Claude语音模式扩展至Opus和Sonnet,覆盖移动端、桌面端及网页端
要点速览
- •Anthropic已将Claude的语音模式扩展至Opus和Sonnet模型,而此前该功能仅限于Haiku模型。
- •用户可以在Claude的移动端、桌面端和网页界面中,在语音对话进行时切换不同模型。
- •Claude语音模式支持十一种语言,并可集成Gmail、Google Calendar和Slack等已连接服务,实现语音驱动的任务完成。
- •Claude采用基于轮次的交互模式,不同于OpenAI可同时聆听和说话的全双工GPT-Live。
- •Anthropic目前是Anthropic、OpenAI和Google三者中唯一允许用户直接从语音模式下撰写并保存邮件的提供商。

Anthropic已扩展Claude的语音模式,使其可以在公司更强大的Opus和Sonnet模型上运行,而不再仅限于Haiku。该功能在Claude的移动端应用、桌面端应用和网页聊天中均可使用,用户可以在对话进行中切换模型。由于Opus和Sonnet比Haiku具有更强的推理能力,这一变化将语音模式扩展到了需要更深入分析的任务中。
此次更新将Claude的语音交互能力拓展至Anthropic最快轻量级模型之外。根据Anthropic在claude.com/blog/think-through-hard-problems-in-voice-mode上关于Claude语音模式的资料,该模式专为与助手进行语音对话而设计,并可在启用集成时连接支持的工具。
Claude的语音模式支持十一种语言。它还可以与Gmail、Google Calendar和Slack等已连接的服务配合使用,允许用户通过语音完成任务,包括撰写和发送邮件。语音已成为AI提供商之间的竞争焦点,各家都在追求不同的交互模式。
来自Anthropic、OpenAI和Google的主要语音助手采用了不同的交互模式。OpenAI的GPT-Live使用全双工音频,意味着它可以同时聆听和说话。Claude采用基于轮次的方式,等待用户说完后再作出回应。Google的Gemini Live遵循类似的轮次模式,但仅限于智能手机使用。
在实际使用中,OpenAI和Google因其语音处理技术而让人感觉更自然。三个系统都能很好地处理语音搜索。Claude的突出特点是其工具集成能力:Anthropic目前是三者中唯一允许用户直接从语音模式下撰写并保存邮件的提供商。随着各提供商持续迭代,对话自然度与工具连接生产力之间的权衡仍然是语音助手市场中的核心区别。