まず見落とされがちな細部から。Claudeの音声モードは「順番制」だ。あなたが一文話し終えてから、Claudeが返答を考え始める。これはOpenAIが最近ChatGPTの音声機能に導入した「デュプレックス」方式とは根本的に異なる——GPT-Liveシリーズは、あなたが話している最中でも同時に返答を生成でき、まるで人間同士の会話のように割り込みも可能だ。Claudeはそうではない。あなたが話を止めるのを大人しく待ち、それから反応する。Anthropic自身もこの制約を認めており、複数の質問をする場合は一気に3つ詰め込まず、1つずつ質問するよう推奨している。息継ぎの間をシステムが「発話終了」と誤認識しやすいためだ。
この仕組みの違いが、Claude音声モードを使いこなすコツを決めている。
起動方法とモデル選択
音声モード自体は2025年から存在していたが、今年7月にAnthropicは実質的なアップグレードを行った。それまで音声は反応速度重視で能力の低いHaikuモデルのみで動作していた（遅延を抑えるため）が、現在はより高性能なSonnetとOpusでも音声対話が可能になり、さらに接続済みのアプリの内容を直接コンテキストとして取得できるようになった。操作方法は、モバイルアプリ（iOS・Android対応、Anthropicによればモバイル体験が最も快適とのこと）で右下の黒い波形アイコン——隣のマイクアイコンではない——をタップし、マイク権限を許可すれば音声モードが開始する。話し終えるとClaudeが自動的に返答を生成し、再度「Stop」をタップすると音声モードが終了する。モデルは画面下部のセレクターで切り替え可能：Haikuは速度重視、Sonnetは日常タスクに最も手軽、Opusは複雑なタスク向けだが有料アカウント限定となる。
Gmail・カレンダーと連携、音声の変更も可能
テキストでの対話と同様、音声モードでも接続済みのアプリ——Gmail、Googleカレンダー、Slackなど——を呼び出せる。「最近のメールを整理して」と話しかけるだけで、メールを読み込んでくれる。特定のサードパーティアプリを初めて使う際は、Claudeが許可を求めるポップアップを表示する。現在音声は14言語（英式・インド式などの地域アクセントを含む、ポルトガル語もブラジル版とポルトガル版に分かれる）をサポートしているが、同一の発話内で言語を切り替えることは検出できない。言語を変更したい場合は「日本語で話します」のような口頭での指示を先に出すか、設定画面から手動で切り替える必要がある。声質自体は設定内のVoiceメニューで試聴可能で、英語には5種類の音色——Buttery、Airy、Mellow、Glassy、Rounded——が用意されているが、日本語ユーザーは2種類のみ選択できる。話す速度はSlow、Normal、Fastの3段階で調整可能、録音方式もHands freeまたはPush to talkから選べる。Anthropicは静かな環境ではハンズフリーの方が精度が高いと推奨している。
無料アカウントでもサブスクリプションなしで音声モードは利用できるが、使えるのはHaikuとSonnetのみで、Opusを解放するにはProまたはMaxへのアップグレードが必要だ。音声対話も通常の利用量制限にカウントされ、無料アカウントは同時に接続できるアプリが1つに限られる。言語選択に制限はなく、14言語すべて切り替え可能だ。
