ChatGPT
OpenAI documente une fonctionnalité appelée record mode, présentée comme un moyen de capturer et de résumer réunions et notes vocales. Selon le centre d'aide d'OpenAI, ChatGPT transcrit en direct pendant que vous parlez, un minuteur affiche le temps écoulé, et vous pouvez mettre en pause puis reprendre. À l'arrêt, ChatGPT génère des notes et les dépose dans votre historique de conversation.
C'est déjà une information importante : le mode enregistrement écoute votre micro ou le son de votre système. Ce n'est pas une zone de dépôt où l'on glisse un MP3 existant.
La restriction décisive tient en une phrase, que voici telle qu'elle est publiée sur le centre d'aide anglophone d'OpenAI — la page n'existe pas en français :
"Note: Currently, ChatGPT record is available for Plus, Enterprise, Edu, Business, and Pro workspaces, and only available for the macOS desktop app"
— OpenAI Help Center, article « ChatGPT Record » (page en anglais, consultée le 29 juillet 2026 ; le centre d'aide d'OpenAI bloque les liens automatisés, cherchez le titre de l'article depuis help.openai.com)
Autrement dit, d'après cette page : offres payantes uniquement, et application de bureau macOS uniquement. Sur Windows, sur Linux, sur iPhone, sur Android, dans le navigateur, ou avec un compte gratuit, la fonctionnalité décrite n'est pas celle que vous avez sous les yeux. La page de dépannage le confirme en creux : en cas de bouton manquant, OpenAI conseille de mettre à jour l'application macOS et de vérifier qu'on est bien connecté à un espace de travail payant.
Les trois limites qui comptent une fois la fonctionnalité disponible
Admettons que vous soyez sur un Mac avec une offre payante. Trois éléments méritent d'être connus avant de vous en remettre à cet outil pour un contenu qui compte.
Le plafond de durée. OpenAI indique que la durée d'enregistrement d'une session est actuellement plafonnée à 4 heures (240 minutes), et qu'une session dépassant cette limite s'arrête automatiquement en générant les notes. Pour une réunion, c'est confortable ; pour une journée de conférence ou un colloque, c'est une contrainte à planifier.
La langue. C'est le point le plus important pour un lecteur francophone, et OpenAI l'écrit sans détour : « ChatGPT record mode works best in English today. Accuracy for other languages is improving but can vary. » Le mode enregistrement fonctionne donc au mieux en anglais, et la qualité sur les autres langues est présentée comme variable. Pour un entretien, une réunion client ou un cours en français, cette phrase est exactement l'avertissement qu'il faut lire avant de s'engager.
L'usage des données. OpenAI précise que les fichiers audio sont supprimés automatiquement après la transcription. En revanche, pour les comptes Pro, Plus et Free, si le paramètre « Improve the model for everyone » est activé, OpenAI indique pouvoir utiliser les transcriptions et les canvas issus du mode enregistrement pour entraîner ses modèles — un réglage qui se désactive dans les paramètres. Les contenus des espaces Business, Enterprise et Edu sont, eux, exclus de l'entraînement par défaut. Si vous transcrivez des entretiens RH, des consultations ou des données clients, c'est le paramètre à vérifier avant le premier enregistrement.
Deux précisions honnêtes à mettre au crédit d'OpenAI : le mode enregistrement sait distinguer plusieurs locuteurs dans une transcription, et OpenAI rappelle lui-même que ChatGPT peut se tromper, y compris dans ses transcriptions, et qu'il faut vérifier les informations importantes. La documentation invite également à respecter la législation locale et à obtenir les consentements nécessaires avant d'enregistrer autrui — un rappel qui a du poids en France, où l'enregistrement d'une conversation sans le consentement des participants est encadré.
Et le fichier audio que j'ai déjà ?
C'est la question que la plupart des gens posent réellement en tapant « ChatGPT transcription audio ». Vous avez un .mp3 ou un .m4a d'une réunion passée, et vous voulez le texte.
Le mode enregistrement décrit ci-dessus ne répond pas à ce besoin : il capte du son en direct. La voie qu'OpenAI documente pour traiter un fichier existant est son API, c'est-à-dire un usage destiné aux développeurs, pas la fenêtre de discussion. Et cette voie a sa propre limite, indiquée noir sur blanc dans la documentation technique :
"Files can be up to 25 MB." — OpenAI, File transcription
La même page liste les formats acceptés — mp3, mp4, mpeg, mpga, m4a, wav, webm — et, pour les fichiers plus lourds, recommande de compresser l'audio ou de le découper en morceaux de 25 Mo maximum. Sur un enregistrement de réunion d'une heure, cette limite se rencontre vite, et découper un fichier en tronçons avant de recoller les transcriptions n'est pas un flux de travail : c'est du bricolage.
Un dernier point de vocabulaire, souvent confondu : la documentation d'OpenAI mentionne que le modèle whisper-1 prend en charge 98 langues, avec une précision qui varie selon la langue. Cette information porte sur un modèle disponible via l'API, et non sur le mode enregistrement de l'application ChatGPT, dont OpenAI dit qu'il donne ses meilleurs résultats en anglais. Les deux chiffres circulent ensemble et ne décrivent pas la même chose.
