Sesame
Sesame · 語音與語言 · 聊天機器人
Sesame 是 Oculus 創始團隊打造的 AI 語音夥伴 App。你可以用自然的口語和 Maya、Miles 等代理對話，還能讓它們上網搜尋、記筆記、設提醒。
關於 Sesame
What Is Sesame
Sesame AI 是一款以語音為核心的助理，由包含 Oculus 共同創辦人 Brendan Iribe 在內的團隊開發。你不必輸入提示詞，直接開口就好，代理會用帶著語氣、停頓與情緒的聲音回答，而不是用平板呆滯的機器人腔調念稿。公司把這件事稱為「語音臨場感」，並把它當成產品的核心。
它想解決的問題很真實。多數語音助理處理指令很行，處理對話卻很糟。它們聽起來像機器在念文字，新鮮感一過，人就不想再用了。Sesame 走另一條路：它的 Conversational Speech Model，簡稱 CSM，會跟著一來一往的對話走，調整詞句落下的方式，所以那個聲音聽起來更像人，而不是一行指令。2025 年 3 月，公司以開放授權釋出基礎語音模型 CSM-1B。
代價和優點一樣重。核心模型主要用英語音訊訓練，其他語言的表現因此參差不齊。App 本身也還年輕：它從研究預覽起家，任務處理、App 連接這類功能還在陸續補上。如果你今天就要一套成熟的生產力工具，這裡還沒有。
Getting Started
- 用瀏覽器打開 app.sesame.com 試用免費預覽，或在 iOS、Android 安裝 Sesame App。
- 挑一個代理。Maya 與 Miles 來自最早的示範，較新的版本加入了 Simone 與 Charlie，各有不同的聲音與個性。
- 開始說話。這裡沒有提示詞欄位要填，你就照平常對人講話的方式開口。
- 交辦具體的事，例如快速查一筆資料、記一則購物筆記、設一個提醒，代理會把它編進對話裡。
- 若免費預覽會把你中途切斷，登入就能拉長時段；新工具上線時再調整設定。
產品資訊
快速了解 Sesame 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 習慣用講話處理日常的人：比起打字，你更想開口的話，Sesame 會用自然的語調回答，並在整段對話裡維持脈絡，除了瀏覽器或一個 App，不必再做其他設定。
- 想試試有表情的 AI 的人：想知道語音 AI 會往哪裡走，可以先玩免費預覽，自己聽出差別。
- 開發者與研究者：開放釋出的 CSM-1B 讓你不用付授權費，就能在同樣的語音技術上動手做。運算資源得自己準備。
任務
- 把想法講出來整理：把一個還沒定案的決定、一個半成形的念頭講開，用這裡比文字框合適，因為代理會跟著脈絡走，也維持得住節奏。
- 對話途中快速查資料：不必打斷談話，就能問一個事實或定義，代理會上網查，再把答案接回對話。
- 記下待辦與提醒：把一件待辦或一段摘要用講的交出去，讓代理替你記著，這種時候剛好適合手邊正忙。
- 替討論做摘要：較新的版本能從對話裡拉出重點，當你把一個計畫講過一遍、想要一份書面紀錄時，這很管用。
情境
- 出聲練語言或練簡報：代理會即時回應，你得到的是你來我往，而不是照本宣科的練習。
- 打發開車或散步的空檔：以語音為核心的 App 適合這種空出雙手的時刻，這是聊天視窗做不到的。
- 試做語音功能：團隊可以取得 CSM-1B，在自己的硬體上測對話語音，再決定要不要投入更大的開發。
主要功能
帶著情緒的對話語音
Sesame 的核心是它的 Conversational Speech Model，這是一套單階段系統，會讀取一段對話的來龍去脈，在說話的同時調整語氣、節奏與輕重。它用大約一百萬小時、以英語為主的音訊訓練而成，公司表示，在不給任何上下文的情況下，聽者無法穩定分辨那是人聲還是模型輸出。但只要聽者聽到前後的對話，這個落差又會浮現，所以團隊持續在抑揚頓挫上下功夫。
