Syarikat AI Sesame telah memperkenalkan model asas yang memacu Maya, satu pembantu suara yang sangat mirip kehidupan. Model ini, yang terdiri daripada 1 bilion parameter (di mana “parameter” merujuk kepada komponen berbeza dalam model), dikeluarkan di bawah lesen Apache 2. 0, membenarkan penggunaan komersial dengan sekatan yang minimum. Dinamakan CSM-1B, model ini menghasilkan “kod audio RVQ” daripada input teks dan audio, mengikut penerangan Sesame di platform perkembangan AI, Hugging Face. RVQ adalah singkatan kepada “kuantisasi vektor residual, ” satu kaedah yang digunakan untuk menyandi audio ke dalam token diskret yang dikenali sebagai kod. Teknik ini digunakan dalam pelbagai teknologi audio AI kontemporari, termasuk SoundStream Google dan Encodec Meta. CSM-1B dibina berdasarkan model dari keluarga Llama milik Meta dan menggabungkan komponen “penyahsandi” audio. Menurut Sesame, versi yang telah disempurnakan CSM memacu Maya. Dalam repositori Hugging Face dan GitHub CSM-1B, Sesame menyatakan, “Model yang sumber terbuka di sini adalah model generasi asas. Ia boleh menghasilkan pelbagai suara tetapi belum disempurnakan untuk mana-mana suara tertentu.

[…] Model ini mempunyai sedikit kemampuan untuk bahasa bukan Inggeris kerana pencemaran data dalam set latihan, tetapi prestasinya dijangka kurang optimal. ” Masih belum jelas data apa yang digunakan Sesame untuk melatih CSM-1B, kerana syarikat itu belum mendedahkan maklumat ini. Penting untuk diperhatikan bahawa model ini tidak mempunyai perlindungan yang substansial. Sesame bergantung kepada sistem kehormatan, menggalakkan pemaju dan pengguna untuk tidak menggunakan model tersebut untuk meniru suara seseorang tanpa kebenaran, mencipta bahan yang mengelirukan seperti berita palsu, atau terlibat dalam aktiviti berbahaya atau berniat jahat. Saya menguji demo di Hugging Face, dan meniru suara saya mengambil masa kurang dari satu minit. Selepas itu, menghasilkan ucapan mengenai pelbagai topik, termasuk yang kontroversi seperti pilihan raya dan propaganda Rusia, adalah sangat mudah. Consumer Reports baru-baru ini memberi amaran bahawa banyak alat pengklonan suara yang dipacu AI yang popular hari ini kekurangan perlindungan “bermakna” terhadap penipuan atau penyalahgunaan. Sesame, yang ditubuhkan oleh pencipta Oculus, Brendan Iribe, menarik perhatian yang signifikan pada akhir Februari untuk teknologi pembantunya, yang hampir mengatasi lembah yang menakutkan. Maya dan pembantu lain Sesame, Miles, bernafas, menunjukkan kelancaran pertuturan, dan boleh disela semasa bercakap, sama seperti Mod Suara OpenAI. Syarikat ini telah mendapatkan pelaburan yang tidak didedahkan daripada Andreessen Horowitz, Spark Capital, dan Matrix Partners. Selain mengembangkan teknologi pembantu suara, Sesame sedang memprototipkan cermin mata AI “yang dimaksudkan untuk dipakai sepanjang hari” yang akan menggunakan model proprietarinya.