Inicio / Guías / API gratuita de voz a texto

API gratuita de voz a texto

Una API de voz a texto convierte audio en texto. Groq, Cloudflare, OVH, Mistral, Cohere y otros proveedores ofrecen transcripción gratuita con límites. FreeLLMAPI pone 13 modelos de transcripción gratuitos detrás de un único endpoint compatible con OpenAI, /v1/audio/transcriptions. Cuando un proveedor detiene una solicitud, el enrutador prueba el siguiente.

El código, los nombres de los modelos y las etiquetas del catálogo en vivo se muestran en inglés.

Modelos de transcripción gratuitos hoy

La tabla enumera los modelos de transcripción gratuitos del catálogo de FreeLLMAPI. Los datos proceden del catálogo en vivo. "Max upload" es el archivo más grande que el proveedor acepta en el nivel gratuito, cuando el catálogo lo conoce.

ModeloProveedorSubida máx.Límite gratuito
Whisper Large v3 Turbo (Groq)
whisper-large-v3-turbo
Groq25 MBfree tier - 25 MB uploads
Whisper Large v3 (Groq)
whisper-large-v3
Groq25 MBfree 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
Cohere25 MBfree evaluation key - 1,000 calls/month shared
Cohere Transcribe (03-2026)
cohere-transcribe-03-2026
Cohere25 MBFree evaluation key — 1,000 calls/month shared; language defaults to English
Voxtral Mini Transcribe 2 (Mistral)
voxtral-mini-2602
Mistral25 MBRenewing 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 Endpoints25 MBfree · anonymous 2 req/min per IP
Whisper Large v3 Turbo (OVH)
whisper-large-v3-turbo
OVH AI Endpoints25 MBfree · anonymous 2 req/min per IP
Typhoon ASR Realtime
typhoon-asr-realtime
Typhoon-Ongoing free research API (shared rate limits)
Typhoon Isan ASR Realtime
typhoon-isan-asr-realtime
Typhoon-Ongoing free research API (shared rate limits)

Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.

La mayoría de las entradas son modelos Whisper de OpenAI, alojados por distintos proveedores. La tabla también incluye Deepgram Nova-3 en Cloudflare, Voxtral de Mistral, Cohere Transcribe y Typhoon ASR para tailandés. Para una comparación solo de los modelos Whisper, lea API gratuita de Whisper.

Use esta regla para elegir un modelo:

  • Transcripción general en muchos idiomas: Whisper Large v3 o Whisper Large v3 Turbo. Turbo es más rápido. Large v3 tiene una tasa de error por palabra más baja en Groq.
  • Subtítulos: un modelo Whisper de Cloudflare, porque devuelve VTT.
  • Árabe: Cohere Transcribe Arabic. Tailandés: Typhoon ASR.
  • Respaldo: OVH Whisper. No necesita clave, pero solo permite 2 solicitudes por minuto.

Paso 1: Instalar FreeLLMAPI y añadir claves

FreeLLMAPI es de código abierto. Se ejecuta en su equipo, en Docker. Sus claves de proveedor permanecen en su equipo.

Instalar (macOS o Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

Abra el panel en http://localhost:3001. Añada una clave de Groq y una clave de Cloudflare en la página Keys. Ambos proveedores dan claves gratuitas, y ambos sirven Whisper. Copie su clave unificada desde la misma página.

Formato de la clave de Cloudflare: una clave de Cloudflare Workers AI tiene la forma account_id:token. Un token sin el ID de la cuenta no funciona.

Paso 2: Enviar un archivo de audio

El endpoint acepta una subida multipart/form-data, igual que la API de OpenAI. Hay dos campos obligatorios: file y model. Use model=auto o model=whisper-1 para que el enrutador seleccione un proveedor.

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=json

Python (SDK de OpenAI)

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)

La respuesta tiene una cabecera X-Provider y una cabecera X-Model. Estas cabeceras indican qué proveedor y qué modelo generaron la transcripción.

