شرکت هوش مصنوعی سسام مدل بنیادی را معرفی کرده است که موتور محرک مایا، یک دستیار صوتی به طرز چشمگیری طبیعی است. این مدل که شامل یک میلیارد پارامتر است (که در اینجا «پارامترها» به اجزای متمایز مدل اشاره دارد)، تحت مجوز آپاچی ۲. ۰ منتشر شده است که به استفاده تجاری با حداقل محدودیت‌ها اجازه می‌دهد. مدل CSM-1B، "کدهای صوتی RVQ" را از ورودی‌های متنی و صوتی تولید می‌کند، به گفته سسام در پلتفرم توسعه هوش مصنوعی هاجینگ فیس. RVQ به معنای "کوانتایزاسیون وکتور باقی‌مانده" است، روشی که برای کدگذاری صدا به توکن‌های گسسته‌ای به نام کدها استفاده می‌شود. این تکنیک در فناوری‌های صوتی هوش مصنوعی معاصر مختلف، از جمله SoundStream گوگل و Encodec متا استفاده می‌شود. CSM-1B بر اساس مدلی از خانواده لامای متا ساخته شده و شامل یک مؤلفه "رمزگشا" صوتی است. به گفته سسام، نسخه‌ای که به‌طور دقیق تنظیم شده، CSM را برای توانمندسازی مایا به کار می‌برد. در مخازن هاجینگ فیس و گیت‌هاب CSM-1B، سسام بیان می‌کند: "مدل منبع باز شده در اینجا یک مدل تولید پایه است. این مدل می‌تواند انواع صداها را تولید کند، اما برای هیچ صدای خاصی به‌طور دقیق تنظیم نشده است.

[. . . ] این مدل به دلیل آلودگی داده‌ها در مجموعه آموزشی، برخی قابلیت‌ها برای زبان‌های غیرانگلیسی دارد، اما عملکرد آن انتظار می‌رود که بهینه نباشد. " هنوز مشخص نیست که سسام از چه داده‌هایی برای آموزش CSM-1B استفاده کرده است، زیرا این شرکت این اطلاعات را فاش نکرده است. قابل ذکر است که این مدل دارای تدابیر محافظتی کافی نیست. سسام به یک سیستم اعتماد متکی است و توسعه‌دهندگان و کاربران را تشویق می‌کند تا از استفاده از مدل برای تقلید از صدای کسی بدون اجازه، تولید محتوای گمراه‌کننده مانند اخبار کذب، یا مشارکت در فعالیت‌های مضر یا بدخواهانه خودداری کنند. من دمو را در هاجینگ فیس آزمایش کردم و تقلید از صدای من کمتر از یک دقیقه طول کشید. پس از آن، تولید گفتار در موضوعات مختلف، از جمله موضوعات بحث‌انگیز مانند انتخابات و پروپاگاندای روسی، آسان بود. Consumer Reports به تازگی هشدار داده است که بسیاری از ابزارهای محبوب کلاهبرداری صوتی که امروز در دسترس هستند، از حفاظت‌های "معنی‌دار" در برابر تقلب یا سوءاستفاده برخوردار نیستند. ساسام، که توسط برندان ایریب، یکی از خالقان اوکولوس، تأسیس شده است، در اواخر فوریه توجه زیادی را به فناوری دستیار خود جلب کرد که تقریباً به دره عجیب و غریب نزدیک می‌شود. مایا و دستیار دیگر سسام، مایلز، نفس می‌کشند، ناپیوستگی‌های گفتاری را نشان می‌دهند و می‌توانند هنگام صحبت قطع شوند، مشابه حالت صوتی OpenAI. این شرکت سرمایه‌گذاری نامشخصی از Andreessen Horowitz، Spark Capital و Matrix Partners جذب کرده است. فراتر از توسعه فناوری دستیار صوتی، سسام در حال ساخت نمونه‌های اولیه عینک‌های هوش مصنوعی "مخصوص استفاده تمام‌روزه" است که از مدل‌های اختصاصی خود بهره می‌برد.