MiMo-V2-TTS

采用流式调用时，输出音频的格式请指定为 pcm16，以便拼接成完整音频。

可选预置音色

使用时，可在 {"audio": {"voice": "mimo_default"}} 中设置预置音色。

音色名	voice 参数
MiMo-默认	mimo_default
MiMo-中文女声	default_zh
MiMo-英文女声	default_en

最终生成结果在 $.choices[0].message.audio.data

风格控制

语音整体风格控制

将 style 置于转换目标文本开头，其中 style 为需要生成的音频风格。如需设置多种风格，请将多个风格名称置于同一个标签内，分隔符不限。

格式示例：<style>风格1 风格2</style>待合成内容。

以下是一些推荐使用的风格，支持使用不在列表中的风格。

风格类型	风格示例
情绪变化	开心/悲伤/生气
角色扮演	孙悟空/林黛玉
风格变化	悄悄话/夹子音/台湾腔
方言	东北话/四川话/河南话/粤语
语速控制	变快/变慢

样例：

开心明天就是周五了，真开心！东北话哎呀妈呀，这天儿也忒冷了吧！你说这风，嗖嗖的，跟刀子似的，割脸啊！粤语呢个真係好正啊！食过一次就唔会忘记！唱歌原谅我这一生不羁放纵爱自由，也会怕有一天会跌倒，Oh no。背弃了理想，谁人都可以，哪会怕有一天只你共我。

音频标签细粒度控制

通过 [音频标签] ，你可以对声音进行细粒度控制，精准调节语气、情绪和表达风格——无论是低声耳语、放声大笑，还是带点小情绪的小吐槽，也可以灵活插入呼吸声，停顿，咳嗽等，都能轻松实现。语速同样可以灵活调整，让每句话都有它该有的节奏。

样例：

（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）自我介绍已经背了五十遍了，应该没问题的。加油，你可以的……（小声）哎呀，领带歪没歪？
（极其疲惫，有气无力）师傅……到地方了叫我一声……（长叹一口气）我先眯一会儿，这班加得我魂儿都要散了。
如果我当时……（沉默片刻）哪怕再坚持一秒钟，结果是不是就不一样了？（苦笑）呵，没如果了。
（寒冷导致的急促呼吸）呼——呼——这、这大兴安岭的雪……（咳嗽）简直能把人骨头冻透了……别、别停下，走，快走。
（提高音量喊话）大姐！这鱼新鲜着呢！早上刚捞上来的！哎！那个谁，别乱翻，压坏了你赔啊？！