OpenAI 於 2026 年 11 月 18 日為 ChatGPT 推出 Live Dictation,語音輸入改為邊說邊轉文字,並取消原有的 10 分鐘錄音上限。功能向所有方案開放,涵蓋網頁、桌面、iOS 與 Android。點擊聲波圖示可即時檢視逐字稿,講完在輸入框修改。

變動由 OpenAI 在社交平台的公告帶出。官方帖文寫明「ChatGPT 的聽寫功能正變得更快、更可靠」,並補上一句說明:Live Dictation 讓語音在說話過程中轉成文字,縮短等待訊息轉錄的時間。負責語音功能的 OpenAI 員工 Atty Eleti 另外確認,10 分鐘上限已隨這次串流升級一併移除。
兩家媒體在 24 小時內先後報導同一項更新,9to5Mac 於 11 月 18 日引述應用程式更新說明,The Verge 於 11 月 19 日補上操作細節。版本說明把改動集中在三點:串流轉錄、聲波圖示的顯示切換、錄音時間上限取消。這三項合起來,等於把聽寫由「先錄後轉」改成「邊講邊出」。
ChatGPT Live Dictation 是什麼?
Live Dictation 是 ChatGPT 的串流聽寫功能,麥克風輸入在說話過程中即時轉成文字,不再等待錄音結束。逐字稿可顯示或隱藏,講完於輸入框修改。
舊版聽寫的流程是段落式處理。使用者按下錄音、講完、停止,系統才把整段音訊送去轉錄,長段落就會出現明顯停頓。這種設計在短句上感受不明顯,一旦要口述一段完整說明,等待時間就變得難以忽略。
串流的做法把音訊切成連續片段,辨識結果邊產生邊回填到輸入框。畫面上看到的效果是文字逐步長出,句與句之間幾乎沒有空檔。這種處理方式在技術上要求更穩定的連線與更快的推論,也是官方所講「更可靠」的實際含意。
功能的入口沒有改變,仍在輸入框旁邊的麥克風位置。差別在於錄音期間畫面會出現聲波動畫,點擊該波形即可切換逐字稿的顯示狀態。需要安靜思考時把文字收起,需要確認內容時再展開,這個切換對口述長文特別實用。
即時轉錄與舊版有何差別?
差別在等待位置。舊版要停止錄音才開始轉錄,長段落會出現數十秒空白;新版在說話同時輸出文字,講完即可編輯。連線中斷時已轉出的部分仍保留,續講不會整段重來。
體驗上的落差集中在長段落。以一段三分鐘的產品說明為例,舊版流程在停止錄音後才開始處理,使用者往往要再等一段時間才有完整文字。新版把這段等待攤平到說話過程之中,講完的瞬間文字已經接近完成。
編輯時機亦隨之改變。過去要在整段轉完之後才發現某句辨識錯誤,修改時需要回頭找位置。現在文字持續出現,發現錯字可以即時察覺,講完順手修正,減少了來回翻找的動作。
中斷處理比之前寬容。網路不穩或切換應用程式時,已轉出的文字留在輸入框內,恢復後可續講。這點對移動中使用的情境影響最大,過去一次中斷往往代表整段重錄,現在只損失中斷前後的一小段。
10 分鐘上限取消帶來什麼改變?
10 分鐘上限原為避免單次音訊過長,取消後單次聽寫可持續更久。口述會議記錄、逐段整理訪談內容、邊走邊構思長文皆可一氣完成,不必分段錄音再拼接。
上限的來源與音訊處理方式有關。過長的單次錄音會令檔案體積與處理時間同時上升,早期設計因此設下時間邊界。串流處理把音訊拆成連續小段後,單次長度的技術壓力明顯下降,上限自然失去存在理由。
實際影響落在長篇口述的工作流。記者整理訪談、顧問記錄會議、作者構思章節,這些場景的共同點是需要連續講十幾分鐘而不被打斷。上限取消後,這類工作可以在一次錄音內完成,不必中途停下、分段儲存、再手動拼接。
限制並未完全消失。單次對話仍受模型上下文長度約束,極長的口述內容會觸及輸入上限,需要分段提交。官方未公佈新的單次長度界線,實務上以段落為單位提交較為穩妥。
支援哪些平台與方案?
Live Dictation 向所有 ChatGPT 方案開放,包括免費用戶。平台涵蓋網頁版、桌面應用程式、iOS 與 Android,全球同步推出,用戶無需另行申請。
覆蓋範圍是這次更新較少被提及的重點。多數語音功能過去先在付費方案試行,再逐步下放,這次直接對所有方案開放,免費用戶同樣可用。對以語音為主要輸入方式的用戶而言,這等於取消了訂閱門檻。
平台清單包含四個入口。瀏覽器版與桌面應用程式共用同一套輸入介面,iOS 與 Android 則跟隨各自的行動版設計。官方形容為全球推出,未提及地區差異,實際可見時間可能因應用程式商店審核而略有先後。
更新方式依平台而異。行動版透過應用程式商店更新,桌面版與網頁版由伺服器端推送,重新載入即可。若麥克風位置未見聲波動畫,先確認應用程式版本,再檢查系統的麥克風權限設定。
實際使用流程怎麼走?
