小米MiMo语音

小米MiMo语音合成（TTS）技能，支持将文本转换为自然语音。当用户要求朗读、语音合成、文字转语音、TTS、读一段话、把文字转成声音时使用（作为千问TTS的备选方案）。

小米 MiMo 语音合成技能 (mimo-tts)

⚠️ 环境变量配置

环境变量	说明	获取方式
MIMO_API_KEY	MiMo API 密钥	MiMo控制台 API Keys

bash

export MIMO_API_KEY="your-mimo-api-key-here"

API 信息

• Base URL: https://api.xiaomimimo.com/v1
• TTS 端点: POST /v1/audio/speech (OpenAI-compatible)
• 模型: mimo-v2-tts (需确认)

快速使用

基本语音合成

bash

curl -X POST 'https://api.xiaomimimo.com/v1/audio/speech' \
  -H "Authorization: Bearer $MIMO_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "mimo-v2-tts",
    "input": "要转换的文本内容",
    "voice": "male-qn-qingse"
  }'

脚本说明

scripts/speak.sh

纯 Bash 脚本，仅生成本地音频文件，不需要飞书凭证

bash

# 需要 MIMO_API_KEY 环境变量
./speak.sh "要转换的文本" [模型名]
# 输出: /tmp/mimo_tts_xxx.ogg

依赖说明

• ffmpeg - 音频格式转换
• jq - JSON 处理

备注

• MiMo TTS API 兼容 OpenAI Audio API 格式
• 具体音色选项需参考 MiMo 官方文档
• 音频输出格式为 ogg（Opus），可直接用于飞书