ElevenLabs的最强竞争对手，Sesame的语音模型真能媲美真人？
白鲸出海约 2 分钟AI 语音的突破点，来了吗？
出品 | 白鲸出海AI组
作者 | 张凯然
总部所在地：美国硅谷
时间线：公司成立于 2023 年，2025 年 2 月上线语音助手 Maya&Miles，2025 年 3 月推出 CSM 语音生成模型，并开源 1B 版本。
融资情况：2023 年 11 月 1 日，完成由 a16z 领投的 4750 万美元 A 轮融资，新一轮融资仍在洽谈中。
产品概述：语音助手及语音生成模型。
2 月 28 日，Sesame 推出了 AI 语音助手 Maya（女性声音）&Miles（男性声音），该语音助手最大的差异点是主打真实和感情饱和，The Verge 在体验之后表示，它做得比其他所有语音助手都要好。
在 3 月 13 日，Sesame 又发布了 2 个语音助手背后的基础模型 CSM，该模型能够处理文本和音频输入，实现文本转语音和实时对话的效果，其基本架构是在 Meta 的 Llama 开源模型的基础上叠加 Sesame 自研的音频生成模型。目前 CSM 模型有三种不同规格，目前开源的是 10 亿参数的 Tiny 模型，还有 30 亿参数的 Small 模型和 80 亿参数的 Medium 模型。
测试方法：给 Sesame 文字内容，
生成双人语音对话的音频
根据我们的测试结果，Sesame 模型不仅在自然度和情感方面做得非常好，还支持生成多人对话的语音内容，其多人对话场景的情感表达，与真人对话几乎无异。除此之外 CSM 模型还具备克隆声音、上下文感知能力和 2 分钟的对话记忆功能，其端到端延迟为 380 毫秒。虽然模型整体质量不错，但在多语言支持上，CSM 做的仍不太好，生成其他语言内容时，其质量显著低于英语内容。
除了语音助手与模型外，Sesame 还在开发搭载语音助手 Maya&Miles 的眼镜，进军硬件产业。
推荐阅读
第一款千万美元月流水的混休爆款，它来了
从AI硬件的失败案例里，我们总结了这三个教训
国内中小团队做益智解谜，拿下海外近百万DAU
藏在北京的团队，把垂类App矩阵做到5000万美元年流水
Musical.ly之父阳陆育押注AI陪伴下半场：虚拟女友向左，Museland的“剧本杀”向右
商务合作
Cassie | 微信：18506490569
Ares | 微信：18606066421
Lina | 微信：13381020131
David | 微信：13809501924
Ania | 微信：13720814733
Echo | 微信：13003974360
Shadow | 微信：18650708568
Demerly | 微信：18150844790
Lia | 微信：baijing018
白鲸出海魏方丹 | 微信：bjbandari02
（添加请备注姓名、公司及职位）
长按识别二维码，备注“白鲸”申请加入白鲸社群，获取更多资讯、活动、资源