Traducido del inglés por Plainly. Si algo no coincide, la que cuenta es la página en inglés.

Plainly Guide › Voz y habla › Sesame CSM

ModeloVoz y hablaTotalmente abiertoOpción gratuita

Sesame CSM

Un modelo de voz gratuito y descargable, creado para sonar natural en conversaciones de ida y vuelta. Le das texto y, si quieres, audio anterior como contexto, y dice la respuesta en voz alta. Funciona mejor en inglés y necesita configuración técnica.

Ir al sitio web de Sesame CSM

¿Se puede probar gratis?Sí

¿Puedo vender lo que creo?Sí

Abierto o cerradoTotalmente abierto

Nivel necesarioTécnico

Los datos, con fuentes

Abierto o cerrado: Totalmente abierto
Pesos y código descargables con una licencia abierta estándar
Apache 2.0, pero las descargas tienen acceso restringido: debes aceptar compartir tus datos de contacto.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
Licencia: Apache License 2.0 (Permisiva (p. ej., Apache 2.0, MIT))
La ficha del modelo también prohíbe hacerse pasar por personas reales sin su consentimiento explícito, el contenido engañoso y el uso ilegal.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
¿Puedo vender lo que creo?: Sí
Se deduce de Apache 2.0; la ficha del modelo no tiene una cláusula comercial aparte, pero enumera usos prohibidos.
fuente · comprobado el 12 oct 2026 · comprobado, pero la página era poco clara o incompleta
Coste: Opción gratuita: Descarga gratuita (tras aceptar compartir tus datos de contacto); Space de demostración gratuito
Planes a continuación.
Cómo se usa: En tu propio ordenador, A través de otro servicio
DeepInfra aparece como proveedor de inferencia; hay cuadernos de Colab y Kaggle. La demo de voz de Sesame usa una versión ajustada. Solo se publica el modelo base, sin ajustar a una voz concreta.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
Nivel necesario: Técnico
fuente · comprobado el 12 oct 2026 · comprobado, pero la página era poco clara o incompleta
Creado por: Sesame
La ficha del modelo no indica el país.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
Estado: Disponible
1B se lanzó el 13 March 2025; integrado en Hugging Face Transformers desde la v4.52.1 (May 2025).
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante

Qué puedes crear con ella

Una voz o audio hablado, leer mi texto en voz alta (uso principal)

de texto a audiode audio a audio

Diseñado para habla conversacional (p. ej., asistentes de voz) más que para leer documentos; no existe un id de tarea más cercano.

fuente · comprobado el 12 oct 2026 · comprobado, pero la página era poco clara o incompleta

Planes y precios

No se indican planes de pago.

fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante

Relacionado

Dónde puedes usarlo

Hugging Face

Otras opciones para «Una voz o audio hablado, leer mi texto en voz alta»

Adobe Firefly, Akool, Amazon Polly, Arcads, Async (formerly Podcastle), Azure AI Speech, Bark, CAMB.AI, Cartesia, Chatterbox, Clipchamp, Deepgram, DeeVid AI, Descript, Dia, Dubverse, Eleven v3, Eleven v4, ElevenLabs, F5-TTS, fal, Filmora, Fish Audio, Fish Audio Drama 3

Sobre esta ficha. Última comprobación de los datos: 12 oct 2026, con las páginas del propio fabricante (cada dato enlaza a su fuente). Estado de la ficha: borrador. Resumen en lenguaje sencillo escrito por Plainly.

¿Has visto un error? Avísanos, con un enlace a la fuente. Cómo funcionan las correcciones