MiMo-V2.5-ASR 正式上线

MiMo-V2.5-ASR 作为全链路语音模型的听觉基座，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。不只为清晰语音设计，更让 Agent 在嘈杂声音里抓住每一个值得理解的字词。

【核心能力】

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

【体验与 API】

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

Token Plan 订阅： https://platform.xiaomimimo.com/token-plan

模型体验：https://AIstudio.xiaomimimo.com/#/c

API 接入：https://mimo.mi.com/docs/zh-CN/api/audio/Speech-Recognition