Anthropic为Claude增加语音输入输出能力。拓展应用场景但相比API层面的能力发布影响有限。
Anthropic 已开始为其 Claude 聊天应用推出"语音模式"。
根据 Anthropic 在 X 上的官方账户和公司网站上的更新文档,语音模式(目前处于测试版)允许 Claude 移动应用用户与 Claude 进行"完整的语音对话",该功能将在未来几周内以英文版本推出。
至少有一位 X 用户报告在周二晚些时候获得了语音模式的访问权限。默认情况下,它由 Anthropic 的 Claude Sonnet 4 模型提供支持。
支持页面上写道:"语音模式……让你能够与 Claude 交谈并通过语音听到回复,当你的双手忙碌但头脑清醒时,能更轻松地使用 Claude。语音模式通过……在 Claude 说话时在屏幕上显示关键点,以及允许你与 Claude 交谈并听到 Claude 的语音回复,从而改变了你与 Claude 交互的方式。"
包括 OpenAI 在内的许多 AI 公司都为各自的聊天机器人提供语音聊天体验。例如,Google 有 Gemini Live,而 xAI 有 Grok 的 Voice Mode。每个都允许用户通过语音而不是打字与机器人交互,使对话感觉更自然和直观。
通过 Anthropic 的语音模式,用户可以聊论文档和图像等话题,并可从五种不同的语音选项中选择。用户还可以随时在文本和语音之间切换,并查看对话后的文字记录和总结。
这项功能有一定的限制。语音对话计入常规使用上限——Anthropic 表示,大多数免费用户可以预期进行 20-30 场对话。此外,只有付费 Claude 订阅用户才能利用 Google Workspace 连接器(该连接器允许语音模式访问 Google Calendar 的约会和 Gmail 邮件,Google Docs 集成仅限于 Claude Enterprise 计划)。
Anthropic 首席产品官 Mike Krieger 在 3 月初接受《金融时报》采访时确认公司正在为 Claude 开发语音功能。根据报道,Anthropic 与公司的主要投资者和合作伙伴亚马逊、以及专注语音的 AI 初创公司 ElevenLabs 进行了洽谈,以可能为 Claude 推动未来的语音功能。
目前尚不清楚这些合作关系中的哪一个(如果有的话)是否已落实。