实时听写带来的变化
发布说明在同一条目中描述了三项变化:
- 文字随说随现。 “通过实时听写,你的语音会在说话时转化为文字,因此你无需等待消息完成转录。”
- 你可以显示或隐藏它。 “点击或单击波形图,即可在过程中显示或隐藏文字。”
- 时间限制消失了。 “我们还移除了 10 分钟的录音限制。”
该条目开篇说明了原因:“ChatGPT 中的听写功能正变得更快、更可靠。” 关于可用性,它提到:“实时听写正全球推送到 iOS、Android、网页端和桌面端应用的所有 ChatGPT 方案。”
“推送到”意味着你的账号可能比别人晚收到。如果你仍看到旧的行为(即转录仅在停止后出现),说明你的应用或账号可能尚未获得更新。发布说明中没有列出单独的设置项,因此更新应用是你可控的操作步骤。
如果你的麦克风完全无法工作,Voice 文章的设置步骤展示了在各平台上需要查找的权限提示。在 iOS 和 Android 上,“如果弹出提示,请允许 ChatGPT 应用访问你的麦克风。” 在网页端,“如果弹出提示,请允许浏览器访问你的麦克风。” 在假设功能缺失之前,值得在设备或浏览器设置中检查之前会话中是否拒绝了权限。
听写与 ChatGPT Voice 的对比
这两个功能都始于你的声音,很容易混淆。OpenAI 的 Voice 帮助文章在其概述中划清了界限:“如果你想将单次录音转换为可编辑的文本,请使用 ChatGPT 听写。”
其常见问题解答给出了更详尽的答案:
- “使用 Voice 进行实时的、来回的对话或讨论想法。”
- “当你想要录制提示词、查看并编辑其转录内容,然后将其作为文本发送时,请使用 ChatGPT 听写。”
因此,听写是一种输入方式。你说话,得到文本,可以修正它,然后像任何打字消息一样发送。Voice 是一种对话模式。ChatGPT 会回话,交流过程随后会变成转录文本。
这种差异对准确性至关重要。使用听写,你可以在发送前看到并纠正文本。而对于 Voice,帮助文章警告说:“Voice 转录并非逐字记录,可能与实际所说内容不完全匹配。”
如果你正在口述稍后需要依赖的内容(如项目简报或需求集),听写让你有机会在 ChatGPT 开始处理之前阅读它。
你使用的 Voice 选项也很重要
Voice 文章在“设置 > Voice”下列出了三个选项:Live、Advanced 和 Standard。它将 Live 描述为“可以使用网页搜索和记忆”的版本,并注明了一个日期:“Advanced 和 Standard 语音都将于 2026 年 12 月 11 日退役。”
这是与实时听写独立的变化,但名称有所重叠。Voice 中的 Live 是一种对话模型。实时听写(Live Dictation)则是将录音转化为消息文本的更快方式。两者互不依赖。
Voice 仍有其自身的限制
如果你是因为语音会话停止而搜索时间限制,那可能是 Voice 而非听写。Voice 文章列出了对话可能结束的几个原因:“当达到使用限制、最大会话长度,或长对话达到其上下文限制时,Voice 对话可能会结束。”
它补充道:“ChatGPT 会在可能的情况下显示通知。你可以继续使用文字或重新开始 Voice。” 此外还有并发规则:“你一次只能进行一个 Voice 对话。”
Voice 使用限制取决于你的方案,文章按方案列出了这些限制。在 Chat 中,它提到:“Live 使用量是在滚动的 24 小时周期内衡量的。ChatGPT 会在达到限制时通知你。” Work 方案中的 Voice 也遵循其方案的 Voice 限制,桌面端应用还增加了 Voice 的自身用途:通过一次对话启动任务、检查进度和协调 agent。这些都没有随实时听写而改变。被移除的 10 分钟限制适用于听写录音,即那个将语音转化为消息的麦克风按钮。
因此,如果长篇语音会话中途结束,请检查你使用的是哪个功能。听写现在可以运行更长时间。Voice 对话仍有会话长度和使用配额限制。
发送后听写消息的处理方式
听写常见问题解答用两句话描述了流程:“当你按下麦克风图标录制音频消息时,录制的音频会发送到我们的模型进行转录。转录内容以文本形式返回,你可以在作为用户消息发送之前对其进行编辑。”
