小米MiMo-V2.5-ASR全链路语音模型听觉基座上线
IT之家 7 月 7 日讯—— 小米旗下 Mino 团队今日正式宣布，小米型听线MiMo-V2.5-ASR全链路语音模型听觉基座已全面上线。全链
作为新一代语音识别核心底座，音模MiMo-V2.5-ASR 针对方言、觉基双语切换、座上强噪音环境及多说话人等复杂真实场景进行了深度优化，小米型听线官方宣称其在上述维度的全链表现均达到业界领先水平。
核心能力亮点
- 中文方言全覆盖：深度适配粤语、音模吴语、觉基闽南语、座上四川话等主流方言，小米型听线识别精度显著提升。全链
- 无缝 Code-Switch：支持中英混转自由流畅切换，音模无需预先设定语种，觉基适应自然对话习惯。座上
- 歌曲高精度识别：在中英文歌词与伴奏人声混合的复杂音频场景中，实现歌词的高准确率转录。
- 强噪音鲁棒性：在高噪音背景及远场拾音等极端环境下，保持稳定的识别效果。
- 多说话人分离：精准处理多人交叉对话场景，实现说话人角色的准确区分与转录。
- 知识关联增强：针对古诗词、专业术语、人名及地名等专有名词，具备更高的识别准确度。
- 原生标点生成：结合音频韵律与语义上下文，直接输出带标点的文本，实现“转写即用”，减少后期人工校对成本。
开放服务与定价
目前，MiMo-V2.5-ASR 已正式开放 API 接口，并支持在 Token Plan 套餐中使用。
API 计费标准：
* 国内用户：￥0.5 /小时
* 海外用户：$0.074 /小时
IT之家提示：开发者可通过以下链接查看详细的接入文档与技术指南：
[接入文档链接]
本文地址：https://www.xyaji.com/html/082c80499113.html
版权声明
本文仅代表作者观点，不代表本站立场。
本文系作者授权发表，未经许可，不得转载。