AnthropicがClaudeに音声モードを準備中、早ければ今月中にもChatGPTに対抗へ

Claudeでコードを書いたり長文を練ったりしているとき、スマホのキーボードを打つのがもどかしく感じたことがある人は多いはずです。

先行するChatGPTがリアルタイムの音声モードで日常の会話体験を広げる中、Claudeは長らくテキスト中心の仕様にとどまっていました。しかし、その差が埋まろうとしています。

Bloombergの報道によると、Anthropicは対話型AI「Claude」に音声モードを追加する準備を進めており、早ければ今月内にも提供を開始する見込みです。

アプリ解析で見つかった3種類の音声

この機能の兆候を最初に見つけたのは、アプリ解析で知られるリサーチャーのM1Astra氏でした。ClaudeのiOSアプリ内に音声機能に関する記述を発見し、その後Bloombergが独自取材で裏付けを取りました。

導入が計画されている英語の音声オプションは3種類で、それぞれ「Airy」「Mellow」「Buttery」と名付けられています。軽やかさや落ち着き、滑らかさを意識したトーンになるとみられます。

Anthropicの最高製品責任者（CPO）であるMike Krieger氏は先月、Financial Timesの取材に対して社内で音声機能を開発中であることを認めていました。プロトタイプがすでに存在し、音声は有用なモダリティだと述べています。

Anthropicは最近、月額200ドルのパワーユーザー向けプランを発表したほか、調査・研究に特化したAIツールを公開するなど、ハイエンド向け機能の拡充を急速に進めています。

なぜ重要か

ユーザーにとって最大の恩恵は、論理構成や要約に定評のあるClaudeの知能を、ハンズフリーで呼び出せるようになる点です。移動中のアイデア整理や音声でのブレインストーミングなど、キーボードに向かえない状況での実用性が一気に高まります。ただし初期は英語音声のみとなるため、多言語対応の広がりには少し時間がかかる可能性があります。

業界全体から見れば、OpenAIが消費者向け機能で築いてきたリードをAnthropicが確実に潰しにかかっている構図です。推論性能やプログラミング能力で拮抗する中、自然な音声対話ができるかどうかは日常的な乗り換えを防ぐ大きな防壁でした。

Anthropicのアプローチは着実ですが、音声対話は遅延や自然な相槌の処理など技術的なハードルが高く、サーバーコストも跳ね上がります。この新機能が一般ユーザーに広く開放されるのか、それとも高価格プランの差別化要素になるのかが、今後の普及スピードを大きく左右しそうです。