Kostenlose Speech-to-Text-API
Eine Speech-to-Text-API wandelt Audio in Text um. Groq, Cloudflare, OVH, Mistral, Cohere und andere Anbieter bieten kostenlose Transkription mit Limits. FreeLLMAPI stellt 13 kostenlose Transkriptionsmodelle hinter einem OpenAI-kompatiblen Endpunkt bereit, /v1/audio/transcriptions. Wenn ein Anbieter eine Anfrage stoppt, versucht der Router den nächsten.
Code, Modellnamen und Bezeichnungen aus dem Live-Katalog werden auf Englisch angezeigt.
Kostenlose Transkriptionsmodelle heute
Die Tabelle listet die kostenlosen Transkriptionsmodelle im FreeLLMAPI-Katalog auf. Die Daten stammen aus dem Live-Katalog. „Max. Upload“ ist die größte Datei, die der Anbieter im kostenlosen Angebot akzeptiert, sofern der Katalog den Wert kennt.
| Modell | Anbieter | Max. Upload | Kostenloses Limit |
|---|---|---|---|
Whisper Large v3 Turbo (Groq)whisper-large-v3-turbo | Groq | 25 MB | free tier - 25 MB uploads |
Whisper Large v3 (Groq)whisper-large-v3 | Groq | 25 MB | free tier - 25 MB uploads |
Whisper Large v3 Turbo (Cloudflare Workers AI)@cf/openai/whisper-large-v3-turbo | Cloudflare Workers AI | - | Workers AI free allocation |
Whisper (Cloudflare Workers AI)@cf/openai/whisper | Cloudflare Workers AI | - | Workers AI free allocation |
Deepgram Nova-3 (Cloudflare Workers AI)@cf/deepgram/nova-3 | Cloudflare Workers AI | - | Workers AI free allocation |
Whisper Tiny English (Cloudflare Workers AI)@cf/openai/whisper-tiny-en | Cloudflare Workers AI | - | Workers AI free allocation |
Cohere Transcribe Arabic (07-2026)cohere-transcribe-arabic-07-2026 | Cohere | 25 MB | free evaluation key - 1,000 calls/month shared |
Cohere Transcribe (03-2026)cohere-transcribe-03-2026 | Cohere | 25 MB | Free evaluation key — 1,000 calls/month shared; language defaults to English |
Voxtral Mini Transcribe 2 (Mistral)voxtral-mini-2602 | Mistral | 25 MB | Renewing Mistral Free-mode monthly usage shared with Studio/API/Vibe; account-specific allowance. Paid overage may apply if enabled. |
Whisper Large v3 (OVH)whisper-large-v3 | OVH AI Endpoints | 25 MB | free · anonymous 2 req/min per IP |
Whisper Large v3 Turbo (OVH)whisper-large-v3-turbo | OVH AI Endpoints | 25 MB | free · anonymous 2 req/min per IP |
Typhoon ASR Realtimetyphoon-asr-realtime | Typhoon | - | Ongoing free research API (shared rate limits) |
Typhoon Isan ASR Realtimetyphoon-isan-asr-realtime | Typhoon | - | Ongoing free research API (shared rate limits) |
Live-Daten aus dem FreeLLMAPI-Katalog (Version 2026.11.19, geprüft 2026-11-19). Kostenlose Limits ändern sich oft. Der Katalog wird jeden Tag geprüft.
Die meisten Einträge sind Whisper-Modelle von OpenAI, die von verschiedenen Anbietern gehostet werden. Die Tabelle enthält außerdem Deepgram Nova-3 auf Cloudflare, Voxtral von Mistral, Cohere Transcribe und Typhoon ASR für Thai. Einen Vergleich nur der Whisper-Modelle finden Sie unter Kostenlose Whisper-API.
Verwenden Sie diese Regel, um ein Modell auszuwählen:
- Allgemeine Transkription in vielen Sprachen: Whisper Large v3 oder Whisper Large v3 Turbo. Turbo ist schneller. Large v3 hat auf Groq eine niedrigere Wortfehlerrate.
