Anthropic расширила голосовой режим Claude, чтобы он мог работать на более мощных моделях компании Opus и Sonnet, а не ограничиваться только Haiku. Функция доступна в мобильном приложении, десктоп-приложении и веб-чате Claude, причём пользователи могут переключаться между моделями в середине разговора. Поскольку Opus и Sonnet обладают более сильными способностями к рассуждению, чем Haiku, это изменение расширяет голосовой режим на задачи, требующие более глубокого анализа.

Обновление расширяет применение голосового взаимодействия в Claude за пределы самой быстрой лёгкой модели Anthropic. Согласно материалам Anthropic о голосовом режиме Claude на claude.com/blog/think-through-hard-problems-in-voice-mode, этот режим предназначен для устного общения с ассистентом и может подключаться к поддерживаемым инструментам при активации соответствующих интеграций.

Голосовой режим Claude поддерживает одиннадцать языков. Он также работает с подключёнными сервисами, такими как Gmail, Google Calendar и Slack, позволяя пользователям выполнять задачи голосом, включая составление и отправку электронных писем. Голосовое взаимодействие стало конкурентным полем среди провайдеров ИИ, каждый из которых реализует собственную модель взаимодействия.

Основные голосовые ассистенты от Anthropic, OpenAI и Google используют разные модели взаимодействия. GPT-Live от OpenAI применяет полнодуплексный звук, то есть может одновременно слушать и говорить. Claude использует подход на основе очерёдности, ожидая завершения речи пользователя перед ответом. Gemini Live от Google следует аналогичному поворотному шаблону, но ограничен смартфонами.

На практике OpenAI и Google могут ощущаться более естественно благодаря их обработке речи. Все три системы хорошо справляются с голосовым поиском. Отличительная черта Claude — интеграция с инструментами: Anthropic в настоящее время является единственным провайдером среди трёх, который позволяет составлять и сохранять электронное письмо прямо в аудиорежиме. По мере того как эти провайдеры продолжают развивать свои решения, компромисс между естественностью разговора и инструментальной производительностью остаётся определяющим фактором на рынке голосовых ассистентов.