Inference Embeddings Rerank Images Speech Guard
EN ES IT

KI Speech-to-Text &
Text-to-Speech,
entwickelt für Europa.

Hauptsitz Deutschland 100% EU-Datenresidenz

Audio transkribieren und Sprache generieren auf europäischen GPUs.
Open-Source-Modelle mit individuellem Voice Cloning.
Ihre Sprachdaten verlassen niemals die EU.

Kostenloses Konto erstellen 5 Min./Monat kostenlos
// Modelle + Preise

Speech-Modelle

Wir betreiben die Qwen3-ASR- und TTS-Modellfamilien für Spracherkennung und Synthese. Mehrsprachig, offene Gewichte und optimiert für produktive Workloads. Individuelles Voice Cloning inklusive.

Alle Modelle laufen auf modernen Blackwell- oder neueren Chips für ideale Performance. Free Tier bei allen Modellen inklusive.

Qwen Qwen
Speech-to-Text
Qwen3-ASR-0.6B
Schnelle, leichtgewichtige Transkription. Ideal für Hochdurchsatz- oder Echtzeit-Workloads.
0,006 € / Minute Coming soon
Parameter0.6B
AufgabeSpeech-to-Text
SprachenMehrsprachig
Preis0,006 € / Min.
Qwen3-ASR-1.7B
Höhere Genauigkeit für komplexes Audio. Am besten für Meetings, Anrufe und laute Umgebungen.
0,01 € / Minute Coming soon
Parameter1.7B
AufgabeSpeech-to-Text
SprachenMehrsprachig
Preis0,01 € / Min.
Text-to-Speech
Qwen3-TTS-0.6B
Schnelle Sprachsynthese mit natürlicher Intonation. Ideal für Benachrichtigungen und kurze Inhalte.
0,015 € / 1K Zeichen Coming soon
Parameter0.6B
AufgabeText-to-Speech
Eigene StimmeJa
Preis0,015 € / 1K Zeichen
Qwen3-TTS-1.7B
Premiumqualität-Synthese. Ausdrucksstarke, natürliche Sprache für Hörbücher, Assistenten und kundenorientierte Inhalte.
0,020 € / 1K Zeichen Coming soon
Parameter1.7B
AufgabeText-to-Speech
Eigene StimmeJa
Preis0,020 € / 1K Zeichen
Free tier
5 Min. Transkription & Synthese/Monat Keine Kreditkarte nötig
Individuelles Voice Cloning
Erstellen Sie eine synthetische Stimme, die wie ein bestimmter Sprecher klingt. Stellen Sie eine kurze Audio-Referenz bereit und das TTS-Modell generiert neue Sprache in dieser Stimme. Ideal für Markenstimmen, virtuelle Assistenten oder personalisierte Inhalte.
Funktioniert mit beiden TTS-Modellen. Kein Fine-Tuning erforderlich. Ohne zusätzliche Kosten in jedem TTS-API-Aufruf enthalten.
  1. 1. Laden Sie ein kurzes Audio-Sample hoch (10+ Sekunden empfohlen)
  2. 2. Referenzieren Sie die Stimme in Ihren TTS-API-Aufrufen
  3. 3. Generieren Sie Sprache in dieser Stimme aus beliebigem Text
Alle Sprachdaten verbleiben auf EU-Infrastruktur. Keine Sprachdaten werden nach der Verarbeitung gespeichert, es sei denn, Sie erstellen ausdrücklich ein gespeichertes Stimmprofil.
// Was Sie damit bauen können

Anwendungsfälle

Speech-APIs ermöglichen eine Vielzahl von Anwendungen. Von Transkriptions- Pipelines bis hin zu sprachgesteuerten Produkten.

Meeting- & Anruf-Transkription
Transkribieren Sie Meetings, Anrufe und Interviews in Echtzeit oder aus Aufnahmen. Mehrsprachige Unterstützung für europäische Teams, die sprachübergreifend arbeiten.
Sprachassistenten & Chatbots
Kombinieren Sie Speech-to-Text und Text-to-Speech für vollständig sprachgesteuerte KI-Assistenten. Verarbeiten Sie Spracheingaben, generieren Sie eine Antwort und geben Sie diese als Sprache aus.
Inhaltsvertonung
Verwandeln Sie Artikel, Dokumentationen oder E-Learning-Inhalte in natürlich klingendes Audio. Nutzen Sie eigene Stimmen für eine konsistente Markenidentität in allen Inhalten.
Barrierefreiheit
Machen Sie Ihre Anwendung barrierefrei mit Text-to-Speech für sehbeeinträchtigte und Speech-to-Text für hörbeeinträchtigte Nutzer. Standardmäßig DSGVO-konform.
// Für Teams, die mehr brauchen
Sie brauchen mehr? Der Business Plan deckt alle Nodion.ai- Produkte ab: Inference, Embeddings, Images, Speech und mehr. 500 €/Monat, dedizierte GPU-Kapazität, 99,5 % SLA.
Business Plan ansehen →
// Erste Schritte

API-Dokumentation

Die Speech API folgt dem OpenAI Audio API-Format. Nutzen Sie dieselben Endpunkte und SDKs, die Sie bereits kennen.

# Base URL
https://api.nodion.ai/v1

Speech-to-Text

# Transcribe audio
curl https://api.nodion.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $NODION_API_KEY" \
  -F file=@meeting.mp3 \
  -F model=qwen/qwen3-asr-1.7b

Text-to-Speech

# Generate speech
curl https://api.nodion.ai/v1/audio/speech \
  -H "Authorization: Bearer $NODION_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3-tts-1.7b",
    "input": "Welcome to Nodion, your European AI platform."
  }' \
  --output speech.mp3

Unterstützt: /v1/audio/transcriptions, /v1/audio/speech. Eigene Stimme über den voice-Parameter. Mehrere Audioformate.

// warum das wichtig ist
DSGVO-nativ. Sprachdaten sind biometrische Daten gemäß DSGVO. Unsere Infrastruktur stellt sicher, dass sie niemals die EU verlassen. Keine transatlantischen Transfers. Keine Angemessenheitsbeschluss-Risiken.
Nordische grüne Energie. GPU-Cluster in Schweden und Finnland laufen mit erneuerbarer Energie. Kaltes Klima bedeutet natürliche Kühlung, weniger Energieverschwendung, kleinerer Fußabdruck.
Keine US-Abhängigkeit. Deutsches Unternehmen. EU-Server. Open-Source-Modelle. Volle Souveränität ohne Hyperscaler-Abhängigkeit.
Nur Open Source. Jedes Modell, das wir betreiben, ist vollständig offen. Sie können die Gewichte einsehen, die Architektur verstehen und die Ausgaben überprüfen.
OpenAI-kompatible API. Drop-in-Ersatz. Ändern Sie Ihre Base-URL und Sie verarbeiten Sprache auf souveräner europäischer Infrastruktur.

Bereit loszulegen?

5 minutes of transcription and synthesis per month. No credit card required.

Kostenloses Konto erstellen