Sesame CSM（Conversational Speech Model）是 Sesame AI 推出的开源对话语音模型，专注于生成自然、情感丰富且具备上下文感知能力的对话语音，是打造拟人语音助手的重要基础模型。
核心功能
- 对话式语音生成：针对多轮对话场景优化的语音合成
- 上下文感知：根据对话语境调整语气与表达
- 情感表达：语音自然带有情绪起伏，更具真人感
- 开源模型：权重开放，支持研究与二次开发
- 实时交互：适配实时语音对话应用
适用场景
- 拟人化语音助手与陪伴机器人
- 语音客服与交互式 IVR 系统
- 游戏 NPC 与虚拟角色配音
- 语音对话模型研究与开发
