360 Secure SkillHub
360 安全技能中心

小米MiMo语音

通过小米 MiMo 语音合成 API(兼容 OpenAI Audio API 格式)把输入文本转为语音,附带 Bash 与 Python 脚本,可指定模型与音色,默认输出 OGG 音频文件;依赖 curl、jq、ffmpeg,需配置 MIMO_API_KEY 环境变量。

lanlan314
lanlan314
热度 42.64
最近更新 2026-08-31 23:32:01
分类:效率依赖:代码执行 / 第三方 API / 读写文件应用场景:文件转换

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add lanlan314/mimo-tts
Metadata
name
mimo-tts
description
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
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

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

# 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