Lee un IBAN en los grupos en que lo escribió, como se dicta por teléfono.
90,8 %de IBAN y códigos leídos en sus grupos, como lo haría una persona1
Su IBAN es ES91 2100 0418 4502 0005 1332, con vencimiento el 15 de marzo, referencia 7703 2481.
Las respuestas de una palabra salen claras y completas, sin cortes.
3 %de respuestas cortas mal dichas, frente a un 6,1 % del siguiente1
Una voz alemana dice palabras inglesas sin cambiar de acento.
0 %de palabras dichas con el acento equivocado1
Das Meeting zum Quarterly Review ist auf Freitag verschoben, das Update kommt per E-Mail.
9 pruebas frente a las voces que está comparando.1
| Prueba | Kugel 3.5 | ElevenLabs v4 Turbo | Cartesia Sonic 3.6 | Deepgram Aura-2 |
|---|---|---|---|---|
| Palabras pronunciadas con un acento distinto al de la voz de referenciamás bajo es mejor | 0 % (mejor) | 4,3 % | 0,5 % | 12,8 % |
| Palabras cortas mal dichasmás bajo es mejor | 3 % (mejor) | 7,7 % | 6,1 % | 20,6 % |
| Finales cortadosmás bajo es mejor | 0,7 % | 0 % (mejor) | 3,2 % | 42,4 % |
| Retraso antes de la primera palabramás bajo es mejor | 40 ms (mejor) | 60 ms | 160 ms | 340 ms |
| Pausas de 200 ms con un margen de 50 msmás alto es mejor | 46,3 % (mejor) | 1,8 % | 36 % | 15,5 % |
| Pronunciación IPA en alemánmás alto es mejor | 65,2 % (mejor) | 57,3 % | 0,8 % | 29,4 % |
| Pronunciación IPA en inglésmás alto es mejor | 75 % (mejor) | 65,6 % | 6,2 % | 32,5 % |
| Números leídos con exactitudmás alto es mejor | 97,1 % (mejor) | 95,4 % | 94 % | 36,1 % |
| Números y códigos leídos en sus gruposmás alto es mejor | 90,8 % (mejor) | 71,9 % | 82,6 % | 0,9 % |
Primero de 6 en una prueba de escucha a ciegas.2
Los oyentes escucharon una voz de referencia y eligieron el modelo que sonaba más humano y más fiel al original. Muestras en alemán: habla neutra, gritos, canto y habla arrastrada.
Soberanía de datos
Desarrollado, entrenado y alojado en la UE.
Servidores en la UE
Alojado en Europa
RGPD
Conforme
Sin entrenamiento
Nunca con su contenido
Alojamiento exclusivamente en empresas de la UE. AWS, Google Cloud y Microsoft Azure no intervienen en el acuerdo Sovereign Cloud. Ningún proveedor con matriz estadounidense trata su audio, texto ni referencias de voz, así que ninguna orden bajo la CLOUD Act puede alcanzarlos.
Disponible para clientes de la UE/EEE
Máxima seguridad en su propio hardware. Los modelos se ejecutan en su centro de datos, detrás de su cortafuegos, de modo que el audio, el texto y las referencias de voz nunca salen de su infraestructura.
El mismo SDK y la misma API que el servicio alojado; sus integraciones no cambian.
LiveKit, Pipecat, Vapi y Cognigy. O apunte su código de ElevenLabs hacia nosotros.
Haga su primera solicitudkugel-3.5Un flush por turno; el servidor agrupa el texto en los límites de frase.
flushLas grabaciones limpias de un solo hablante dan el mejor resultado.
Indique el idioma cuando difiera del idioma principal de la voz.
language="de"Números, fechas y monedas se convierten en palabras antes de la síntesis.
IPA entre barras, o un diccionario de pronunciación para cada solicitud.
/ˈkuːɡl̩/Leído carácter a carácter, los códigos en grupos de 4.
<spell>GB29NWBK</spell>Una etiqueta break inserta un silencio en ese punto exacto.
<break time="400ms"/>Tiempo de cada palabra, enviado después de su audio y sin retrasarlo nunca.
La latencia depende de la región, la red y la carga. Mida su propio despliegue.
Nadie que llama espera al handshake.
El servidor no lo detecta a partir del texto.
Cada flush fuerza un nuevo prefill del modelo.
Kugel 3.5, el predeterminado si no envía ningún ID de modelo. kugel-3 sigue disponible: ponga model_id en kugel-3.
Con los mismos textos y jueces, lidera en 8 de 9 pruebas de KugelBench, entre ellas cifras, códigos y acentos.
En una prueba a ciegas con voz en alemán, los oyentes situaron a KugelAudio en primer lugar entre 6 modelos, con una tasa de victoria del 78,0 %. La prueba es anterior a Kugel 3.5.
Kugel 3.5 se basa en Kugel 3, el modelo más rápido de nuestro benchmark de latencia; su propia latencia aún no está publicada. La región, la red y la carga cambian la latencia, así que mida su propio despliegue.
Sí. La clonación de voz crea una voz a partir de audio de referencia limpio de un solo hablante, y usted la usa como una voz lista.
En la UE: KugelAudio se desarrolla, entrena y aloja allí, cumple el RGPD y nunca entrena con su contenido. EU Sovereign Cloud está incluido para clientes de la UE/EEE, y Enterprise puede funcionar on-premise.
Ahora funciona sobre kugel-3.5, y el uso y la facturación muestran el ID enviado. Envíe kugel-3 para seguir con Kugel 3.
Cree una cuenta y pegue la frase que su agente dice más a menudo.