Xiaomi MiMo 语音识别
- 凭据
- API Key
- 免费额度
- 未公开承诺 ASR 免费额度
- 计费方式
- 国内按量 0.5 元/小时
- 推荐场景
- 中文、英文内容；希望同一平台同时使用听写与配音
mimo-v2.5-asr 支持中文、英文与自动语种检测，也能识别粤语、吴语、闽南语、四川话等中文方言。服务端只返回完整文本，不提供词级或分段时间戳；妙幕会在上传前按静音切成约 20 秒的小段，用分片边界构造粗粒度时间轴。
费用与额度
ASR 按音频时长计费，国内当前价格为 0.5 元/小时。MiMo 公开文档未承诺 ASR 免费体验额度，也没有公开余额查询 API；请在控制台查看账户余额与用量。应用中的「测试连接」会上传 1 秒静音，成本极低但并非零成本探针。
申请步骤
- 登录 MiMo 开放平台
- 在控制台创建按量 API Key；普通按量 Key 通常以
sk-开头 - 如购买 Token Plan，请同时记录控制台给出的专属 Base URL；
tp-Key 不能与按量端点混用
在妙幕中配置
「引擎」页面 → 云端听写分组选「MiMo ASR」：
| 字段 | 填写 |
|---|---|
| API Key | 控制台创建的 sk- 或 tp- Key |
| 模型 | 固定为 mimo-v2.5-asr |
| Base url | 按量 Key 使用 https://api.xiaomimimo.com/v1；Token Plan 填专属 URL |
| 请求超时 | 默认 120 秒 |
| 并发数 | 默认 2 |
| 请求间隔 | 默认 0.7 秒，降低触发限流的概率 |
点「测试连接」验证后即可在任务的「引擎 ▸ 模型」下拉中选择。MiMo 分组会显示「粗粒度时间轴」徽标。
能力与限制
- 任务原语言选中文（包括
zh-CN等）会映射为zh，英文映射为en；自动识别映射为auto - MiMo ASR 不接受其它明确语种，任务开始前会直接提示
- 单请求只支持 WAV / MP3，Base64 字符串上限 10MB；妙幕采用 7MiB 原始文件安全线
- 瞬时网络错误及 HTTP 429 / 500 / 503 最多重试两次
- 音频会直接上传到你配置的 MiMo 端点，妙幕不经手中转
常见问题
- 401：检查 Key 与 Base URL 是否属于同一计费模式。
sk-按量 Key 使用公共按量端点，tp-Key 使用套餐专属端点 - 402：余额不足，请在控制台充值或检查套餐状态
- 429 / 503：调低并发数、增大请求间隔，稍后重试
- 时间轴不够精细：这是服务端不返回时间戳的限制。可改用支持词级时间戳的 ElevenLabs、Deepgram 或 OpenAI 兼容模型
- 同账号还能做什么：MiMo 基础语音合成
信息更新于 2026-09。模型、价格与限制以 MiMo ASR 使用指南和 API 参考为准。