mimo-tts-asr
Xiaomi MiMo V2.5 TTS + ASR 全能语音技能。支持高质量中英文语音合成（TTS）和语音识别（ASR）。 TTS: 三款模型（精品音色 / VoiceDesign 音色设计 / VoiceClone 音色克隆）、方言支持、情感控制、多格式输出。 ASR: 音频转文字、多语言识别、方言、Code-Switch、强噪音场景。支持 API 调用和开源模型本地部署。 触发词: 语音合成 / 文字转语音 / TTS / 朗读 / 说话 / 唱歌 / 语音识别 / 转文字 / 听写 / ASR / 音色设计 / 音色克隆 / 声音克隆 / voice design / voice clone / voice / speech / read aloud / transcribe / speech-to-text / 语音转文字 / 音频转文字。 Use when: 用户要求将文字转为语音、朗读文本、生成音频、识别音频内容、将音频转为文字、设计音色、克隆音色。
Install via CLI (Recommended)
clawhub install openclaw/skills/skills/aaroncxxx/mimo-tts-asrXiaomi MiMo-V2.5-TTS-Series + ASR — 你的声音，随心所"驭"
v2.5.4 · 面向 Agent 时代的全链路语音模型系列
官方资源 / Official Links
| 资源 | 链接 |
|---|---|
| 📖 发布公告 | MiMo-V2.5-TTS-Series + ASR 正式发布 |
| 📚 TTS API 文档 | 语音合成（MiMo-V2.5-TTS 系列） |
| 📚 ASR API 文档 | 音频理解 |
| 🎮 MiMo Studio 体验 | aistudio.xiaomimimo.com/#/c |
| 🔧 官方 Skill 仓库 | github.com/XiaomiMiMo/MiMo-Skills |
| 🤗 ASR 开源代码 | github.com/XiaomiMiMo/MiMo-V2.5-ASR |
| 🤗 ASR 模型权重 | huggingface.co/XiaomiMiMo/MiMo-V2.5-ASR |
| 🤗 ASR Demo | huggingface.co/spaces/XiaomiMiMo/MiMo-V2.5-ASR |
| 📋 定价与限速 | 定价说明 |
| 🌐 MiMo 开放平台 | platform.xiaomimimo.com |
功能概览 / Overview
TTS — 三款模型
| 模型 | 能力 | 场景 |
|---|---|---|
| 🎙️ MiMo-V2.5-TTS | 内置精品音色，语速/情绪/语气精细控制 | 通用语音合成 |
| 🎨 MiMo-V2.5-TTS-VoiceDesign | 自然语言描述从零生成新音色（无需参考音频） | 游戏NPC/虚拟主播/品牌IP |
| 🔁 MiMo-V2.5-TTS-VoiceClone | 短音频高保真克隆音色（数秒即可） | 播客克隆/配音复刻 |
⭐ 三款模型均已限时免费
ASR — 语音识别
| 能力 | 说明 |
|---|---|
| 🌍 中英双语 | 自由切换，无需预设语种 |
| 🗣️ 中文方言 | 吴语/粤语/闽南语/四川话 |
| 🔀 Code-Switch | 中英混杂自然转录 |
| 🎵 歌曲识别 | 中英文歌词，伴奏场景高精度 |
| 🔊 强噪音 | 高噪音/远场拾音鲁棒识别 |
| 👥 多说话人 | 会议等多人交叉对话 |
| 📝 原生标点 | 结合韵律与语义自动标点 |
🆓 ASR 已开源 — GitHub / HuggingFace
⚙️ 配置 / Setup
环境变量
# TTS API Key（独立于模型推理 Key）
export MIMO_API_KEY="your-tts-api-key"
# ASR API Key（如与 TTS 相同可复用）
export MIMO_ASR_KEY="your-asr-api-key"
或通过 OpenClaw 配置：
openclaw config set skills.entries.mimo-tts-asr.apiKey "your-key"
⚠️ TTS/ASR 的 API Key 独立于模型推理 Key，需前往 platform.xiaomimimo.com 申请。
🎙️ TTS — 语音合成
基础用法
python3 "{baseDir}/scripts/tts.py" "要合成的文本" -o output.wav
参数说明
| 参数 | 默认值 | 说明 |
|---|---|---|
text | (必填) | 要合成的文本 |
-o | output.wav | 输出文件路径 |
-m | tts | 模型：tts / voice-design / voice-clone |
-v | mimo_default | 音色（见音色列表） |
-s | 无 | 风格标签 |
-f | wav | 音频格式：wav / mp3 / ogg |
--voice-desc | 无 | VoiceDesign：音色描述文本 |
--ref-audio | 无 | VoiceClone：参考音频路径 |
--user-msg | 无 | 用户角色上下文（调整语气） |
--api-key | 环境变量 | API Key 覆盖 |
--max-retries | 3 | 最大重试次数 |
--list-voices | — | 列出可用音色 |
--list-formats | — | 列出可用格式 |
音色列表（MiMo-V2.5-TTS）
Metadata
Not sure this is the right skill?
Describe what you want to build — we'll match you to the best skill from 16,000+ options.
Find the right skillPaste this into your clawhub.json to enable this plugin.
{
"plugins": {
"official-aaroncxxx-mimo-tts-asr": {
"enabled": true,
"auto_update": true
}
}
}Related Skills
how-much-token-did-this-chat-used
Track and display token usage for the current OpenClaw session and recent sessions, with cost estimation and remaining days projection. Auto-detects active model and matches billing rules dynamically. Shows: current session tokens, session cost, today's cumulative usage, last 10 session averages, 7-day usage trend, top spending sessions, credit balance with alerts, and weighted remaining days projection. Use when the user asks about token consumption, cost, usage stats, "用了多少 token" / "token 用量" / "消耗了多少" / "最近十个chat" / "credit" / "余额" / "还能用几天" / "花费" / "趋势".
Mimo Tts Asr 26 Free
Skill by aaroncxxx
Empire Architecture
Skill by aaroncxxx
drop-caches-cleanup
一键清理系统内存（RAM）/ One-click system memory cleanup. 当用户说"清理内存"、"释放内存"、"一键清理"、"drop caches"、"内存太高"、"卡"、"慢" / "clear memory"、"free memory"、"memory cleanup"、"system lag" 时使用。 支持 Linux drop_caches / macOS purge，分级清理，阈值检查。
mimotts25
小米大模型 MiMo TTS 2.5 语音合成。支持多种预设音色（中文/英文/默认）、风格控制（情感、方言、角色扮演、语速）、音频标签精细控制。Use when the user asks to convert text to speech, generate audio, read text aloud with a specific style/emotion/dialect, or create voice files.