ChatGPTの音声モード、無料でどこまで話せる？公式の記載を確認

こんにちは、ITとAIの相談役・わたぬきです。ふだんはココナラで、「AIやITのこと、誰に聞けばいいか分からない」というご相談を個別にお受けしています。

信号待ちの数十秒。さっき浮かんだ企画の骨子を、あとで書こうと思って、そのまま忘れる。

夜、パソコンの前に座る。伝えたいことはあるのに、文字にする体力が残っていない。

ChatGPTには、打たずに話しかけて使う方法があります。名前は音声モード。

この記事で答えるのは3つです。無料でどこまで話せるのか。どうやって始めるのか。話した内容はどこに残るのか。

2026年8月時点の公式ヘルプ（日本語版と英語版の両方）で確認できたことだけを使います。読み終えたら、今日の帰り道に一度試せる状態。

無料でも話せるのに、上限だけが書かれていない

無料アカウントのまま、音声モードは使えます。公式のプラン一覧に、無料版の行がちゃんとあります。

そこに書いてあるのは、ローリング方式の各24時間内での限定アクセス、という一文だけ（出典: ChatGPT 音声モード｜OpenAI ヘルプセンター）。

ローリング方式は、月初や日付の変わり目にまとめて戻る数え方ではありません。使った時点から24時間で、その分が戻ってくる。

引っかかったのは、その並びのほうです。

有料プランの行には「最大◯時間」と時間数が書かれています。無料の行にだけ、時間数がない。「限定アクセス」という言葉で終わっています。

つまり、無料で何分・何回話せるのかは公表されていません。ここを推測で埋めた記事も見かけますが、公式が書いていない以上、この記事でも書きません。

私はこれを、書き漏らしではなく変える前提だと読みました。同じページに「この制限は変更される場合があります」と添えられているので。

実際の使い方としては、それで困りません。制限に達したときはChatGPTから通知される、と公式にあります（出典: 同上）。

数えながら使わない。止まったら翌日に回す。

公式が数字を出しているのは、1か所だけ

プランを問わない記載です（出典: 同上）。

2時間。ひと続きの相談としては、たぶん十分すぎます。

会話が終わる条件も3つ挙げられていました。使用制限に達したとき、最大のセッション時間に達したとき、長い会話でコンテキストの制限に達したとき。

もうひとつ。同時に持てる音声会話は1つだけです。ふたつの相談を並行して走らせることはできません。

設定を開くと、音声が3つ並んでいる

「設定 → 音声」を開くと、モードが3つ出てきます。日本語の画面でも、この3つの名前だけは英語のままです。

• Live: 最新の音声体験。聞き取りと発話を同時にできるので、割り込みや話し手の交代が自然に進みます

• Advanced: 以前のリアルタイム音声体験。動画や画面共有が必要なときはこちら

• Standard: ターン制。応答を作る前に、話した内容をいったん文字起こしします

Liveでは、ウェブ検索とメモリを使えます。同じチャットの中で、テキストや画像を受け取ることもできる（出典: 同上）。

ただしリリース時点では、動画・画面共有・接続済みアプリ・プラグインには対応していません。

動画と画面共有は、Advancedを使っている対象のサブスクライバーが、iOSとAndroidのアプリで利用できる。そう書かれています。

動画や画面共有が要るかどうか。分岐はそこだけ見れば足ります。

迷ったらLiveでいい。会話として自然なのは、こちらです。

そして、3つ全部が並んでいなくても壊れてはいません。利用できるオプションはプラン・ワークスペース設定・地域・アプリのバージョンによって異なる場合がある、と公式に書かれています。

