Sesame AI는 인간 수준의 자연스러운 대화 능력을 갖춘 음성 AI 컴패니언으로, 'voice presence(음성의 존재감)'라는 개념을 통해 단순한 음성 합성을 넘어 진짜 사람과 대화하는 듯한 경험을 제공합니다. 핵심 기술인 Conversational Speech Model(CSM)은 텍스트와 음성을 단일 멀티모달 트랜스포머에서 함께 처리하여 감정 표현, 미묘한 톤 변화, 자연스러운 망설임과 호흡, 웃음, 감탄사까지 생성합니다. 두 가지 페르소나 Maya와 Miles는 사용자의 말투와 분위기에 맞춰 응답하며, 대화 흐름 속에서 맥락을 기억하고 일관된 성격을 유지합니다. Sesame는 또한 안경형 폼팩터(스마트 안경)에서 하루 종일 함께하는 AI 컴패니언을 비전으로 제시하며, 1B·3B·8B 규모의 CSM 모델 일부를 Apache 2.0 라이선스로 오픈소스 공개해 개발자 생태계의 큰 관심을 받고 있습니다. 일반적인 TTS와 달리 실시간 대화 맥락에서 감정과 운율(prosody)을 직접 모델링하기 때문에 '소름 돋는다'는 반응이 나올 정도로 자연스러운 음성 품질이 가장 큰 차별점입니다.