Weniger Versprecher.
Mehr Gespräch.
Unser neuestes Sprachmodell liest Zahlen, Namen und kurze Antworten so, wie ein Mensch sie sagt.1
Es liest eine IBAN in den Gruppen, in denen Sie sie geschrieben haben, wie am Telefon.
90,8 %der IBANs und Codes in ihren Gruppen gelesen, wie von einem Menschen1
Ihre IBAN lautet DE89 3704 0044 0532 0130 00, fällig am 15. März, Referenz 7703 2481.
Antworten aus einem Wort kommen klar und vollständig, nie abgehackt.
3 %der kurzen Antworten falsch gesprochen, beim nächstbesten Modell 6,1 %1
Eine deutsche Stimme spricht englische Wörter, ohne in einen anderen Akzent zu rutschen.
0 %der Wörter mit falschem Akzent gesprochen1
Das Meeting zum Quarterly Review ist auf Freitag verschoben, das Update kommt per E-Mail.
9 Tests gegen die Stimmen, die Sie vergleichen.1
| Test | Kugel 3.5 | ElevenLabs v4 Turbo | Cartesia Sonic 3.6 | Deepgram Aura-2 |
|---|---|---|---|---|
| Wörter mit einem anderen Akzent als dem der Referenzstimmeniedriger ist besser | 0 % (bester Wert) | 4,3 % | 0,5 % | 12,8 % |
| Kurze Wörter falsch gesprochenniedriger ist besser | 3 % (bester Wert) | 7,7 % | 6,1 % | 20,6 % |
| Abrupte Endenniedriger ist besser | 0,7 % | 0 % (bester Wert) | 3,2 % | 42,4 % |
| Verzögerung bis zum ersten Wortniedriger ist besser | 40 ms (bester Wert) | 60 ms | 160 ms | 340 ms |
| 200-ms-Pausen auf 50 ms genauhöher ist besser | 46,3 % (bester Wert) | 1,8 % | 36 % | 15,5 % |
| Deutsche IPA-Aussprachehöher ist besser | 65,2 % (bester Wert) | 57,3 % | 0,8 % | 29,4 % |
| Englische IPA-Aussprachehöher ist besser | 75 % (bester Wert) | 65,6 % | 6,2 % | 32,5 % |
| Zahlen exakt vorgelesenhöher ist besser | 97,1 % (bester Wert) | 95,4 % | 94 % | 36,1 % |
| Zahlen und Codes in ihren Gruppen gelesenhöher ist besser | 90,8 % (bester Wert) | 71,9 % | 82,6 % | 0,9 % |
Platz eins von 6 im Blindtest.2
Die Teilnehmer hörten eine Originalstimme und wählten das Modell, das menschlicher klingt und näher am Original liegt. Deutsche Aufnahmen: neutral gesprochen, geschrien, gesungen und mit schwerer Zunge.
Datensouveränität
Entwickelt, trainiert und gehostet in der EU.
EU-Server
Gehostet in Europa
DSGVO
Konform
Kein Training
Nie auf Ihren Inhalten
Hosting ausschließlich durch EU-Unternehmen. AWS, Google Cloud und Microsoft Azure werden im Sovereign-Cloud-Vertrag gar nicht eingesetzt. Kein Anbieter mit US-Mutter verarbeitet Ihr Audio, Ihren Text oder Ihre Voice References; damit greift auch keine Anordnung nach dem US CLOUD Act.
Für Kunden in der EU/im EWR verfügbar
Maximale Sicherheit auf eigener Hardware. Die Modelle laufen in Ihrem Rechenzentrum, hinter Ihrer Firewall: Audio, Text und Voice References verlassen Ihre Infrastruktur nie.
Gleiches SDK und gleiche API wie beim gehosteten Dienst; Integrationen bleiben unverändert.
LiveKit, Pipecat, Vapi und Cognigy. Oder richten Sie Ihren ElevenLabs-Code auf uns.
Erste Anfrage sendenkugel-3.5Einmal pro Turn flushen; der Server gruppiert den Text an Satzgrenzen.
flushSaubere Aufnahmen eines einzelnen Sprechers funktionieren am besten.
Sprache angeben, wenn sie von der Hauptsprache der Stimme abweicht.
language="de"Zahlen, Daten und Währungen werden vor der Synthese zu Wörtern.
IPA zwischen Schrägstrichen oder ein Aussprachewörterbuch für jede Anfrage.
/ˈkuːɡl̩/Zeichen für Zeichen vorgelesen, Codes in Blöcken zu 4.
<spell>GB29NWBK</spell>Ein Break-Tag setzt die Pause genau an dieser Stelle.
<break time="400ms"/>Zeitangabe für jedes Wort, gesendet nach dem Audio, das nie darauf wartet.
Die Latenz hängt von Region, Netzwerk und Last ab. Messen Sie Ihre eigene Umgebung.
Kein Anrufer wartet auf den Handshake.
Der Server erkennt sie nicht aus dem Text.
Jeder Flush erzwingt einen neuen Modell-Prefill.
Zzgl. USt. 25 % günstiger als kugel-3 mit 0,07 €.
Preise ansehenKugel 3.5, den Standard, wenn Sie keine Modell-ID senden. kugel-3 bleibt verfügbar: setzen Sie model_id auf kugel-3.
Mit denselben Texten und derselben Bewertung führt es in 8 von 9 KugelBench-Tests, darunter Zahlen, Codes und Akzent.
In einem Blindtest mit deutscher Sprache wählten Hörer KugelAudio auf Platz eins von 6 Modellen, mit 78,0 % Gewinnquote. Der Test war vor Kugel 3.5.
Kugel 3.5 baut auf Kugel 3 auf, dem schnellsten Modell in unserem Latenz-Benchmark; eigene Latenzwerte sind noch nicht veröffentlicht. Region, Netzwerk und Last verändern die Latenz, messen Sie also Ihre eigene Umgebung.
Ja. Voice Cloning erstellt eine Stimme aus einer sauberen Referenzaufnahme eines einzelnen Sprechers, und Sie nutzen sie wie eine fertige Stimme.
In der EU: KugelAudio ist dort entwickelt, trainiert und gehostet, DSGVO-konform und trainiert nie mit Ihren Inhalten. Die EU Sovereign Cloud ist für Kunden aus EU und EWR enthalten, Enterprise läuft auch On-Premise.
Sie läuft jetzt auf kugel-3.5, und Nutzung und Abrechnung zeigen die gesendete ID. Mit kugel-3 bleiben Sie bei Kugel 3.
Konto anlegen und den Satz einfügen, den Ihr Agent am häufigsten sagt.