AI კომპანია Sesame-მა წარადგინა საფუძვლიანი მოდელი, რომელიც მართავს Maya-ს, ძალიან რეალისტური ხმის ასისტენტი. ეს მოდელი, რომელიც შეიცავს 1 მილიარდ პარამეტრს (სადაც „პარამეტრები“ მოდელის განსხვავებულ ასპექტებს ეხება), გამოქვეყნებულია Apache 2. 0 ლიცენზიის ქვეთავზე, რაც საშუალებას იძლევა შიდა გამოყენების გარეშე მინიმალური შეზღუდვებით. სახელწოდებით CSM-1B, მოდელი წარმოქმნის „RVQ აუდიო კოდებს“ როგორც ტექსტის, ისე აუდიო შეყვანებიდან, როგორც Sesame-ის ცნობაშია მოცემული AI განვითარების პლატფორმაზე Hugging Face. RVQ ნიშნავს „რჩენილი ვექტორის კვანტიზაციას“, მეთოდი, რომელიც გამოიყენება აუდიოს დაშიფრაში ცალკე ტოკენებად, ცნობილი როგორც კოდები. ეს ტექნიკა გამოიყენება თანამედროვე AI აუდიო ტექნოლოგიებში, მათ შორის Google-ის SoundStream და Meta-ს Encodec. CSM-1B აგებულია Meta-ს Llama ოჯახის მოდელზე და შეიცავს აუდიო “დეკოდერის” კომპონენტს. Sesame-ის განცხადებით, CSM-ის დახვეწილი ვერსია იძლევა ენერგიას Maya-სთვის. CSM-1B-ის Hugging Face და GitHub რეპოზიტორიუმებში Sesame აცხადებს: „აქ წარმოდგენილი მოდელი წარმოადგენს ბაზის გენერაციის მოდელს. იგი შეუძლია სხვადასხვა ხმის გამომუშავება, თუმცა არ არის დახვეწილი კონკრეტული ხმისთვის.

[…] მოდელს აქვს გარკვეული შესაძლებლობები ინგლისურუნაროვანი ენებისთვის, თუმცა მისი შესრულების ხარისხი სავარაუდოდ საშუალო იქნება. “ მძიმეა გასაკეთებელი, რას წარმოადგენდა Sesame CSM-1B-ის გასანათლებლად, რადგან კომპანია ამ ინფორმაციას არ აკმარებს. მნიშვნელოვანია აღინიშნოს, რომ მოდელს არ გააჩნია სერიოზული უსაფრთხოების მექანიზმები. Sesame ეყრდნობა პატიოსნობის სისტემას, რომელიც encourages-ობს დაადასტუროს developers და მომხმარებლებს, რომ არ გამოიყენონ მოდელი ვიღის ხმის მისაბაძად ნებართვის გარეშე, შეიქმნან დამაბნეველი მასალა, როგორიცაა ტყუილი ინფორმაცია, ან ჩართულიყვნენ საზიანო ან მავნე მოქმედებებში. მე გავატარე დემო Hugging Face-ზე, და ჩემი ხმის იმიტაცია ერთი წუთზე ნაკლებ დროში მოხდა. ამის შემდეგ, სხვადასხვა თემებზე, მათ შორის პრობლემური საკითხების, როგორიცაა არჩევნები და რუსული პროპაგანდა, სპიჩის გამოწერა საკმაოდ მარტივი იყო. ვაჭრობის ანგარიშები हालातი ითვალისწინებს, რომ ბევრი ცნობილი AI გართულებული ხმის კლონირების ინსტრუმენტი დღევანდელი დღეისათვის არ გააჩნია „მნიშვნელოვანი“ დაცვის გადაწყვეტილები თაღლითობისა თუ არასწორი გამოყენებისგან. Sesame, რომელიც თანადაფუძნებულია Oculus-ის თანა-შემქმნელ Brendan Iribe-ის მიერ, დიდი ყურადღება მიიპყრო თებერვლის ბოლოს თავისი ასისტენტური ტექნოლოგიით, რომელიც თითქმის გადაადგილებს უცნობ ველს. Maya და Sesame-ის სხვა ასისტენტი, Miles, სუნთქავენ, წარმოგვიდგენენ საუბრის ყოფით ხასიათს და შეიძლება interromstätte ყოფნისას, მსგავსი OpenAI-ის წევრების რეჟიმთან. კომპანია მიიღო აუდიტორიის ინვესტიცია Andreessen Horowitz, Spark Capital და Matrix Partners-ისგან. ხმის ასისტენტური ტექნოლოგიის განვითარებაზე მეტად, Sesame გაწვდავს AI სათვალეებს, რომლებსაც „სხვადასხვა დღეში დარჩენისათვის“ უნდა გამოიყენოს საკუთარი მოდელები.