新聞宏觀經濟Claude 語音模式擴展至 Opus 和 Sonnet,涵蓋行動、桌面與網頁平台

Claude 語音模式擴展至 Opus 和 Sonnet,涵蓋行動、桌面與網頁平台

作者: The Decoder·

重點速覽

  • Anthropic 已將 Claude 的語音模式擴展至可在其 Opus 和 Sonnet 模型上運行,而該功能先前僅限於 Haiku 模型。
  • 使用者可在 Claude 的行動、桌面與網頁介面中,於語音對話進行時切換不同模型。
  • Claude 的語音模式支援十一種語言,並整合 Gmail、Google Calendar 和 Slack 等已連接服務,以支援透過語音完成任務。
  • Claude 採用回合式互動模式,不同於 OpenAI 的全雙工 GPT-Live,後者可以同時聆聽和說話。
  • 在 Anthropic、OpenAI 和 Google 之中,Anthropic 目前是唯一允許使用者直接從音訊模式撰寫並儲存電子郵件的供應商。
Claude 語音模式擴展至 Opus 和 Sonnet,涵蓋行動、桌面與網頁平台

Anthropic 已擴展 Claude 的語音模式,使其能在該公司能力更強的 Opus 和 Sonnet 模型上運行,而不再僅限於 Haiku。此功能可在 Claude 的行動應用程式、桌面應用程式與網頁聊天中使用,使用者也能在對話進行中切換模型。由於 Opus 和 Sonnet 的推理能力強於 Haiku,這項變更讓語音模式可用於需要更深入分析的任務。

這次更新將 Claude 中語音互動的用途,擴展到 Anthropic 最快的輕量模型之外。根據 Anthropic 在 claude.com/blog/think-through-hard-problems-in-voice-mode 上關於 Claude 語音模式的資料,該模式是為與助理進行口語對話而設計,並且在啟用相關整合時,可連接受支援的工具。

Claude 的語音模式支援十一種語言。它也可與 Gmail、Google Calendar 和 Slack 等已連接服務協作,讓使用者透過語音完成任務,包括撰寫和傳送電子郵件。語音已成為 AI 供應商之間的競爭焦點,各家公司都在採取不同的互動模式。

Anthropic、OpenAI 和 Google 的主要語音助理採用不同的互動模式。OpenAI 的 GPT-Live 使用全雙工音訊,意味著它可以同時聆聽和說話。Claude 採用回合式方式,會等待使用者說完後才回應。Google 的 Gemini Live 採用類似的回合式模式,但僅限於智慧型手機。

在實際使用中,由於語音處理能力,OpenAI 和 Google 的體驗可能更自然。三套系統都能妥善處理語音搜尋。Claude 的差異化特色在於其工具整合:Anthropic 目前是三者之中唯一允許使用者直接從音訊模式撰寫並儲存電子郵件的供應商。隨著這些供應商持續迭代,對話自然度與工具連結生產力之間的取捨,仍是語音助理市場的一項關鍵區別。