小米MiMo-V2.5-ASR全链路语音模型听觉基座正式上线

IT之家 7 月 7 日消息，小米 Mino 今日宣布 MiMo-V2.5-ASR 正式上线。

作为全链路语音模型听觉基座，MiMo-V2.5-ASR 宣称在方言、双语、强噪音、多说话人等复杂真实场景下均达到业界领先水平。

中文方言：覆盖粤语、吴语、闽南语、四川话等

Code- Switch：中英混转自由流畅，无需预设语种

歌曲识别：中英文歌词，伴奏人声混合场景高精度识别

强噪音：高噪音、远场拾音等复杂环境中鲁棒识别

多说话人：多人交叉对话场景准确转录

知识关联：古诗词、专业术语、人名地名精准识别

原生标点：结合韵律与语义直接输出标点，转写即用

MiMo-V2.5-ASR 已开放 API 并支持在 Token Plan 中使用。

API 定价：按照音频转写时长计费，国内￥0.5/h，海外 $0.074 /h。