Xiaomi-MiMo-V2-TTS

# 🎙️ MiMo TTS — 快速上手 小米 MiMo V2 TTS 语音合成，支持中文、英文及多种风格（情感、方言、角色扮演等）。 ## ⚡ 快速开始 ```bash # 安装依赖 pip install requests && apt install ffmpeg # 配置 API Key（在 openclaw.json 中添加） # "skills.entries.Xiaomi-MiMo-V2-TTS.env.MIMO_API_KEY": "your-key" # 合成语音 python3 /root/.openclaw/skills/mimo-tts/scripts/tts.py --text "你好，世界！" --output hello.wav ``` --- ## 📌 必知参数 | 参数 | 必填 | 说明 | |------|------|------| | `--text` | ✅ | 要合成的文字（单条模式） | | `--batch` | — | 批量模式：文本文件路径（每行一条） | | `--output` | — | 输出路径，默认 `output.wav` | | `--format` | — | 输出格式：`wav`(默认) / `mp3` / `pcm16` / `opus` | ## 🎨 风格与音色 ### 音色 | voice 参数 | 说明 | |-----------|------| | `mimo_default` | MiMo-默认 | | `default_zh` | 中文女声 | | `default_en` | 英文女声 | ### 风格控制 > 💡 格式：`<style>风格1 风格2</style>待合成内容`（风格标签放文字**开头**） | 类型 | 可用风格 | |------|---------| | 语速 | 变快、变慢 | | 情绪 | 开心、悲伤、生气 | | 方言 | 东北话、四川话、河南话、粤语 | | 角色 | 孙悟空、林黛玉 | | 风格 | 悄悄话、夹子音、台湾腔 | | 其他 | 唱歌、叙事、讲故事 | > ⚠️ **唱歌**必须在文本最开头加 `<style>唱歌</style>` ### 🎭 音频标签（细粒度控制） 在文本中插入音频标签，可精准控制停顿、呼吸、语速变化等： ``` （紧张，深呼吸）呼……冷静，冷静。不就是一个面试吗……（语速加快，碎碎念） （极其疲惫，有气无力）师傅……到地方了叫我一声…… （提高音量喊话）大姐！这鱼新鲜着呢！ ``` --- ## 💬 常用示例 ```bash # 情感风格 python3 tts.py --text "明天就是周五了，真开心！" --style 开心 --output happy.wav # 角色扮演 python3 tts.py --text "俺老孙来也！" --style 孙悟空 --output wukong.wav # 方言 python3 tts.py --text "哎呀妈呀，这天儿也太冷了！" --style 东北话 --output dongbei.wav # 英文 python3 tts.py --text "Hello world!" --voice default_en --output hello_en.wav # 唱歌（必须加 <style>唱歌</style>） python3 tts.py --text "<style>唱歌</style>原谅我这一生不羁放纵爱自由" --output song.wav # 发微信/飞书 → 用 mp3 或 opus 格式 python3 tts.py --text "你好呀" --format opus --output hello.opus # 多风格组合 python3 tts.py --text "好开心呀" --style "开心 四川话" --output happy_sichuan.opus # 批量合成 python3 tts.py --batch texts.txt --output-dir ./voices --format opus ``` --- ## 📋 参数完整列表 | 参数 | 说明 | 默认值 | |------|------|--------| | `--text` | 要合成的文字 | — | | `--batch` | 批量模式：文本文件路径 | — | | `--output` | 输出文件路径 | `output.wav` | | `--output-dir` | 输出目录（批量模式） | `./voices` | | `--voice` | 音色 | `mimo_default` | | `--style` | 语音风格（可多次指定组合） | — | | `--format` | 输出格式 | `wav` | | `--user-text` | 用户侧消息（辅助上下文） | — | --- ## ❌ 常见问题 | 问题 | 解决 | |------|------| | `未设置 MIMO_API_KEY` | 在 `openclaw.json` 的 `skills.entries.Xiaomi-MiMo-V2-TTS.env` 中配置 | | API 返回异常 | Key 无效或过期 | | `ImportError: requests` | `pip install requests` | | `ffmpeg 未安装` | `apt install ffmpeg` | | 唱歌风格无效 | 必须加 `<style>唱歌</style>` 在文本**最开头** | --- ## 🔧 技术细节 - **模型**：mimo-v2-tts - **API**：`https://api.xiaomimimo.com/v1/chat/completions` - **采样率**：24kHz - **自动重试**：失败自动重试 3 次（间隔 2 秒） - **风格标签**：` <style>风格</style>` 放在文字开头