xiaomi-mimo-v2-tts_设计多媒体 skill-PHP中文网

xiaomi-mimo-v2-tts

Polar Sponsor

爱发电赞助

.NET 9.0

立即下载

使用小米 MiMo TTS（mimo-v2-tts 模型）将文本生成语音音频（WAV），支持预设音色（mimo_default、default_zh、default_en），支持风格控制...

MiMo TTS — 语音合成

功能概述

MiMo TTS — 语音合成是一项面向实际任务的技能，主要用于第一次设置；如果未配置 MIMO API KEY , 技能无法运行；

核心要点

向用户提供 :: 向 Xiaomi MiMo 的 API 键提供。
它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。

使用与执行

该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；

结果检查与注意事项

若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。

MiMo TTS — 语音合成

首次配置

若未配置 MIMO_API_KEY，该技能将无法运行。请引导用户完成以下步骤：

前往小米 MiMo 官网（https://api.xiaomimimo.com）获取 API 密钥。
通过 OpenClaw 配置命令设置密钥：

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

或直接设置环境变量 MIMO_API_KEY。

完成配置后，用户需重启应用或开启新会话。

生成语音

使用 scripts/tts.py 将文本合成为音频：

python3 "{baseDir}/scripts/tts.py" "要合成的文本" -o output.wav

选项说明

参数	默认值	说明
`-o`	`output.wav`	输出文件路径
`-v`	`mimo_default`	发音人：可选 `mimo_default`、`default_zh`、`default_en`
`-s`	（无默认值）	风格标签，例如 `开心`、`东北话`、`悄悄话`、`孙悟空`
`-f`	`wav`	音频格式
`--user-msg`	（无默认值）	可选的用户角色上下文，用于调节语气
`--api-key`	取自环境变量 `MIMO_API_KEY`	覆盖使用的 API 密钥

使用示例

# 基础用法
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

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

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