MiMo TTS 2.5.2 — 语音合成
小米大模型 MiMo TTS 2.5.2 版本，高质量中文/英文语音合成。
🆕 2.5.2 版本更新
新增音色
mimo_male- 男声音色mimo_child- 童声音色mimo_cantonese- 粤语音色mimo_sichuan- 四川话语音
新增音频格式
mp3- 更小的文件大小，适合网络传输ogg- 更好的兼容性，开源格式
优化功能
- ✅ 重试机制：自动处理API限流
- ✅ 改进错误处理：更详细的错误信息
- ✅ 超时设置：避免长时间等待
首次配置
⚠️ TTS 的 API Key 独立于模型推理 Key。 即使 mimo-v2-pro 能正常调用，TTS 仍需单独配置 Key。
- 前往小米 MiMo 开放平台获取 TTS API Key：https://api.xiaomimimo.com
- 通过 OpenClaw 配置：
openclaw config set skills.entries.mimotts25.apiKey "your-tts-api-key-here"
或直接设置环境变量 MIMO_API_KEY。
配置后需重启会话。
故障排查
| 错误 | 原因 | 解决 |
|---|---|---|
401 Invalid API Key | API Key 未传入或格式不对 | 确认已用 config set 配置 TTS 专用 Key，重启会话 |
| 工具调用被 abort | 上下文过长或系统繁忙 | 等几秒后重试 |
生成语音
使用 scripts/tts.py 合成语音：
python3 "{baseDir}/scripts/tts.py" "要合成的文本" -o output.wav
参数说明
| 参数 | 默认值 | 说明 |
|---|---|---|
-o | output.wav | 输出文件路径 |
-v | mimo_default | 音色：mimo_default、default_zh、default_en、mimo_male、mimo_child、mimo_cantonese、mimo_sichuan |
-s | 无 | 风格标签，如 开心、东北话、悄悄话、孙悟空 |
-f | wav | 音频格式：wav、mp3、ogg |
--user-msg | 无 | 可选的用户角色上下文，用于调整语气 |
--api-key | 环境变量 MIMO_API_KEY | API Key 覆盖 |
--max-retries | 3 | API调用最大重试次数 |
--list-voices | 无 | 列出所有可用音色 |
--list-formats | 无 | 列出所有可用音频格式 |
使用示例
# 基础合成
python3 "{baseDir}/scripts/tts.py" "你好，今天天气真好" -o hello.wav
# 方言风格
python3 "{baseDir}/scripts/tts.py" "哎呀妈呀，这天儿也忒冷了吧" -s "东北话" -o dongbei.wav
# 英文音色
python3 "{baseDir}/scripts/tts.py" "Hello, how are you today?" -v default_en -o hello_en.wav
# 情感 + 语速
python3 "{baseDir}/scripts/tts.py" "明天就是周五了，真开心！" -s "开心 变快" -o happy.wav
# 唱歌
python3 "{baseDir}/scripts/tts.py" "一闪一闪亮晶晶" -s "唱歌" -o sing.wav
# 🆕 2.5.2 新功能示例
# 男声音色
python3 "{baseDir}/scripts/tts.py" "大家好，我是你们的主持人" -v mimo_male -o male.wav
# 童声音色
python3 "{baseDir}/scripts/tts.py" "妈妈，我想吃糖" -v mimo_child -o child.wav
# 粤语
python3 "{baseDir}/scripts/tts.py" "你好，今日天气好好" -v mimo_cantonese -o cantonese.wav
# 四川话
python3 "{baseDir}/scripts/tts.py" "这个火锅巴适得很" -v mimo_sichuan -o sichuan.wav
# MP3格式（更小的文件）
python3 "{baseDir}/scripts/tts.py" "今天心情不错" -f mp3 -o output.mp3
# OGG格式（开源格式）
python3 "{baseDir}/scripts/tts.py" "测试音频" -f ogg -o output.ogg
# 列出所有可用音色
python3 "{baseDir}/scripts/tts.py" --list-voices
# 列出所有可用音频格式
python3 "{baseDir}/scripts/tts.py" --list-formats
风格与音频标签
- 在文本开头使用
<style>风格</style>设置整体风格 - 行内音频标签精细控制：
(紧张)、(小声)、(语速加快)、(深呼吸)、(苦笑)、(沉默片刻) - 多风格组合：
<style>开心 变快</style>文本内容
🆕 2.5.2 新增风格标签
(停顿)- 自然停顿(叹气)- 叹气声(笑声)- 轻笑(清嗓子)- 清嗓子声音(耳语)- 耳语效果
音色列表
| 名称 | voice 参数 |
|---|---|
| MiMo-默认 | mimo_default |
| MiMo-中文女声 | default_zh |
| MiMo-英文女声 | default_en |
| MiMo-男声 | mimo_male |
| MiMo-童声 | mimo_child |
| MiMo-粤语 | mimo_cantonese |
| MiMo-四川话 | mimo_sichuan |
参考风格
| 风格 | 适用场景 |
|---|---|
可爱 | 撒娇、软萌 |
开心 | 欢快、兴奋 |
东北话 | 方言、搞笑 |
悄悄话 | 神秘、低语 |
孙悟空 | 角色扮演 |
唱歌 | 儿歌、旋律 |
变快 / 变慢 | 语速控制 |
🆕 悲伤 | 悲伤、失落 |
🆕 愤怒 | 愤怒、激动 |
🆕 平静 | 平静、舒缓 |
🆕 惊讶 | 惊讶、意外 |
| 可自由组合 | 开心 变快、可爱 悄悄话、悲伤 变慢 |
交付
生成音频后，用 MEDIA: 指令交付给用户：
MEDIA:output.wav
📋 版本历史
v2.5.2 (2026-04-23)
- ✨ 新增4种音色：男声、童声、粤语、四川话
- ✨ 新增音频格式：mp3、ogg
- ✨ 新增重试机制，自动处理API限流
- ✨ 改进错误处理，提供更详细的错误信息
- ✨ 新增风格标签：停顿、叹气、笑声、清嗓子、耳语
- ✨ 新增情感风格：悲伤、愤怒、平静、惊讶
- ✨ 新增命令行参数：--list-voices、--list-formats
- ✨ 新增max-retries参数，可配置重试次数
v2.5.1
- 🐛 修复了一些已知问题
- 🚀 性能优化
v2.5.0
- 🎉 初始版本
- ✨ 支持3种基础音色
- ✨ 支持风格控制和音频标签
- ✨ 支持wav格式