簡短回覆處理
模型設計用於以相同音色清晰且一致地說出「是」、「好的」與「請稍候」等簡短德語回覆。
為重視細節的語音互動提供文字轉語音
Kugel 3.5 是 KugelAudio 為語音代理與電話通話打造的文字轉語音模型。它著重於影響通話者互動的細節，包括簡潔回覆、姓名與地名的發音、讓通話者有時間回應的停頓，以及必須逐字讀出的代碼。
模型沿用 Kugel 3 所使用的語音、語言、字典與 API。文件所述的設定方式是在控制面板中選取 Kugel 3.5，或在 API 請求中將 model_id 設為 kugel-3-5；產品頁面列出的確切識別碼為 kugel-3.5。其價格為每音訊分鐘 €0.0525（未含 VAT），按秒計費，較列出的 Kugel 3 費率低 25%。
核心功能
IPA 發音字典
在發音字典中加入 IPA 音標轉寫，讓姓名、品牌與地名依照提供的發音讀出，而不是根據拼寫自行推測。
定時停頓
使用 break 標籤要求在下一句之前停頓。產品頁面指出，實際語音停頓會接近要求的時長。
逐字朗讀代碼
將訂單號碼、車牌號碼與預訂代碼放在 spell 標籤內，讓每個字元依書寫順序分開讀出。
Kugel 3 相容性
Kugel 3.5 沿用 Kugel 3 相關的語音、語言、字典與 API，因此文件所述的遷移方式是變更模型識別碼，而非重新設計整合。
按秒計費
音訊按分鐘定價並按秒計費。列出的 Kugel 3.5 費率為每分鐘 €0.0525（未含 VAT）。
實際應用
語音代理通話輪次
為自動化通話產生簡潔的確認、回應與輪流發言短語，不必依賴冗長的文字上下文來引導發音與表達。
姓名與品牌術語
使用發音字典詞條，依照提供的 IPA 音標轉寫讀出客戶、公司、產品或地名，而不是依賴根據拼寫進行的猜測。
對話節奏
當通話者在對話中需要時間思考、回答問題或遵循指示時，在下一句之前插入要求的停頓。
交易代碼
使用 spell 標籤，一次讀出一個字元的訂單號碼、預訂參考編號、車牌號碼及類似識別碼。
Pros and Cons
Pros
- 針對簡短回覆、發音字典、定時停頓與拼讀代碼等實用的語音代理細節。
- 保留 Kugel 3 的語音、語言、字典與 API，並有文件說明可透過變更模型 ID 進行遷移。
- 按秒計費，每音訊分鐘 €0.0525（未含 VAT），列出的價格比 Kugel 3 低 25%。
- 已發布的基準測試結果顯示，在簡短德語回覆、IPA 發音、停頓時機與拼讀代碼方面均優於 Kugel 3。
Cons
- 現有產品資料未說明輸出格式、驗證方式、請求與回應結構、配額或部署程序。
- 已發布的主要基準證據聚焦於德語與英語發音及電話通話細節；更廣泛的語言與工作流程涵蓋範圍未有說明。
- 企業定價與更高的並行數選項另行處理，來源未提供限制或帳戶管理細節。
FAQ
什麼是 Kugel 3.5？
Kugel 3.5 是 KugelAudio 為語音代理與電話通話情境打造的文字轉語音模型。它著重於簡短回覆、IPA 發音、定時停頓與逐字朗讀代碼，同時沿用 Kugel 3 所使用的語音、語言、字典與 API。
如何開始使用 Kugel 3.5？
在 API 請求中將 model_id 設為 kugel-3.5，或從控制面板的模型清單中選取 Kugel 3.5。產品頁面表示，現有的語音、語言、字典、break 標籤與 spell 標籤仍可照常使用。
Kugel 3.5 如何計費？
Kugel 3.5 每音訊分鐘 €0.0525（未含 VAT），按秒計費。列出的價格比 Kugel 3 每分鐘 €0.07（未含 VAT）低 25%。其他歐盟國家的消費者需支付當地 VAT 稅率，該稅率會在付款前顯示。
發音、停頓與代碼有哪些可用控制項？
模型支援在發音字典中加入 IPA 詞條、使用 break 標籤要求停頓，以及使用 spell 標籤逐字朗讀代碼。除了選取模型之外，來源未說明請求與回應格式、輸出格式或部署步驟。
每個帳戶都能使用 Kugel 3.5 嗎？
KugelAudio 表示 Kugel 3.5 對所有帳戶開放。企業方案在定價頁面上另行計價，但現有來源未說明帳戶配額、並行數限制或團隊管理功能。
Quick Facts
- 類別
- 文字轉語音 API
- 提供者
- KugelAudio
- 主要情境
- 語音代理與電話通話
- 模型識別碼
- kugel-3.5
- 定價
- 每音訊分鐘 €0.0525，未含 VAT；按秒計費
- 可用性
- 所有帳戶均可使用；企業方案另行計價
Kugel 3.5 替代品
Fylom
Fylom 是 AI Podcast 生成器，能將主題或問題轉化為經查證的旁白節目；支援文字或語音提示、聲音選擇，以及定期更新的節目式收聽體驗。
Gemini 3.8 Text-to-Speech
Gemini 3.8 Text-to-Speech 是 Google 的雙模型語音生成工具，可將腳本轉為可自訂語音；支援逐行指導、角色對話，適用內容製作、配音與語音代理應用。
Gemini 3.1 Flash TTS
Gemini 3.1 Flash TTS 是 Google 的預覽版文字轉語音模型，可生成富有表現力的 AI 語音，並細緻控制風格與呈現方式。支援 Gemini API、Google AI Studio、Vertex AI 與 Google Vids。
蓝藻AI
藍藻AI 是線上 AI 配音與語音合成工具，可將文字轉成語音，支援自助聲音克隆，適合短影音、有聲書等需要快速配音的內容場景。
Ondoku
Ondoku 是一款可直接在瀏覽器使用的文字轉語音工具，可將文字轉成可下載的 .mp3 語音，提供免費額度與付費方案，支援多語朗讀、圖片朗讀與按規則商用。
Typecast
Typecast 是一款線上 AI 聲音生成器，可將文字轉為擬真語音，支援情感表達與多種超擬真聲音，適合在瀏覽器中快速製作配音內容。