小米推出了新的AI模型MiMo V2.5，能够将文本转换为语音，也能将语音转换为文本

小米推出新的语音人工智能模型

小米公司发布了两种版本的语音AI模型，支持文本和音频：

如何使用 MiMo‑V2.5‑TTS

1. 基础版 – 选择预设声音并可调整速度、音调和情感色彩。
2. VoiceDesign – 输入短句，系统生成新声纹。
3. VoiceClone – 上传所选声音的若干样本；模型保持风格与指令进行复现。

为获得理想效果，用户可以：

- 给文本添加特殊标签；
- 用简体中文或英文自然语言描述声音；
- 为多声道虚拟演出创建脚本，让多种声音同时互动。

MiMo‑V2.5‑ASR 的特点

- 多语种 – 支持多种中文方言与英语。
- 歌曲转写 – 模型能在伴随音乐的情况下提取歌声。
- 抗噪性能 – 在强噪环境中精准识别。
- 语调标点 – 自动插入标点，减少手动校正需求。

因此，小米正在扩展其语音技术能力，为合成语音与精确口语识别提供灵活工具。