Liveは段階的に提供中で、見当たらないときはAdvancedかStandardを使える、とも（出典: 同上）。

始め方は、スマホでもパソコンでも同じ

「スマホアプリを入れないと使えないのでは」。そう思って止まっている方が多い場所です。

公式ヘルプは、ウェブでの始め方も手順で示しています。アプリ限定ではありません。

パソコン（ウェブ）の場合

1. ChatGPT.com を開く

2. プロンプトウィンドウの音声アイコンを選ぶ

3. ブラウザのマイク使用を許可して、話し始める

iOS / Android アプリの場合

1. メッセージバーの音声アイコンを選ぶ

2. アプリのマイク使用を許可する

3. 初回は使う声を選んで、話し始める

（出典: 同上）

押す場所の呼び名が違うだけで、やることは同じです。入力欄のまわりにある音声アイコンを、1つ押す。

声は9種類から選べます。あとから「設定 → 音声」で変えられる。会話の途中で変えると、同じチャットの中で新しい音声通話が始まります。

途中で黙りたくなったらマイクコントロールでミュート、終わるときは終了コントロール。

私なら、最初の1回はパソコンのブラウザで試します。マイクの許可を聞かれる場所がはっきりしていて、うまく拾わないときに何が原因かを切り分けやすいので。

先に見ておくと、体験が変わる設定が3つ

言語（設定 → 音声 → 言語）

「最もよく話す言語を選択すると、ChatGPT が音声をより正確に理解しやすくなります」と公式にあります（出典: 同上）。

なお、どの言語に対応しているかの一覧は公式に示されていません。設定できる項目がある。確認が取れたのはそこまでです。

バックグラウンド会話

ほかのアプリを使っている間も、画面をロックしている間も、会話を続けられます。

音声で開始

アプリを開いた瞬間から音声モードに入る設定です。CarPlayへの対応も書かれていました。

3つのうち、変化が分かりやすいのはバックグラウンド会話。歩きながら別の画面を見て、そのまま話し続けられます。

「打つ時間がないから、結局そのままになっている」。AIの導入が止まる理由として、これは思ったより多いです。

手元の業務のうち、どれなら声から入れられるのか。並べて選ぶところを、ご一緒しています。ココナラのわたぬきのページからどうぞ（お見積り・ご相談は無料です）。

話した内容は、文字になって残る

声で相談すると、言いっぱなしで消えてしまいそうに感じます。逆です。残ります。

音声会話が終わると、チャットには文字起こしが追加されている。あとからチャット履歴で読み返せます（出典: 同上）。

Liveの場合は、応答が読み上げられている最中に、チャットの中にテキストとしても出てきます。耳で聞き逃しても、目で拾える。

ここまでなら「議事メモに使えそう」と読みたくなります。公式は、その手前に但し書きを置いていました。

発話が重なったとき、背景音があるとき、会話の進行が速いとき。特に一致しないことがある、と（出典: 同上）。

ここは、公式のほうが親切です。「全部そのまま残る」と思い込んで議事録の原本にすると、あとで直せません。

残るのは、話の筋。逐語ではない。この理解で持っておくと安全です。

録音を文字にしたいだけなら、入口が別にある

公式には、こんな使い分けも書かれています（出典: 同上）。

• 録音を編集できるテキストにしたいだけ → ChatGPT Dictation

• 話しながら双方向でやりとりしたい → 音声モード

「文字起こしがしたい」と「相談がしたい」は、別の作業。押すボタンも別です。

音声そのものは、共有しない限り学習に使われない

ここからは、仕事の話を声で入れていいのかという不安に答えます。公式の記載は2つに分かれているので、まず音声のほうから。

音声クリップと動画クリップは、チャット履歴に出る文字起こしと一緒に保存されます。保持期間は30日間（出典: 同上）。

チャットを削除すると、関連する音声・動画クリップも30日以内に削除されます。セキュリティ・安全・法的な理由で保持が必要なときは例外、とも書かれていました。

気をつけたいのは、アーカイブとの違いです。アーカイブはサイドバーから見えなくなるだけで、削除ではありません。

Standardは扱いが少し違って、文字起こしが完了すると音声は削除されます（共有を選んでいる場合を除く）。

学習利用については、こう書かれています。

自分でオンにしない限り、音声そのものはトレーニングに使われない。ここは迷いようがありません。

文字起こしのほうは、別の設定に従っている

同じページに、もうひとつの記載があります。読み飛ばされやすいところです。

音声そのものと、文字起こしされたテキスト。この2つは、別の扱いになっています。

• 音声・動画クリップ: クリップの共有を選ぶか「音声録音を含める」をオンにしない限り、使われない

• 文字起こし（テキスト）: 「すべての人のためにモデルを改善する」の設定に従う

