> 项目简介：基于小米MiMo Token-Plan，使用PHP + FoxUI实现本地网页调试工具，实现**预置音色TTS、方言/唱歌标签、音色克隆、音色设计**完整能力。
> ⚠️重要协议提醒：Token-Plan仅限**本地个人学习调试**，禁止公网对外中转API服务，否则`tp-`开头的token会被封禁；TTS系列模型限时免费，不消耗套餐Credits。


![请在此添加图片描述](https://developer.qcloudimg.com/http-save/yehe-1023690/0954ff5c8170745af6da109b35388f53.png)
## 一、项目功能

1. **预置音色语音合成**：官方全部预置音色，支持方言标签`(东北话)、(粤语)、(四川话)`，情绪标签`(温柔)、(御姐音)、(夹子音)`，以及特殊`(唱歌)`唱歌模式。
2. **音色克隆 voiceclone**：上传mp3/wav人声样本；PC端浏览器录音，前端lamejs把webm转mp3后用于克隆。
3. **音色设计 voicedesign**：通过自然语言描述，生成全新自定义音色。
4. UI：FoxUI前端框架，多Tab界面，音频预览、MP3下载。
5. 配套工具：`setup.php`配置保存tp-key；`debug-api-response.php`接口调试页面。
6. 后端：PHP curl调用MiMo Token-Plan接口，支持JSON模式、文件FormData上传模式，内置调试日志输出。

> Token-Plan国内集群接口地址，**不要使用普通mimo域名**
> `https://token-plan-cn.xiaomimimo.com/v1/chat/completions`


![请在此添加图片描述](https://developer.qcloudimg.com/http-save/yehe-1023690/a8505938d9d1f2d4cd2347b5422ea553.png)

![请在此添加图片描述](https://developer.qcloudimg.com/http-save/yehe-1023690/daf1621db021d34def545f22351cb199.png)

![请在此添加图片描述](https://developer.qcloudimg.com/http-save/yehe-1023690/9d454906256ae04637cef5da4d5a9dfa.png)

## 二、核心踩坑总结（重点）

### 坑1：不要套用OpenAI TTS思维，接口路径完全不一样

OpenAI TTS接口：`/audio/speech`，直接返回二进制音频。

小米MiMo-V2.5 TTS**复用chat/completions对话接口**。

请求结构要点：

- `model` 指定模型；
- `messages[0].role:user`，`messages[1].role:assistant`，**待合成文本写在assistant.content**；
- `audio` 对象配置format、voice；
- 返回不是二进制MP3，返回JSON；音频数据在 `choices[0].message.audio.data` 的base64字符串，PHP解码后输出二进制音频。

### 坑2：鉴权头不要用 `Authorization: Bearer`

Token-Plan的tp-token，官方推荐请求头：
`api-key: tp-xxxxxx`

部分环境下Bearer鉴权会直接返回401鉴权失败。

### 坑3：音色克隆反复报错 `Param Incorrect` 参数错误（最耗时大坑）

1. ❌错误：前端直接把大音频base64塞进JSON的fetch请求体

> 浏览器抛出：`Failed to execute 'fetch' on 'Window': Failed to read the 'headers' property from 'RequestInit': String contains non ISO-8859-1 code point.`

> 解决：**前端不做base64编码**，使用`FormData`上传原始二进制文件，PHP后端读取临时文件再做base64编码。

1. ❌错误：浏览器录音输出webm格式，voiceclone模型不识别webm，直接报Param Incorrect

> PC端折中方案：前端引入`lamejs`，webm解码编码输出标准mp3 Blob再提交后端。

1. ❌错误：`audio.voice`参数格式混淆

> 音色克隆必须完整 `data:audio/mpeg;base64,xxxx` data-URI完整前缀，不能只传裸base64字符串。

> PHP后端读取上传文件二进制，拼接完整前缀再传给小米API。

1. ❌样本音频本身问题：不能带背景音乐、不能过长，首尾不要大量静音，建议5-25秒干净人声。

### 坑4：三个模型能力不能混用

| 模型                          | 能力                 | 限制                                         |
| --------------------------- | ------------------ | ------------------------------------------ |
| `mimo-v2.5-tts`             | 预置音色、方言标签、`(唱歌)`标签 | 不支持克隆、音色设计                                 |
| `mimo-v2.5-tts-voiceclone`  | 音色克隆，上传音频样本        | **不支持唱歌标签**；样本格式仅mp3/wav；文件≤10MB           |
| `mimo-v2.5-tts-voicedesign` | 文字描述生成音色           | **不支持唱歌标签，voice字段不生效，音色描述放在user角色content** |

### 坑5：移动端浏览器录音兼容性大坑

> 现象：手机可以获取麦克风权限，可以录音、audio播放器可以播放录音，**但是前端转码会失败，无法用于音色克隆**。

- iOS Safari录音输出是`m4a(AAC)`格式；
- 部分安卓浏览器输出特殊编码webm-opus；
- `audio标签可以播放 ≠ AudioContext.decodeAudioData可以解码`；播放器和解码API能力不一致；

