Ilgu laiku sarunas ar mākslīgā intelekta asistentiem balss formātā bija drīzāk ērtība ātriem jautājumiem, nevis nopietns darba rīks. Anthropic šo priekšstatu 23. jūlijā mēģina mainīt, izlaižot ievērojamu Claude balss režīma atjauninājumu, kas beidzot ļauj sarunām kļūt dziļākām, nevis tikai ātrākām.
No maza modeļa uz visu klāstu
Kopš pagājušā gada Claude piedāvā iespēju sarunāties ar asistentu balsī, taču līdz šim visi balss pieprasījumi tika novirzīti uz Haiku – uzņēmuma mazāko un ātrāko modeli. Tas nodrošināja ātras atbildes vienkāršiem jautājumiem, taču sarežģītākos uzdevumos modelis mēdza “paklupt”.
Ar jauno atjauninājumu tas mainās – balss režīms tagad var izmantot arī spēcīgākos Sonnet un Opus modeļus. Pēc noklusējuma sistēma izvēlas to pašu modeli, ko lietotājs pēdējo reizi izmantojis teksta sarunā. Taču to var mainīt arī sarunas vidū, izmantojot modeļa izvēlni. Anthropic skaidro, ka balss režīms izmanto izvēlētā modeļa ātrāko versiju, lai saruna noritētu raiti neatkarīgi no tā, kuru modeli lietotājs izvēlējies.
Sazināšanās ar citām lietotnēm
Iespējams, praktiskākais jauninājums ir tas, ka balss režīms tagad var piekļūt lietotāja pieslēgtajām trešo pušu lietotnēm. Piemēram, Gmail, Google kalendāram, Slack, Canva un Notion, ja vien lietotājs tam devis atļauju. Tas nozīmē, ka, runājot ar Claude, var lūgt pārcelt tikšanos kalendārā, sagatavot e-pasta melnrakstu vai izveidot dokumentu Notion vidē un tas viss balsī, bez nepieciešamības pārslēgties uz teksta saskarni.
Šī iespēja izceļ Claude no konkurentiem – OpenAI nesenais ChatGPT balss režīma atjauninājums gan uzlaboja sarunas dabiskumu, taču joprojām neļauj asistentam tieši veikt darbības citās lietotnēs.
Valodu atbalsts un tehniskās nianses
Balss režīms tagad atbalsta 11 valodas – klāt nākušas indonēziešu, kā arī jau iepriekš pieejamās angļu, franču, vācu, hindi, itāļu, japāņu, korejiešu, portugāļu un divi spāņu valodas varianti. Vienīgais mīnuss – Claude pagaidām pats automātiski neatpazīst, ja lietotājs sarunas vidū pārslēdzas uz citu valodu. To nepieciešams pateikt skaļi vai izvēlēties no iestatījumu izvēlnes.
Vērts pieminēt arī vienu tehnisku atšķirību no konkurentiem – Claude balss režīms darbojas pēc secīgas, nevis vienlaicīgas apstrādes principa. Praktiski tas nozīmē, ka asistents vispirms uzklausa teikto, tad apstājas, lai “padomātu”, un tikai pēc tam atbild – atšķirībā no pilnībā vienlaicīgas (fully duplex) sistēmas. Tāda ir OpenAI jaunajā risinājumā, kur runa un atbilžu ģenerēšana notiek paralēli. Praksē tas nozīmē, ka saruna ar Claude var justies nedaudz mazāk dabiska nekā ar dažiem konkurentiem.
Pieejamība
Jaunais balss režīms beta versijā šobrīd pieejams visiem lietotājiem – gan mobilajā, gan datora lietotnē, gan pārlūkprogrammas versijā. Bezmaksas kontu lietotājiem gan saglabāti ierobežojumi – viņiem pieejams tikai Haiku modelis un viena pieslēgta lietotne vienlaikus, lai gan valodu atbalsts pieejams pilnā apjomā arī bez maksas.
Maksas abonementu lietotājiem pieejami visi modeļi un visas pieslēgtās lietotnes, taču balss sarunas tiek ieskaitītas parastajos lietošanas limitos.
Anthropic norādījusi, ka šis atjauninājums galvenokārt vērsts uz intelekta un rīku pieejamības uzlabošanu. Uzņēmums turpina ieguldīt arī pašā balss tehnoloģijā – vairāk jaunumu solīts vēl šī gada laikā.
