A Xiaomi lançou uma nova versão dos modelos de IA MiMo V2.5, que permitem converter texto em voz e vice‑versa

Xiaomi lança novos modelos de voz de inteligência artificial

A empresa Xiaomi apresentou duas versões de seus modelos de IA de voz que funcionam com texto e áudio:

Como usar o MiMo‑V2.5‑TTS
1. Versão básica – escolhe um dos vozes predefinidas e permite alterar velocidade, tom e nuance emocional.
2. VoiceDesign – insere uma frase curta, depois o sistema gera um novo timbre de voz.
3. VoiceClone – carrega várias amostras da voz escolhida; o modelo reproduz-a mantendo estilo e instruções.

Para alcançar a sonoridade desejada o usuário pode:
- Adicionar tags especiais ao texto;
- Descrever a voz em linguagem natural simples (em chinês ou inglês);
- Criar cenários para performances virtuais onde várias vozes interagem simultaneamente.

Características do MiMo‑V2.5‑ASR
- Multilinguismo – suporte a vários dialetos do chinês e ao inglês.
- Decodificação de músicas – o modelo destaca a voz mesmo com música de fundo.
- Resiliência ao ruído – reconhecimento preciso em condições de ruído externo intenso.
- Pontuação por entonação – insere automaticamente sinais de pontuação, reduzindo a necessidade de edição manual.

Assim, Xiaomi expande suas capacidades no campo das tecnologias de voz, oferecendo ferramentas flexíveis tanto para criação de fala sintetizada quanto para reconhecimento oral preciso.