MiMo TTS
MiMo 在 Neiroha 中走 OpenAI Chat Completions TTS 适配器。这个适配器不是 /v1/audio/speech，而是调用 /v1/chat/completions，并从返回的 message.audio.data 里取 base64 音频。
准备接口密钥
- 打开 Xiaomi MiMo 或 MiMo 开放平台控制台。
- 登录账号。
- 在控制台查看 Token Plan、credit、模型可用性和接口密钥。
- 创建一个供 Neiroha 使用的 key，便于独立查看用量。
MiMo 的套餐、赠送额度和限时免费活动会变化。免费额度不应视为永久额度；实际可用额度以控制台为准。
提供商填写
| 字段 | 推荐值 |
|---|---|
| Adapter Type | OpenAI Chat Completions TTS |
| Name | Xiaomi MiMo 或 MiMo Trial |
| 基础地址（Base URL） | https://api.xiaomimimo.com/v1 |
| 接口密钥（API Key） | MiMo 控制台创建的 key |
| 默认模型（Default Model） | mimo-v2-tts，或控制台可用的 TTS / VoiceDesign / VoiceClone 模型 |
保存后：
- 点 拉取全部（Fetch All）。
- 如果模型列表能拉取，选择需要使用的 TTS 模型。
- 如果模型列表为空，但模型名确认正确，可以手动填模型名。
- 打开启用开关。
- 点 健康检查（Health Check）。
角色创建方式
| 模型类型 | 角色模式 | 必填内容 |
|---|---|---|
| 普通 TTS | 预设音色 | 选择或填写预设音色 |
| VoiceDesign | 音色设计 | 在声音指令里写声音风格 |
| VoiceClone | 音色克隆 | 上传 mp3 / wav 参考音频 |
Neiroha 内置的 MiMo 音色候选会按模型名判断。普通 mimo-v2-tts 会提供 mimo_default、default_zh、default_en；v2.5 普通 TTS 模型会提供 mimo_default、冰糖、茉莉、苏打、白桦、Mia、Chloe、Milo、Dean。控制台文档更新后，以实际模型返回和官方说明为准。
声音设计写法
VoiceDesign 类模型没有固定预设音色。角色里把任务模式切到声音设计，然后在 instruction 填写声音要求：
年轻女性，中文普通话，语速略慢，音色干净，适合旁白。
生成时，Neiroha 会把 instruction 放到 user message，正文放到 assistant message。
VoiceClone 注意点
- 参考音频支持 mp3 或 wav。
- 单个参考音频建议短而干净，避免背景音乐和混响。
- Neiroha 会把参考音频编码成
data:audio/...;base64,...再发给模型。 - 当前适配器对参考音频大小有保护，过大的文件会被拒绝。
限流和成本
MiMo 适合测试中文声音，但批量项目仍建议设置提供商限流：
| 字段 | 建议 |
|---|---|
| 最大并发 | 从 1 开始 |
| RPD | 按试用额度或每日预算设置 |
| TPM / TPD | 按 Token Plan 或模型计费规则设置 |
对话 TTS、段落 TTS、小说阅读器、视频配音都会消耗同一个 key 的额度。长文本应先用短样本确认风格，再批量生成。