Sesame
Entreprise d’IA vocale dont les agents conversationnels fonctionnent dans des applications iOS et Android, construits sur son Conversational Speech Model.
Sesame est une entreprise d’IA vocale qui crée des agents conversationnels pour iOS et Android. Les agents de Sesame tiennent des conversations parlées pour aider à accomplir des tâches, à réfléchir à voix haute et à explorer des questions. Ils reposent sur le Sesame Conversational Speech Model, qui s’appuie sur l’historique du dialogue pour façonner le ton et le rythme. Il suffit de télécharger l’application pour commencer.
Idéal pour Personnes qui veulent interagir avec un agent d’IA surtout par la parole naturelle sur un téléphone, et chercheurs qui suivent la génération de parole conversationnelle.
- Plateformes
- iOS, Android
- Éditeur
- Sesame
- Ajouté le
Dernière vérification : . Informations issues de sesame.com.
Qu’est-ce que Sesame ?
Sesame est une entreprise qui développe des agents vocaux conçus pour la conversation parlée naturelle, ainsi que des appareils pour les porter. Ses agents sont proposés dans des applications iOS et Android, et le site indique que des lunettes sont prévues. L’objectif affiché est ce que Sesame appelle la présence vocale, qu’elle décompose en quatre éléments : reconnaître le contexte émotionnel, gérer le rythme d’un vrai dialogue, y compris les pauses et les interruptions, adapter le ton à la situation et conserver une personnalité stable. À la base se trouve le Conversational Speech Model, un système fondé sur un transformeur qui utilise l’historique d’une conversation, texte et audio, pour générer la parole, et fonctionne en une seule étape. Sesame a publié des travaux de recherche sur ce modèle, propose un aperçu de recherche et a indiqué que ses modèles seraient publiés sous licence Apache 2.0. L’entreprise cite des bureaux à New York, San Francisco et Bellevue.
Fonctionnalités clés
Agents vocaux
Tiennent des conversations parlées avec les utilisateurs pour aider à des tâches, réfléchir à voix haute et explorer des sujets.
Applications mobiles
Propose les agents dans des applications téléchargeables pour iOS et Android.
Conversational Speech Model
Génère la parole avec un modèle à transformeur en une seule étape, qui s’appuie sur les tours de parole précédents du dialogue.
Diction expressive
Vise une parole au rythme, aux accents et au ton naturels, adaptés au contexte émotionnel de l’échange.
Recherche ouverte
Publie des notes techniques et des résultats d’évaluation, avec des modèles annoncés sous licence Apache 2.0.
Lunettes en projet
Présente des lunettes comme un futur moyen d’utiliser les agents, en plus des autres travaux de l’entreprise sur le matériel.
Cas d’usage
- Réfléchir à voix haute
- Parlez d’un problème avec un agent au lieu de le saisir au clavier.
- Suivre sa curiosité
- Posez des questions complémentaires sur un sujet dans un échange parlé.
- Aide du quotidien à la voix
- Utilisez un agent sur téléphone pour les tâches de tous les jours, sans clavier.
- Étudier la génération de parole
- Lisez les travaux publiés sur la synthèse vocale contextuelle et son évaluation.
- Essayer l’aperçu de recherche
- Testez la démonstration de voix conversationnelle proposée par Sesame.
À savoir
- Un modèle vocal centré sur l’anglais
- L’article de recherche indique que CSM a été entraîné surtout sur de l’anglais et donne pour l’instant de mauvais résultats dans les autres langues.
- Un écart reconnu avec la voix humaine
- L’évaluation menée par Sesame a montré que les auditeurs préféraient encore les enregistrements humains lorsque le contexte de la conversation était fourni.
- Les lunettes ne sont pas encore disponibles
- La page d’accueil annonce les lunettes comme bientôt disponibles ; seules les applications mobiles sont proposées aujourd’hui.
- Peu de détails publics
- Le site n’indique ni prix ni conditions de formule pour les applications.
Questions fréquentes
Qu’est-ce que Sesame ?
Sesame est une entreprise d’IA vocale qui conçoit des agents conversationnels et le matériel pour les utiliser ; ses agents sont disponibles dans des applications iOS et Android.
À quoi sert Sesame ?
Les agents de Sesame servent à la conversation parlée : se faire aider pour des tâches, réfléchir à voix haute et explorer des sujets à la voix.
Sesame fonctionne-t-il sur mobile ?
Oui. Sesame est disponible sur iOS et Android, et l’entreprise indique que des lunettes arrivent.
Qu’est-ce que le Conversational Speech Model ?
Le Conversational Speech Model, ou CSM, est le modèle de génération de parole de Sesame fondé sur un transformeur, qui s’appuie sur l’historique de la conversation pour produire une parole plus naturelle et plus cohérente.
Le modèle de Sesame est-il open source ?
Sesame indique prévoir de publier en open source les éléments clés de ses recherches et de diffuser ses modèles sous licence Apache 2.0.
Quelles langues le modèle vocal de Sesame prend-il en charge ?
L’article de recherche de Sesame indique que CSM a été entraîné surtout sur des données en anglais et ne donne pas encore de bons résultats dans les autres langues, une prise en charge plus large étant prévue.
Qui dirige Sesame ?
Sesame nomme cinq dirigeants sur la page de son équipe : Brendan Iribe, Ryan Brown, Ankit Kumar, Nate Mitchell et Angela Gayles.
Pour qui
- Personnes qui préfèrent les interfaces vocales
- Chercheurs en parole
- Développeurs
- Adeptes des nouveautés
Commentaires
Aucun commentaire pour l’instant. Vous avez utilisé Sesame ? Racontez aux autres lecteurs comment cela s’est passé.
Alternatives à Sesame
| Outil | Formule gratuite | Prix de départ | API |
|---|---|---|---|
 Palabra.aiIA vocale en temps réel pour traduire la voix en direct pendant les réunions, les événements et les diffusions, avec des API vocales pour les développeurs. |
— | — | Oui |
 Bland AIPlateforme d’IA vocale d’entreprise pour créer, déployer et superviser des agents téléphoniques sur les modèles propres à l’éditeur. |
— | — | — |
 ElevenLabsPlateforme audio à IA pour la synthèse vocale, le clonage de voix, la transcription, le doublage, la musique et les agents vocaux conversationnels. |
Oui | — | Oui |
 Inworld AIPlateforme d’IA vocale en temps réel : synthèse vocale, reconnaissance vocale, API de conversion parole à parole et routage de LLM. |
Oui | — | Oui |
 ApplioSuite libre et gratuite de conversion vocale pour entraîner des modèles de voix, convertir de l’audio et changer sa voix en direct. |
Oui | — | — |
Dans les mêmes catégories que Sesame. Un prix de départ n’apparaît que si nous l’avons vérifié sur la page des tarifs de l’éditeur ; un tiret signifie qu’il n’a pas été vérifié ou n’est pas publié. Tous les outils : Assistants vocaux et reconnaissance vocale