一句话生成声音！小米MiMo-V2.5语言模型正式发布

今日，小米正式推出MiMo-V2.5语音模型体系，涵盖语音识别与合成双核心模块，构建全链路语音交互能力。

该系列包含MiMo-V2.5-ASR与MiMo-V2.5-TTS两大分支，前者在复杂场景下表现突出，支持中英双语、方言混用、强噪音环境及多说话人场景，知识密度处理能力达行业领先水平。

TTS模块细分三大功能模型：基础版MiMo-V2.5-TTS内置多款调优音色，支持语速、情绪等维度精细控制；VoiceDesign版通过自然语言描述生成音色，可自定义年龄、口音、性格等特征，兼容矛盾描述；VoiceClone版仅需数秒音频即可克隆真人音色，保留气息、节奏等细节特征，并支持叠加创作指令。

目前，上述TTS模型已在小米MiMo API平台开放限时免费服务，覆盖多场景语音创作需求。