Anthropicは、Claudeの音声モードを、同社のより高性能なOpusおよびSonnetモデルで実行できるように拡大しました。これまでHaikuに限定されていた機能です。この機能はClaudeのモバイルアプリ、デスクトップアプリ、ウェブチャットで利用可能で、ユーザーは会話の途中でモデルを切り替えることができます。OpusとSonnetはHaikuよりも強力な推論能力を備えているため、この変更により、より深い分析が求められるタスクでも音声モードが活用できるようになります。

今回のアップデートにより、Anthropicの最速の軽量モデルにとどまらず、Claudeでの音声インタラクションの活用範囲が広がりました。claude.com/blog/think-through-hard-problems-in-voice-modeで公開されているAnthropicの資料によると、このモードはアシスタントとの音声会話を想定して設計されており、連携が有効化されている場合には対応ツールと接続できます。

Claudeの音声モードは11言語をサポートしています。また、Gmail、Google Calendar、Slackなどの連携サービスと組み合わせることで、メールの作成や送信を含むタスクを音声で完了できます。音声インタラクションはAIプロバイダー間の競争の主戦場となっており、各社が異なるインタラクションモデルを追求しています。

Anthropic、OpenAI、Googleの主要な音声アシスタントは、それぞれ異なるインタラクションモデルを採用しています。OpenAIのGPT-Liveは全二重オーディオを使用し、同時に聞きながら話すことができます。Claudeはターンベースのアプローチを採用しており、ユーザーが話し終えるのを待ってから応答します。GoogleのGemini Liveも同様のターンベースの方式ですが、スマートフォンに限定されています。

実際の使用において、OpenAIとGoogleは音声処理の優位性により、より自然に感じられます。3社のシステムはいずれも音声ベースの検索をうまく処理します。Claudeの際立った特徴はツール連携です。Anthropicは現在、3社の中で唯一、音声モードから直接メールの作成と保存を可能にしているプロバイダーです。各社が機能の反復改善を続ける中、会話の自然さとツール連携による生産性の間のトレードオフは、音声アシスタント市場における決定的な差別化要因であり続けています。