برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید
San Francisco AI Startup Anthropic آستین خود را بیشتر از مدل جدید Claude Opus 4 و Sonnet 4 Model Largle Language (LLMS) در هفته گذشته اعلام کرد – امروز این دو به روزرسانی اصلی را برای Claude Ai Chatbot رونمایی کرده است: یک حالت صوتی مکالمه جدید خود در مورد برنامه های تلفن همراه خود در فروشگاه Apple App App (IOS ، IPHONES) و Google Tear
علاوه بر این ، استارتاپ هوش مصنوعی که Rivals Openai (و توسط برخی از مدافعان آن شکل گرفته است) نیز در برنامه های رایگان جستجوی وب را برای همه کاربران گسترش می دهد.
این به روزرسانی ها هدف این است که کلود همه کاره تر و در دسترس مخاطبان گسترده تر باشد.
الکس آلبرت ، رئیس روابط Claude ، در شبکه اجتماعی X ، نوشت: “اجرای اولیه صدا اما چیزی که قبلاً بسیار سرگرم کننده و مفید پیدا کردم.”
با این حال ، رابط صوتی مکالمه کلود در حال حاضر محدود به انگلیسی است ، و هنوز در مورد پشتیبانی API از این ویژگی و نه پشتیبانی وب ذکر نشده است – به این معنی که در حال حاضر محدود به کاربران برنامه تلفن همراه است.
ضربه زدن به Openai که در آن صدمه دیده است
گفته می شود که حالت جدید Claude Voice طی چند هفته آینده به همه کاربران برنامه تلفن همراه در حال چرخش است.
در حالی که Rival Openai از اواخر سال 2023 حالت صوتی مکالمه ای را در ChatGPT ارائه داده و چندین بار آن را به طور قابل توجهی به روز کرده است ، حالت مکالمه جدید کلود آن را به برابری و سپس برخی از آنها می رساند ، و برخی از ویژگی ها را ارائه می دهد.
همانطور که در یک فیلم تبلیغاتی ارسال شده در X نشان داده شده است ، کاربران برنامه های تلفن همراه Claude اکنون می توانند از طریق رابط صوتی مکالمه ای برای Claude درخواست کنند تا تقویم های Google ، Gmail و Google خود را برای اطلاعات خاصی که Chatbot خلاصه می کند ، از جمله قرار ملاقات های پیش رو و مطالب ارائه را به صورت شنیدنی به آنها بپردازد.
در حالی که رابط مکالمه و جستجوی وب در دسترس کاربران ردیف رایگان Claude است ، ادغام با برنامه ها و ابزارهای خارجی فقط برای پرداخت مشترکان به Claude Pro (20 دلار در ماه یا 214.99 دلار در سال به روز) و Claude Max (100 دلار ماهانه در هر کاربر) در دسترس است.
مانند OpenAI ، کاربران می توانند از گزینه های مختلف صوتی – در مورد کلود ، آنها به عنوان “قصابی ، هوای مطبوع ، ملایم ، شیشه ای و گرد” شناخته شوند – هر کدام دارای رنگ های مشخص ، لهجه ها و مکالمه های مکالمه ای هستند.
مکالمات صوتی رونوشت های کامل و خلاصه حالت صدا را ایجاد می کند. علاوه بر این ، کلود یادداشت های بصری را ارائه می دهد که بینش های کلیدی را از هر بحث ضبط می کند و راهی آسان برای بررسی و بازنگری نکات مهم به کاربران می دهد.
انتقال یکپارچه بین متن و صدا ، به علاوه پشتیبانی رسانه ای غنی
یکی از ویژگی های قابل توجه حالت صدا ، امکان جابجایی یکپارچه بین تعامل متن و صدا بدون از دست دادن زمینه مکالمه است. این انعطاف پذیری از تنظیمات مختلف کاربر و موارد استفاده پشتیبانی می کند.
فراتر از گفتگوی گفتاری ، حالت صوتی نیز تعامل رسانه ای غنی را انجام می دهد. کاربران می توانند در حالی که کلود جریان مکالمه را حفظ می کند ، اسناد ، تصاویر و اطلاعات پیچیده را با استفاده از دستورات صوتی بحث کنند. این امر امکان تعامل عمیق تر با محتوا و دسترسی آسان تر به بینش را فراهم می کند.
برای کاربران Pro Plan و بالاتر ، حالت صوتی همچنین منابع اطلاعات شخصی-مانند ایمیل ، رویدادهای تقویم و اسناد-را در کنار نتایج جستجوی وب در زمان واقعی ادغام می کند. این ترکیبی از منابع داده یک تجربه مکالمه جامع تر و عملی تر را ارائه می دهد.
جستجوی وب برای همه
به موازات برنامه صوتی ، Anthropic با در دسترس بودن آن در برنامه های رایگان ، دسترسی به جستجوی وب را گسترش داده است. این قابلیت جدید کلود را قادر می سازد تا داده های اینترنتی در زمان واقعی را ترسیم کند ، و پاسخ های تازه تری و دقیق تری به سؤالات مربوط به اخبار ، روند بازار و سایر موضوعات پویا ارائه می دهد.
جستجوی وب برای برنامه های رایگان به ابزار در حال رشد کلود از ادغام ها و منابع دانش می افزاید ، و این باعث می شود که کاربران بتوانند پاسخ های مربوطه را دریافت کرده و در جریان بمانند.
دید گسترده تر انسان شناسی
انسان شناسی خاطرنشان می کند که فناوری صوتی قلمرو جدیدی برای این شرکت نیست.
فراتر از ویژگی های گفتار به متن در برنامه های تلفن همراه Claude ، Anthropic همچنین خدمات رونویسی Alexa+ و Otter AI آمازون را قدرت می دهد.
این تجربیات از توسعه حالت صوتی جدید و پتانسیل آن برای ادغام با سایر قسمت های زندگی دیجیتال کاربر خبر می دهد.
این به روزرسانی ها به مجموعه گسترده تری از پیشرفت های Claude می پیوندند ، از جمله راه اندازی Claude 4 ، ادغام با فضای کاری Google و قابلیت های تحقیق گسترش یافته.
فشار به سمت تعامل کاربر همه کاره
Anthropic سهولت کاربران را می تواند مکالمه صوتی را آغاز کند و از کلود بخواهد که ورودی های تقویم را خلاصه کند یا اسناد را جستجو کند – نمایش قابلیت های گسترده این پلتفرم.
Anthropic همچنین دارایی های رسانه ای را به اشتراک گذاشته است تا منابع دیگری را برای کاربران علاقه مند به کسب اطلاعات بیشتر در مورد به روزرسانی ها فراهم کند.
با استفاده از حالت صوتی در بتا و جستجوی وب که اکنون برای برنامه های رایگان گنجانده شده است ، Anthropic همچنان به گسترش عملکرد و دسترسی خدمات AI Claude ادامه می دهد. این به روزرسانی ها گام دیگری در ساخت هوش مصنوعی مکالمه سازگار و مرتبط با کارهای روزانه کاربران نشان می دهد.