Xiaomi MiMo v2 TTSモデル公開、急遽オンライン実行ツールを作ってみた

Xiaomiは最近の発表会で、一気に複数の大規模モデルをリリースしました。いくつかのレビューを見ましたが、その実力は確かに素晴らしいものです。まずはXiaomiにお祝い申し上げます。

中でも、彼らの最新の音声合成大規模モデルである MiMo v2 TTS は現在期間限定で無料公開されているため、私も早速試してみたいと思いました。公式のデモ音声を聴いてみましたが、正直言って非常に高品質です。漢字の読みが正確なだけでなく、語気、間、息継ぎの音までとても自然で、異なる発音スタイルや詳細なオーディオタグの設定まで可能です。動画の吹き替えやオーディオブックの作成には十分すぎる性能です。

なぜこのツールを作ったのか？

最初はどこかのWebページで適当な文章を入力して自分の耳で確かめようと思ったのですが、ある問題に気づきました。 現在、Xiaomi公式からは一般ユーザーが直接試せるWeb版のデモが提供されていません。

公式のオープンプラットフォームは主に開発者向けであり、APIのインターフェース仕様書が用意されているだけです。つまり、その声を聞くためには、自分でコードを書いてAPIを呼び出す必要があります。コードが書けない人や、単にちょっと効果を試してみたいだけの人にとっては、非常に面倒です。

公式が用意していないなら、自分でサクッと作ってしまおうと思い立ちました。

私の解決策：純粋なフロントエンドによる MiMo v2 TTS オンラインツール

iKnowABit上で急遽このツールを公開しました。入力したテキストを自動的で自然な音声出力に変換できる、シンプルなWebページです。

皆さんが最も気にしているプライバシーとセキュリティの問題について、ここでお約束します： このモデルを呼び出すには個人のAPI Keyが必要になるため、安全性を確保するべく、このツールは 完全なフロントエンド で動作するようにしました。 つまり、Webページ上で「生成」をクリックすると、あなたのブラウザが直接Xiaomiの公式サーバーへリクエストを送信します。 本サイトがあなたのAPI Keyを記録、収集、またはアップロードすることは絶対にありません 。それでも不安な場合は、使い終わった後にXiaomiのコンソールからそのKeyを削除するか無効にすれば問題ありません。

具体的な使い方は？

Xiaomi MiMo v2 は現在 期間限定の無料体験フェーズ にあるため、お金をかけずにタダで利用できます。

必要な手順は以下の3つだけです：

1. Xiaomi公式サイトでKeyを取得 ：Xiaomi MiMo コンソール にアクセスし、登録・ログインして、あなた専用のAPI Keyを生成します。
2. ツールに入力 ：取得したAPI Keyをコピーし、私が作ったこのWebツールの設定欄に貼り付けます。
3. 合成開始 ：聞きたいテキストを入力し、音声とスタイルを選んで「生成」をクリックすれば、すぐに聞いたりダウンロードしたりできます。

このツールはいち早く皆さんに体験してもらうために急いで公開したもので、コードもかなり急ぎ足で書いています。使い勝手が悪い部分やバグが存在するかもしれません。使用中に問題が発生した場合や、機能の要望があれば、いつでもフィードバックをお待ちしています。

試してみたい方は、下のカードをクリックして直接使ってみてください：

🔗 MiMo v2 TTS ジェネレーター

XiaomiのAPIにフロントエンドから直接接続。API Keyを入力するだけで、ワンクリックでAI音声を生成します。

→

---

この記事は iKnowABit チームによるオリジナルです。