Sesame CSM ТТС
A 1B conversational speech model that captures natural dialogue timing, turn-taking, and backchannel responses.
Заверните текст в SSML для точного контроля:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Помечает выбранную модель, которая понимает — нажмите, чтобы выкинуть одну в ваш текст, где она случается:
Эта модель читает простой текст, поэтому встраиваемые метки игнорируются. Для эмоций на основе метки переключайтесь на экспрессивную модель, как Орфей или Барк.
Определить традиционные произношения (слово = произношение):
О том, что Sesame CSM
Sesame CSM (Conversational Speech Model) is a 1-billion-parameter model from Sesame designed specifically for the rhythms of human conversation. Built on a Llama backbone paired with an audio codec, it models turn-taking timing, backchannel responses (the small acknowledgements people make while listening), emotional reactions, and overall conversational flow. The result reads less like read-aloud text and more like a real spoken exchange. It is a natural fit for AI assistants, chatbots, and conversational interfaces where the goal is speech that feels responsive and human. CSM is released under Apache 2.0, and access on TTS.ai requires a Hugging Face token at the model level.
Лучший для: AI assistants, chatbots, conversational AI applications
Просмотр Sesame CSM голосаВзгляните.
- Разработчик
- Sesame
- Лицензия
- Apache 2.0
- Тяжелый
- premium
- Скорость
- slow
- Клонирование голоса
- Нет
- Знание языков
- English
- Максимум символов
- 500