一旦发送,它就是你聊天中的一条用户消息。它像打字消息一样存在于你的聊天历史记录中。你可以使用相同的控件搜索、存档或删除该聊天。
因此,听写提示词的保存方式与打字提示词相同。唯一的补充是与之关联的音频剪辑,下文将对此进行说明。
记忆功能如何利用你口述的内容
由于听写提示词是聊天的一部分,它可以像打字提示词一样为个性化提供素材。
OpenAI 的记忆(Memory)常见问题解答列出了记忆可以提取的来源(取决于方案和地区)。列表以过去的聊天和保存的记忆开头。它这样描述聊天历史设置:“如果你的设置包括‘参考聊天历史’(Reference chat history),开启它可让 ChatGPT 使用过去对话中的相关信息来个性化未来的回复。”
因此,如果你口述了关于你的工作、当前项目或偏好的长篇描述,且开启了“参考聊天历史”,那么该对话就是 ChatGPT 稍后可以提取的过去对话之一。常见问题解答还指出,这种记忆会随时间变化:“与明确保存的记忆不同,从聊天历史中获得的信息会随着 ChatGPT 更新最有用的记忆内容而改变。”
同一份常见问题解答明确表示记忆是有选择性的:“记忆不会保留每次对话的每个细节。” 以前会被切断的 10 分钟听写现在可以运行更久,但更长的提示词并不保证每个细节稍后都会被记住。
常见问题解答中还有两点适用于听写聊天。首先,关闭记忆不会删除它们:“关闭记忆不会删除你过去的聊天。如果你稍后开启记忆,ChatGPT 可能会从保留在历史记录中的聊天中创建新的记忆信息。” 其次,你有时可以看到过去的聊天何时影响了答案:“当 ChatGPT 使用相关的个人上下文时,回复下方可能会出现‘来源’(Sources)。” 如果回复反映了你几周前口述的内容,“来源”就是查看的地方。
我们在 ChatGPT 中的参考聊天历史 指南中介绍了聊天历史设置的工作原理,包括为什么它可能会缺失以及关闭它会移除什么。
音频保留时长
这是听写与打字的区别所在。打字消息背后没有录音,而听写消息有。
听写常见问题解答直接给出了答案:“听写音频的保留时长与该聊天在聊天历史记录中的保留时长一致。” 音频的寿命与聊天绑定,而非固定的时间窗口。
删除聊天会启动计时。常见问题解答继续道:“当你删除聊天时,我们也会在 30 天内删除关联的音频剪辑,除非我们需要出于安全或法律原因保留它,或者你之前曾与我们分享音频以训练模型,且该音频剪辑之前已与你的账号解除关联。”
存档不等同于删除。Voice 文章针对语音对话指出了这一点:“存档仅将聊天从侧边栏移除;它不会删除聊天或其关联的音频或视频剪辑。” 听写常见问题解答将听写音频与聊天存在于历史记录中挂钩,而存档的聊天仍存在于你的账号中。
Voice 对话遵循不同的规则。Voice 文章称 Live 和 Advanced 剪辑“与出现在聊天历史中的转录文本一起存储”,且“剪辑保留 30 天”。对于 Standard 语音,“我们在转录完成后删除音频,除非你选择分享音频以帮助训练我们的模型。”
因此,三种路径,三种规则。听写音频随聊天保留。Live 和 Advanced 语音剪辑保留 30 天。Standard 语音音频在转录后删除。
关于日期的一点提醒:听写常见问题解答页面显示其最后更新于实时听写发布之前。其保留政策的回答描述的是一般的听写情况,且是目前的措辞。如果 OpenAI 针对实时听写对其进行更新,更新内容将出现在该页面上。
训练设置的应用
听写常见问题解答分别为个人账号和企业账号回答了这一问题。
对于个人用户:“如果你是个人用户并选择分享音频以改进我们的模型,我们可能会对听写音频进行训练。”
对于企业用户:“默认情况下,我们不会对企业用户产品的任何输入或输出进行训练。”
要停止分享,常见问题解答称:“你可以通过 ChatGPT 设置中的数据控制页面停止分享。” 你可以在那里关闭音频录音开关,或更广泛的模型改进设置。有一点适用于这两个功能:“请注意,这将停止分享听写和语音聊天中的所有音频。”
转录文本与音频是两个独立的问题。一旦听写消息发送,它就是你聊天中的文本,与其他消息无异,你的通用数据控制项将适用于它。
何时长篇听写是正确的工具
