小米发布全链路语音大模型 MiMo-V2.5，TTS 可“一句话生成新音色”，ASR 开源支持方言与多语混说

当 AI 语音不再只是“能听会说”，而是能像导演一样精准调度情绪、语气甚至角色身份，人机交互的自然度正迈入新纪元。小米今日正式推出MiMo-V2.5全链路语音模型系列，包含三款 TTS（语音合成）模型与一款开源 ASR(语音识别)模型，全面覆盖 Agent 时代的语音输入与输出需求，让声音真正成为可编程、可创作、可复刻的智能媒介。