核心用法
小米 MiMo TTS 技能提供基于 mimo-v2-tts 的语音合成服务，支持通过 shell/NodeJS/Python 脚本调用。基础用法为直接传入文本生成语音文件；进阶用法支持 <style> 标签（如开心、悲伤、东北话、悄悄话等）和括号情感标签（如（紧张，深呼吸））进行细粒度控制。
智能版本 mimo-tts-smart.sh 为推荐入口，可自动检测运行环境并选择 NodeJS/Python/Shell 最佳实现，通过关键词分析自动匹配合适的情感、方言与语速，无需手动标注。
显著优点
- 多语言实现：提供 Shell/NodeJS/Python 三种实现，兼容性覆盖主流环境
- 智能场景感知：自动识别文本情感、方言特征、诗词格式，降低使用门槛
- 丰富表达能力：支持 6 种情感、5 种方言、3 种特殊效果及语速调节
- 统一入口设计：
mimo-tts-smart.sh自动路由最佳实现，体验一致
潜在缺点与局限性
- 依赖外部 API：需配置 MIMO_API_KEY，服务可用性受小米平台制约
- 网络依赖：语音合成需联网调用，离线场景无法使用
- 方言/情感覆盖有限：预设标签固定，无法自定义新音色或细调参数
- 输出格式限制：文档未明确支持格式，需实际测试确认兼容性
适合人群
- 需要为 Agent 添加中文语音交互能力的开发者
- 内容创作者（有声书、播客、视频配音）
- 多语言客服系统、教育类应用开发者
- 对方言、情感表达有特定需求的本地化项目
常规风险
- API 密钥泄露风险：MIMO_API_KEY 需妥善保管，避免硬编码在公共仓库
- 成本不可控：未提及免费额度或计费策略，高频调用可能产生费用
- 内容合规风险：合成语音可能被用于诈骗等场景，需结合使用场景评估
- 服务稳定性：作为第三方云服务，存在接口变更或下线可能