品玩3月14日讯，据 AIbase 报道，Sesame公司推出其最新语音合成模型CSM，该模型采用端到端基于Transformer的多模态学习架构，能够理解上下文信息，生成自然且富有情感的语音。

CSM模型支持实时语音生成，可处理文本和音频输入，用户还能通过调整参数控制语气、语调、节奏及情感等特性，展现高度灵活性。

目前，CSM主要针对英语训练，表现优异，但在多语言支持上仍有限制。目前其不支持中文，但期待未来扩展。