KugelAudio priser, planer, begränsningar

Senast uppdaterad: 2026-09-26

KugelAudio pris: tjänsten är ett API för text till tal, byggt i Berlin, som tar betalt per minut från 0,035 euro. All data behandlas på infrastruktur inom EU utan att något sparas. Tjänsten stöder 39 språk, och modellen kugel-2-turbo ger första ljudet efter ungefär 40–50 ms. Den kan köras i egen Kubernetes-miljö för företag som måste vara helt avskilda, klonar röster från korta referensklipp och har en ElevenLabs-kompatibel proxy för dig som byter leverantör.

Om KugelAudio

KugelAudio är ett API för text till tal, byggt i Berlin för europeiska företag som inte kan acceptera amerikansk jurisdiktion över sin data. Bolaget grundades 2025 och ingår i Y Combinators omgång våren 2026. Grundare är Kajo Kratzenstein, tidigare teknikchef på Sagemode och utexaminerad från HPI, som ägnade två år åt TTS-forskning. Viktor Presber har tidigare grundat full-house.io, som nådde $300K i återkommande intäkter på sex månader med Siemens Energy och Hitachi Rail som kunder.

Produkten består av två API-modeller i stället för en enda flaggskeppsmodell. Modellen kugel-2-turbo kostar 0,035 euro per genererad minut och ger första ljudet på ungefär 40–50 ms. Modellen kugel-3 kostar 0,07 euro per minut, ger första ljudet på ungefär 60–80 ms och har dessutom stöd för fonetisk notation med IPA.

Båda är tränade på tal ur datamängden YODAS2, med särskilt fokus på vardagstext som adresser och telefonnummer, som de flesta TTS-system hanterar dåligt. Röstkloning, strömning och tidsstämplar på ordnivå ingår utan extra avgift. KugelAudio har också en proxy som är kompatibel med ElevenLabs. Det går att peka en befintlig ElevenLabs-integration mot KugelAudios bas-URL och byta bara API-nyckel och röst-ID.

För företag som av hänsyn till GDPR, CLOUD Act eller FISA section 702 inte kan skicka data till amerikanska molnleverantörer finns en företagsplan. Den ger drift i egen Kubernetes-miljö, en dedikerad kundansvarig och support 24/7 till ett pris enligt offert.

KugelAudio riktar sig till team för röst-AI i företag som bygger konversationsbaserade IVR-system, kundtjänstbottar, tillgänglighetsverktyg och flerspråkiga innehållsplattformar på de 39 språken. Tjänsten fungerar med ramverken Pipecat och LiveKit för röstagenter. Den har också en inbyggd slutpunkt för anpassad TTS i VAPI och en koppling till Cognigy. En öppen version, kugelaudio-open, finns på GitHub och HuggingFace för team som vill köra basmodellen själva. Om du jämför alternativ i Smart Match ställs KugelAudio oftast mot Deepgram, AssemblyAI och PlayHT i kategorin AI-röstassistenter.

KugelAudio är inte rätt val för alla projekt med röst-AI. I ett blindtest med 339 mänskliga utvärderingar av tyska prov föredrog lyssnarna KugelAudios syntes framför ElevenLabs v3 och Multilingual v2 i 78,0 % av fallen. Resultatet gäller bara tyska och har inte publicerats för andra språk. För engelskspråkiga projekt med amerikansk hosting, där GDPR inte är ett krav, är ElevenLabs fortfarande det mer beprövade valet, med större röstbibliotek och flera års produktionserfarenhet.

Du får heller ingen fast och lättprognostiserad månadsfaktura. Priset räknas per genererad minut för båda modellerna, och KugelAudio publicerar ingen exakt gräns för gratis användning utöver registrering utan kort. Den som har en snäv budget bör därför fråga leverantören direkt innan beslutet.

Priser

KugelAudio tar betalt efter användning och inte med en fast månadsavgift. Modellerna kugel-2-turbo och kugel-3 prissätts per genererad minut (se plantabellen för exakta priser). Båda inkluderar EU-hosting, röstkloning, strömning och tidsstämplar på ordnivå.

Företagskunder får i stället en offert som täcker drift i egen miljö, en namngiven supportkontakt 24/7 och rabatt vid stora volymer. Registreringen är gratis och kräver inget kreditkort, men KugelAudio publicerar ingen exakt gräns för gratis användning. Om en förutsägbar faktura är viktigare än europeisk datalagring kan du jämföra med Deepgram, som kombinerar tal till text och TTS i sin prissättning, eller PlayHT med fasta planer per användare.

Viktigaste funktionerna

• Första ljud på under 50 ms: Modellen kugel-2-turbo ger första ljudbiten på ungefär 40–50 ms och kugel-3 på ungefär 60–80 ms. KugelAudios egen rubrikmätning anger en bästa tid under 39 ms. Därmed märks ingen fördröjning i samtal i realtid.
• 39 språk: Stöder 39 språk, bland annat tyska, franska, italienska, polska, nederländska, tjeckiska och svenska, samt flera asiatiska, mellanösterländska och sydasiatiska språk. Uttalet beskrivs som naturligt.
• Europeisk infrastruktur utan lagring: Text, ljud och röstreferenser behandlas tillfälligt på infrastruktur i EU och raderas direkt efter varje anrop. KugelAudio uppger att kunders innehåll aldrig används för att träna eller finjustera modellerna.
• Drift i egen Kubernetes-miljö: Tjänsten körs i kundens eget Kubernetes-kluster utan externa API-anrop. Företag som kräver datasuveränitet styr hela behandlingen själva, utan beroende av en molntjänst från tredje part.
• Röstkloning: Klonar valfri röst från några sekunders referensljud. Du skapar en egen röst för varumärket utan att spela in hela datamängder eller finjustera i stor skala.
• API-proxy kompatibel med ElevenLabs: Ett kompatibilitetslager låter team peka en befintlig ElevenLabs-integration mot KugelAudios bas-URL. Det räcker att byta API-nyckel och röst-ID, så slipper teamet skriva om klientkoden.
• Tränad på krångliga texter från verkligheten: Modellerna är tränade på gatuadresser, postnummer, telefonnummer och e-postadresser på alla språk. De klarar de tvetydiga mönster som ofta får vanliga TTS-modeller att läsa fel.

Fördelar

• Oberoende blindtester på tyska ger KugelAudio 78,0 % mot ElevenLabs. Det gör tjänsten till ett starkt europeiskt alternativ för produktionsklar röst-AI på åtminstone en stor marknad.
• Infrastruktur enbart i Europa, ingen lagring av data och ingen exponering mot amerikansk jurisdiktion gör att reglerade team inom bank, vård och offentlig sektor kan slippa en separat GDPR-granskning.
• En ElevenLabs-kompatibel proxy och en öppen basmodell som du kan köra själv ger två enkla vägar in, utan att integrationen behöver skrivas om.

Nackdelar

• Priset baseras nu enbart på användning, och ingen fast gratisnivå publiceras. Bekräfta de exakta gratiskrediterna innan du budgeterar.
• Priser för företag och drift i egen miljö lämnas bara ut på förfrågan, vilket förlänger inköpsprocessen när du ska jämföra kostnader.
• Bolaget grundades 2025 och har fyra anställda. Support och SLA är därför mindre beprövade än hos större leverantörer som ElevenLabs eller Deepgram.

Besök KugelAudios officiella webbplats