Mimo TTS API 使用指南：小米语音合成、语音克隆与语音设计教程（2026）
小米 Mimo TTS API 完整使用教程。包含文字转语音、语音克隆、自定义语音设计的详细代码示例。OpenAI 兼容格式，完全免费。
Mimo TTS API 使用指南：小米语音合成、语音克隆与语音设计教程
本文涵盖使用小米 Mimo TTS 模型所需的一切。三个模型在 TokenPAPA 上完全免费。
准备工作
- 注册 TokenPAPA 账号（免费）
- 从后台获取 API Key
- 安装 OpenAI Python 库
pip install openai1. 基础语音合成（mimo-v2.5-tts）
标准 TTS 模型，支持多种音色和参数调节。
from openai import OpenAI
client = OpenAI(
base_url="https://tokenpapa.ai/v1",
api_key="你的 TokenPAPA Key"
)
# 生成语音
response = client.audio.speech.create(
model="mimo-v2.5-tts",
voice="alloy",
input="欢迎使用 TokenPAPA 和小米 Mimo TTS！完全免费。",
)
# 保存为 MP3
response.stream_to_file("welcome.mp3")
print("✅ 语音已保存到 welcome.mp3")curl https://tokenpapa.ai/v1/audio/speech \
-H "Authorization: Bearer *** \
-H "Content-Type: application/json" \
-d '{
"model": "mimo-v2.5-tts",
"input": "小米 Mimo TTS 在 TokenPAPA 上完全免费。",
"voice": "alloy",
"response_format": "mp3",
"speed": 1.0
}' \
--output speech.mp3可用音色
| 音色 | 描述 |
|---|---|
alloy | 平衡中性的声音 |
echo | 深沉浑厚的音色 |
fable | 柔和的故事讲述风格 |
onyx | 低沉权威的声音 |
nova | 温暖友好的女声 |
shimmer | 清晰明亮的声音 |
调节语速和格式
response = client.audio.speech.create(
model="mimo-v2.5-tts",
voice="nova",
input="这是一段较慢、更清晰的朗读示例。",
speed=0.8, # 语速: 0.25 到 4.0
response_format="wav", # mp3, wav, flac, opus
)2. 语音克隆（mimo-v2.5-tts-voiceclone）
通过音频样本克隆任意声音。模型学习说话人的音色特征，然后用这个声音朗读新文本。
工作原理
- 准备音频样本 — 10–30 秒的干净人声录音
- 发送给语音克隆模型 — 附带你想要朗读的文字
- 接收克隆语音输出
import base64
from openai import OpenAI
client = OpenAI(
base_url="https://tokenpapa.ai/v1",
api_key="你的 TokenPAPA Key"
)
# 读取参考音频文件
with open("reference_speech.mp3", "rb") as f:
audio_bytes = f.read()
audio_base64 = base64.b64encode(audio_bytes).decode("utf-8")
# 用克隆的声音生成语音
response = client.audio.speech.create(
model="mimo-v2.5-tts-voiceclone",
voice="alloy",
input="这段话是用克隆的声音朗读的！听听有多自然。",
extra_body={
"reference_audio": audio_base64,
}
)
response.stream_to_file("cloned_output.mp3")语音克隆最佳实践：
- 在安静环境录制（无背景噪音）
- 样本时长 10–30 秒
- 使用一致的语速
- 避免样本中有多人说话
- 输入质量越高，克隆效果越好
3. 语音设计（mimo-v2.5-tts-voicedesign）
通过描述语音特征来创建全新的合成语音。无需音频样本。
from openai import OpenAI
client = OpenAI(
base_url="https://tokenpapa.ai/v1",
api_key="你的 TokenPAPA Key"
)
# 通过描述设计自定义语音
response = client.audio.speech.create(
model="mimo-v2.5-tts-voicedesign",
voice="alloy",
input="你好！我是由小米 Mimo 自定义设计的语音。",
extra_body={
"voice_description": "一个温暖友好的中年男声，略带英式口音，语气平静专业，适合企业解说。"
}
)
response.stream_to_file("designed_voice.mp3")可指定的语音特征
| 参数 | 示例值 |
|---|---|
| 性别 | 男、女、中性 |
| 年龄 | 年轻、中年、老年 |
| 口音 | 英式、美式、标准中文 |
| 语气 | 温暖、专业、活泼、严肃、柔和 |
| 风格 | 对话式、权威式、故事式、教学式 |
| 音高 | 低、中、高 |
| 语速 | 慢、正常、快 |
4. 流式输出（实时语音）
三个 Mimo TTS 模型都支持实时音频流。适用于语音助手、实时翻译和直播配音。
from openai import OpenAI
client = OpenAI(
base_url="https://tokenpapa.ai/v1",
api_key="你的 TokenPAPA Key"
)
# 实时流式输出音频
with client.audio.speech.with_streaming_response.create(
model="mimo-v2.5-tts",
voice="alloy",
input="这是小米 Mimo TTS 的流式输出，可以实时播放。",
) as response:
with open("streamed_speech.mp3", "wb") as f:
for chunk in response.iter_bytes():
f.write(chunk)
print("✅ 流式输出完成")5. 错误处理
from openai import OpenAI, APIError
client = OpenAI(
base_url="https://tokenpapa.ai/v1",
api_key="你的 TokenPAPA Key"
)
try:
response = client.audio.speech.create(
model="mimo-v2.5-tts",
voice="alloy",
input="你好，世界！",
)
response.stream_to_file("output.mp3")
except APIError as e:
print(f"API 错误: {e.status_code} - {e.message}")
except Exception as e:
print(f"错误: {e}")快速参考
| 模型 | 接口 | 功能 | 费用 |
|---|---|---|---|
mimo-v2.5-tts | /v1/audio/speech | 标准语音合成 | 免费 |
mimo-v2.5-tts-voiceclone | /v1/audio/speech | 语音克隆 | 免费 |
mimo-v2.5-tts-voicedesign | /v1/audio/speech | 语音设计 | 免费 |
所有模型支持：mp3、wav、flac、opus 输出格式。
支持流式输出（基于 SSE）。
下一步
- 注册 TokenPAPA — 免费账户，无需国内手机号
- 从后台获取 API Key
- 直接尝试上面的代码示例——完全免费
需要帮助？TokenPAPA API 文档涵盖了每个端点的详细信息。
这篇文档对您有帮助吗？