Sesame
Unternehmen für Sprach-KI, dessen Gesprächsagenten in Apps für iOS und Android laufen und auf seinem Conversational Speech Model beruhen.
Sesame ist ein Unternehmen für Sprach-KI, das Gesprächsagenten für iOS und Android entwickelt. Die Agenten von Sesame führen gesprochene Gespräche, um Nutzern zu helfen, Dinge zu erledigen, Ideen durchzusprechen und Fragen zu erkunden. Sie beruhen auf dem Sesame Conversational Speech Model, das den Gesprächsverlauf nutzt, um Ton und Timing zu formen. Zum Start lädst du die App herunter.
Am besten geeignet für Menschen, die vor allem mit natürlicher Sprache auf dem Smartphone mit einem KI-Agenten interagieren wollen, und Forschende, die die Erzeugung von Gesprächssprache verfolgen.
- Plattformen
- iOS, Android
- Anbieter
- Sesame
- Hinzugefügt
Zuletzt geprüft: . Die Angaben stammen von sesame.com.
Was ist Sesame?
Sesame ist ein Unternehmen, das Sprachagenten für natürliche, gesprochene Gespräche entwickelt, zusammen mit Geräten, die sie tragen. Die Agenten gibt es in Apps für iOS und Android, und laut Website ist eine Brille geplant. Das erklärte Ziel nennt Sesame Voice Presence, das es in vier Teile gliedert: den emotionalen Kontext erkennen, das Timing echter Dialoge einschließlich Pausen und Unterbrechungen beherrschen, den Ton an die Situation anpassen und eine stabile Persönlichkeit wahren. Darunter liegt das Conversational Speech Model, ein Transformer-basiertes System, das bei der Spracherzeugung den Verlauf eines Gesprächs aus Text und Audio nutzt und in einer einzigen Stufe arbeitet. Sesame hat Forschung zu dem Modell veröffentlicht, bietet eine Forschungsvorschau an und hat angekündigt, seine Modelle unter einer Apache-2.0-Lizenz zu veröffentlichen. Als Standorte nennt das Unternehmen Büros in New York, San Francisco und Bellevue.
Wichtigste Funktionen
Sprachagenten
Führen gesprochene Gespräche mit Nutzern, um bei Aufgaben zu helfen, Ideen durchzusprechen und Themen zu erkunden.
Mobile Apps
Liefert die Agenten über herunterladbare Apps für iOS und Android aus.
Conversational Speech Model
Erzeugt Sprache mit einem einstufigen Transformer-Modell, das auf vorherige Gesprächsbeiträge konditioniert ist.
Ausdrucksstarker Vortrag
Strebt Sprache mit natürlichem Tempo, natürlicher Betonung und einem Ton an, der zum emotionalen Kontext des Austauschs passt.
Offene Forschung
Veröffentlicht technische Beschreibungen und Ergebnisse von Auswertungen, mit Modellen, die unter einer Apache-2.0-Lizenz angekündigt sind.
Geplante Brille
Beschreibt eine Brille als künftige Möglichkeit, die Agenten zu nutzen, neben der übrigen Hardwarearbeit des Unternehmens.
Anwendungsfälle
- Laut denken
- Sprich ein Problem mit einem Agenten durch, statt es zu tippen.
- Der Neugier folgen
- Stelle in einem gesprochenen Hin und Her Folgefragen zu einem Thema.
- Alltagshilfe per Sprache
- Nutze einen Agenten auf dem Smartphone für alltägliche Aufgaben, ohne Tastatur.
- Spracherzeugung studieren
- Lies die veröffentlichte Forschung zur kontextbezogenen Sprachsynthese und ihrer Auswertung.
- Die Forschungsvorschau ausprobieren
- Teste die Demo der Gesprächsstimme, die Sesame bereitstellt.
Gut zu wissen
- Sprachmodell mit Schwerpunkt Englisch
- Der Forschungsbeitrag gibt an, dass CSM vor allem mit Englisch trainiert wurde und in anderen Sprachen vorerst schlecht abschneidet.
