何が変わったか

Anthropicは音声で対話できる「音声モード」を昨年から提供してきましたが、これまでは応答速度を優先して最小モデルのHaiku経由で処理していました。単純な質問には十分でも、複雑な依頼には力不足という制約があったわけです。

今回の更新で、音声モードはSonnetとOpusを利用できるようになりました。有料ユーザーの場合、テキストチャットで最後に使ったモデルが初期値となり、会話の途中でもモデルピッカーからHaiku・Sonnet・Opusを切り替えられます。Anthropicは「選択したモデルの最速版を使うため会話は滑らかに進む」と説明しています。

連携アプリから文脈を取り込む

もう一つの目玉が、GmailやSlackといった連携アプリからの文脈取り込みです。ユーザーが許可すれば、音声で話しかけながらメールや社内チャットの情報を参照した応答を得られます。Anthropicはこのリリースを「知性とツールアクセスに焦点を当てたもの」と位置づけています。

技術的な作りと限界

仕組みはターン制です。Claudeが聞き、考えるために一拍置き、それから応答します。音声処理と出力生成を同時に行うOpenAIのGPT-Liveのような完全な双方向(フルデュプレックス)ではありません。また、会話の途中で言語を切り替えても自動では検知できず、ユーザーが口頭で伝えるか音声設定メニューで選ぶ必要があります。対応言語にはインドネシア語などが追加されました。

新しい音声モードはデスクトップ・モバイルアプリ・Webクライアントの全ユーザーにベータで順次展開されます。無料アカウントは連携が1つに制限され、すべてのプロンプトがHaiku経由になりますが、対応言語はすべて話せます。

💼 事業会社視点：これは自社にどう効くか

注目すべきは「音声×社内データ」の接続です。SlackやGmailを情報基盤にしている事業会社にとって、音声モードは移動中や会議前の数分で社内文脈を参照した確認・下調べを行う入口になります。ただし現時点では、その恩恵を最大化するSonnet/Opusと複数連携は有料枠に限られ、無料アカウントはHaiku固定・連携1つまで。全社導入を検討する情報システム部門は、まず音声からのメール・チャット参照が自社の権限管理・情報漏洩ポリシーに抵触しないかを先に詰めるべきです。SaaSや受託開発事業者には示唆が二つあります。一つは、音声UIが「入力手段」から「社内データを束ねるアシスタント」へ移りつつあること。もう一つは、ターン制という応答の間合いが残る今こそ、完全双方向を前提としない自社製品の音声体験を設計・差別化する猶予がある、という点です。