샤오미는 텍스트를 음성으로 변환하고 반대로도 할 수 있는 새로운 AI 모델인 MiMo V2.5 버전을 출시했습니다

샤오미가 새로운 음성 AI 모델을 출시합니다

샤오미는 텍스트와 오디오를 처리하는 두 가지 버전의 음성 인공지능 모델을 발표했습니다:

모델 기능 주요 특징 MiMo‑V2.5‑TTS 텍스트 → 음성 3가지 변형, MiMo Studio에서 제한 기간 동안 무료; 속도, 톤 및 감정 조절 가능; 짧은 문구로 새로운 목소리 생성(VoiceDesign) 및 소량 샘플로 목소리 복제(VoiceClone). MiMo‑V2.5‑ASR 음성 → 텍스트 구음 인식 어려운 환경에서도 중국어 방언 + 영어 지원; 이중 언어 대화와 노래 가사(배경 음악에 대한 보컬); 강한 소음에서도 동작; 억양에 따라 자동으로 문장 부호 삽입.

MiMo‑V2.5‑TTS 사용 방법
1. 기본 버전 – 사전 설정된 목소리 중 하나를 선택하고 속도, 톤 및 감정 색조를 변경할 수 있습니다.
2. VoiceDesign – 짧은 문구를 입력하면 시스템이 새로운 음색을 생성합니다.
3. VoiceClone – 선택한 목소리의 몇 개 샘플을 업로드하면 모델이 스타일과 지침을 보존하면서 재생합니다.

원하는 사운드를 얻기 위해 사용자는:
- 텍스트에 특수 태그를 추가할 수 있습니다;
- 중국어 또는 영어로 간단하고 자연스러운 언어로 목소리를 설명할 수 있습니다;
- 여러 목소리가 동시에 상호작용하는 가상 공연을 위한 시나리오를 만들 수 있습니다.

MiMo‑V2.5‑ASR 특징
- 다국어 지원 – 중국어 방언과 영어의 여러 변형을 지원합니다.
- 노래 해석 – 배경 음악이 있는 경우에도 보컬을 분리해냅니다.
- 소음 저항성 – 강한 외부 소음에서도 정확히 인식합니다.
- 억양 기반 문장 부호 – 자동으로 문장 부호를 삽입하여 수동 편집 필요성을 줄입니다.

따라서 샤오미는 합성 음성 생성과 구어 정보의 정밀 인식을 위한 유연한 도구를 제공함으로써 음성 기술 분야에서 역량을 확장하고 있습니다