MiMo V2-TTS 语音合成技能

版本: v1.2.0

发布日期: 2026-04-05

快速开始

使用命令行调用：

mimo-tts --text "你好，欢迎使用 MiMo 语音合成" --output audio.wav

核心功能

1. 文本转语音

支持将任意文本转换为自然流畅的语音，兼容 OpenAI SDK 格式。

2. 音色选择

支持 3 种预置音色：

• mimo_default - MiMo-默认音色
• default_zh - MiMo-中文女声
• default_en - MiMo-英文女声

使用方式：

mimo-tts --text "Hello World" --voice default_en --output hello.wav

3. 风格控制

支持在文本中使用 标签控制语音风格：

# 情绪变化
mimo-tts --text "<style>开心</style>今天真是太棒了！" --output happy.wav

# 方言
mimo-tts --text "<style>东北话</style>哎呀妈呀！" --output dongbei.wav

# 唱歌
mimo-tts --text "<style>唱歌</style>原谅我这一生不羁放纵爱自由" --output sing.wav

4. 输出格式

• wav - 标准 WAV 格式（默认）
• pcm16 - 16 位 PCM（流式模式专用）

命令行参数

环境变量

文件结构

mimo-tts/
├── SKILL.md          # Skill 描述（本文件）
├── index.js          # CLI 入口
├── scripts/
│   └── tts.js        # TTS 核心脚本
├── package.json      # 依赖配置
├── README.md         # 使用说明
├── INSTALL.md        # 安装指南
├── VERSION           # 版本信息
└── CHANGELOG.md      # 更新日志

使用示例

基础用法

# 中文语音
mimo-tts --text "你好，我是你的 AI 助手" --output greeting.wav

# 英文语音
mimo-tts --text "Hello, I am your AI assistant" --voice default_en --output hello.wav

风格控制

# 欢快语气
mimo-tts --text "<style>欢快</style>今天天气真好！" --output happy.wav

# 东北方言
mimo-tts --text "<style>东北话</style>哎呀妈呀，这天儿真冷！" --output dongbei.wav

# 唱歌模式
mimo-tts --text "<style>唱歌</style>原谅我这一生不羁放纵爱自由" --output sing.wav

细粒度控制

mimo-tts --text "（紧张，深呼吸）呼……冷静，冷静。（语速加快）自我介绍已经背了五十遍了" --output nervous.wav

注意事项

1. 文本位置：语音合成文本自动放在 assistant 角色消息中
2. 风格标签： 标签
3. 流式模式：流式调用时必须使用 pcm16 格式
4. 文本长度：推荐单次 2000 字以内，长文本建议分段

故障排除

错误：未设置 MIMO_API_KEY

export MIMO_API_KEY=your_api_key_here

错误：HTTP 401

API Key 无效，请检查是否正确

错误：HTTP 404

检查 API 端点是否正确

错误：请求超时

文本过长或网络问题，尝试缩短文本

相关链接

• MiMo 开放平台
• API 文档
• 控制台

许可证

MIT License

更新日志

参见 CHANGELOG.md