CSM 1B est un modèle de génération vocale basé sur l'architecture Llama, capable de générer des codes audio RVQ à partir d'entrées textuelles et audio. Ce modèle est principalement utilisé dans le domaine de la synthèse vocale et possède une capacité de génération vocale de haute qualité. Son avantage réside dans sa capacité à gérer des scénarios de conversation multi-interlocuteurs et à générer une parole naturelle et fluide grâce aux informations contextuelles. Ce modèle est open source et vise à fournir un support à des fins de recherche et d'éducation, mais son utilisation est explicitement interdite pour l'usurpation d'identité, la fraude ou les activités illégales.