Opciones y formatos de salida

CampoValoresNotas
fileUn archivo de audioObligatorio. Máximo 25 MB por cada subida mediante FreeLLMAPI
modelauto, whisper-1 o un ID de modeloObligatorio. Un ID de modelo fija una fila de proveedor
response_formatjson, text, verbose_json, vttEl valor predeterminado es json. srt devuelve el error 400
languageCódigo de idioma, por ejemplo enOpcional. Defínalo cuando conozca el idioma
promptTextoOpcional. Indique nombres y términos especiales
temperature0 a 1Opcional. Use 0 para una salida estable
  • verbose_json da segmentos con tiempos cuando el proveedor devuelve segmentos. Si el proveedor no tiene segmentos, obtiene la forma JSON sencilla.
  • Los subtítulos vtt solo llegan de los proveedores que los generan de forma nativa. En el catálogo, son los modelos Whisper de Cloudflare.
  • srt se rechaza. Ningún proveedor configurado genera SRT de forma nativa, y la pasarela no lo convierte.

Límites gratuitos y cómo mantenerse dentro de ellos

Los límites de transcripción gratuita usan unidades distintas. Algunos proveedores cuentan solicitudes. Otros cuentan tiempo de audio o un presupuesto diario de cómputo.

Límites de la documentación de los proveedores, revisados 2026-11-19
ProveedorLímite gratuito (oficial)Qué significa para usted
Groq25 MB por archivo en el nivel gratuito. Las solicitudes de menos de 10 segundos se facturan como 10 segundosRápido. Buena primera opción para archivos cortos y medianos
Cloudflare Workers AI10 000 neuronas al día. Whisper Large v3 Turbo usa 46,63 neuronas por minuto de audioUnos 214 minutos de audio al día, si ningún otro modelo de Workers AI usa el presupuesto
OVH AI Endpoints2 solicitudes por minuto por dirección IP y modelo, sin claveRespaldo lento. No lo use para lotes
CohereClave de prueba: 1000 llamadas a la API al mes para todos los endpointsLas llamadas se comparten con el chat y los embeddings
  • Añada claves de dos o más proveedores. Cuando Groq envía un error 429, el enrutador envía el archivo al siguiente proveedor.
  • Convierta los archivos grandes antes de subirlos. Groq indica que sus modelos reducen el audio a 16 kHz mono. Hágalo usted mismo para que el archivo sea más pequeño.
  • Divida el audio de más de unos 25 MB en partes. Transcriba cada parte y después una los textos.

Reducir un archivo con ffmpeg (FLAC mono de 16 kHz)

ffmpeg -i interview.m4a -ar 16000 -ac 1 -c:a flac interview.flac

Solución de problemas

ProblemaCausaSolución
Error 413 file_too_largeEl archivo es mayor de 25 MBConvierta a 16 kHz mono, o divida el archivo
Error 400 model is requiredEl formulario no tiene el campo modelAñada -F model=auto
Error 400 unsupported_formatPidió srtUse vtt, json, text o verbose_json
Error 503 no_transcription_modelsNo hay ningún modelo de transcripción habilitadoAñada una clave de Groq o de Cloudflare, y después espere a la sincronización del catálogo
Palabras incorrectas en los nombresEl modelo no conoce los términosEnvíe los nombres en el campo prompt
Salida vtt vacíaEl proveedor no genera VTTFije un ID de modelo Whisper de Cloudflare
Use cada uno de estos modelos con una sola clave. FreeLLMAPI es un enrutador de código abierto y autoalojado. Reúne todos estos niveles gratuitos detrás de un único endpoint compatible con OpenAI y cambia de proveedor cuando uno alcanza su límite. Explore el catálogo o ir en vivo.

Preguntas frecuentes

¿Hay una API gratuita de voz a texto?

Sí. Groq, Cloudflare Workers AI, OVH, Mistral y Cohere ofrecen transcripción gratuita con límites. FreeLLMAPI pone 13 modelos gratuitos detrás de un único endpoint compatible con OpenAI.

¿Cuál es el tamaño máximo de un archivo de audio?

FreeLLMAPI acepta subidas de hasta 25 MB. Groq también permite 25 MB en su nivel gratuito. Para audios más largos, conviértalos a 16 kHz mono o divídalos en partes.

¿Puedo obtener subtítulos con una API gratuita de voz a texto?

Sí. Defina response_format como vtt. Solo los modelos Whisper de Cloudflare generan VTT de forma nativa. SRT no está disponible.

¿Funciona la API gratuita de voz a texto con el SDK de OpenAI para Python?

Sí. Defina base_url como http://localhost:3001/v1 y llame a client.audio.transcriptions.create con un file y model="auto".

Guías relacionadas

Fuentes

Todas las guías · Ver todos los modelos gratuitos