实时转写 · 中英粤

MiMo-V2.5-ASR

小米 MiMo 的端到端大模型，普通话、英语和粤语识别都很强。

中英粤 · 0.5× · 5.4 GB

在 OpenASR 桌面应用中安装

会打开桌面应用，并自动为你下载这个模型。

还没有桌面应用？下载 OpenASR 桌面应用

本机转写在这台电脑上处理

interview.m4a12:04

我们先对一下这周的发布节奏，

beta 版本可以安排在周五，

然后同步给 design 和 QA，

为什么适合你

MiMo-V2.5-ASR 是小米 MiMo 团队的端到端语音识别模型，面向普通话、英语和粤语。它能较好处理中英混说，并直接输出带标点的文本，适合会议、访谈和嘈杂环境中的重要录音；模型较大，建议在内存充足的设备上使用。

你可以用它做什么

普通话识别准确度高，公开基准表现突出。
英语与粤语同样可用，也支持中英混说。
转写结果自带标点，适合直接阅读和整理。

其他模型

开发者详情 CLI 命令、文件哈希和不同量化版本，适合自动化脚本与完整性校验。

按量化版本下载

拉取命令	大小	量化
`mimo-v2.5-asr:q4`默认	5.4 GB	q4_k	打开 .oasr

模型详细信息

大小5.4 GB

速度0.5× 倍实时

语言Multilingual

系列mimo-asr

来源XiaomiMiMo

峰值内存7.6 GB

量化方式q4_k

许可证MIT

HF 仓库OpenASR/mimo-v2.5-asr

版本号d555242ba962b3cda675789e0a4a0e9e87d7c947

sha25606c080a4fe040f18b374e740627911877b38af123c0085b912a9d2a941442b4c

下载 .oasr CLI 命令参考 →

使用方式

以下是 CLI／本地服务端示例。桌面应用无需输入任何命令即可运行此模型——用上方的“安装”即可。

bash · 转写文件

$ openasr pull mimo-v2.5-asr:q4
↓ mimo-v2.5-asr.oasr  5.4 GB  ✓ verified sha256
$ openasr transcribe meeting.wav --backend native --model-pack ~/.openasr/models/mimo-v2.5-asr/q4_k/mimo-v2.5-asr-q4_k.oasr
✓ local transcript · 0 bytes sent

bash · 启动本地服务

$ openasr serve --backend native --model-pack ~/.openasr/models/mimo-v2.5-asr/q4_k/mimo-v2.5-asr-q4_k.oasr --addr 127.0.0.1:8080
▶ http://127.0.0.1:8080 · model=mimo-v2.5-asr · 0 bytes will leave this host

python · client.py

from openai import OpenAI
client = OpenAI(base_url="http://127.0.0.1:8080/v1", api_key="local")
audio = open("meeting.wav", "rb")
text = client.audio.transcriptions.create(model="mimo-v2.5-asr", file=audio)