Xiaomi Mimo Voice

---
name: xiaomi-mimo-voice
version: 1.0.2
description: |
  小米 MiMo V2 TTS 语音合成。支持中文、英文及多种风格（情感、角色扮演、方言、语速控制等）。
author: 小老弟
category: audio-generation
tags:
  - tts
  - voice
  - audio
  - mimo
  - xiaomi
---

# Xiaomi MiMo Voice — 语音合成技能

通过小米 MiMo V2 TTS API 将文字转为自然流畅的语音。

## 前置条件

### 1. 安装依赖

```bash
pip install requests
```

### 2. 配置 API Key

编辑 `~/.openclaw/openclaw.json`，在 `skills.entries` 下添加：

```json
{
  "skills": {
    "entries": {
      "xiaomi-mimo-voice": {
        "enabled": true,
        "env": {
          "MIMO_API_KEY": "your-api-key"
        }
      }
    }
  }
}
```

> 💡 也可以使用环境变量 `export MIMO_API_KEY=xxx`，但推荐用 Skill 级别配置，更整洁且仅对该 Skill 生效。

## 使用方式

```bash
python3 <skill_dir>/scripts/tts.py --text "要合成的文字" --output audio.wav
```

### 参数

| 参数 | 说明 | 默认值 |
|------|------|--------|
| `--text` | 要合成的文字（必填，可含风格标签） | — |
| `--output` | 输出音频文件路径 | `output.wav` |
| `--voice` | 音色 | `mimo_default` |
| `--style` | 语音风格 | — |
| `--format` | 输出格式：`wav` / `pcm16` | `wav` |
| `--user-text` | 用户侧消息（辅助上下文） | — |

### 音色

| 音色 | 说明 |
|------|------|
| `mimo_default` | 默认音色 |
| `default_zh` | 中文优化 |
| `default_en` | 英文优化 |

### 风格列表

| 类别 | 风格 |
|------|------|
| **情感** | `Happy` · `Sad` · `Angry` · `Surprised` · `Fearful` · `Disgusted` · `Calm` |
| **语速** | `Speed up` · `Slow down` |
| **角色** | `Sun Wukong` · `Lin Daiyu` · `Zhang Fei` · `Guan Yu` · `Zhuge Liang` |
| **风格** | `Whisper` · `Clamped voice` · `Taiwanese accent` |
| **方言** | `Northeastern dialect` · `Sichuan dialect` · `Cantonese` · `Henan dialect` |
| **其他** | `唱歌` · `Narration` · `Storytelling` |

## 示例

```bash
# 基础合成
python3 scripts/tts.py --text "你好，世界！" --output hello.wav

# 情感风格
python3 scripts/tts.py --text "太开心了！" --style Happy --output happy.wav

# 角色扮演
python3 scripts/tts.py --text "俺老孙来也！" --style "Sun Wukong" --output wukong.wav

# 英文
python3 scripts/tts.py --text "Hello world!" --voice default_en --output hello_en.wav

# 方言
python3 scripts/tts.py --text "干啥呢老铁" --style "Northeastern dialect" --output dongbei.wav

# 播报
python3 scripts/tts.py --text "以下是今天的新闻摘要" --style Narration --output news.wav
```

### 输出格式

```json
{
  "status": "success",
  "file": "output.wav",
  "size_kb": 128.5,
  "duration_sec": 5.2,
  "voice": "mimo_default",
  "style": "Happy",
  "text": "太开心了！"
}
```

## 故障排除

| 问题 | 原因 | 解决方案 |
|------|------|----------|
| `未设置 MIMO_API_KEY` | 未配置 API Key | 在 `skills.entries.xiaomi-mimo-voice.env` 中配置 |
| `API 返回异常` | Key 无效或过期 | 检查 Key 是否正确 |
| `未获取到音频数据` | 文本被拒绝 | 检查文本内容 |
| `requests 超时` | 网络问题 | 检查网络连接 |
| `ImportError: requests` | 缺少依赖 | `pip install requests` |

## 技术细节

- 模型：`mimo-v2-tts`
- API：`https://api.xiaomimimo.com/v1/chat/completions`
- 采样率：24kHz（PCM16 格式）
- 风格标签格式：`<style>风格</style>` 放在文字开头

## 更新日志

### v1.0.2 (2026-03-24)
- 配置方式统一为 Skill 级别 env（openclaw.json skills.entries）
- 修复依赖说明（openai → requests）
- 文档结构优化

### v1.0.1 (2026-03-24)
- 移除 openclaw.json tools 自定义键配置
- API Key 改为环境变量读取

### v1.0.0 (2026-03-24)
- 首次发布：中文/英文语音合成，支持情感/角色/方言等多种风格