Xiaomi MiMo Voice — 语音合成技能

通过小米 MiMo V2 TTS API 将文字转为自然流畅的语音。

前置条件

1. 安装依赖

pip install requests

2. 配置 API Key

编辑 ~/.openclaw/openclaw.json，在 skills.entries 下添加：

{
  "skills": {
    "entries": {
      "xiaomi-mimo-voice": {
        "enabled": true,
        "env": {
          "MIMO_API_KEY": "your-api-key"
        }
      }
    }
  }
}

> 💡 也可以使用环境变量 export MIMO_API_KEY=xxx，但推荐用 Skill 级别配置，更整洁且仅对该 Skill 生效。

使用方式

python3 <skill_dir>/scripts/tts.py --text "要合成的文字" --output audio.wav

参数

音色

风格列表

示例

# 基础合成
python3 scripts/tts.py --text "你好，世界！" --output hello.wav

# 情感风格
python3 scripts/tts.py --text "太开心了！" --style Happy --output happy.wav

# 角色扮演
python3 scripts/tts.py --text "俺老孙来也！" --style "Sun Wukong" --output wukong.wav

# 英文
python3 scripts/tts.py --text "Hello world!" --voice default_en --output hello_en.wav

# 方言
python3 scripts/tts.py --text "干啥呢老铁" --style "Northeastern dialect" --output dongbei.wav

# 播报
python3 scripts/tts.py --text "以下是今天的新闻摘要" --style Narration --output news.wav

输出格式

{
  "status": "success",
  "file": "output.wav",
  "size_kb": 128.5,
  "duration_sec": 5.2,
  "voice": "mimo_default",
  "style": "Happy",
  "text": "太开心了！"
}

故障排除

技术细节

• 模型：mimo-v2-tts
• API：https://api.xiaomimimo.com/v1/chat/completions
• 采样率：24kHz（PCM16 格式）
• 风格标签格式： 放在文字开头

更新日志

v1.0.2 (2026-03-24)

• 配置方式统一为 Skill 级别 env（openclaw.json skills.entries）
• 修复依赖说明（openai → requests）
• 文档结构优化

v1.0.1 (2026-03-24)

• 移除 openclaw.json tools 自定义键配置
• API Key 改为环境变量读取

v1.0.0 (2026-03-24)

• 首次发布：中文/英文语音合成，支持情感/角色/方言等多种风格