短回复处理
该模型旨在以同一声音清晰且一致地提供简短的德语回复，例如“是”“好的”和“请稍等”。
面向注重细节的语音交互的文本转语音
Kugel 3.5 是 KugelAudio 面向语音代理和电话对话打造的文本转语音模型。它关注会影响通话交互的细节，包括简洁回复、姓名和地点的发音、为通话者留出回应时间的停顿，以及必须逐字符朗读的代码。
该模型保留 Kugel 3 使用的声音、语言、词典和 API。根据文档，可在控制面板中选择 Kugel 3.5，或在 API 请求中将 model_id 设置为 kugel-3-5；产品页面列出的确切标识符为 kugel-3.5。其价格为每分钟音频 €0.0525（不含增值税），按秒计费，比列出的 Kugel 3 价格低 25%。
核心功能
IPA 发音词典
将 IPA 音标添加到发音词典中，使姓名、品牌和地点按照提供的发音进行朗读，而不是根据拼写推断发音。
定时停顿
使用 break 标签请求在下一句话之前停顿。产品页面称，实际语音停顿时长会接近请求的时长。
逐字符朗读代码
将订单号、车牌号和预订代码放在 spell 标签中，即可让每个字符按照书写顺序分别朗读。
兼容 Kugel 3
Kugel 3.5 保留 Kugel 3 相关的声音、语言、词典和 API，因此按照文档，迁移时只需更改模型标识符，无需重新设计集成。
按秒计费
音频按分钟定价并按秒计费。列出的 Kugel 3.5 价格为每分钟 €0.0525（不含增值税）。
实际应用
语音代理通话轮次
为自动化通话生成简洁的确认语、回应语和轮流交谈短语，无需依赖较长的文本上下文来引导发音和表达。
姓名和品牌术语
使用发音词典条目，根据提供的 IPA 音标朗读客户、公司、产品或地点名称，而不是依赖基于拼写的猜测。
对话节奏控制
当通话者在对话中需要时间思考、回答问题或遵循指令时，在下一句话之前插入请求的停顿。
交易代码
使用 spell 标签逐字符朗读订单号、预订参考号、车牌号及类似标识符。
Pros and Cons
Pros
- 针对语音代理的实际细节，例如短回复、发音词典、定时停顿和逐字符朗读代码。
- 保留 Kugel 3 的声音、语言、词典和 API，并提供有文档说明的模型 ID 更改迁移方式。
- 按秒计费，价格为每分钟音频 €0.0525（不含增值税），列出的价格比 Kugel 3 低 25%。
- 已发布的基准测试结果显示，在短德语回复、IPA 发音、停顿时长和逐字符朗读代码方面均优于 Kugel 3。
Cons
- 现有产品资料未说明输出格式、身份验证、请求和响应架构、配额或部署流程。
- 已发布的最有力基准证据主要集中在德语和英语发音及电话对话细节上；未说明更广泛的语言和工作流覆盖范围。
- 企业定价和更高并发选项需另行处理，来源未提供相关限制或账户管理细节。
FAQ
什么是 Kugel 3.5？
Kugel 3.5 是 KugelAudio 面向语音代理和电话对话场景的文本转语音模型。它专注于短回复、IPA 发音、定时停顿和逐字符朗读代码，同时保留 Kugel 3 所使用的声音、语言、词典和 API。
如何开始使用 Kugel 3.5？
在 API 请求中将 model_id 设置为 kugel-3.5，或在控制面板的模型列表中选择 Kugel 3.5。产品页面说明，现有的声音、语言、词典、break 标签和 spell 标签仍可按相同方式使用。
Kugel 3.5 如何定价？
Kugel 3.5 的费用为每分钟音频 €0.0525（不含增值税），按秒计费。列出的价格比 Kugel 3 的每分钟 €0.07（不含增值税）低 25%。其他欧盟国家的消费者需支付当地增值税税率，具体税率会在付款前显示。
发音、停顿和代码有哪些可用控制项？
该模型支持在发音词典中添加 IPA 条目、使用 break 标签请求停顿，以及使用 spell 标签逐字符朗读代码。除选择模型外，来源未说明请求和响应格式、输出格式或部署步骤。
每个账户都可以使用 Kugel 3.5 吗？
KugelAudio 表示 Kugel 3.5 对所有账户开放。企业方案在定价页面上单独定价，但现有来源未说明账户配额、并发限制或团队管理功能。
Quick Facts
- 类别
- 文本转语音 API
- 提供商
- KugelAudio
- 主要场景
- 语音代理和电话对话
- 模型标识符
- kugel-3.5
- 定价
- 每分钟音频 €0.0525，不含增值税；按秒计费
- 可用性
- 所有账户均可使用；企业方案单独定价
Kugel 3.5 替代品
Fylom
Fylom 是一款 AI 播客生成器，可将主题或问题转化为经过资料研究的播客单集，支持文字或语音提示、音色选择，以及日常、每周或按需更新的连续节目式收听。
Gemini 3.8 Text-to-Speech
Gemini 3.8 Text-to-Speech 是 Google 推出的两款富有表现力的音频模型，可将脚本转换为可定制语音，支持逐行指导、声音设计及内容、配音和语音代理对话生成。
Gemini 3.1 Flash TTS
Gemini 3.1 Flash TTS 是 Google 的预览版文本转语音模型，可生成富有表现力的 AI 语音，并支持对风格、语速和表达方式进行细粒度控制，适用于 Gemini API、Google AI Studio、Vertex AI 和 Google Vids。
蓝藻AI
蓝藻AI是一款在线AI配音与语音合成工具，可将文字转成语音，并支持自助声音克隆，适用于短视频、有声书等配音场景。
Ondoku
Ondoku 是一款基于浏览器的文字转语音软件，可将文本转换为可下载的 .mp3 语音，提供免费额度与付费方案，支持多语言朗读、图片朗读，并可按规则商用。
Typecast
Typecast 是一款在线 AI 配音生成器，可将文本转换为自然逼真的语音，支持情感表达与多种超写实音色，适合在浏览器中快速制作口播音频。