分类： 模型

2025年2月Sesame发布的Conversational Speech Model（CSM）通过多模态Transformer实现实时情感语音交互，解决传统语音助手情感平淡、上下文缺失等痛点，为AI眼镜等可穿戴设备提供更自然的声音界面，推动硬件与AI交互向“声线存在感”迈进。