API Whisper gratuita
Whisper es el modelo abierto de reconocimiento de voz de OpenAI. Puede ejecutarlo gratis en Groq, Cloudflare Workers AI y OVH AI Endpoints, cada uno con sus propios límites. FreeLLMAPI pone estos hosts de Whisper detrás de un solo endpoint compatible con OpenAI. Su código llama a /v1/audio/transcriptions, y el enrutador pasa al siguiente host cuando uno alcanza su límite.
El código, los nombres de los modelos y las etiquetas del catálogo en vivo se muestran en inglés.
Dónde Whisper es gratuito
La tabla enumera todos los modelos gratuitos de transcripción del catálogo en vivo de FreeLLMAPI. Las filas de Whisper son las que tienen whisper en el id del modelo.
| Modelo | Proveedor | Subida máx. | Límite gratuito |
|---|---|---|---|
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) |
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.
| Host | Modelos Whisper | Límite gratuito (oficial) | Ideal para |
|---|---|---|---|
| Groq | Whisper Large v3, Whisper Large v3 Turbo | 25 MB por archivo en el nivel gratuito. El audio de menos de 10 segundos cuenta como 10 segundos | Velocidad y precisión |
| Cloudflare Workers AI | Whisper Large v3 Turbo, Whisper, Whisper Tiny (solo inglés) | 10,000 neuronas al día. Large v3 Turbo usa 46.63 neuronas por cada minuto de audio | Subtítulos VTT, unos 214 minutos de audio al día |
| OVH AI Endpoints | Whisper Large v3, Whisper Large v3 Turbo | 2 solicitudes por minuto para cada dirección IP y modelo, sin clave | Respaldo sin registro |
Añada juntas las claves de Groq y de Cloudflare. Cuando Groq envía un error 429, el enrutador envía el mismo archivo al siguiente host de la cadena. OVH es un buen último respaldo, porque su límite anónimo es bajo. Los límites gratuitos de cada host son independientes, así que cada clave adicional añade capacidad.
¿Whisper Large v3 o Large v3 Turbo?
Groq publica una tasa de error de palabras (WER) para los dos modelos. Una WER más baja significa menos palabras incorrectas.
| Modelo | WER en Groq | Traducción en Groq | Elíjalo cuando |
|---|---|---|---|
whisper-large-v3 | 10.3% | Sí | La precisión es lo más importante, por ejemplo con nombres, números y acentos |
whisper-large-v3-turbo | 12% | No | Necesita resultados rápidos con habla clara |
Whisper Tiny English en Cloudflare es pequeño y solo admite inglés. Úselo solo con audio breve y claro en inglés. Los dos modelos grandes son multilingües.
/v1/audio/transcriptions. No existe un endpoint /v1/audio/translations. Para obtener inglés a partir de otros idiomas, primero transcriba el audio y después traduzca el texto con un modelo de chat.Paso 1: Instale FreeLLMAPI y añada claves
FreeLLMAPI es de código abierto. Se ejecuta en su ordenador con Docker. Sus claves de proveedor permanecen en su ordenador.
Instalación (macOS o Linux)
curl -fsSL https://freellmapi.co/install.sh | bashAbra el panel de control en http://localhost:3001. Añada una clave de Groq y una clave de Cloudflare en la página Keys. La clave de Cloudflare tiene el formato account_id:token. Whisper de OVH no necesita clave. Copie su clave unificada de la misma página.
Paso 2: Transcriba con Whisper
Envíe el archivo como multipart/form-data. Use model=auto o model=whisper-1 para que el enrutador elija. Para fijar un modelo, envíe su id. El id whisper-large-v3-turbo coincide con las filas de Groq y OVH, así que la conmutación por error se mantiene en el mismo modelo.
curl: fije Whisper Large v3 Turbo
curl http://localhost:3001/v1/audio/transcriptions \
-H "Authorization: Bearer <unified-key>" \
-F [email protected] \
-F model=whisper-large-v3-turbo \
-F response_format=verbose_jsonPython: subtítulos con Whisper de Cloudflare
from openai import OpenAI
client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")
with open("lecture.mp3", "rb") as audio:
vtt = client.audio.transcriptions.create(
model="@cf/openai/whisper-large-v3-turbo", # Cloudflare makes VTT natively
file=audio,
response_format="vtt",
)
open("lecture.vtt", "w", encoding="utf-8").write(vtt)Grabaciones largas: comprima y divida
FreeLLMAPI y el nivel gratuito de Groq admiten como máximo 25 MB en una sola subida. Groq indica que Whisper reduce el audio a 16 kHz mono. Haga esto antes de subir el archivo para que sea mucho más pequeño. En grabaciones largas, divida el audio en partes.
