最新消息
为您精选

克劳德的声音获得了作品和十四行诗,因为人类学挑战了 GPT-Live

经过米卡·阿比奥顿米卡·阿比奥顿
阅读时长:3分钟 发布

来源:TechCrunch

  • Anthropic 现在允许付费的 Claude 用户在 Opus 和 Sonnet 上运行语音对话,结束了之前通过 Haiku 路由语音请求的设置。.
  • 此次升级还将 Claude 的应用程序连接器带入了语音模式,使用户能够从 Gmail、Google 日历、Slack、Canva 和 Notion 等工具中提取上下文信息。.
  • Anthropic 采取了与 OpenAI 的 GPT-Live 不同的发展路径,它专注于tron强大的推理模型和工具访问,而不是完全原生语音系统。.

Anthropic 对 Claude 的语音模式进行了重大升级,首次允许付费用户在其功能更强大的 Opus 和 Sonnet 型号上运行语音对话。.

此前,所有语音请求都通过 Haiku 4.5 进行路由,这是 Claude 开发的更小巧、更快速的模型。此次升级将使语音模式更适合处理复杂任务,而就在几周前,OpenAI 也发布了名为 GPT-Live 的对话平台升级版。.

克劳德的声音终于超越了俳句。

语音模式自去年以来就已加入 Claude 的生态系统,让用户可以与聊天机器人对话,而无需打字。 正如 Engadget 指出的那样,问题在于 Anthropic 为了保持较低的响应时间,将这些语音请求通过其最小、最快的型号 Haiku 进行处理。这种做法对于简单的提问有效,但对于更复杂的问题则不堪一击。

新版本允许用户选择 Opus 或 Sonnet 语音模式。Anthropic 告诉 TechCrunch ,语音聊天默认使用用户上次在文字聊天中使用的模式,并运行速度最快的版本,以确保对话流畅进行。据 9to5Mac 报道,界面内置的模式选择器允许用户在 Haiku、Sonnet 和 Opus 之间切换,而无需离开对话。

TestingCatalog 在公告发布前就发现了这个功能,并报道称,选择器作为外观控制项在语音模式中存在了大约三周,无论选择如何,每次会话仍然会路由到 Claude Haiku 4.5。.

选择 Opus 或 Sonnet 只是本周才开始改变实际的模型。.

应用程序连接器使语音功能在工作任务中发挥作用

此次升级还为 Claude 的应用连接器启用了语音模式。TechCrunch 报道称,该助手现在可以访问 Gmail、Google 日历、Slack、Canva 和 Notion,因此用户可以通过语音指令移动会议、撰写电子邮件或创建 Notion 文档。Engadget 也证实,用户授予权限后,语音可以从已连接的应用中获取上下文信息。.

Anthropic 将此次更新解锁的任务描述为耗时更长、更繁琐的任务:例如,演练客户提案、获取沟通方式的反馈,或大声地进行产品调研。“此次更新的重点在于智能分析和工具访问,”该公司表示,并补充说计划在今年晚些时候推出更多语音功能。.

据 Cryptopolitan 报道,Anthropic 在 2025 年 11 月的估值约为 3500 亿美元,其约 80% 的收入来自超过 30 万家企业客户。

这使得连接器访问成为语音升级中更为重要的部分。企业用户可以使用语音查询向 Claude 询问有关其电子邮件、日历、Slack 消息和文档的问题,这使得该工具更符合大型客户部署 Claude 的方式,例如在阿尔伯塔省(覆盖 27 个部门)和德勤(拥有 47 万名员工)等应用中使用的自主代理。.

Anthropic 扩展了对语音用户的语言支持

9to5Mac 列出了 11 种支持的语言:英语、法语、德语、印地语、印尼语、意大利语、日语、韩语、巴西葡萄牙语以及拉丁美洲和西班牙的西班牙语。.

语言切换并非matic进行。Engadget 指出,用户需要大声说出他们要切换语言,或者在语音设置菜单中选择新的语言。免费账户仍然仅限 Haiku 和一个连接的应用程序,但仍然可以使用所有支持的语言进行语音交流。.

Claude 和 GPT-Live 走了不同的道路

这两家公司似乎在语音技术领域采取了不同的策略。据 Anthropic 的一位代表介绍,Claude 采用的是轮流发言系统,也就是说,它会先听、思考,然后再说话。这与 OpenAI 的 GPT-Live 不同,后者可以同时进行聆听和发言。GPT-Live 于 2026 年 7 月 8 日面向所有 ChatGPT 订阅用户发布,并被誉为“计算机的主要交互界面”。

据 TechCrunch 报道,Anthropic 在此次版本更新中并未更改 Claude 的底层语音模型,也未完全详细说明其语音堆栈背后的技术。这意味着用户可能不会在诸如更流畅的语音中断等方面感受到显著改进。.

根据 TestingCatalog 的测试结果,Claude 似乎仍然使用文本转语音技术来生成语音,语音输出来自 ElevenLabs。不过,TestingCatalog 也发现中断处理功能运行正常。.

Anthropic 的优势之一在于工具。TechCrunch 指出,OpenAI 更新后的语音模式改变了对话风格,但仍然无法使用工具来完成任务。.

新的语音模式正在面向所有桌面、移动和网页用户推出测试版。.

 

最顶尖的加密货币专家都在阅读我们的简报。想 加入他们

米卡·阿比奥顿

米卡·阿比奥顿

Micah Abiodun充分利用他在塔林理工大学(TalTech)获得的环境工程与管理硕士学位,为 Cryptopolitan撰写内容和价格预测新闻。如今,他已在加密货币媒体领域耕耘七年,报道主流加密货币、山寨币、 DeFi、稳定币、宏观趋势和新兴技术。

更多…新闻