8月8日、SlashGearが「Claude Voice Mode Update Finally Fixes Users' Biggest Complaint」と題した記事を公開した。AnthropicがClaudeのボイスモードをアップデートし、より高性能なモデルの選択や複数アプリ連携に対応したことを伝えている。
ボイスモードがHaiku縛りから解放
これまでClaudeのボイスモードは、Haiku（Claudeのラインナップ中で最も軽量・高速なモデル）でしか動作しなかった。音声会話では応答の遅延を最小化するために軽量モデルが採用されるのは業界的によくある設計だ。ただし、軽量モデルは応答速度に優れる反面、複雑な推論や長文の要約・分析が苦手という欠点がある。
今回のアップデートで、Anthropicはこの制約を撤廃した。Haiku・Sonnet・Opusの3モデルをボイスモードで選択できるようになった。OpusはClaudeのラインナップ中で最も高い推論能力を持ち、複雑な問題解決に向けて設計されたモデルだ。モデルの切り替えは、チャット画面と同じドロップダウンメニューから行い、その後ボイスモードを起動する。
※編集部の考察：ボイスモードでの高性能モデル選択はOpenAIやGoogleも取り組む競争領域だ。OpenAIはGPT-4oを用いたAdvanced Voice Modeを、GoogleはGemini Liveをそれぞれ提供しているが、いずれもユーザーがモデルを明示的に切り替える設計ではない。モデル選択の自由度をボイスモードに持ち込んだ点は、Claudeの差別化として注目に値する。
テキストと音声のシームレスな切り替え
ボイスモードの設計として、テキストと音声を自由に行き来できる点も押さえておきたい。
- テキストで会話を始めて途中から音声に切り替えられる
- 音声中にテキスト入力も可能
- コンテキストは引き継がれるため、モード切替時に話の流れを最初から説明し直す必要がない
ただし、音声会話もテキストと同じ会話セッション上で動作するため、通常の使用量制限にカウントされる点には注意が必要だ。
Slack・Google Workspaceなどアプリ操作も音声で
音声でClaudeに外部アプリを操作させることもできる。対応アプリはGmail、Google Calendar、Google Docs、Slack、Notion、Canvaなどだ。「渋滞で遅れそうだからミーティングを後ろにずらして」「受信トレイの急ぎそうなメールに返信の下書きを作って」「この話をまとめて1枚のピッチ資料に」といった口頭指示が通る。
誤送信などのリスクに配慮し、Claudeはタスクを実行する前に確認を求める設計になっている。また、音声モードで利用できるアプリの権限は、テキストチャットで設定済みの内容がそのまま引き継がれる。
日本語を含む多言語対応を追加
言語サポートも拡充された。新たに対応した言語は以下の通りだ：
- フランス語、ドイツ語、ヒンディー語、インドネシア語、イタリア語
- 日本語、韓国語
- ブラジルポルトガル語、スペイン語（中南米・スペイン）
会話の途中でClaudeに切り替えを依頼すれば、その場で別の言語に変更できる。デフォルト言語は「Settings > General > Voice > Language」から設定可能だ。
無料プランには制限あり
新機能の多くは有料プランのみが対象だ。無料ユーザーはモデル選択がHaiku固定のまま、連携できるアプリも1つに限定される。全言語サポートだけは無料プランでも利用できる。
詳細はClaude Voice Mode Update Finally Fixes Users' Biggest Complaintを参照していただきたい。
