小米 MiMo 今日正式上线 MiMo-V2.5-ASR 全链路语音模型听觉基座，官方称该模型在方言、双语、强噪音、多说话人等复杂真实场景下的识别能力均达到业界领先水平。这款语音基座覆盖粤语、吴语、闽南语、四川话等多种中文方言，支持无需预设语种的流畅中英混转，还可在伴奏与人声混合的场景下高精度识别中英文歌词。面对高噪音、远场拾音等复杂声学环境，模型的识别表现依旧稳健，多人交叉对话场景也能完成准确转录；同时它可精准识别古诗词、专业术语、人名地名等知识密集内容，还能结合韵律与语义直接输出带原生标点的转写结果，内容产出后可直接使用。目前 MiMo-V2.5-ASR 已开放 API 接口，同时支持在 Token Plan 中调用。定价按照音频转写时长计费，国内为 0.5 元 / 小时，海外为 0.074 美元 / 小时。