7月7日，小米Mino宣布其全链路语音模型听觉基座MiMo-V2.5-ASR正式上线。该模型在方言识别、双语混转、强噪音环境、多说话人场景等复杂真实场景下表现出业界领先水平。MiMo-V2.5-ASR能够覆盖粤语、吴语、闽南语、四川话等多种中文方言，并实现中英混转的自由流畅识别。此外，该模型还能在中英文歌词、伴奏人声混合场景中进行高精度识别，即使在高噪音、远场拾音等复杂环境中也能实现鲁棒识别。同时，它还能在多人交叉对话场景中准确转录，并精准识别古诗词、专业术语、人名地名等知识关联内容。

MiMo-V2.5-ASR现已开放API，并支持在TokenPlan中使用。API定价为国内0.5元/小时，海外0.074美元/小时。该技术的应用将进一步推动语音识别技术在各种场景下的实际应用，为用户提供更加精准和便捷的语音转写服务。