- Eingeräumter Abstand zur menschlichen Sprache
- Bei der eigenen Auswertung von Sesame zogen Hörende weiterhin menschliche Aufnahmen vor, wenn der Gesprächskontext vorlag.
- Die Brille ist noch nicht verfügbar
- Die Startseite führt die Brille als demnächst verfügbar auf; derzeit gibt es nur die mobilen Apps.
- Wenig öffentliche Details
- Die Website nennt weder Preise noch Tarifbedingungen für die Apps.
Häufige Fragen
Was ist Sesame?
Sesame ist ein Unternehmen für Sprach-KI, das Gesprächsagenten und die Hardware zu ihrer Nutzung entwickelt; die Agenten sind in Apps für iOS und Android verfügbar.
Wofür wird Sesame verwendet?
Die Agenten von Sesame dienen dem gesprochenen Gespräch: Hilfe bei Aufgaben, Dinge durchsprechen und Themen per Sprache erkunden.
Funktioniert Sesame auf dem Smartphone?
Ja. Sesame ist für iOS und Android verfügbar, und das Unternehmen sagt, dass eine Brille kommt.
Was ist das Conversational Speech Model?
Das Conversational Speech Model, kurz CSM, ist das Transformer-basierte Modell von Sesame zur Spracherzeugung, das den Gesprächsverlauf nutzt, um natürlichere und stimmigere Sprache zu erzeugen.
Ist das Modell von Sesame Open Source?
Sesame gibt an, wichtige Teile seiner Forschung als Open Source veröffentlichen und seine Modelle mit einer Apache-2.0-Lizenz freigeben zu wollen.
Welche Sprachen unterstützt das Sprachmodell von Sesame?
Der Forschungsbeitrag von Sesame gibt an, dass CSM hauptsächlich mit englischen Daten trainiert wurde und in anderen Sprachen noch nicht gut abschneidet; eine breitere Sprachunterstützung ist geplant.
Wer leitet Sesame?
Sesame nennt auf seiner Teamseite fünf Führungskräfte: Brendan Iribe, Ryan Brown, Ankit Kumar, Nate Mitchell und Angela Gayles.
Für wen es sich eignet
- Menschen, die Sprachschnittstellen bevorzugen
- Sprachforschende
- Entwickler
- Early Adopters
Kommentare
Noch keine Kommentare. Hast du Sesame schon genutzt? Erzähl den anderen, wie es lief.
Alternativen zu Sesame
| Tool | Kostenloser Tarif | Einstiegspreis | API |
|---|---|---|---|
 Palabra.aiSprach-KI für die Live-Übersetzung gesprochener Sprache in Meetings, Events und Streams, plus Sprach-APIs für Entwickler. |
— | — | Ja |
 Bland AIVoice-KI-Plattform für Unternehmen, um Telefon-Agenten auf den eigenen Modellen des Anbieters zu bauen, bereitzustellen und zu überwachen. |
— | — | — |
 ElevenLabsKI-Audioplattform für Text-zu-Sprache, Stimmklonen, Transkription, Synchronisation, Musik und Sprachagenten für Gespräche. |
Ja | — | Ja |
 Inworld AIRealtime-Voice-KI-Plattform mit Text-to-Speech, Speech-to-Text, einer Speech-to-Speech-API und LLM-Routing. |
Ja | — | Ja |
 ApplioKostenlose Open-Source-Suite zur Stimmumwandlung: Stimmmodelle trainieren, Audio umwandeln und die eigene Stimme live verändern. |
Ja | — | — |
Aus denselben Kategorien wie Sesame. Ein Einstiegspreis steht nur dort, wo wir ihn auf der Preisseite des Anbieters geprüft haben. Ein Strich bedeutet: nicht geprüft oder nicht veröffentlicht. Alle Tools in Sprachassistenten und Spracherkennung