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
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全链路语音模型系小米列,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。
️ T发布TS 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,支全链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-路语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,大幅降低音色创作音大门槛。
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,适用于虚拟主播模型、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 M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iM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-V2o-.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V2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.5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,T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TS 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, 可更能用你想要的声音,说出打动人心的回答。
- ·预测显示,未来可能有高达 50% 的入门级工作将被 AI 取代
- ·Epic Games在澳大利亚起诉谷歌
- ·NBA中国与阿里云达成合作,将开发「NBA篮球大模型」
- ·马斯克:Grok5迈向通用人工智能的机会上升至10%
- ·了解边缘人工智能及边缘计算
- ·标签: 中国电科 中国电子 深桑达A 太极股份
- ·标签: 中科仪 干式真空泵 招商证券 长江存储
- ·标签: 字节跳动 Seed团队 豆包大模型 Qwen
- ·通义DeepResearch发布!全开源AI模型让研究更简单
- ·谷歌推出全新图像生成模型:Gemini 2.5 Flash Image 免费且支持中文
- ·标签: 微信公众号 AI创作 微信公众平台 内容监管
- ·标签: 高盛 2026年一季度财报 投行手续费 并购顾问
- ·随着AIoT的出现,人类的生活将发生怎样的变化
- ·亚马逊宣布将手掌扫描支付系统拓展到全食超市
- ·我开空调了是什么梗
- ·一旦苹果真撤出中国,会带来什么后果?郭台铭:大批企业将倒闭
- ·苹果即将推出iPhone隐私保护功能 Facebook和Snap或首当其冲
- ·标签: 小鹏 IRON 人形机器人 全固态电池
- ·谷歌测试 YouTube 对话式 AI 搜索:支持文本总结与多模态内容聚合
- ·奥特曼:OpenAI的Codex使用量激增10倍,凸显GPT-5的强大影响力
- ·Meta 悄然成立超级政治行动委员会,以保护其 AI 利益
- ·云安全日报210928:思科多个产品服务器发现数据泄露漏洞,需要尽快升级
- ·标签: 时创意 存储芯片 小米产投 中信证券
- ·Notion 即将发布个性化 AI 智能体,助力用户定制工作流
- ·微软董事会决定盖茨应当离开?其实早在去年他已宣布退出了
- ·阿里巴巴推出紧凑型Qwen3-VL模型,提升多模态AI效率,加速边缘设备部署