- Untertitel: ein Cloudflare-Whisper-Modell, weil es VTT zurückgibt.
- Arabisch: Cohere Transcribe Arabic. Thai: Typhoon ASR.
- Fallback: OVH Whisper. Es benötigt keinen Schlüssel, erlaubt aber nur 2 Anfragen pro Minute.
Schritt 1: FreeLLMAPI installieren und Schlüssel hinzufügen
FreeLLMAPI ist Open Source. Es läuft auf Ihrem Computer in Docker. Ihre Anbieterschlüssel bleiben auf Ihrem Computer.
Installation (macOS oder Linux)
curl -fsSL https://freellmapi.co/install.sh | bashÖffnen Sie das Dashboard unter http://localhost:3001. Fügen Sie auf der Seite Keys einen Groq-Schlüssel und einen Cloudflare-Schlüssel hinzu. Beide Anbieter stellen kostenlose Schlüssel bereit, und beide bieten Whisper an. Kopieren Sie Ihren einheitlichen Schlüssel von derselben Seite.
account_id:token. Ein Token ohne Konto-ID funktioniert nicht.Schritt 2: Eine Audiodatei senden
Der Endpunkt nimmt einen Upload mit multipart/form-data entgegen, wie die OpenAI-API. Zwei Felder sind erforderlich: file und model. Verwenden Sie model=auto oder model=whisper-1, damit der Router einen Anbieter auswählt.
curl
curl http://localhost:3001/v1/audio/transcriptions \
-H "Authorization: Bearer <unified-key>" \
-F [email protected] \
-F model=auto \
-F language=en \
-F response_format=jsonPython (OpenAI SDK)
from openai import OpenAI
client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")
with open("meeting.mp3", "rb") as audio:
result = client.audio.transcriptions.create(
model="auto", # or a model id, e.g. "whisper-large-v3-turbo"
file=audio,
language="en", # optional ISO-639-1 code; improves accuracy
prompt="FreeLLMAPI, Groq", # optional: names and terms in the audio
)
print(result.text)Die Antwort enthält einen Header X-Provider und einen Header X-Model. Diese Header zeigen, welcher Anbieter und welches Modell das Transkript erstellt haben.
Optionen und Ausgabeformate
| Feld | Werte | Hinweise |
|---|---|---|
file | Eine Audiodatei | Pflichtfeld. Maximal 25 MB pro Upload über FreeLLMAPI |
model | auto, whisper-1 oder eine Modell-ID | Pflichtfeld. Eine Modell-ID legt eine Anbieterzeile fest |
response_format | json, text, verbose_json, vtt | Standard ist json. srt gibt Fehler 400 zurück |
language | Sprachcode, zum Beispiel en | Optional. Setzen Sie ihn, wenn Sie die Sprache kennen |
prompt | Text | Optional. Nennen Sie Namen und Fachbegriffe |
temperature | 0 bis 1 | Optional. Behalten Sie 0 für eine stabile Ausgabe |
- verbose_json liefert Segmente mit Zeitangaben, wenn der Anbieter Segmente zurückgibt. Liefert der Anbieter keine Segmente, erhalten Sie das einfache JSON-Format.
- vtt-Untertitel kommen nur von Anbietern, die sie nativ erzeugen. Im Katalog sind das die Cloudflare-Whisper-Modelle.
- srt wird abgelehnt. Kein konfigurierter Anbieter erzeugt SRT nativ, und das Gateway wandelt es nicht um.
Kostenlose Limits und wie Sie innerhalb davon bleiben
Die kostenlosen Transkriptionslimits verwenden unterschiedliche Einheiten. Manche Anbieter zählen Anfragen. Andere zählen Audiozeit oder ein tägliches Rechenbudget.
