小米新出的语音模型 MiMo-V2.5-ASR 能听方言、混中英文、扛噪音，每小时才五毛钱，适合做语音转录的朋友试试。
小米上线 MiMo-V2.5-ASR 全链路语音模型，作为听觉基座支持粤语、吴语、闽南语、四川话等中文方言识别。模型实现中英混转无需预设语种，在强噪音、远场拾音及多人交叉对话场景下达到业界领先水平。API按音频转写时长计费，国内 0.5 元/小时，海外 0.074 美元/小时。
小米 MiMo-V2.5-ASR 全链路语音模型听觉基座上线，定价 0.5 元 / 小时
IT之家 7 月 7 日消息，小米 Mino 今日宣布 MiMo-V2.5-ASR 正式上线。 作为全链路语音模型听觉基座，MiMo-V2.5-ASR 宣称在方言、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 。 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 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 。 IT之家附接入文档链接如下： https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/Speech-Recognition 相关阅读： 《 小米发布 MiMo-V2.5-TTS / ASR 语音大模型：通过自然语言调度声音表现 》