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 wit...

Security Scan

The skill's code, instructions, and requested environment variable (MIMO_API_KEY) are consistent with a text‑to‑speech client for the MiMo TTS service and do not ask for unrelated credentials or perform unexpected actions.

Purpose & Capability

Name/description (MiMo TTS) match the included script and SKILL.md. The skill only requires a single TTS API key (MIMO_API_KEY) which is appropriate for a TTS integration. No unrelated binaries, config paths, or extra credentials are requested.

Instruction Scope

SKILL.md instructs the agent to call the bundled Python script to POST text to the MiMo TTS API and write the returned audio to a file. The instructions reference only the API key, command arguments, and an output file; they do not instruct reading arbitrary host files, other env vars, or sending data to third parties beyond the documented API endpoint.

Install Mechanism

No install spec is provided (instruction/script-only); the included Python script uses only standard library modules and does not pull code from external URLs or install packages. This is low-risk from an installation perspective.

Credentials

Only one environment variable (MIMO_API_KEY) is required and it directly corresponds to the stated purpose. The SKILL.md also documents storing the key in OpenClaw config or env var. No extra secrets, keys, or unrelated service credentials are requested.

Persistence & Privilege

The skill is not marked always:true and does not claim to modify other skills or system-wide settings. It writes only the output audio file specified by the user. Autonomous invocation is allowed by default but is expected for skills and is not combined with other high‑risk behaviors here.

Assessment

This skill appears to be a straightforward MiMo TTS client. Before installing, verify that the API endpoint (https://api.xiaomimimo.com) is the correct/official MiMo service you intend to use and only supply a TTS-specific API key (do not reuse high‑privilege keys). The script will send provided text to that endpoint and save the returned audio locally; review network access policies if you need to restrict outbound calls. If you need higher assurance, inspect the script locally (scripts/tts.py) and test with a limited or test API key first.

MiMo TTS 2.5.2 — 语音合成

小米大模型 MiMo TTS 2.5.2 版本，高质量中文/英文语音合成。

🆕 2.5.2 版本更新

新增音色

• mimo_male - 男声音色
• mimo_child - 童声音色
• mimo_cantonese - 粤语音色
• mimo_sichuan - 四川话语音

新增音频格式

• mp3 - 更小的文件大小，适合网络传输
• ogg - 更好的兼容性，开源格式

优化功能

• ✅ 重试机制：自动处理API限流
• ✅ 改进错误处理：更详细的错误信息
• ✅ 超时设置：避免长时间等待

首次配置

⚠️ TTS 的 API Key 独立于模型推理 Key。 即使 mimo-v2-pro 能正常调用，TTS 仍需单独配置 Key。

1. 前往小米 MiMo 开放平台获取 TTS API Key：https://api.xiaomimimo.com
2. 通过 OpenClaw 配置：

openclaw config set skills.entries.mimotts25.apiKey "your-tts-api-key-here"

或直接设置环境变量 MIMO_API_KEY。 配置后需重启会话。

故障排查

错误	原因	解决
401 Invalid API Key	API Key 未传入或格式不对	确认已用 config set 配置 TTS 专用 Key，重启会话
工具调用被 abort	上下文过长或系统繁忙	等几秒后重试

生成语音

使用 scripts/tts.py 合成语音：

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
-o	output.wav	输出文件路径
-v	mimo_default	音色：mimo_default、default_zh、default_en、mimo_male、mimo_child、mimo_cantonese、mimo_sichuan
-s	无	风格标签，如 开心、东北话、悄悄话、孙悟空
-f	wav	音频格式：wav、mp3、ogg
--user-msg	无	可选的用户角色上下文，用于调整语气
--api-key	环境变量 MIMO_API_KEY	API Key 覆盖
--max-retries	3	API调用最大重试次数
--list-voices	无	列出所有可用音色
--list-formats	无	列出所有可用音频格式

