免费使用小米MIMO-V2.5-TTS在线语音模型搭配阅读APP听小说
摘要
小米 MIMO-V2.5-TTS 是小米推出的在线语音合成模型,音质在免费方案中表现突出,优于 MultiTTS、TTS Server 等成熟项目。本文介绍如何下载作者(夜雨扰心弦)提供的部署包,在 Windows 上运行 start.bat 启动本地服务,登录小米 MIMO 开放平台获取 API Key 并接入,随后将 TTS 引擎一键(或手动)导入手机「阅读」APP,实现用高质量 AI 语音听小说。文章还提到语音克隆、角色分配等进阶功能尚不成熟,手机端可脱离电脑部署但配置略繁琐。
前言
逛 B 站的时候发现了一个有意思的项目:用小米的 MiMo-V2.5-TTS 在线语音模型,搭配手机阅读 APP 来听小说,作者是 B 站 UP 主夜雨扰心弦。
我试用了一下,这个项目虽然还比较初期,但更新到 MiMo-V2.5 之后效果好了很多,声音的自然度、语气都比预期好,甚至比 MultiTTS、TTS server 这类更成熟的免费项目只强不弱。所以专门推荐一下,喜欢"听书"的朋友可以试试。
下载
作者提供了两个下载渠道:
部署使用
作者提供了 Windows 和安卓两种部署方法。我自己用 Windows 演示,安卓的原理相同,只是操作更麻烦一点(需要的可以去看作者"部署豆包那期"的视频,讲得很详细)。
1. 下载并解压
下载压缩包后,解压到一个文件夹里(路径最好别带中文和空格,避免一些工具读取异常):

2. 运行启动脚本
双击运行目录里的 start.bat:

3. 打开 Web 界面
根据终端提示,在浏览器打开对应的 Web 界面地址。注意:这个终端窗口不要关,一旦关了服务就停了。

4. 填写 MiMo API Key
进入设置页,填写 MiMo API Key:

5. 获取 API Key
API Key 需要到小米 MiMo 开放平台,登录小米账号后在控制台获取,网站地址:
https://platform.xiaomimimo.com/console/balance

⚠️ 注意:新建的 API Key 只在创建时显示一次,一定要当场保存好,关掉页面就再也看不到了。我这里填的是示例 key,别直接复制使用——要用你自己的,否则没法调用。
6. 测试合成效果
输入一段文本、选择一个音色,点开始合成测试一下效果。实测声音自然度和语气表现还是很好的:

接入阅读 APP(重点)
Web 端跑通后,把它接入手机上的阅读 APP,就能实现"用 MiMo 语音听小说"了:
1. 一键导入(或手动)
在 Web 页面切到 阅读 APP 界面,选择音色后,点一键导入即可把 TTS 引擎导入到手机上的阅读 APP。
我看作者演示是自动导入的,但我打开 App 的 Web 访问后没反应。没关系,如果自动导入不行,就选择手动导入(下面几步)。

2. 复制配置
先复制页面里给出的引擎配置:

3. 打开阅读 App 的朗读引擎设置
手机上的阅读 App(指开源阅读 Legado)里,进入 朗读设置 → 朗读引擎:

4. 新建引擎并粘贴源
点新建引擎,来源类型选择 粘贴源:

5. 粘贴配置
把刚才复制的配置粘贴进去,保存后就是这个样子:

6. 切换引擎测试
在阅读 App 里把朗读引擎切换到 MiMo-TTS,然后点朗读测试一下。效果还不错:

7. 查看终端
看一下后台终端,项目会持续合成后续的语音(有预取机制),朗读时基本不用担心卡顿:

其他功能与不足
项目还提供了一些其他功能,我实测下来效果一般:
文字描述 / 语音克隆:试了一下,不如默认音色的效果好,追求稳定的建议还是用默认音色;
AI 分配角色:可以让不同角色用不同声音,但语音衔接不太好,多角色对话时体验一般;
手机端部署:作者也提供了安卓端方案,可以脱离电脑使用,但部署起来比较麻烦。
个人结论
这套 MiMo-TTS 听小说的方案,胜在音色质量确实能打(尤其 MiMo-V2.5 更新后),在免费方案里属于第一梯队,比老牌的 MultiTTS、TTS server 体验更好。搭建成本不高:Windows 端下个包跑起来、填个 MiMo key、再手动导入到阅读 App 就能听。缺点是部分进阶功能(语音克隆、AI 角色配音)还不够成熟,以及 key 只在创建时显示一次容易弄丢。期待作者继续更新,把功能做完善、部署做得更简单。喜欢用 AI 语音听书的朋友,值得一试。
相关文章
暂无相关文章