接入 mimo-V2.5-asr API，平替 elevenlabs 的语音转文字？最便宜且很强
elevenlabs 的语音转文字的平替它来了！
mimo-V2.5-asr 是 2026 年最好的汉语识别 ASR 模型，英语识别也在第一梯队，就是模型参数量太大，很难本地部署，现在官方的 API 已经上线了，价格是1 小时 0.5 元，远低于 豆包 API 与 elevenlabs ，性价格超高，那么在识别的准确性与稳定性上是否能平替 elevenlabs 呢？
我已经将其集成到 haoone 字幕软件中，并完成字级时间戳、长音频转录、数字表达、断句等多项优化。
经过详细测试，mimo 的汉语、英语识别的准确率在 97% 左右，非复杂的语音识别非常接近 elevenlabs。
顶部