芝麻的模型将在什么许可下发布？

芝麻已承诺在 Apache 2.0 许可下发布其模型。

芝麻语音技术的关键组成部分是什么？

关键组件包括：情商（阅读和响应情感环境）、会话动态（自然的 timing、停顿、中断）、上下文感知（调整语气以匹配情况）和一致的个性维护。

芝麻目前提供哪些模型尺寸？

芝麻提供三种模型尺寸：Tiny（1B backbone，100M decoder）、Small（3B backbone，250M decoder）和 Medium（8B backbone，300M decoder）。

芝麻 CSM 目前有哪些局限性？

主要的局限性是：它主要在英语数据上进行训练，多语言能力有限，它没有充分利用预训练的语言模型信息，并且它只能对文本和语音内容进行建模，而不是对话的完整结构。

芝麻如何评估其模型的性能？

芝麻使用客观和主观指标。客观指标包括词错误率、说话人相似度、同形异义词消歧和发音一致性。主观评估使用具有人工评估器的比较平均意见评分 (CMOS) 研究。

Sesame

WebsiteFree TrialAI Voice Assistants AI Character

Sesame 是一家 AI 初创公司，致力于开发突破性的对话语音技术，旨在通过其自然、具有情商的语音模型来跨越恐怖谷，该模型可以进行真正的对话。

访问网站

推广此工具

https://www.sesame.com/research/crossing_the_uncanny_valley_of_voice?ref=aipure&utm_source=aipure

概述
分析
替代方案

产品信息

更新于：2025年05月16日

Sesame 月度流量趋势

Sesame 经历了51.0%的流量下降，这可能是由于涉及未经授权登录活动的数据隐私事件，该事件可能导致用户信息泄露。这一事件可能削弱了用户信任，导致访问量大幅下降。

查看历史流量

什么是 Sesame

Sesame 由前 Oculus VR 首席执行官 Brendan Iribe 创立，并得到 Andreessen Horowitz 和 Spark Capital 等主要投资者的支持，正在通过其对话语音模型 (CSM) 彻底改变人机交互。该公司开发了名为 \'Maya\' 和 \'Miles\' 的 AI 语音助手，它们可以进行自然的对话，具有前所未有的情感表达能力和对话流畅性。他们的技术代表了在创建听起来和互动方式都感觉真正像人类的 AI 伙伴方面迈出的重要一步。

Sesame 的主要功能

Sesame 是一家开创性的人工智能语音技术公司，该公司开发了会话语音模型 (CSM)，旨在创建更自然、更具情感智能的语音交互。他们的技术结合了情感智能、会话动态和上下文感知，以实现“语音呈现”——使口语交互感觉真实且有价值。该公司计划在 Apache 2.0 许可下开源他们的模型，目前提供了一个演示，其中包含两种人工智能声音（Maya 和 Miles），它们展示了非常类似人类的语音功能。

情感智能: 能够阅读和响应情感环境，并相应地调整语气和表达

实时会话动态: 语音中自然的 timing、停顿、中断和强调，模仿人类的会话模式

上下文感知: 能够根据情况和会话历史调整语气和风格

多说话人支持: 具有多种语音个性（Maya 和 Miles），具有一致且适当的呈现