Voice AI Made in Europe
EU Sovereign Cloud ist in jedem Tarif enthalten, ohne Enterprise-Vertrag.
“Guten Tag, Ihr Termin ist am 15.03.2025 um 14:30 Uhr. Die Praxis liegt in der Hauptstraße 42a. Bei Fragen erreichen Sie uns unter 030928739954 oder info@praxis.de.”
Direkter Vergleich
Deepgrams Kern ist Speech-to-Text. Für die Stimme Ihres Produkts zählen sauberes Deutsch, Datenschutz und der Ort, an dem die Modelle laufen dürfen.
| Worauf es ankommt | KugelAudio | Deepgram |
|---|---|---|
| EU Sovereign Cloud | In jedem Tarif enthalten | Gibt es nicht |
| Firmensitz und Recht | Deutsche GmbH, deutsches Recht | US-Konzern, CLOUD Act greift |
| Zeit bis zum ersten Ton | Kugel v3: 91 ms | Aura-1: 157 ms · Aura-2: 207 ms |
| Deutsch: Zahlen, IBANs, E-Mails | Von Haus aus richtig | Nicht auf Deutsch abgestimmt |
| Stimmen auf Deutsch | 112 Stimmen, auch regional gefärbt | Aus einem mehrsprachigen Modell |
| Vertrag und Compliance | AVV, SLAs, Zero Data Retention | US-Standardbedingungen |
| On-Premise | In wenigen Tagen produktiv | Nur im Enterprise-Tarif |
Angaben zu Deepgram stammen aus der öffentlichen Dokumentation und unserem Benchmark, Stand August 2026. Prüfen Sie im Zweifel die Konditionen Ihres Tarifs.
Benchmarks
Je kürzer, desto besser
Gemessen per WebSocket-Streaming aus einem EU-Rechenzentrum. Der Weg über das Netz ist eingerechnet, der Verbindungsaufbau nicht.
Datensouveränität
Entwickelt, trainiert und betrieben in der EU. Der US CLOUD Act greift hier nicht.
Ohne Aufpreis
In wenigen Tagen produktiv
Custom Dictionaries
Hinterlegen Sie die Aussprache einmal im Wörterbuch. Ab dann spricht das Modell den Namen korrekt aus, in jeder einzelnen Antwort.
Ihr Text
„Bestellen Sie Ihr neues Geschirr bei Villeroy & Boch.“
Ihr Wörterbuch-Eintrag
Villeroy & Boch → [ˌvɪləɉɔɪ ʔʊnt ˈbɔx]
Die Ausgabe
Richtig ausgesprochen. Jedes Mal, in jeder Antwort.
Funktioniert genauso für Produktnamen, Fachbegriffe und Abkürzungen, per IPA-Lautschrift oder einfacher Ersetzung.
Preise
Nicht pro Zeichen, nicht pro Nutzer.
Schnelles, günstiges Text-to-Speech-Modell
€0.035 / Min.
Premium-Text-to-Speech-Modell mit höchster Natürlichkeit
€0.07 / Min.
On-Premise, eigene Kapazität und Volumenpreise auf Anfrage.
* Inference-TTFA, serverseitig gemessen. Mehr in den Latenz-Docs · ** Zeichenkosten basieren auf der Annahme von etwa 825 Zeichen pro Minute.
FAQ
KugelAudio ist eine deutsche GmbH und baut Text-to-Speech in Echtzeit für 26 Sprachen, betrieben in der EU. Deepgram ist vor allem beim Transkribieren stark. Bei der Sprachausgabe kommen bei uns EU-Souveränität, saubere deutsche Aussprache und der Betrieb im eigenen Rechenzentrum hinzu.
In unserem Benchmark liegt Kugel v3 im Median bei 91 ms bis zum ersten Ton, Aura-1 bei 157 ms und Aura-2 bei 207 ms. Gemessen wurde per WebSocket-Streaming aus einem EU-Rechenzentrum, ohne Verbindungsaufbau.
Ja. KugelAudio ist eine deutsche GmbH, es gilt EU-Recht, und die Modelle sind unsere eigene Entwicklung. In der Sovereign Cloud sind AWS, Google Cloud, Microsoft Azure und Lambda nicht beteiligt. Kein Anbieter mit US-Mutterkonzern kommt an Ihre Daten.
Ja. KugelAudio lässt sich direkt in Pipecat und LiveKit einsetzen: Ihre Speech-to-Text-Stufe bleibt, Sie tauschen nur die Text-to-Speech-Stufe.
Ja, innerhalb weniger Tage. Die Modelle laufen in Ihrem Rechenzentrum hinter Ihrer Firewall, mit demselben SDK und derselben API wie in der Cloud. Pro GPU sind bis zu 192 gleichzeitige Gespräche möglich.
Sprachausgabe in Echtzeit, aus Europa, die mit Ihrem Produkt mitwächst.