使用示例

# 基础合成
python3 "{baseDir}/scripts/tts.py" "你好，今天天气真好" -o hello.wav

# 方言风格
python3 "{baseDir}/scripts/tts.py" "哎呀妈呀，这天儿也忒冷了吧" -s "东北话" -o dongbei.wav

# 英文音色
python3 "{baseDir}/scripts/tts.py" "Hello, how are you today?" -v default_en -o hello_en.wav

# 情感 + 语速
python3 "{baseDir}/scripts/tts.py" "明天就是周五了，真开心！" -s "开心 变快" -o happy.wav

# 唱歌
python3 "{baseDir}/scripts/tts.py" "一闪一闪亮晶晶" -s "唱歌" -o sing.wav

# 🆕 2.5.2 新功能示例

# 男声音色
python3 "{baseDir}/scripts/tts.py" "大家好，我是你们的主持人" -v mimo_male -o male.wav

# 童声音色
python3 "{baseDir}/scripts/tts.py" "妈妈，我想吃糖" -v mimo_child -o child.wav

# 粤语
python3 "{baseDir}/scripts/tts.py" "你好，今日天气好好" -v mimo_cantonese -o cantonese.wav

# 四川话
python3 "{baseDir}/scripts/tts.py" "这个火锅巴适得很" -v mimo_sichuan -o sichuan.wav

# MP3格式（更小的文件）
python3 "{baseDir}/scripts/tts.py" "今天心情不错" -f mp3 -o output.mp3

# OGG格式（开源格式）
python3 "{baseDir}/scripts/tts.py" "测试音频" -f ogg -o output.ogg

# 列出所有可用音色
python3 "{baseDir}/scripts/tts.py" --list-voices

# 列出所有可用音频格式
python3 "{baseDir}/scripts/tts.py" --list-formats

风格与音频标签

• 在文本开头使用 <style>风格</style> 设置整体风格
• 行内音频标签精细控制：(紧张)、(小声)、(语速加快)、(深呼吸)、(苦笑)、(沉默片刻)
• 多风格组合：<style>开心 变快</style>文本内容

🆕 2.5.2 新增风格标签

• (停顿) - 自然停顿
• (叹气) - 叹气声
• (笑声) - 轻笑
• (清嗓子) - 清嗓子声音
• (耳语) - 耳语效果

音色列表

名称	voice 参数
MiMo-默认	mimo_default
MiMo-中文女声	default_zh
MiMo-英文女声	default_en
MiMo-男声	mimo_male
MiMo-童声	mimo_child
MiMo-粤语	mimo_cantonese
MiMo-四川话	mimo_sichuan

参考风格

风格	适用场景
可爱	撒娇、软萌
开心	欢快、兴奋
东北话	方言、搞笑
悄悄话	神秘、低语
孙悟空	角色扮演
唱歌	儿歌、旋律
变快 / 变慢	语速控制
🆕 悲伤	悲伤、失落
🆕 愤怒	愤怒、激动
🆕 平静	平静、舒缓
🆕 惊讶	惊讶、意外
可自由组合	开心 变快、可爱 悄悄话、悲伤 变慢

交付

生成音频后，用 MEDIA: 指令交付给用户：

MEDIA:output.wav

📋 版本历史

v2.5.2 (2026-04-23)

• ✨ 新增4种音色：男声、童声、粤语、四川话
• ✨ 新增音频格式：mp3、ogg
• ✨ 新增重试机制，自动处理API限流
• ✨ 改进错误处理，提供更详细的错误信息
• ✨ 新增风格标签：停顿、叹气、笑声、清嗓子、耳语
• ✨ 新增情感风格：悲伤、愤怒、平静、惊讶
• ✨ 新增命令行参数：--list-voices、--list-formats
• ✨ 新增max-retries参数，可配置重试次数

v2.5.1

• 🐛 修复了一些已知问题
• 🚀 性能优化

v2.5.0

• 🎉 初始版本
• ✨ 支持3种基础音色
• ✨ 支持风格控制和音频标签
• ✨ 支持wav格式