在輸入框旁點擊麥克風開始說話,聲波出現後可點擊波形顯示或隱藏逐字稿。講完停止錄音,文字留在輸入框,直接修改後送出。全程無需切換頁面或另開轉錄工具。
流程由麥克風按鈕開始。按下後系統要求麥克風權限,首次使用會出現授權提示。權限開通後即進入錄音狀態,畫面下方出現聲波動畫,代表音訊正在被接收。
逐字稿的顯示由聲波控制。點擊波形可以展開即時文字,再點一次收起。這個設計照顧兩種相反需求:需要對照內容時展開,需要專注思考時收起,免得畫面文字干擾思路。
結束方式與一般錄音相同。停止後文字停留在輸入框,游標可直接定位修改,標點與段落格式由使用者自行整理。送出前建議快速掃讀一次,專有名詞與人名是辨識錯誤較常出現的位置。
與錄音模式有何分別?
錄音模式針對檔案與會議,可上傳音訊並產出結構化筆記,仍在測試階段且限特定付費方案。Live Dictation 針對即時輸入,向所有方案開放,輸出直接進入對話。
兩者解決的問題不同。錄音模式處理的是已存在的音訊檔案,例如會議錄音或語音備忘,輸出偏重摘要與條列整理。Live Dictation 處理的是正在發生的說話,輸出是使用者準備送出的提問或指令。
開放範圍亦有差距。錄音模式自 2025 年公佈後一直停留在測試階段,僅限 Plus、Enterprise、Edu、Business 與 Pro 工作區使用。Live Dictation 一次過覆蓋全部方案,取用門檻低得多。
兩者可以接續使用。先把會議以錄音模式整理成筆記,再把筆記重點以口述方式輸入對話繼續追問,這個組合把長音訊與即時互動串成一條流程。官方未把兩者整合成單一介面,仍需手動切換。
私隱與資料處理要注意什麼?
語音內容按一般對話處理,受帳戶的資料控制設定約束。關閉模型訓練選項後內容不入訓練集,但保留期仍依方案而異。涉及敏感資訊時,先行確認帳戶的紀錄與訓練兩個開關。
錄音的處理路徑與文字輸入一致。音訊轉成文字後進入對話紀錄,之後的保留、刪除與訓練規則跟隨帳戶設定,不會因為輸入方式而改變。這一點與獨立的轉錄服務不同,後者往往另有一套保留政策。同類調整在其他助理亦已出現,Gemini 把對話保留期延長至兩個月 時,便把紀錄與訓練兩個開關明確分家。
設定項目需要逐一確認。對話紀錄開關決定內容是否進入歷史,模型訓練開關決定內容是否用於改進模型,兩者在多數方案中為獨立項。企業與教育工作區另有管理員層級的政策覆寫。
敏感場景宜先設界線。口述涉及客戶資料、醫療資訊或未公開財務數字時,先在無紀錄模式下操作較穩妥。移動環境中的麥克風亦可能收進旁人對話,錄音前確認周圍狀況是基本習慣。
出處連結有哪些?
主要來源為 The Verge 與 9to5Mac 的報導,兩者均引述 OpenAI 官方公告與應用程式更新說明,另可對照 ChatGPT 官方說明中心的功能頁。
- The Verge 報導:https://www.theverge.com/ai-artificial-intelligence/1037634/openai-chatgpt-live-dictation
- 9to5Mac 報導:https://9to5mac.com/2026/11/18/chatgpt-app-gains-enhanced-live-dictation-streaming-without-10-minute-limit/
- ChatGPT 官方網站:https://chatgpt.com
總結:誰適合現在試用?
以口述代替打字的使用者最值得試,長篇會議記錄與訪談整理受益最大。偏好鍵盤輸入者短期感受有限。企業用戶應先確認帳戶的紀錄與訓練設定再決定開放範圍。
這次更新的價值在於把等待時間移除。轉錄速度本身未必有飛躍,但等待位置的改變令整體體驗明顯順暢,長段落口述由可行變成舒適。對需要邊走邊構思的人來說,這個差別足以改變工作習慣。語音只是入口,ChatGPT 同期亦把功能線推向交易場景,錢包與代理代辦結帳 屬另一條主線。
評估時可聚焦三點。日常輸入以短句為主者,差別感受有限;經常口述長段內容者,上限取消與串流轉錄同時解決兩個痛點;企業環境則要先看清資料設定,再決定是否全面開放給團隊使用。
常見問題有哪些?
以下五題說明免費方案可用範圍、支援語言、離線使用、逐字稿編輯與錄音模式的取捨,協助判斷是否適合日常採用。免費方案可以使用 Live Dictation 嗎?
可以。官方說明這次向所有 ChatGPT 方案開放,免費帳戶同樣具備串流聽寫與取消 10 分鐘上限的待遇。實際可用性仍取決於應用程式版本,更新後重新載入即可見到聲波動畫。
支援中文語音輸入嗎?
聽寫語言跟隨帳戶介面與系統設定,中文語句可以辨識。中英混雜的句子錯誤率較高,專有名詞建議講完後手動校正。長段落口述時,標點仍以自行補上為主。
沒有網路時可以使用嗎?
不能。串流轉錄依賴伺服器端推論,離線狀態下麥克風按鈕無法運作。行動環境訊號不穩時,已轉出的文字會保留在輸入框,恢復連線後可以續講。
逐字稿可以中途編輯嗎?
可以。文字持續寫入輸入框,錄音期間即可用游標定位修改,系統會接續在後方補上新內容。若改動幅度較大,建議停止錄音後整理,避免段落順序錯亂。
應該用 Live Dictation 還是錄音模式?
即時提問與指令用前者,會議與語音備忘用後者。錄音模式可處理已存在的音訊檔案並產出結構化筆記,但仍在測試階段且限特定付費方案。兩者可以接續使用,把長音訊整理後再口述追問。