Sesame là mô hình AI bằng giọng nói dành riêng cho cuộc hội thoại được phát triển bởi công ty Sesame AI của Hoa Kỳ và là công nghệ hiện thực hóa cuộc đối thoại bằng giọng nói với các khoảng dừng tự nhiên và biểu hiện cảm xúc.
Sesame đề cập đến mô hình AI giọng nói dành riêng cho cuộc hội thoại (CSM) được phát triển bởi Sesame AI ở Hoa Kỳ. Nó được đặc trưng bởi thực tế là mục tiêu thiết kế không phải là tính tự nhiên của việc đọc mà là trải nghiệm trò chuyện theo thời gian thực, bao gồm đồng bộ hóa, tạm dừng và các sắc thái cảm xúc. Giọng demo `` Maya '' và '' Miles '' đã đạt được sự tương tác giống con người và trở thành chủ đề nóng, đồng thời một mô hình nhỏ cũng được phát hành dưới dạng mã nguồn mở. Trong thực tế sử dụng kể từ năm 2026, người ta cho rằng vẫn sẽ có sự khác biệt về độ chính xác của ngữ điệu và cách diễn đạt trong tiếng Nhật so với tiếng Anh và cần phải xác minh điều đó bằng dữ liệu nội bộ trước khi giới thiệu nó cho các ứng dụng hỗ trợ khách hàng hoặc trợ lý giọng nói tại hiện trường. So sánh giá thị trường với các API thoại thương mại, bạn càng muốn có hiệu suất theo thời gian thực thì chi phí thanh toán theo nhu cầu sử dụng càng tăng và nếu định lưu trữ GPU của riêng mình, bạn sẽ cần xem xét chi phí cơ sở hạ tầng khi đưa ra lựa chọn. Các tiêu chuẩn về tốc độ phản hồi và chất lượng giọng nói bắt buộc phải thay đổi tùy thuộc vào việc ứng dụng dành cho mục đích giải trí hay hỗ trợ, do đó, thông lệ chung trong lĩnh vực này là so sánh nhiều mô hình trước khi giới thiệu chúng.