小米推出 MiMo-V2.5-ASR 语音模型定价 0.5 元/小时
作者:WeekendLife
时间:2026-08-16
浏览:26
小米推出MiMo-V2.5-ASR语音模型,具备全链路能力,在方言、中英混说、强噪声、多人对话等场景达到业界领先,支持歌曲识别、知识关联与原生标点。已开放API,按音频时长计费,国内0.5元/小时,海外0.074美元/小时。
本文目录
今天,小米正式放出了 MiMo-V2.5-ASR —— 这是他们语音模型的听觉基座,主打全链路能力。从官方公布的信息来看,这款模型在方言、中英混说、强噪声、多人对话这些真实场景里,都宣称达到了业界领先水平。
具体来说,能处理的能力覆盖了这么几块:
中文方言:粤语、吴语、闽南语、四川话等常见方言都能识别,不是摆设。
中英文混说:Code-Switch 场景下自由切换,不需要提前设置语种。
歌曲识别:中英文歌词都能抓,伴奏和人声混在一起也能高精度转写。
强噪声环境:高噪音、远场拾音这些硬骨头,模型保持了不错的鲁棒性。
多人说话:交叉对话场景下还能准确定位和转录,挺考验底层的。
知识关联:古诗词、专业术语、人名地名这类需要背景知识的内容,也能精准识别。
原生标点:基于韵律和语义直接输出标点,转写完就能直接用,省了后处理。
目前这个模型已经开放了 API,可以在 Token Plan 里直接调用。定价方面,按音频转写时长计费:国内是 0.5 元/小时,海外 0.074 美元/小时。坦白讲,这个价格放在当前市场里,性价比相当有竞争力。

附上官方接入文档,有需要的可以直接参考:https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/Speech-Recognition
作者最新文章
process lasso怎么关闭开机自动启动
2026-11-01 09:22
红白网站AO3怎么访问?解密使用指南
2026-10-30 11:06
线上PDF转Word怎么操作?如何在线转换PDF为Word?
2026-10-29 15:04
EK by LM TEK 推出 RTX 5070Ti/5080 显卡亚克力水冷头,适配华硕 TUF
2026-10-27 11:04
PS快捷键完整版有哪些
2026-10-27 08:11
热门文章
更多
精品专题
更多
Mac软件
更多
WINDOWS
更多

