有名字、個性各異的語音代理
Sesame 給的不是一個中性的聲音，而是一組少數的班底。早期預覽以 Sesame Maya 與 Sesame Miles 為主，Maya 較溫暖、Miles 較乾脆，後續版本再加入 Simone 與 Charlie，讓你挑合拍的那一個。每個聲音的表現像是有自己個性的 AI 語音代理，不是一組風格預設。每個代理都保有自己的聲音與觀點，切換起來像換一個對話對象，而不是調整滑桿。
對話裡的搜尋、筆記與提醒
Sesame 的代理不只是一直回話。你問一個問題，它可以上網搜尋，較新的版本還會在對話推進時建立筆記、設定提醒、整理重點。重點是讓你繼續講，不必切到別的 App，所以那些本來會打斷你的小事，就交給代理處理。
背景任務與 App 連接
近期的版本加入了一個活動分頁，你在那裡把一件工作交出去，讓代理在背景處理。Tasks 與 Schedules 涵蓋一次性的工作，像規劃一趟旅行，也涵蓋重複性的，像早晨簡報；安裝的 Apps 串起 Gmail、Google 日曆與 Google Drive，代理就能讀你的行事曆，或從收件匣替你擬稿。這一塊還在成形，畫面的樣貌要有變動的心理準備。
用語音觸發的自訂技能
Sesame 正在打造一套技能系統，你寫一小段流程，用一句話觸發。一個技能會有名稱、一句說明何時使用，以及要照著走的步驟，格式和 Claude 帶起的開放規格相同。實際用起來，你說一句話，代理就會去看你的行事曆、掃過你的收件匣，把急件念出來，你連螢幕都不用碰。
給開發者的開放基礎模型
Sesame 以 Apache 2.0 授權釋出基礎語音模型 CSM-1B，任何人都能執行、研究，或在其上開發。這個模型有十億個參數，以文字和音訊為輸入。它是基礎模型，不是那些有名字的代理背後調校過的版本，所以結果會有出入，但它給了開發者一個能自行架設的起點。
優缺點
優點
- 語音品質出眾：那個聲音帶著語氣與停頓，長對話因此不像在讀稿，反而像在聊天。
- 試用不花錢：瀏覽器預覽和手機 App 都能免費起手，你可以先判斷那個聲音，再決定要不要花錢。
- 語音模型是開源的：CSM-1B 以 Apache 2.0 釋出，等於給開發者一塊能真正動工的基礎。
- 可以挑的個性不只一種：四個聲音各異、有名字的代理，讓你依用途挑對語氣。
缺點
- 英語以外的支援偏弱：模型主要用英語音訊訓練，其他語言的對話可能聽起來不對勁。
- 任務功能還沒做完：連接、排程任務與技能都還在陸續推出，不能當成一套完成的流程來依賴。
- 付費方案要來了：現在免費，但公司已預告有付費方案，之後得為訂閱編列預算。
- 自行架設的是基礎版：CSM-1B 不是 Maya 或 Miles 背後調校過的版本，自己架起來不會有一模一樣的聲音。
常見問題
Sesame 是一款以語音為核心的對話式 AI 助理，用來把一件事講開。你開口取代打字，代理用自然的聲音回答，同時能上網搜尋、記筆記、設提醒，較新的版本還能執行背景任務。
相關內容
探索與 Sesame 相關的工具、技能與文章。
Sesame 替代方案
Foley
Hanamori Labs, LLC · 語音與語言 · 生產力 · AI 助理Foley 是一款語音待辦清單，把一句話變成歸檔好的任務，專案、日期與時間都先填好，接著再幫你依現有清單排出一整天的順序。
HireKey
HireKey · 語音與語言 · 生產力 · AI 學習HireKey 是由前科技業招募主管打造的 AI 求職副駕駛。它分析職缺契合度、客製化履歷、帶你練習面試，並把每份申請整理在同一處。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。