> 现状：本项目PC浏览器录音+转mp3可用；**手机端录音仅可以预览，不能直接提交克隆；手机想要克隆需要手动上传mp3/wav音频文件**。

### 坑6 PHP环境配置，文件上传、超时

php.ini关键配置

```ini
file_uploads = On
upload_max_filesize = 12M
post_max_size = 14M
max_execution_time = 120
memory_limit = 256M
```

### 坑7 环境协议约束

1. 浏览器录音：`localhost`本地可以直接使用；公网部署必须HTTPS，http协议拿不到麦克风权限。
2. Token-Plan协议：仅限本地个人学习，禁止公网对外做中转API服务，会导致tp-key封禁。

## 三、关键请求体示例

### 1、预置音色TTS

```json
{
  "model":"mimo-v2.5-tts",
  "messages":[
    {"role":"user","content":""},
    {"role":"assistant","content":"你好，测试语音合成。"}
  ],
  "audio":{
    "format":"mp3",
    "voice":"冰糖"
  }
}
```

### 2、音色克隆请求体

```json
{
  "model":"mimo-v2.5-tts-voiceclone",
  "messages":[
    {"role":"user","content":""},
    {"role":"assistant","content":"你好，克隆声音测试"}
  ],
  "audio":{
    "format":"mp3",
    "voice":"data:audio/mpeg;base64,*****完整mp3 base64*****"
  }
}
```

### 3、音色设计请求体

```json
{
  "model":"mimo-v2.5-tts-voicedesign",
  "messages":[
    {"role":"user","content":"一位温柔磁性中年女声，语速缓慢，适合讲故事"},
    {"role":"assistant","content":"你好，测试音色设计"}
  ],
  "audio":{
    "format":"mp3"
  }
}
```

## 四、PHP后端核心片段：音色克隆处理上传文件

```php
//读取上传临时文件
$fileBin = file_get_contents($uploadFile['tmp_name']);
$pureB64 = base64_encode($fileBin);
//⚠️必须拼接完整data-URI前缀
$cloneAudioFullDataUri = 'data:audio/mpeg;base64,' . $pureB64;

$requestData = [
    'model' => $model,
    'messages' => [
        ["role"=>"user","content"=>""],
        ["role"=>"assistant","content"=>$text]
    ],
    'audio' => [
        "format" => $responseFormat,
        "voice" => $cloneAudioFullDataUri
    ]
];
```

## 五、项目文件结构

```
├─ config.php        #配置文件，tp-key、模型、音色常量
├─ api.php           #后端核心接口 JSON(预置/音色设计)+FormData文件上传(音色克隆)
├─ index.php         #主页面 FoxUI，多Tab，录音上传合成
├─ setup.php         #设置页面，写入config.php保存token
└─ debug-api-response.php  #API调试工具
```

## 六、总结收获

1. 不要拿OpenAI TTS经验直接套MiMo，接口路径、入参、返回格式完全不一样。
2. 音色克隆坑点最多：二进制传输方式、data-URI前缀、音频格式、样本质量，每一项出错就会报`Param Incorrect`。
3. Web网页录音兼容性很受限，PC端可以实现完整录音转码，手机浏览器受底层API限制很难做到全兼容。
4. Token-Plan要遵守使用协议，仅限本地个人学习，禁止对外中转服务。

***

> 📝 **日常记录**：这是一个基于小米MiMo Token-Plan的PHP网页语音合成工具开发过程的完整记录，包含了所有踩过的坑和解决方案。
>
> 💡 **适用人群**：需要使用小米MiMo进行语音合成的PHP开发者
>
> 🔧 **技术栈**：PHP + FoxUI + lamejs + curl

原文连接:https://blog.ccswust.org/22410.html

项目简介：基于小米MiMo Token-Plan，使用PHP + FoxUI实现本地网页调试工具，实现预置音色TTS、方言/唱歌标签、音色克隆、音色设计完整能力。 ⚠️重要协议提醒：Token-Plan仅限本地个人学习调试，禁止公网对外中转API服务，否则tp-开头的token会被封禁；TTS系列模型限时免费，不消耗套餐Credits。

小米MiMo-V2.5 Token-Plan PHP网页语音合成工具踩坑实录

前端开发工程师

人工智能

前端

基于小米MiMo Token-Plan开发的PHP本地网页语音调试工具，支持预置音色TTS、方言/唱歌标签、音色克隆与设计。本文详解音色克隆数据URI前缀、FormData上传、lamejs转码等关键踩坑解决方案，助力PHP开发者快速集成MiMo语音合成接口。

语音合成

代码解释

JSON

热销域名限时优惠，新客首年免费！


domain

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

小米MiMo-V2.5 Token-Plan PHP网页语音合成工具踩坑实录-腾讯云开发者社区-腾讯云

小米MiMo-V2.5 Token-Plan PHP网页语音合成工具踩坑实录

小米MiMo-V2.5 Token-Plan PHP网页语音合成工具踩坑实录

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