Anthropic为Claude推出语音模式，正式加入“语音AI助手”战场

AI公司 Anthropic 宣布为其聊天机器人 Claude 推出全新的“语音模式”，标志着其正式加入与 OpenAI、谷歌等科技巨头在语音交互领域的竞争。

目前该功能正处于测试阶段，已开始向部分移动应用用户推送。据官方文档和 X账号披露的信息，语音模式将首先支持英语，并在未来几周内逐步扩大可用范围。

一位 X 用户周二晚间表示，他已在应用中看到并启用了这一功能。初步资料显示，语音模式默认由 Claude Sonnet 4 模型 驱动，这是 Anthropic 当前最主流的中型模型之一。

什么是语音模式？它能做什么？

根据 Anthropic 的官方说明，语音模式的核心目标是让用户在“双手忙碌、头脑空闲”的场景下，也能方便地使用 Claude：

“语音模式使你能够与 Claude 进行语音对话并听到语音响应，让你在不方便打字时更轻松地使用 AI。”

具体功能包括：

• 语音输入 + 语音输出：完全通过语音进行交流，无需键盘；
• 实时视觉反馈：在屏幕上显示关键对话要点，帮助理解内容；
• 多语种支持计划中：目前仅支持英语，未来将扩展；
• 多种语音可选：用户可在五种不同风格的语音中选择；
• 无缝切换文本/语音：对话过程中随时切换输入方式；
• 自动转录与摘要：每次语音对话结束后生成文字记录和总结。

此外，语音模式也支持处理图像和文档内容，延续了 Claude 在多模态任务上的优势。

使用限制与订阅要求

尽管语音模式听起来很强大，但 Anthropic 对其使用仍设有一定的限制：

• 免费用户配额有限：大多数免费用户每月可进行约20-30次语音对话；
• Google Workspace 集成限于付费订阅用户：包括日历预约和 Gmail 访问；
• Google 文档深度集成仅对企业版开放。

这意味着，想要充分利用语音模式的企业用户，可能需要升级到更高阶的付费计划。

为什么现在推出语音模式？

语音交互正成为各大AI平台竞相布局的关键入口。除了 Anthropic，以下公司也已推出或测试相关功能：

• OpenAI：GPT-4o 支持实时语音对话，体验接近真人；
• Google：Gemini Live 提供自然语音互动；
• xAI（马斯克团队）：Grok 已上线语音模式；
• Apple：Siri 正在经历新一轮AI重构。

Anthropic 并非最早入场者，但凭借其强大的模型基础和良好的隐私设计，仍有潜力在语音助手领域占据一席之地。

早在今年3月，Anthropic 首席产品官 Mike Krieger 就在接受《金融时报》采访时透露，公司正在开发语音功能，并与亚马逊、ElevenLabs 等专注于语音技术的公司展开合作洽谈。

不过截至目前，尚无明确证据表明这些合作已有成果落地。