ChatGPT 语音听写功能全面升级:移除时长限制,支持实时转写
OpenAI 近日更新了 ChatGPT 的语音功能。根据 11 月 18 日发布的更新说明,全新的“实时听写”(Live Dictation)功能已在全球范围内向 iOS、Android、Web 及桌面端的所有用户开放,涵盖免费账户。此次更新的核心变化在于移除了此前单次录音 10 分钟的时长上限,并实现了语音输入时的文字实时上屏显示。

新功能使用指南与交互细节
该功能入口位于聊天输入框旁的麦克风图标,区别于原有的“语音模式”。用户在点击或轻触波形图时,可选择显示或隐藏实时生成的文本,并支持在发送消息前对转录内容进行编辑。
值得注意的是,旧版本的语音输入存在硬性截断机制,超过一定时长的录音会被切断,而新版彻底解决了这一痛点,允许用户进行更长时间的连续口述。
数据隐私与音频处理机制
用户的录音将被传输至 OpenAI 服务器进行转录处理。关于数据的保留与使用,官方说明了以下规则:
- 删除策略:若用户删除聊天记录,OpenAI 将在 30 天内删除对应的音频片段。
- 例外情况:出于安全或法律合规要求,部分剪辑可能会被保留;此外,用户此前主动共享用于模型训练的音频已与个人账户分离。
- 训练数据权限:对于消费者用户,若开启“分享音频以改进模型”选项,OpenAI 可能会利用这些音频数据进行训练。需特别区分的是,转录后的文本被视为普通消息处理,因此受通用的“为所有人改进模型”设置约束。
- 默认状态:个人版(Free)、Plus 和 Pro 账户的数据共享默认为启用状态,这意味着大量转录文本可能进入训练数据集。相比之下,企业版(Business)账户默认排除在训练数据之外。
如何管理训练权限与数据控制
用户可通过“设置”菜单调整隐私偏好,主要涉及两个开关:
- 包含您的音频录音:此选项专门控制音频数据的共享,涵盖实时听写和语音聊天内容。
- 为所有人改进模型:关闭此选项将阻止聊天内容(包括由语音转录生成的文本)用于模型训练。
删除特定聊天对话同样会在 30 天后清除其关联的音频文件。作为行业趋势参考,Google 本周也采取了类似措施,将 Gemini 的历史记录与 AI 训练数据进行了隔离。





