小米正式推出 MiMo-V2.5 全链路语音模型系列，涵盖三款语音合成（TTS）模型及一款开源语音识别（ASR）模型，面向智能体（Agent）语音输入与输出场景。TTS 系列支持自然语言控制语速、情绪与语气，其中 MiMo-V2.5-TTS-VoiceDesign 可通过一句话生成新音色，MiMo-V2.5-TTS-VoiceClone 仅需短样本即可高保真复刻人声，并支持音频标签与分层剧本机制，实现复杂语音表演。MiMo-V2.5-ASR 模型已开源，支持粤语、吴语、闽南语、四川话等方言及中英混说，具备强噪环境下的高鲁棒性和原生标点输出。三款TTS模型已在小米 MiMo 开放平台限时免费开放，ASR 模型权重与代码完全开源，加速智能语音生态应用落地。
