🎁 Get the FREE AI Skills Starter GuideSubscribe →
BytesAgainBytesAgain
🦀 ClawHub

Xiaomi MiMo Voice

by @luhuiwang

小米 MiMo V2 TTS 语音合成。支持中文、英文及多种风格(情感、角色扮演、方言、语速控制等)。

Versionv1.0.4
Downloads523
TERMINAL
clawhub install xiaomi-mimo-voice

📖 About This Skill


name: xiaomi-mimo-voice version: 1.0.2 description: | 小米 MiMo V2 TTS 语音合成。支持中文、英文及多种风格(情感、角色扮演、方言、语速控制等)。 author: 小老弟 category: audio-generation tags: - tts - voice - audio - mimo - xiaomi

Xiaomi MiMo Voice — 语音合成技能

通过小米 MiMo V2 TTS API 将文字转为自然流畅的语音。

前置条件

1. 安装依赖

pip install requests

2. 配置 API Key

编辑 ~/.openclaw/openclaw.json,在 skills.entries 下添加:

{
  "skills": {
    "entries": {
      "xiaomi-mimo-voice": {
        "enabled": true,
        "env": {
          "MIMO_API_KEY": "your-api-key"
        }
      }
    }
  }
}

> 💡 也可以使用环境变量 export MIMO_API_KEY=xxx,但推荐用 Skill 级别配置,更整洁且仅对该 Skill 生效。

使用方式

python3 /scripts/tts.py --text "要合成的文字" --output audio.wav

参数

| 参数 | 说明 | 默认值 | |------|------|--------| | --text | 要合成的文字(必填,可含风格标签) | — | | --output | 输出音频文件路径 | output.wav | | --voice | 音色 | mimo_default | | --style | 语音风格 | — | | --format | 输出格式:wav / pcm16 | wav | | --user-text | 用户侧消息(辅助上下文) | — |

音色

| 音色 | 说明 | |------|------| | mimo_default | 默认音色 | | default_zh | 中文优化 | | default_en | 英文优化 |

风格列表

| 类别 | 风格 | |------|------| | 情感 | Happy · Sad · Angry · Surprised · Fearful · Disgusted · Calm | | 语速 | Speed up · Slow down | | 角色 | Sun Wukong · Lin Daiyu · Zhang Fei · Guan Yu · Zhuge Liang | | 风格 | Whisper · Clamped voice · Taiwanese accent | | 方言 | Northeastern dialect · Sichuan dialect · Cantonese · Henan dialect | | 其他 | 唱歌 · Narration · Storytelling |

示例

# 基础合成
python3 scripts/tts.py --text "你好,世界!" --output hello.wav

情感风格

python3 scripts/tts.py --text "太开心了!" --style Happy --output happy.wav

角色扮演

python3 scripts/tts.py --text "俺老孙来也!" --style "Sun Wukong" --output wukong.wav

英文

python3 scripts/tts.py --text "Hello world!" --voice default_en --output hello_en.wav

方言

python3 scripts/tts.py --text "干啥呢老铁" --style "Northeastern dialect" --output dongbei.wav

播报

python3 scripts/tts.py --text "以下是今天的新闻摘要" --style Narration --output news.wav

输出格式

{
  "status": "success",
  "file": "output.wav",
  "size_kb": 128.5,
  "duration_sec": 5.2,
  "voice": "mimo_default",
  "style": "Happy",
  "text": "太开心了!"
}

故障排除

| 问题 | 原因 | 解决方案 | |------|------|----------| | 未设置 MIMO_API_KEY | 未配置 API Key | 在 skills.entries.xiaomi-mimo-voice.env 中配置 | | API 返回异常 | Key 无效或过期 | 检查 Key 是否正确 | | 未获取到音频数据 | 文本被拒绝 | 检查文本内容 | | requests 超时 | 网络问题 | 检查网络连接 | | ImportError: requests | 缺少依赖 | pip install requests |

技术细节

  • 模型:mimo-v2-tts
  • API:https://api.xiaomimimo.com/v1/chat/completions
  • 采样率:24kHz(PCM16 格式)
  • 风格标签格式: 放在文字开头
  • 更新日志

    v1.0.2 (2026-03-24)

  • 配置方式统一为 Skill 级别 env(openclaw.json skills.entries)
  • 修复依赖说明(openai → requests)
  • 文档结构优化
  • v1.0.1 (2026-03-24)

  • 移除 openclaw.json tools 自定义键配置
  • API Key 改为环境变量读取
  • v1.0.0 (2026-03-24)

  • 首次发布:中文/英文语音合成,支持情感/角色/方言等多种风格