芝麻街的模型將根據什麼許可證發布？

芝麻街已承諾根據Apache 2.0許可證發布其模型。

芝麻街的語音技術的關鍵組件是什麼？

關鍵組件包括：情商（閱讀和響應情感背景）、對話動態（自然的時機、停頓、中斷）、情境意識（調整語氣以匹配情境）和一致的個性維護。

芝麻街目前提供哪些模型尺寸？

芝麻街提供三種模型尺寸：Tiny（10億骨幹，1億解碼器）、Small（30億骨幹，2.5億解碼器）和Medium（80億骨幹，3億解碼器）。

芝麻街的CSM目前的局限性是什麼？

主要的局限性是：它主要在英語數據上進行訓練，多語言能力有限，它沒有充分利用預訓練的語言模型信息，並且它只能對文本和語音內容進行建模，而不是對完整對話結構進行建模。

芝麻街如何評估其模型的性能？

芝麻街使用客觀和主觀指標。客觀指標包括詞錯誤率、說話人相似度、同形異義詞消歧和發音一致性。主觀評估使用比較平均意見分數（CMOS）研究與人類評估員。

Sesame

WebsiteFree TrialAI Voice Assistants AI Character

Sesame 是一家人工智慧新創公司，正在開發突破性的對話語音技術，旨在通過其自然、情感智慧的語音模型跨越恐怖谷，該模型可以進行真正的對話。

訪問網站

宣傳此工具

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

概覽
分析
替代方案

產品資訊

更新時間：2025年06月15日

Sesame 每月流量趨勢

芝麻街經歷了40.5%的流量下降，這可能是由於失去聯邦資金以及「準備學習」補助金的終止所致。最近轉移至Netflix平台可能尚未抵消這些財務挫折帶來的影響。

查看歷史流量

什麼是 Sesame

Sesame 由前 Oculus VR CEO Brendan Iribe 創立，並獲得 Andreessen Horowitz 和 Spark Capital 等主要投資者的支持，正在通過其對話語音模型 (CSM) 徹底改變人機互動。該公司開發了名為「Maya」和「Miles」的人工智慧語音助理，它們可以進行自然的對話，具有前所未有的情感表達能力和對話流暢性。他們的技術代表了在創建聽起來和互動方式都感覺真正像人類的人工智慧同伴方面向前邁出的重要一步。

Sesame 的主要功能

Sesame 是一家開創性的人工智慧語音技術公司，開發了會話語音模型 (CSM)，旨在創造更自然、更具情感智慧的語音互動。他們的技術結合了情感智慧、會話動態和情境感知，以實現「語音臨場感」——使口語互動感覺真實且有價值。該公司計劃在 Apache 2.0 許可證下開源其模型，目前提供一個演示，其中包含兩種人工智慧語音（Maya 和 Miles），展示了非常像人類的語音功能。

情感智慧: 能夠讀取和回應情感情境，並相應地調整語氣和表達

即時會話動態: 語音中自然的時機、停頓、中斷和強調，模仿人類的會話模式

情境感知: 能夠根據情況和會話歷史調整語氣和風格

多說話者支援: 具有多種語音個性（Maya 和 Miles），具有一致且適當的臨場感