‹ 返回

从零搭建一个会自我进化的AI A让灵犀开口说话——MiMo TTS

遇到的问题

在搭一个会自我进化的 AI Agent,前面已经解决了记忆闭环的问题,还差「开口说话」这一环——想让 Agent 能把回复直接读出来,也就是接入 TTS 能力。

使用过程

在已搭好的 Agent 系统上接入小米 MiMo V2.5 TTS:学习模型的声音标签用法(停顿、耳语、碎碎念等标签不能放开头/末尾的细节),把 TTS 封装成 Skill 固化音色,Agent 的文字回复实时转语音。

使用结果

Agent 开口说话了:能用专属音色读日记、聊天,忙的时候「说」给你听——从工具变成了伙伴。

用户指令

帮我的 Agent 接入语音能力:接入 MiMo TTS,让 Agent 处理完任务后能用轻快上扬的语调「开口说话」——比如用专属音色向领导报喜、把整理好的日记用声音读给我听。音色可切换,忙的时候我不用看屏幕,它说给我听就行。

* 依据用户案例内容整理。