AL晋级EWC

小米发布MiMo-V2.5-TTS/ASR语音大模型：通过自然语言指令调度声音表现_蜘蛛资讯网

-TTS-VoiceDesign：支持一句话从零生成全新音色，无需参考音频。MiMo-V2.5-TTS-VoiceClone：数秒参考音频即可高保真复刻目标音色，并保留原有风格指令控制能力。官方演示显示，模型能遵循“尖锐刻薄、狐假虎威”等复杂指令，并支持在文本中插入音频标签进行精细化控制。作为听觉基座，MiMo-V2.5-ASR今日正式开源（包括模型权重与代码）。该模型面向复杂真实场景，支持吴语、

，TTS系列已在MiMo Studio开放快速体验，ASR代码与权重可在GitHub和HuggingFace获取。小米预告，下一步将向通用音频生成（音效、音乐）及更强的上下文理解能力扩展。

当前文章：http://bbcpp.yueduge.cn/jd0/bb8rw0.html

发布时间：05:14:53