MiMo v2 TTS 语音合成

在线文本转语音工具

此在线工具基于小米最新发布的 MiMo v2 TTS (Text-to-Speech) 语音合成模型，可将输入的文本自动转换为自然流畅的语音输出。支持配置发音风格及细粒度音频标签，生成表达丰富、生动的语音内容。

⚠️ 重要提示：本工具为了抢鲜快速上线，可能存在体验不健全的地方。如果遇到任何 Bug 或是功能需求，欢迎随时反馈提出！

🔗 快速链接

• 🔑 获取 MIMO API Key (控制台)
• 📖 官方 API 接口使用文档
• 💰 计费说明：目前为限时免费体验阶段。

🌟 核心能力设置指南

1. API Key 获取与安全说明

使用本工具前，您需要提供一个有效的 MIMO API Key。

• 获取方法：请前往 小米 MiMo 控制台 注册并生成您的专属 Key。
• 🔒 隐私承诺：本网站所有 API 调用均直接由您的浏览器直连官方服务器发起，我们绝不会记录、收集或上传您的 API Key。如果您仍有疑虑，随时可以在使用完毕后去控制台删除或停用该 Key。

2. 声音与音色选择 (Voice)

你可以从下拉框中选择预置的音色。目前小米支持以下模型：

• mimo_default：MiMo-默认
• default_zh：MiMo-中文女声
• default_en：MiMo-英文女声 (注：暂不支持音色克隆)

3. 发音风格控制与方言 (Style)

直接在工具界面的“发音风格”框中填入你想要的风格或方言！平台会自动帮您在前端拼装成 <style>风格</style> 标签放在生成的文本最开头（多个风格可用空格隔开）。这可以让语音更生动自然。

表内及额外支持的风格示例包括：

• 语速控制：变快 / 变慢
• 情绪变化：开心 / 悲伤 / 生气
• 角色扮演：孙悟空 / 林黛玉
• 风格变化：悄悄话 / 夹子音 / 台湾腔 / 唱歌
• 方言：东北话 / 四川话 / 河南话 / 粤语

例：

• <style>开心</style>明天就是周五了，真开心！
• <style>东北话</style>哎呀妈呀，这天儿也忒冷了吧！你说这风，嗖嗖的，跟刀子似的，割脸啊！
• （注：体验绝佳的唱歌风格，必须单独在文本最开头只加一个"唱歌"标签）

4. 细粒度音频标签微调 (Fine-grained Control)

除了整体风格，你还可以在**“要合成的助手文本”**各个段落中插入音频动作标签，来精准调节语气、由于加入呼吸声、停顿或咳嗽等！ 例：

• （紧张，深呼吸）呼……冷静，冷静。不就是一个面试吗……
• （极其疲惫，有气无力）师傅……到地方了叫我一声……（长叹一口气）我先眯一会儿。
• （寒冷导致的急促呼吸）呼——呼——这、这大兴安岭的雪……（咳嗽）简直能把人骨头冻透了……

5. 对话上下文机制 (User vs Assistant)

• “要合成的助手文本” (Assistant)：API 强制要求发音的目标文本必须且只能放在 role 为 assistant 的消息中。工具已限制主输入框对应此角色。
• “用户上下文对话” (User)：该选填框用于传递上一句对话设定，让生成的声音立刻带有合适的交流感和对应情感。建议使用。