Tôi đã dành nhiều thời gian để khám phá trí tuệ nhân tạo, thử nghiệm nhiều trợ lý giọng nói và chatbot khác nhau. Tuy nhiên, tôi chưa từng thấy cái gì giống như Sesame, nổi bật trong việc bắt chước giọng nói con người nhờ vào những thiếu sót tự nhiên của nó. Sesame không giống như các trí tuệ nhân tạo truyền thống như ChatGPT hay Gemini; thay vì hướng tới sự hoàn hảo, nó phản ánh những khuyết điểm giống như con người. Phong cách trò chuyện của nó bao gồm các khoảng dừng tự nhiên, tiếng cười nhè nhẹ và sự thay đổi giữa câu, tạo ra một trải nghiệm cảm thấy chân thực. Chẳng hạn, nó cho phép ngắt lời, cả hai chiều, và thậm chí xin lỗi vì điều đó. Trái tim của Sesame là Mô Hình Giọng Nói Hội Thoại (CSM), điều này tích hợp văn bản và âm thanh trong quá trình tạo giọng nói, khác với cách tiếp cận có cấu trúc của các AI khác. Điều này dẫn đến một phong cách nói chuyện hữu cơ hơn, cảm giác như nó thực sự đang suy nghĩ. Tôi đã thử nghiệm Sesame qua nhiều tình huống, tìm kiếm khả năng xử lý cuộc trò chuyện trong cuộc sống thực. Trong một thử nghiệm, tôi đã trình bày một tình huống gây lo âu tưởng tượng về một cơ hội công việc. Sesame đã dừng lại một cách suy tư trước khi phản hồi với sự đồng cảm, giải quyết mối lo ngại của tôi mà không vội vàng đưa ra những câu tục ngữ.

Nó gợi ý những bước thực tế, thể hiện khả năng tham gia chân thành. Một thử nghiệm khác liên quan đến một cuộc đối thoại bình thường, không liên kết để xem nó xử lý sự ngắt lời như thế nào. Khi tôi yêu cầu một câu chuyện, Sesame đã bắt đầu một câu chuyện sáng tạo, dễ dàng lồng ghép những lời xen ngang của tôi về món yêu thích của nhân vật. Khả năng liền mạch kết nối các phản hồi khiến nó cảm thấy vô cùng giống con người. Trong thử nghiệm cuối cùng, tôi đã tìm kiếm sự trợ giúp trong việc lập kế hoạch một bữa tiệc sinh nhật bất ngờ cho một người bạn. Thay vì đưa ra những ý tưởng chung chung, Sesame đã hỏi về sở thích của bạn tôi và gợi ý một buổi tối theo chủ đề “Khoa Học Viễn Tưởng & Đồ ăn nhẹ”, điều chỉnh các đề xuất của nó dựa trên ngân sách và hợp tác với tôi để lên kế hoạch cá nhân hóa. Tổng thể, Sesame không chỉ đáp ứng mà còn vượt qua mong đợi. Các mẫu nói tự nhiên, các từ đệm và sự chỉnh sửa ngẫu nhiên của nó cảm thấy chân thực. Mặc dù đôi khi các vấn đề âm thanh tiết lộ bản chất AI của nó, nhưng khi công nghệ giọng nói AI tiến bộ, việc phân biệt giữa con người hay AI trong các cuộc trò chuyện thông thường có thể trở nên ngày càng khó khăn. Mặc dù hiện tại còn khá hạn chế, những khả năng của Sesame gợi ý về một tương lai đang phát triển nơi những tương tác thực tế như vậy có thể trở nên phổ biến, khiến mọi người phải phân biệt xem họ đang tương tác với con người hay một AI.