MiMo v2 TTS 語音合成

線上文字轉語音工具

此線上工具基於小米最新發布的 MiMo v2 TTS (Text-to-Speech) 語音合成模型，可將輸入的文字自動轉換為自然流暢的語音輸出。支援設定發音風格及細粒度音訊標籤，生成表達豐富、生動的語音內容。

⚠️ 重要提示：本工具為了搶鮮快速上線，可能存在體驗不健全的地方。如果遇到任何 Bug 或是功能需求，歡迎隨時回饋提出！

🔗 快速連結

• 🔑 獲取 MIMO API Key (控制台)
• 📖 官方 API 介面使用文件
• 💰 計費說明：目前為限時免費體驗階段。

🌟 核心能力設定指南

1. API Key 獲取與安全說明

使用本工具前，您需要提供一個有效的 MIMO API Key。

• 獲取方法：請前往 小米 MiMo 控制台 註冊並生成您的專屬 Key。
• 🔒 隱私承諾：本網站所有 API 呼叫均直接由您的瀏覽器直連官方伺服器發起，我們絕不會記錄、收集或上傳您的 API Key。如果您仍有疑慮，隨時可以在使用完畢後去控制台刪除或停用該 Key。

2. 聲音與音色選擇 (Voice)

你可以從下拉框中選擇預置的音色。目前小米支援以下模型：

• mimo_default：MiMo-預設
• default_zh：MiMo-中文女聲
• default_en：MiMo-英文女聲 (註：暫不支援音色複製)

3. 發音風格控制與方言 (Style)

直接在工具介面的「發音風格」框中填入你想要的風格或方言！平台會自動幫您在前端拼裝成 <style>風格</style> 標籤放在生成的文字最開頭（多個風格可用空格隔開）。這可以讓語音更生動自然。

表內及額外支援的風格範例包括：

• 語速控制：變快 / 變慢
• 情緒變化：開心 / 悲傷 / 生氣
• 角色扮演：孫悟空 / 林黛玉
• 風格變化：悄悄話 / 夾子音 / 台灣腔 / 唱歌
• 方言：東北話 / 四川話 / 河南話 / 粵語

例：

• <style>開心</style>明天就是週五了，真開心！
• <style>東北話</style>哎呀媽呀，這天兒也忒冷了吧！你說這風，嗖嗖的，跟刀子似的，割臉啊！
• （註：體驗絕佳的唱歌風格，必須單獨在文字最開頭只加一個"唱歌"標籤）

4. 細粒度音訊標籤微調 (Fine-grained Control)

除了整體風格，你還可以在**「要合成的助手文字」**各個段落中插入音訊動作標籤，來精準調節語氣、加入呼吸聲、停頓或咳嗽等！ 例：

• （緊張，深呼吸）呼……冷靜，冷靜。不就是一個面試嗎……
• （極其疲憊，有氣無力）師傅……到地方了叫我一聲……（長嘆一口氣）我先瞇一會兒。
• （寒冷導致的急促呼吸）呼——呼——這、這大興安嶺的雪……（咳嗽）簡直能把人骨頭凍透了……

5. 對話上下文機制 (User vs Assistant)

• 「要合成的助手文字」 (Assistant)：API 強制要求發音的目標文字必須且只能放在 role 為 assistant 的訊息中。工具已限制主輸入框對應此角色。
• 「用戶上下文對話」 (User)：該選填框用於傳遞上一句對話設定，讓生成的聲音立刻帶有合適的交流感和對應情感。建議使用。