ffmpeg: partes FLAC de 10 minutos a 16 kHz mono
ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flacPython: transcriba las partes en orden
import glob
from openai import OpenAI
client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")
texts = []
for path in sorted(glob.glob("part*.flac")):
with open(path, "rb") as audio:
extra = {"prompt": texts[-1][-200:]} if texts else {} # end of the previous part
r = client.audio.transcriptions.create(model="auto", file=audio, **extra)
texts.append(r.text)
print("\n".join(texts))Una palabra puede cortarse en el límite entre dos partes. Groq sugiere solapamientos cortos entre las partes para obtener resultados exactos. Compruebe el tamaño de cada parte antes de subirla, porque algunos audios no se comprimen bien.
Obtenga mejores transcripciones de Whisper
- Defina el idioma: envíe
languagecon un código comoen,deour. Así Whisper no necesita detectar el idioma. - Use el prompt: envíe nombres, nombres de productos y términos especiales en
prompt. Whisper los usa como contexto para la ortografía. - Mantenga la temperatura en 0: un valor más alto da texto más variado, lo que rara vez es útil en las transcripciones.
- Limpie el audio: elimine la música y los silencios largos. Grabe la voz cerca del micrófono.
- Obtenga marcas de tiempo: use
response_format=verbose_json. Cuando el proveedor devuelve segmentos, cada uno tiene una hora de inicio y de fin. Si no tiene segmentos, obtiene un JSON simple con solo el texto. - Compruebe el host: los encabezados de respuesta
X-ProvideryX-Modelindican qué host y qué modelo generaron la transcripción. Regístrelos cuando compare la calidad.
Solución de problemas
| Problema | Causa | Solución |
|---|---|---|
Error 413 file_too_large | La subida supera los 25 MB | Convierta a FLAC de 16 kHz mono o divida el archivo |
| Las palabras se repiten, o aparece texto en los silencios | Whisper puede escribir texto que no se dijo en partes largas en silencio | Recorte los silencios largos antes de subir el archivo |
| Los nombres se escriben mal | Whisper no conoce los nombres | Envíe los nombres en el campo prompt |
| Error 429 de OVH | El límite anónimo es de 2 solicitudes por minuto | Añada una clave de Groq o de Cloudflare |
Error 400 con srt | Ningún proveedor genera SRT | Use vtt con un modelo Whisper de Cloudflare |
Preguntas frecuentes
¿Existe una API Whisper gratuita?
Sí. Groq, Cloudflare Workers AI y OVH AI Endpoints ejecutan Whisper gratis con límites. FreeLLMAPI los pone detrás de un solo endpoint compatible con OpenAI, con conmutación por error.
¿Cuál es el límite de tamaño de archivo de la API Whisper gratuita?
Groq permite 25 MB por archivo en su nivel gratuito, y FreeLLMAPI acepta subidas de hasta 25 MB. Convierta el audio a 16 kHz mono o divídalo en grabaciones más largas.
¿Es Whisper Large v3 Turbo tan preciso como Whisper Large v3?
No del todo. Groq indica una tasa de error de palabras de 12% para Turbo y de 10.3% para Large v3. Turbo es más rápido y cuesta menos en los planes de pago.
¿La API Whisper gratuita puede traducir audio al inglés?
FreeLLMAPI no tiene un endpoint de traducción. Primero transcriba el audio y después traduzca el texto con un modelo de chat gratuito.
¿Funciona el SDK de Python de OpenAI con una API Whisper gratuita?
Sí. Defina base_url como http://localhost:3001/v1 y después llame a client.audio.transcriptions.create con model="auto" o con un id de modelo Whisper.
Guías relacionadas
- API gratuita de voz a texto
- API gratuita de texto a voz
- free groq api
- free cloudflare api
- API gratuita de OVH AI Endpoints
- API de traducción gratuita con LLM
Fuentes
- FreeLLMAPI README: supported endpoints (revisado 20 November 2026)
- Groq docs: Speech to text (revisado 20 November 2026)
- Cloudflare Workers AI pricing (revisado 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (revisado 20 November 2026)
- OVHcloud AI Endpoints capabilities (revisado 20 November 2026)