何が変わったのか
Anthropicは2025年からClaudeに音声モードを提供してきました。タイピングの代わりに話しかけて対話する機能ですが、従来はレイテンシ（応答の遅れ）を抑えるため、同社で最も軽量なHaikuに限定されていました。この7月の更新で、より高性能なSonnetやOpusでも音声モードが動くようになり、あわせて接続済みのアプリやサービスから文脈を引ける仕様になっています。
利用できるのはAndroid／iOSのモバイルアプリ、デスクトップアプリ、そしてWeb。Anthropic自身は「スマートフォンからが最適」としています。モバイルでは画面右下の黒い波形アイコン（隣にあるマイクアイコンではありません）をタップし、マイク権限を許可すれば会話が始まります。Stopを押すまで音声モードは継続します。
なぜ重要か：音声が「即答窓口」から「業務インターフェース」へ
音声UIはこれまで、返答の速さを優先して軽いモデルを当てるのが定石でした。今回モデル制約が外れた意味は、単に賢くなったという話ではありません。Opusのような重いモデルを音声経由で回せるということは、片手が塞がった状態や移動中でも、複雑な判断を伴う依頼を投げられるようになるということです。
さらに効くのがコネクタ連携です。Gmail、Googleカレンダー、Slackといったアプリ名をプロンプト内で指名すれば、そのデータを参照できます（サードパーティ初回アクセス時は権限付与が必要）。音声は入力手段の変更にとどまらず、業務データへの新しい入口になります。
ターン制とデュプレックス：設計思想の分かれ道
Claudeの音声モードは「ターン制（turn-based）」で、ユーザーが話し終えるのを聞いてから応答を生成します。対してOpenAIはChatGPTの音声モードを「デュプレックス」構成に更新し、GPT-Liveモデルが音声処理と出力生成を同時に行えるようにしました。
ターン制の弱点は明快で、短い沈黙を発話の終わりと誤認することがあります。Anthropic自身、複数の論点を含む質問は一つずつ聞くよう推奨しています。逆に言えば、Claudeの音声モードは相槌のような自然な会話ではなく、指示を出して結果を受け取る用途に寄った設計だと読めます。
日本語ユーザーが押さえるべき制約
2026年7月時点で対応は14言語、方言バリエーションを含めて英語（インド／英国）、中国語（簡体字）、広東語、フランス語（カナダ）、ドイツ語（オーストリア）、ヒンディー語、イタリア語、日本語、韓国語、ポルトガル語（ブラジル／ポルトガル）、ロシア語、スペイン語（ラテンアメリカ）、トルコ語、ウクライナ語などが挙げられています。
ただし選択言語によって声の選択肢が変わり、英語がButtery／Airy／Mellow／Glassy／Roundedの5種類なのに対し、日本語は2種類にとどまります。文の途中での言語切り替えは検知できないため、切り替える意図を口頭で伝えるか設定から変更する必要があります。音声と言語の変更は設定ページのApp項目下にある「Voice」から行い、上部のカルーセルで試聴できます。話す速さはSlow／Normal／Fastの3段階、録音方式はHands freeとPush to talkの2種類で、静かな環境ではHands freeが推奨されています。
料金面では、有料アカウントは必須ではありません。ただし無料アカウントはHaikuとSonnetまでで、Opusを使うには有料契約が必要です。また無料は接続が1つまでに制限され、音声での会話も通常の利用上限にカウントされます。
💼 事業会社視点：これは自社にどう効くか
役員が見るべきは「音声が使えるか」ではなく、音声がSlack・Gmail・カレンダーへの新しいアクセス経路になったという点です。これまで社内AI利用の権限設計はテキストUIを前提に組まれてきましたが、口頭で「Slackの◯◯を見て」と言えば通る経路が増えれば、統制の設計単位はモデルではなくコネクタになります。導入検討中の情報システム部門は、まず接続先の棚卸しと初回権限付与の承認フローを決めるべきです。
業種別に見ると、効くのは移動時間の長い営業・フィールドサービス・建設や不動産です。訪問直後に口頭で議事を残し、カレンダーを調整する使い方は、Opusが使えるようになったことで「メモを取る」から「判断を伴う後処理まで任せる」へ広がります。逆にコールセンターやリアルタイム接客のリプレースには、ターン制で沈黙を発話終了と誤認する現仕様は不向きです。この用途を検討中なら、duplex構成のGPT-Liveとの比較評価を前提に置くべきでしょう。
日本企業固有の論点は音声の選択肢です。英語5種に対し日本語は2種で、自社サービスの音声ブランディング素材としては選べる幅がありません。B2C向けの音声体験を作りたいSaaS・EC事業者は、Claude Voiceを最終的な顧客接点にするのではなく、社内オペレーション側で使うのが現実解です。
受託開発事業者にとっては、音声UIをゼロから内製する提案の価値が下がる局面です。既製の音声モードで賄える範囲を先に切り分け、残った業務固有のワークフロー設計とコネクタ権限の統制で稼ぐ形に、提案の重心を移す必要があります。部門展開時のコスト設計も見落とせ���せん。無料枠は接続1つ・Opus不可であり、実務投入するならPro／Max相当の有料契約が前提になります。