小米推出 MiMo-V2.5-ASR 语音模型定价 0.5 元/小时
小米推出MiMo-V2.5-ASR语音模型,具备全链路能力,在方言、中英混说、强噪声、多人对话等场景达到业界领先,支持歌曲识别、知识关联与原生标点。已开放API,按音频时长计费,国内0.5元/小时,海外0.074美元/小时。
今天,小米正式放出了 MiMo-V2.5-ASR —— 这是他们语音模型的听觉基座,主打全链路能力。从官方公布的信息来看,这款模型在方言、中英混说、强噪声、多人对话这些真实场景里,都宣称达到了业界领先水平。
具体来说,能处理的能力覆盖了这么几块:
中文方言:粤语、吴语、闽南语、四川话等常见方言都能识别,不是摆设。
中英文混说:Code-Switch 场景下自由切换,不需要提前设置语种。
歌曲识别:中英文歌词都能抓,伴奏和人声混在一起也能高精度转写。
强噪声环境:高噪音、远场拾音这些硬骨头,模型保持了不错的鲁棒性。
多人说话:交叉对话场景下还能准确定位和转录,挺考验底层的。
知识关联:古诗词、专业术语、人名地名这类需要背景知识的内容,也能精准识别。
原生标点:基于韵律和语义直接输出标点,转写完就能直接用,省了后处理。
目前这个模型已经开放了 API,可以在 Token Plan 里直接调用。定价方面,按音频转写时长计费:国内是 0.5 元/小时,海外 0.074 美元/小时。坦白讲,这个价格放在当前市场里,性价比相当有竞争力。

附上官方接入文档,有需要的可以直接参考:https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/Speech-Recognition
WPS Office是一款面向macOS用户的综合办公套件,将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式,支持Intel及Apple芯片Mac,基础功能可免费使用,
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核,支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换,并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站,提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片,支持AU、VST、VST3、CLAP等插件格式,并提供高度可定制的工作流程。
Autodesk Fusion 是面向产品设计与制造的云连接开发平台,在统一环境中整合三维 CAD、CAM、CAE、PCB、工程图、数据管理和团队协作功能,适合产品设计师、机械工程师、电子工程师及加工制造团队完成从概念建模、验证分析到生产交
Archicad 是 Graphisoft 面向建筑师、设计师、工程师及 BIM 团队开发的建筑信息模型平台。它把三维建筑建模、施工文档、数据管理、专业协调、实时协作和可视化集中在统一项目环境中,适合从概念方案到施工交付的完整建筑设计流程。
Vectorworks Architect 是面向建筑师、室内设计师和建筑顾问的综合设计与BIM平台,覆盖概念草图、二维制图、三维建模、施工文档、数据报表、可视化及开放式协作。它强调自由造型与数据化建筑对象并存,