| Anbieter | Kostenloses Limit (offiziell) | Was das für Sie bedeutet |
|---|---|---|
| Groq | 25 MB pro Datei im kostenlosen Angebot. Anfragen unter 10 Sekunden werden als 10 Sekunden abgerechnet | Schnell. Gute erste Wahl für kurze und mittlere Dateien |
| Cloudflare Workers AI | 10.000 Neuronen pro Tag. Whisper Large v3 Turbo verbraucht 46,63 Neuronen pro Audiominute | Etwa 214 Audiominuten pro Tag, wenn kein anderes Workers-AI-Modell das Budget nutzt |
| OVH AI Endpoints | 2 Anfragen pro Minute für jede IP-Adresse und jedes Modell, ohne Schlüssel | Langsamer Fallback. Verwenden Sie ihn nicht für Batches |
| Cohere | Testschlüssel: 1.000 API-Aufrufe pro Monat für alle Endpunkte | Aufrufe werden mit Chat und Embeddings geteilt |
- Fügen Sie Schlüssel von zwei oder mehr Anbietern hinzu. Sendet Groq den Fehler 429, sendet der Router die Datei an den nächsten Anbieter.
- Konvertieren Sie große Dateien vor dem Upload. Groq sagt, dass seine Modelle Audio auf 16 kHz Mono herunterrechnen. Machen Sie dies selbst, um die Datei zu verkleinern.
- Teilen Sie Audio, das länger als etwa 25 MB ist, in Teile auf. Transkribieren Sie jeden Teil und fügen Sie dann den Text zusammen.
Datei mit ffmpeg verkleinern (16 kHz Mono, FLAC)
ffmpeg -i interview.m4a -ar 16000 -ac 1 -c:a flac interview.flacFehlerbehebung
| Problem | Ursache | Lösung |
|---|---|---|
Fehler 413 file_too_large | Die Datei ist größer als 25 MB | Konvertieren Sie in 16 kHz Mono oder teilen Sie die Datei auf |
Fehler 400 model is required | Das Formular hat kein Feld model | Fügen Sie -F model=auto hinzu |
Fehler 400 unsupported_format | Sie haben srt angefordert | Verwenden Sie vtt, json, text oder verbose_json |
Fehler 503 no_transcription_models | Kein Transkriptionsmodell ist aktiviert | Fügen Sie einen Groq- oder Cloudflare-Schlüssel hinzu und warten Sie auf die Synchronisierung des Katalogs |
| Falsche Wörter bei Namen | Das Modell kennt die Begriffe nicht | Senden Sie die Namen im Feld prompt |
Leere Ausgabe bei vtt | Der Anbieter erzeugt kein VTT | Legen Sie eine Cloudflare-Whisper-Modell-ID fest |
Häufig gestellte Fragen
Gibt es eine kostenlose Speech-to-Text-API?
Ja. Groq, Cloudflare Workers AI, OVH, Mistral und Cohere bieten kostenlose Transkription mit Limits. FreeLLMAPI stellt 13 kostenlose Modelle hinter einem OpenAI-kompatiblen Endpunkt bereit.
Wie groß darf eine Audiodatei höchstens sein?
FreeLLMAPI akzeptiert Uploads bis 25 MB. Groq erlaubt im kostenlosen Angebot ebenfalls 25 MB. Konvertieren Sie längeres Audio in 16 kHz Mono oder teilen Sie es in Teile auf.
Kann ich mit einer kostenlosen Speech-to-Text-API Untertitel erhalten?
Ja. Setzen Sie response_format auf vtt. Nur die Cloudflare-Whisper-Modelle erzeugen VTT nativ. SRT ist nicht verfügbar.
Funktioniert die kostenlose Speech-to-Text-API mit dem OpenAI-Python-SDK?
Ja. Setzen Sie base_url auf http://localhost:3001/v1 und rufen Sie client.audio.transcriptions.create mit einer Datei und model="auto" auf.
Verwandte Anleitungen
- Kostenlose Whisper-API
- Kostenlose Text-to-Speech-API
- free groq api
- free cloudflare api
- Kostenlose OVH AI Endpoints API
Quellen
- FreeLLMAPI README: supported endpoints (geprüft 20 November 2026)
- Groq docs: Speech to text (geprüft 20 November 2026)
- Cloudflare Workers AI pricing (geprüft 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (geprüft 20 November 2026)
- OVHcloud AI Endpoints capabilities (geprüft 20 November 2026)
- Cohere docs: rate limits (geprüft 20 November 2026)