随着时间限制的消失,听写对于长篇、非结构化的输入更加实用:
- 在要求制定计划前,口述整个项目。
- 在寻求方案前,完整描述一个问题。
- 会议结束后立即记录笔记。
- 为草案提供背景信息,如受众、语气和需要避免的内容。
编辑步骤是安全保障。在发送之前,检查转录文本中的名称、数字和技术术语,这些是 ChatGPT 处理消息时最值得确保准确的细节。
人们首先尝试的操作
将长想法拆分为多个录音。 10 分钟限制已被移除。
在需要提示词时使用 Voice。 听写提供可编辑的文本。Voice 提供对话和可能无法逐字匹配的转录文本。
通过存档聊天来移除音频。 存档会保留聊天。删除聊天才会启动 30 天的删除窗口。
假设口述的内容不会进入记忆。 发送的听写是一条用户消息,“参考聊天历史”可以提取过去的对话。
将长篇听写视为永久记忆。 记忆不会保留每次对话的每个细节。
解决方案:自由听写,有目的地保留重要内容
第 1 步:检查实时听写是否已覆盖你
如果文字没有随说随现,请更新应用。推送是逐步进行的。
第 2 步:发送前进行编辑
修正转录文本中的名称、数字和术语。这才是作为消息发送的文本。
第 3 步:删除你不希望保留音频的聊天
选择删除而非存档,以启动音频剪辑的 30 天删除倒计时。
第 4 步:写下你口述的上下文
将你再次需要的部分(如项目事实、决策和偏好)转化为你自己的简短笔记。
在 MemoryLake 中设置
听写让你很容易说很多话。但你稍后需要的可能只是其中的一小部分:项目事实、决策、约束、偏好。如果保留在长对话中,这些上下文取决于该对话是否留在历史记录中,以及记忆功能是否选择保留它。
MemoryLake 是此类上下文(如项目事实、决策和偏好)的记忆层,它保存在一个由你维护的地方,并可供你连接的助手(如 ChatGPT、Claude Code 和 Codex)使用。
你自己用自己的语言编写条目。不会从你的 ChatGPT 聊天、听写音频、ChatGPT 记忆、数据控制或任何供应商的存储中读取、写入或删除任何内容。ChatGPT 听写将按照 OpenAI 描述的方式工作。
第 1 步:创建 API 密钥
登录并从控制面板生成密钥。像对待其他凭据一样将其存储在私密处。

第 2 步:上传你的第一批记忆
从你在解决方案第 4 步中写下的内容开始:听写笔记中的事实和决策。每个条目一个主题。

第 3 步:连接你的 AI 和 agent
连接 ChatGPT、Claude Code、Codex 以及你使用的其他助手。每个助手都可以提取相同的笔记。

这在实践中改变了什么
第一个区别是你可以删除长篇听写聊天,而不会丢失其中重要的内容。重要的部分都在你自己的笔记中。
第二个是清晰度。比起长篇转录文本,简短、编辑过的条目更容易被信任。
第三个是工具间的一致性。相同的上下文在 ChatGPT 之外也可使用。
ChatGPT 听写最佳实践
听写用于提示词,Voice 用于对话。 听写提供可编辑的文本。
发送前阅读。 编辑后的转录文本才是你发送的消息。
删除而非存档以移除音频。 存档会保留聊天及其剪辑。
检查你的数据控制。 音频分享设置涵盖听写和 Voice。
不要依赖单一的长对话作为记录。 记忆是有选择性的。
使用“来源”追踪回复。 如果答案反映了旧的听写内容,“来源”可能会显示是哪次过去的聊天贡献了信息。
关注 12 月 11 日的 Voice 变化。 Advanced 和 Standard 语音将在当天退役。
结论
ChatGPT 听写不再有 10 分钟限制。实时听写(Live Dictation)于 11 月 18 日宣布,并正推送到 iOS、Android、网页端和桌面端的所有方案,它能在你说话时显示文字,并允许你随时显示或隐藏文本。听写是一种输入方式:你查看并编辑转录内容,然后将其作为普通用户消息发送,这与 Voice 对话及其转录文本不同。
发送后,听写提示词像打字提示词一样存在于你的聊天历史中,“参考聊天历史”可以提取过去的对话。音频保留时长与聊天在历史记录中的时长一致,并在你删除聊天后的 30 天内删除(OpenAI 列出的例外情况除外)。存档不会删除它。数据控制中的音频分享设置同时涵盖听写和 Voice。