13 मार्च को, सेसम कंपनी ने अपने नवीनतम भाषण संश्लेषण मॉडल CSM को लॉन्च किया, जिसने उद्योग में ध्यान आकर्षित किया। आधिकारिक जानकारी के अनुसार, CSM एक एंड-टू-एंड ट्रांसफॉर्मर-आधारित मल्टीमॉडल लर्निंग आर्किटेक्चर का उपयोग करता है, जो संदर्भ की जानकारी को समझ सकता है और प्राकृतिक और भावनात्मक रूप से समृद्ध भाषण उत्पन्न कर सकता है, ध्वनि प्रभाव वास्तविक लोगों के करीब हैं, जो आश्चर्यजनक हैं। यह मॉडल वास्तविक समय भाषण पीढ़ी का समर्थन करता है, टेक्स्ट और ऑडियो इनपुट को संभाल सकता है, और उपयोगकर्ता स्वर, स्वर, ताल और भावना जैसी विशेषताओं को नियंत्रित करने के लिए पैरामीटर को समायोजित कर सकते हैं, उच्च लचीलापन प्रदर्शित करते हैं। CSM को AI भाषण तकनीक माना जाता है