鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

小米发布全链路语音大模型 MiMo-V2.5,TTS 可“一句话生成新音色”,ASR 开源支持方言与多语混说

编程导航
编程导航
2026-04-24 12:30
阅读 1032
编程导航
2026-04-24 12:30
阅读 1032

当 AI 语音不再只是“能听会说”,而是能像导演一样精准调度情绪、语气甚至角色身份,人机交互的自然度正迈入新纪元。小米今日正式推出MiMo-V2.5全链路语音模型系列,包含三款 TTS(语音合成)模型与一款开源 ASR(语音识别)模型,全面覆盖 Agent 时代的语音输入与输出需求,让声音真正成为可编程、可创作、可复刻的智能媒介。

image.png

🎙️ TTS 三大模型:声音从此“听你指挥”

小米此次发布的MiMo-V2.5-TTS 系列首次实现“语言即控制”的语音生成范式:

  • MiMo-V2.5-TTS:内置多款高保真精品音色,支持通过自然语言指令精细调控语速、情绪、语气等维度。用户无需填写参数,只需像对演员说戏般描述:“用温柔但坚定的语气,语速稍慢,带点疲惫感”,模型即可精准演绎。

  • MiMo-V2.5-TTS-VoiceDesign:一句话生成全新音色——输入“一个30岁知性女声,带轻微南方口音,适合播讲财经新闻”,系统即刻创建专属声音,大幅降低音色创作门槛。

  • MiMo-V2.5-TTS-VoiceClone:仅需少量样本(如30秒语音),即可高保真复刻目标人声,同时保留对风格指令与音频标签的响应能力,适用于虚拟主播、个性化助手等场景。

更突破性的是其分层导演剧本机制:在有声剧或游戏 NPC 等高一致性要求场景中,开发者可分别定义“角色身份”“场景氛围”“单句表演指导”,各层独立更新却协同输出,确保角色声音贯穿始终,每句台词又富有变化。

此外,模型支持行内音频标签(如[emotion: excited]),可在文本任意位置插入多标签组合,实现复杂情感编排;即便输入纯文本无任何提示,模型也能自动解析标点、句式与隐含情感,输出“有血有肉”的语音。

🎧 ASR 开源:嘈杂真实场景下的“全能耳朵”

同步开源的MiMo-V2.5-ASR则聚焦“听得清、听得准”:

  • 支持吴语、粤语、闽南语、四川话等主流中文方言;
  • 在中英混说(Code-Switch) 场景下无需预设语种,转录流畅;
  • 强噪音、远场拾音、多人交叉对话(如会议)等复杂环境保持高鲁棒性;
  • 精准识别古诗词、专业术语、歌曲歌词(含伴奏干扰);
  • 原生输出标点,转写结果可直接用于下游任务,无需后处理。

在多项权威评测中,该模型在中英文通用、方言、混说及歌词识别等维度均达业界领先水平。

🚀 免费开放 + 开源,加速 Agent 生态落地

目前,三款 TTS 模型已在小米 MiMo 开放平台限时免费,开发者可通过 API 调用或 MiMo Studio 快速体验;而 MiMo-V2.5-ASR模型权重与代码已完全开源,支持社区二次开发。

这一全栈语音能力的释放,标志着小米正从终端厂商向 AI 基础设施提供者延伸。当每个开发者都能低成本构建具备“导演级语音表现力”的智能体,下一代人机交互的想象空间,才真正被打开——未来,你的 AI 助手不仅能理解你的话,更能用你想要的声音,说出打动人心的回答。

原文链接: 小米发布全链路语音大模型 MiMo-V2.5,TTS 可“一句话生成新音色”,ASR 开源支持方言与多语混说
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥 热门文章
1
鱼皮 AI 大模型应用开发学习路线,一条龙!26 年最新(万人收藏)
560
2
出海赚美刀!我从 0 到 1 的出海工作流全分享
510
3
做了 6 年自媒体,公开我的 AI 视频创作流程!【独家】
390
4
这 3 年 AI Agent 到底进化了啥?万字大白话,一次讲透!
360
5
烧了上万块,我让 AI 做了 500 多个网站!
340
6
想体验 claude fable 5.2,充了个 OpenRouter,才用了一个会话,就被封了。。。我的20美金
340
7
Claude Fable 5.2 首发实测,顶级的审美,蛋疼的价格。。
340
8
Claude Fable 5.2做出1.4Mb大小的fps
330
9
谷歌最强模型 Gemini 4 Carbon 全面开放,失望透顶。。
290
10
格局!刚刚 DeepSeek 正式开放全家桶 API,咱都能复刻 DeepSeek App 了?
280
11
问 Fable5.2 要了一些对初级程序员的建议,我个人感觉还是挺好的,说的很有道理,给鱼友们分享一下: 1. 深入理解代码和系统。多阅读优秀代码,理解完整业务链路、系统架构和设计决策。培养独立判断能力,不盲目信任 AI 生成的代码。 2. 掌握计算机基础。深入学习操作系统、计算机网络、数据库、数据结构与算法、编程语言底层原理。基础知识决定技术能力的上限。 3. 学会定义问题。动手前明确真正的需求、现有系统能力、约束条件和验收标准。确保自己解决的是正确的问题。 4. 熟练使用 AI Agent。每天使用 AI 辅助阅读代码、调试、测试和开发。学会拆解任务、提供上下文、验证结果,同时保持独立编程能力。 5. 建立代码验证能力。掌握单元测试、集成测试、调试器、日志分析和 Bug 复现。重点关注正确性、安全性、性能和边界条件。 6. 坚持小规模代码变更。每次只解决一个明确问题,优先复用现有代码,避免无关重构和过度生成。确保代码容易审查、测试和回滚。 7. 提高需求表达能力。把模糊需求转化为明确的任务,清楚描述目标、输入输出、异常情况、约束条件和验收标准。 8. 精通开发工具。熟练掌握 Git、IDE、Shell、SQL 和 CI/CD。通过工具和自动化减少重复劳动,提高开发效率。 9. 保持简单的工程设计。优先选择简单、可靠、可维护的方案。避免过早抽象、过度设计和没有实际依据的性能优化。 10. 积极参与 Code Review。阅读优秀工程师的代码,理解审查意见和设计取舍,主动审查他人代码,持续积累工程经验。 11. 学会高效求助。遇到问题先独立探索,尝试复现、查看日志和源码。无法解决时,带着具体问题和已尝试的方法寻求帮助。 12. 建立长期技术记录。记录 Bug、技术难点、设计决策和源码阅读心得,定期整理笔记、输出技术文章,把经验转化为长期知识资产。 13. 主动承担工程责任。对代码质量和上线结果负责,及时反馈风险,参与故障排查和问题复盘。通过持续可靠的交付建立职业信誉。 14. 保持独立思考和持续学习。关注技术发展,但不盲目追逐新工具。通过实际项目验证技术价值,定期调整学习方向,保持长期适应能力。
280
12
ARTS 1108: 快慢指针找中点、数据库也是全局变量的仓库与漏洞发现提速后的修复压力
270
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
朱雀AI检测助手朱雀AI检测助手
零感AI零感AI