Quand ChatGPT est le bon outil — et quand il ne l'est pas
Le tableau se résume assez simplement.
ChatGPT convient bien si vous travaillez sur un Mac avec une offre payante, si vos réunions se tiennent en anglais, si vous voulez capter la réunion pendant qu'elle a lieu, et si votre besoin réel est un compte rendu exploitable plutôt qu'une transcription fidèle. La transformation des notes en e-mail ou en plan d'action, dans la foulée, est un vrai confort.
ChatGPT n'est pas l'outil adapté si vos enregistrements sont en français ou dans une autre langue que l'anglais, si vous partez de fichiers déjà enregistrés, si vous n'êtes pas sur macOS, si vos sessions dépassent quatre heures, ou s'il vous faut un fichier livrable — un .docx pour un compte rendu, un .srt pour des sous-titres — plutôt qu'un texte dans une conversation.
C'est ce second profil que Subanana adresse. Vous déposez le fichier que vous avez déjà : la transcription couvre plus de 95 langues, et le choix du moteur n'est pas figé — nous comparons en continu les modèles de reconnaissance vocale disponibles et retenons, pour chaque langue source, celui qui s'y comporte le mieux. La séparation des locuteurs distingue qui dit quoi, la ponctuation et les paragraphes sont rétablis automatiquement sur les transcriptions, et l'export se fait en SRT, VTT, TXT, DOCX, XLSX ou Markdown. Les fichiers vont jusqu'à 30 Go ou 8 heures — donc sans découpage. Pour les noms propres et le jargon que toute reconnaissance vocale écorche, un glossaire permet de les saisir une fois pour toutes.
Pour la marche à suivre pas à pas, l'article comment transcrire un audio en texte détaille le dépôt du fichier, la relecture et l'export. Si vous comparez plusieurs solutions, le comparatif des logiciels de transcription les met côte à côte, et la question du RGPD est traitée séparément.
Questions fréquentes
Comment puis-je transcrire un audio en texte avec ChatGPT ?
Via le mode enregistrement, en démarrant l'enregistrement depuis le bas d'une conversation dans l'application de bureau. ChatGPT transcrit pendant que vous parlez, vous pouvez interrompre et reprendre, puis envoyer l'enregistrement pour obtenir la transcription et les notes générées. D'après le centre d'aide d'OpenAI, cette fonctionnalité est réservée aux espaces Plus, Pro, Business, Enterprise et Edu, et uniquement sur l'application macOS. Elle enregistre le son en direct — elle n'est pas prévue pour traiter un fichier audio déjà enregistré.
ChatGPT peut-il convertir l'audio en texte gratuitement ?
D'après la page d'aide d'OpenAI consacrée au mode enregistrement, celui-ci est proposé aux espaces Plus, Enterprise, Edu, Business et Pro — la liste ne comprend pas les comptes gratuits. OpenAI précise par ailleurs qu'au lancement la fonctionnalité est incluse sans coût supplémentaire pour ces offres, et que les limites comme la tarification peuvent évoluer. Pour l'état actuel, la page d'OpenAI fait foi.
Quelle IA peut transcrire un audio en français ?
La question à poser n'est pas « quelle IA » mais « quel modèle pour quelle langue ». OpenAI indique lui-même que son mode enregistrement donne ses meilleurs résultats en anglais et que la qualité varie selon les langues. Les outils dédiés à la transcription abordent le problème différemment : plutôt qu'un modèle unique, ils sélectionnent le moteur selon la langue source. C'est l'approche retenue par Subanana, sur plus de 95 langues, le français inclus.
Comment transformer un audio en texte écrit sans passer par ChatGPT ?
En déposant le fichier dans un outil de transcription qui accepte les fichiers directement, puis en relisant et en exportant dans le format dont vous avez besoin. C'est la différence pratique la plus nette avec le mode enregistrement de ChatGPT : le point de départ est le fichier que vous possédez déjà, et le point d'arrivée est un document, pas un message dans une conversation.
Y a-t-il une limite de taille pour un fichier audio chez OpenAI ?
Oui, du côté de l'API : la documentation technique d'OpenAI indique que les fichiers peuvent atteindre 25 Mo, et recommande, au-delà, de compresser l'audio ou de le découper en morceaux de 25 Mo maximum. Cette limite concerne l'API destinée aux développeurs. Le mode enregistrement de l'application, lui, est plafonné en durée : 4 heures (240 minutes) par session selon le centre d'aide.
En résumé
ChatGPT transcrit, mais la question utile n'est pas « en est-il capable » — c'est « dans quelles conditions ». OpenAI les publie : macOS, offre payante, quatre heures par session, de meilleurs résultats en anglais, et une voie fichier qui passe par l'API avec un plafond de 25 Mo. Pour une réunion en anglais captée en direct sur un Mac, c'est amplement suffisant. Pour un enregistrement en français déjà sur votre disque dont vous voulez un compte rendu propre et exportable, ces conditions désignent un autre type d'outil — et ça n'a rien à voir avec la qualité de ChatGPT, simplement avec ce pour quoi la fonctionnalité a été conçue.