ขอเริ่มจากรายละเอียดที่มักถูกมองข้ามก่อน: โหมดเสียงของ Claude เป็นแบบ "ผลัดกันพูด" คือคุณพูดจบประโยคหนึ่งแล้ว มันถึงจะเริ่มคิดว่าจะตอบยังไง ซึ่งต่างจากที่ OpenAI เพิ่งอัปเกรด ChatGPT ให้เป็นสถาปัตยกรรมแบบ "duplex" โดยสิ้นเชิง — ตระกูล GPT-Live สามารถฟังคุณพูดไปพร้อมๆ กับสร้างคำตอบไปด้วยในเวลาเดียวกัน เหมือนการสนทนาของมนุษย์จริงๆ ที่แย่งพูด แทรกพูดได้หมด แต่ Claude ทำแบบนั้นไม่ได้ มันจะรอให้คุณหยุดพูดก่อน แล้วค่อยตอบสนอง ทาง Anthropic เองก็ยอมรับข้อจำกัดนี้ และแนะนำว่าถ้าผู้ใช้ต้องการถามหลายคำถาม ควรถามทีละคำถาม อย่าใส่สามคำถามรวมในลมหายใจเดียว เพราะระบบมักจะเข้าใจผิดว่าจังหวะหยุดพักหายใจคือการพูดจบประโยคแล้ว
ความแตกต่างด้านสถาปัตยกรรมนี้เอง ที่เป็นตัวกำหนดว่าโหมดเสียงของ Claude ควรใช้งานอย่างไรจึงจะลื่นไหล
วิธีเปิดใช้งานและการเลือกโมเดล
โหมดเสียงมีมาตั้งแต่ปี 2025 แต่ในเดือนกรกฎาคมปีนี้ Anthropic ได้ทำการอัปเกรดครั้งใหญ่: แต่ก่อนโหมดเสียงใช้งานได้แค่ผ่านโมเดล Haiku ที่ตอบสนองเร็วที่สุดแต่ความสามารถน้อยที่สุด เพื่อลดความหน่วง ตอนนี้โมเดลที่แข็งแกร่งกว่าอย่าง Sonnet และ Opus ก็สามารถใช้สนทนาด้วยเสียงได้แล้ว แถมยังดึงเนื้อหาจากแอปที่คุณเชื่อมต่อไว้มาใช้เป็นบริบทได้โดยตรง วิธีใช้งานคือ เปิดแอปในมือถือ (ใช้ได้ทั้ง iOS และ Android โดย Anthropic บอกว่าประสบการณ์บนมือถือดีที่สุด) แตะไอคอนคลื่นเสียงสีดำที่มุมขวาล่าง — ไม่ใช่ไอคอนไมโครโฟนที่อยู่ข้างๆ — จากนั้นอนุญาตสิทธิ์ไมโครโฟนก็เริ่มพูดได้เลย พูดจบ Claude จะสร้างคำตอบให้อัตโนมัติ กดปุ่ม Stop อีกครั้งถึงจะออกจากโหมดเสียง ส่วนโมเดลสามารถสลับได้จากตัวเลือกด้านล่างของหน้าจอ: Haiku เน้นความเร็ว, Sonnet ตอบโจทย์งานประจำวันได้อย่างสบายๆ, Opus เก็บไว้สำหรับงานที่ซับซ้อนแต่ใช้ได้เฉพาะบัญชีแบบเสียเงินเท่านั้น
เชื่อมต่อ Gmail, ปฏิทิน แถมเปลี่ยนเสียงได้ด้วย
เหมือนกับการสนทนาด้วยข้อความ โหมดเสียงก็สามารถเรียกใช้แอปที่คุณเชื่อมต่อไว้แล้วได้ เช่น Gmail, Google Calendar, Slack เพียงแค่พูดว่า "ช่วยสรุปอีเมลล่าสุดให้หน่อย" มันก็จะไปอ่านอีเมลให้ทันที ครั้งแรกที่ใช้แอปฝ่ายที่สามตัวใดตัวหนึ่ง Claude จะขึ้นมาให้คุณอนุญาตสิทธิ์ก่อน ตอนนี้โหมดเสียงรองรับ 14 ภาษา (รวมสำเนียงท้องถิ่นหลายแบบ เช่น อังกฤษแบบบริติช, อินเดีย ส่วนโปรตุเกสก็แบ่งเป็นบราซิลกับโปรตุเกส) แต่ถ้าสลับภาษาในประโยคเดียวกันมันจะจับไม่ได้ ถ้าอยากเปลี่ยนภาษาต้องพูดประโยคบอกใบ้ก่อน เช่น "ฉันจะพูดภาษาไทยแล้วนะ" หรือไม่ก็ไปสลับด้วยมือในหน้าตั้งค่า ส่วนตัวเสียงเองก็สามารถลองฟังได้ในเมนู Voice ที่หน้าตั้งค่า ภาษาอังกฤษมีให้เลือก 5 โทนเสียง: Buttery, Airy, Mellow, Glassy, Rounded ส่วนผู้ใช้ภาษาญี่ปุ่นมีให้เลือกแค่ 2 แบบ ความเร็วในการพูดปรับได้ 3 ระดับคือ Slow, Normal, Fast วิธีการบันทึกเสียงก็เลือกได้ระหว่าง Hands free หรือ Push to talk โดย Anthropic แนะนำว่าถ้าอยู่ในที่เงียบให้ใช้แบบ hands free จะแม่นยำกว่า
บัญชีฟรีไม่ต้องสมัครสมาชิกก็ใช้โหมดเสียงได้ แต่ใช้ได้แค่ Haiku กับ Sonnet เท่านั้น ถ้าอยากใช้ Opus ต้องอัปเกรดเป็น Pro หรือ Max ถึงจะปลดล็อกได้ การสนทนาด้วยเสียงก็จะถูกนับรวมเข้าไปในโควตาการใช้งานเช่นกัน และบัญชีฟรีเชื่อมต่อได้แค่แอปเดียวในเวลาเดียวกัน ส่วนการเลือกภาษาไม่มีข้อจำกัด สลับได้ครบทั้ง 14 ภาษา