だから「音声は学習に使われないらしい」で安心して終わると、片方しか見ていないことになります。話した中身は、テキストになって別の経路を通る。

確認する場所は、設定 → データコントロール。ここに「すべての人のためにモデルを改善する」があります。

会社の情報をどこまでAIに渡すか。その線引きはChatGPTの安全設定の記事で扱いました。

声で使い始める前に、そちらを先に読んでおいてほしいところです。理由は単純で、しゃべりは書くより口が滑るからです。

取引先の名前も、金額も、打つときには一瞬ためらう。話すと、流れでそのまま出ます。

私なら、ここで使ってここでは使いません

ここまでは公式の記載です。この章だけは私の使い分けで、公式が推奨しているわけではありません。

声から入れる場面

• 移動中に、頭の中の考えを整理する

• 資料の構成を、思いつく順にしゃべって並べてもらう

• メールの下書きを、口で言って形にする

• 読んだ記事の内容を、自分の言葉で説明して確かめる

指で打つほうにする場面

• 金額・型番・固有名詞が正確に要るとき

• 議事録の原本を作るとき

• 静かにできない場所、聞かれて困る内容

• 長い指示を細かく書き分けたいとき

私は、ゼロを1にするところは声、1を10にするところは文字、という分け方をする派です。散らかった頭を吐き出すのは声が速く、整えるのは文字が速いので。

音声モードは、考えを外に出す入口としては向いています。そこから先の詰めは、画面に戻ってから。

持たせる・読ませる・まとめる・話しかける

ChatGPTでできることを機能名で覚えようとすると、途中で続かなくなります。動詞で分けたほうが、あとから引き出せる。

• 持たせる: 毎回同じ前提を、設定に書いて覚えておいてもらう

• 読ませる: 画像や資料を渡して、中身について聞く

• まとめる: 続きものの仕事を、1か所に集めておく

• 話しかける: この記事の音声モード

前の3つは、返ってくる答えの精度を上げる工夫です。最後の1つだけ、入口そのものを変える話。

そして、この4つは重ねられます。前提を持たせたうえで話しかければ、声で相談したときの答えも変わる。

毎回の前提を設定に書いておくやり方は、ChatGPTのカスタム指示の記事にまとめました。あちらも無料プランで設定できます。

今日は、帰り道の3分だけ

やることを1つに絞ります。

ChatGPTを開いて、入力欄の音声アイコンを1回押す。そして、いま抱えている仕事をひとつ、声に出して説明してみてください。

人に説明するつもりで話すと、自分の頭の中も一緒に片づきます。返ってくるものは、要約でも質問でも構いません。

終わったら、チャット履歴を開いて文字起こしを眺める。逐語ではない、というのはここで実感できます。

会社の話を入れる前に、設定 → データコントロールだけは開いておく。音声そのものと、文字起こし。扱いが別だという話は、ここに戻ってきます。

無料で話せます。上限はある。数字は公式に書かれていません。

この3つを持っていれば、始める前に調べ直さずにすみます。

話しかける前に、前提をまとめて置いておく場所を作っておくと、声での相談はもっと速くなります。

同じChatGPTでも、ウェブを検索させるときは外に出ていく情報が変わります。そちらはこちらに書きました。

☁️ わたぬきに直接相談してみる

声で使うかどうかより手前の、「そもそも何をAIに任せるか」で止まっている方が多いところです。手元の業務を並べて、任せる順番を決めるところからお受けしています。

• 生成AIなんでも相談・導入サポート（¥10,000〜）

• お見積り・ご相談は無料。「これって頼めるの？」の段階でも大歓迎です

• 押し売りは絶対にしません。相談だけで解決したら、それがいちばんです

参考にした情報

いずれも2026年8月時点で確認したものです。

• ChatGPT Voice｜OpenAI Help Center（公式・英語）
  https://help.openai.com/en/articles/20001274-chatgpt-voice

• ChatGPT 音声モード｜OpenAI ヘルプセンター（公式・日本語）
  https://help.openai.com/ja-jp/articles/20001274-chatgpt-voice

※ 無料プランで話せる回数・分数は、上記の公式ページに数値の記載がありませんでした。本記事では書いていません。

※ 対応言語の一覧、利用できない国・地域の具体的なリストについても、記載を見つけられませんでした。

※ 有料プランの料金・時間数は本記事では扱っていません。変わりやすい部分なので、必要な方は上記のリンク先でご確認ください。

※ ChatGPTの仕様や画面の文言は変更されることがあります。実際にお使いになる際は、上記のリンク先で最新の情報をご確認ください。