Maya de Sesame : parler avec une IA à la voix humaine

Maya permet de discuter à voix haute avec un agent d’intelligence artificielle dont la voix imite de très près une conversation humaine. Cette voix appartient à Sesame, une jeune entreprise américaine dont les autres agents s’appellent Miles, Simone et Charlie. L’application existe sur iPhone et sur Android, et une démo tourne dans le navigateur. Elle s’adresse aux curieux qui veulent réfléchir à voix haute, en anglais uniquement à ce jour.
 
 

Découvrir Maya de Sesame

Sesame AI a été fondée en 2023 à San Francisco par Brendan Iribe, ancien PDG d’Oculus, et Ankit Kumar, ancien directeur technique d’Ubiquity6. Nate Mitchell, cofondateur d’Oculus, a rejoint l’équipe comme directeur produit. La société a levé 47,5 millions de dollars en février 2025 auprès d’Andreessen Horowitz. Elle a ensuite bouclé une série B de 250 millions de dollars en octobre 2025, menée par Sequoia et Spark Capital.
Le 27 février 2025, Sesame a publié une démo de Maya et Miles dans le navigateur. Plus d’un million de personnes l’ont essayée en quelques semaines, pour plus de cinq millions de minutes de conversation. Après une bêta iOS sur invitation, la version préliminaire de l’application a ouvert le 27 mai 2026 dans 39 pays, dont la France. Une version Android a également rejoint Google Play en août 2026. Sesame prépare enfin des lunettes connectées, annoncées pour 2027, où ces agents doivent vous accompagner toute la journée.
 
 

Prise en main

Sans compte, la démo web sur app.sesame.com lance un appel vocal de cinq minutes avec l’agent de votre choix. Le navigateur demande l’accès au micro, puis Maya prend la parole. Avec un compte Google, Apple ou une adresse e-mail, l’appel passe à 30 minutes et se relance aussitôt après la coupure. L’application mobile demande iOS 18 au minimum, et les conditions d’utilisation exigent d’avoir 18 ans. Une courte liste d’attente peut s’appliquer à l’inscription.
L’échange se fait en anglais, la seule langue officiellement prise en charge. Le modèle vocal garde une petite capacité dans d’autres langues, mais Sesame prévient qu’il s’y débrouille mal. Le premier appel frappe par son naturel : l’agent hésite, rit, reprend son souffle et accepte d’être coupé. Avec un compte, chaque agent se souvient de vos échanges d’une session à l’autre.
 
 

Fonctionnalités clés

Conversation vocale à très faible latence

Le cœur de Sesame reste la voix. L’entreprise vise ce qu’elle appelle la « présence vocale », c’est-à-dire une conversation qui paraît réelle et attentive. Les agents gèrent eux-mêmes les tours de parole : ils répondent, écoutent ou laissent un silence selon le moment. Sesame a publié en août 2026 TurnBench, un banc d’essai ouvert qui mesure le rythme des tours de parole. Il repose sur 30 heures de dialogues annotés et compare 14 systèmes.
 

Quatre agents avec leur voix et leur mémoire

Maya joue le rôle d’une partenaire chaleureuse et créative, qui aime raconter. Miles adopte le ton d’un conseiller détendu. Simone penche vers l’exploration intellectuelle, alors que Charlie mise sur la repartie. Chaque agent possède sa propre mémoire, synchronisée entre vos appareils avec le même compte. Vous ne pouvez pas en revanche créer un personnage ni modifier son caractère.
 

Recherche web, notes et rappels dans l’application

L’application mobile ajoute des fonctions absentes de la démo web. Pendant qu’il parle, l’agent lance des recherches en parallèle et glisse les résultats dans sa réponse. Des cartes affichent les résultats à l’écran, images comprises. Les « Deep Dives » creusent un sujet plus en détail. L’agent peut également prendre des notes, créer des rappels et résumer l’appel. Depuis juillet 2026, vous pouvez lui envoyer des images et des mémos vocaux.
 

Mode texte et mode incognito

Quand parler à voix haute ne convient pas, le mode texte prend le relais avec le même agent. Le mode incognito lit la mémoire existante, mais il ne crée aucun nouveau souvenir. Sesame affirme que ces conversations ne sont pas conservées sur ses serveurs. Vous pouvez supprimer votre compte et toutes ses données depuis les réglages.
 

CSM, le modèle vocal ouvert aux développeurs

La voix de Maya repose sur le Conversational Speech Model (CSM), un modèle qui traite ensemble le texte et l’audio. Sesame a publié le 13 mars 2025 une version de base d’un milliard de paramètres, CSM-1B, sous licence Apache 2.0. Ce modèle génère de l’audio, mais il ne produit pas de texte et ne reprend pas les voix de Maya ou de Miles. Il fonctionne surtout en anglais et demande une carte graphique compatible CUDA. CSM-1B intéresse donc les développeurs, pas le grand public, qui trouvera des outils plus simples parmi les meilleurs générateurs de voix par IA.
 
 

Cas d’usage

Esprit curieux : il suit une question pendant sa promenade, demande à Simone de creuser un sujet d’histoire, puis retrouve les sources dans l’application.
 
