MiMo TTS V2.5 语音生成
设计多媒体需配置 API Key暂不可直接安装基于小米 MiMo V2.5 TTS 模型的语音生成技能。将任意文本自动进行口语化改写、语气节奏处理后，转为高质量语音音频。支持多种预设音色、克隆自己的声音、或用文字描述生成全新音色。API 目前完全免费。 功能 文本自动口语化改写 + 语气节奏标注 自然填充词插入（"嗯……""那个""你想啊"） 长文自动分段 + 合并输出 8种预设音色（4中文 + 4英文） 自定义音色克隆（上传10-30秒录音） 文字描述生成新音色 风格指令自定义（播客/新闻/故事等） 预设音色 音色 风格 适合场景 茉莉 温柔女声 情感/生活/播客 冰糖 甜美活泼 轻松/娱乐 苏打 清爽男声 科技/知识科普 白桦 沉稳男声 深度/商业 Mia 英文女声 自然流畅 Chloe 英文女声 温暖亲切 Milo 英文男声 年轻活力 Dean 英文男声 低沉磁性 流程 Copy 触发 → 检查配置 │ ├─ 无配置 → 初始化（注册Key + 选音色） │ └─ 有配置 → 接收文本 │ ▼ 语气与节奏处理 （口语化/停顿/填充词） │ ▼ 自动分段（50-150字/段） │ ▼ 逐段调用 TTS API 生成音频 │ ▼ 合并片段（段间0.8秒停顿） │ ▼ 输出 WAV 文件 首次使用 注册免费 API Key：https://aistudio.xiaomimimo.com 选择音色（预设 / 克隆自己的声音 / 文字描述生成） 配置自动保存，后续无需重复 触发语示例 "把这段话转成语音" "帮我朗读这段文字" "生成播客音频" "用白桦的声音读一下" "TTS 这段内容" "换个声音
141
下载量
0
安装量
0
收藏量
★ 4.9
综合评分ⓘ
基于小米 MiMo V2.5 TTS 模型的语音生成技能。将任意文本自动进行口语化改写、语气节奏处理后，转为高质量语音音频。支持多种预设音色、克隆自己的声音、或用文字描述生成全新音色。API 目前完全免费。 功能 文本自动口语化改写 + 语气节奏标注 自然填充词插入（"嗯……""那个""你想啊"） 长文自动分段 + 合并输出 8种预设音色（4中文 + 4英文） 自定义音色克隆（上传10-30秒录音） 文字描述生成新音色 风格指令自定义（播客/新闻/故事等） 预设音色 音色 风格 适合场景 茉莉 温柔女声 情感/生活/播客 冰糖 甜美活泼 轻松/娱乐 苏打 清爽男声 科技/知识科普 白桦 沉稳男声 深度/商业 Mia 英文女声 自然流畅 Chloe 英文女声 温暖亲切 Milo 英文男声 年轻活力 Dean 英文男声 低沉磁性 流程 Copy 触发 → 检查配置 │ ├─ 无配置 → 初始化（注册Key + 选音色） │ └─ 有配置 → 接收文本 │ ▼ 语气与节奏处理 （口语化/停顿/填充词） │ ▼ 自动分段（50-150字/段） │ ▼ 逐段调用 TTS API 生成音频 │ ▼ 合并片段（段间0.8秒停顿） │ ▼ 输出 WAV 文件 首次使用 注册免费 API Key：https://aistudio.xiaomimimo.com 选择音色（预设 / 克隆自己的声音 / 文字描述生成） 配置自动保存，后续无需重复 触发语示例 "把这段话转成语音" "帮我朗读这段文字" "生成播客音频" "用白桦的声音读一下" "TTS 这段内容" "换个声音
这个技能还没有正文（SKILL.md），所以无法一键安装。 可以先到 来源页 看看它的原始说明。
相关推荐
Nano Banana Pro
Ssteipetev1.0.1
使用 Nano Banana Pro (Gemini 3 Pro Image) 生成或编辑图像。支持文生图、图生图及 1K/2K/4K 分辨率，适用于图像创建、修改及编辑请求，使用 --input-image 指定输入图像。
设计多媒体需 API Key
Openai Whisper
Ssteipetev1.0.0
使用 Whisper CLI 进行本地语音转文字（无需 API 密钥）
设计多媒体
Video Frames
Ssteipetev1.0.0
使用 ffmpeg 从视频中提取帧或短片。
设计多媒体
UI/UX Pro Max
Xxobi667v0.1.0
提供 UI/UX 设计智能与实现指导，帮助打造精美界面。适用于 UI 设计、UX 流程、信息架构、视觉风格、设计系统/标记、组件规格、文案/微文案、无障碍及前端 UI（HTML/CSS/JS、React、Next.js、Vue、Svelte、Tailwind）生成/评审/改进。工作流包括：①新 UI 布局与样式生成；②现有 UI/UX 改进；③设计系统标记和组件规范产出；④ UX 建议转化为代码变更。
设计多媒体
