Sesame Maya e Miles: voci AI conversazionali che puntano a superare l'uncanny valley
In una frase Sesame, startup guidata dal cofondatore di Oculus Brendan Iribe, presenta il Conversational Speech Model (CSM) e una demo pubblica con le voci Maya e Miles, molto naturali nel ritmo e nell'espressività. Annuncia il rilascio open source dei componenti chiave con licenza Apache 2.0.
Il 27 febbraio 2025 Sesame pubblica la ricerca Crossing the uncanny valley of conversational voice e apre una demo gratuita con due voci, Maya e Miles. Chi le prova nota pause, esitazioni, risate e cambi di tono che le fanno sembrare molto più umane delle solite voci sintetiche, e la demo diventa rapidamente virale.
Dietro c'è il Conversational Speech Model (CSM), un modello che genera il parlato tenendo conto della conversazione in corso, non solo del testo da leggere. Sesame annuncia anche che rilascerà in open source i componenti principali con licenza Apache 2.0.
I limiti sono dichiarati dagli autori: il modello è addestrato soprattutto in inglese e, nei test d'ascolto con il contesto della conversazione, le registrazioni umane restano preferite.
Aziende
Sesame
Tool
Sesame Maya, Sesame Miles, CSM
Tag
Fonti