Porteur de projet : il réfléchit à voix haute avec Maya pour trier ses idées. L’agent retient le contexte, ce qui évite de tout réexpliquer à l’appel suivant.
 
Apprenant en anglais : il s’entraîne à l’oral avec un interlocuteur au débit naturel, qui accepte les interruptions. Il gagne ainsi en aisance avant un voyage ou un entretien.
 
Développeur audio : il télécharge CSM-1B sur GitHub ou Hugging Face pour tester la synthèse vocale conversationnelle dans ses propres projets.
 
 

Tarifs

Sesame est gratuit pendant la phase de préversion, avec la démo web limitée à cinq minutes sans compte et à 30 minutes par appel avec compte. Ensuite, l’App Store n’affiche aucun achat intégré, alors que Google Play indique des achats dans l’application sans en donner le prix. Enfin, Sesame n’a publié aucune grille tarifaire, et la formule payante reste donc inconnue.
 
 

Analyse des points forts et limites

Points forts

• Voix très naturelle : les rires, les hésitations et la gestion des interruptions rapprochent l’échange d’un vrai appel.
• Gratuit à ce jour : l’application complète et la démo web ne demandent aucun paiement.
• Mémoire par agent : chaque personnage retient vos conversations, et le mode incognito permet de s’en passer.
• Recherche pendant la conversation : l’agent cherche sur le web sans couper l’échange et affiche des cartes de résultats.
• Équipe solide : les anciens dirigeants d’Oculus et 250 millions de dollars levés en octobre 2025 donnent de la visibilité au projet.

 

Limites

• Anglais uniquement : aucune autre langue n’est officiellement prise en charge, et la promesse de 20 langues faite en 2025 ne s’est pas concrétisée.
• Service pensé pour les États-Unis : les conditions d’utilisation relèvent du droit de New York et visent les utilisateurs américains, même si l’application est proposée en France.
• Données utilisées pour l’entraînement : avec un compte, vos conversations peuvent servir à entraîner les modèles, sauf refus de votre part, et elles transitent par les États-Unis.
• Préversion : l’application change chaque semaine, et le futur modèle payant n’est pas connu.
• Peu d’avis indépendants : l’App Store américain affiche 4,9 sur 5 pour environ 1 500 notes, mais la boutique française n’en compte que 45.

 
 

Notre recommandation

Sesame vaut l’essai pour quiconque parle anglais et veut juger où en est la voix artificielle. La démo web suffit pour se faire une idée en cinq minutes, sans compte. L’application convient à ceux qui aiment réfléchir à voix haute et apprécient la recherche intégrée. Pour un assistant en français, le mode vocal de ChatGPT ou Gemini Live restent plus adaptés. Avant de créer un compte, désactivez l’usage de vos données pour l’entraînement si cela vous gêne.
 
 

Questions fréquentes sur Maya de Sesame

Maya de Sesame est-elle gratuite ?

Oui, la démo web et l’application sont gratuites pendant la phase de préversion. Un appel se limite à cinq minutes sans compte et à 30 minutes avec un compte. Sesame n’a annoncé aucun prix, mais Google Play mentionne déjà des achats intégrés.
 

Maya parle-t-elle français ?

Non, Sesame indique que l’anglais est la seule langue officiellement prise en charge. La fiche de l’App Store français affiche l’anglais comme unique langue. Le modèle vocal comprend quelques mots d’autres langues, mais toute la conversation reste pensée pour l’anglais.
 

Peut-on utiliser Sesame en France ?

Oui, l’application se télécharge sur l’App Store et sur Google Play en France. La démo fonctionne dans le navigateur. Les conditions d’utilisation précisent cependant que le service vise les utilisateurs situés aux États-Unis, et les données sont transférées là-bas.
 

Que devient ma voix avec Sesame ?

Sesame enregistre votre voix et la transcription de vos échanges. Sans compte, ces données sont supprimées sous 30 jours. Avec un compte, elles peuvent servir à entraîner les modèles, sauf si vous refusez. L’entreprise s’engage à ne pas vendre vos données et à ne pas exploiter votre voix seule sans votre accord.
 

Quand sortent les lunettes de Sesame ?

Sesame annonce des lunettes connectées pour 2027, sans date précise ni prix. Elles doivent intégrer les agents vocaux avec un son de qualité et un usage mains libres. Pour les modèles déjà en vente, consultez notre guide pour acheter des lunettes IA.
 

Sesame ou le mode vocal de ChatGPT : lequel choisir ?

Le point fort de Sesame tient au naturel de la voix, au rythme de la conversation et à la mémoire propre à chaque agent. ChatGPT offre en revanche un mode vocal en français, relié à tout son écosystème de fichiers et de connecteurs. Pour pratiquer l’anglais ou tester la voix la plus humaine, Sesame convient mieux. Le choix logique pour un usage quotidien en français reste ChatGPT.
 
 
Pour aller plus loin : comparez avec notre guide du mode vocal de ChatGPT, et découvrez comment transformer votre voix avec l’IA.
Mise à jour : 30 septembre 2026