Inicio / Guías / API Whisper gratuita

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.

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.

Límites oficiales, revisados el 20 de noviembre de 2026
HostModelos WhisperLímite gratuito (oficial)Ideal para
GroqWhisper Large v3, Whisper Large v3 Turbo25 MB por archivo en el nivel gratuito. El audio de menos de 10 segundos cuenta como 10 segundosVelocidad y precisión
Cloudflare Workers AIWhisper Large v3 Turbo, Whisper, Whisper Tiny (solo inglés)10,000 neuronas al día. Large v3 Turbo usa 46.63 neuronas por cada minuto de audioSubtítulos VTT, unos 214 minutos de audio al día
OVH AI EndpointsWhisper Large v3, Whisper Large v3 Turbo2 solicitudes por minuto para cada dirección IP y modelo, sin claveRespaldo 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.

ModeloWER en GroqTraducción en GroqElíjalo cuando
whisper-large-v310.3%SíLa precisión es lo más importante, por ejemplo con nombres, números y acentos
whisper-large-v3-turbo12%NoNecesita 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.

Traducción: la documentación de FreeLLMAPI solo enumera /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 | bash

Abra 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_json

Python: 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.flac

Python: 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 language con un código como en, de o ur. 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-Provider y X-Model indican qué host y qué modelo generaron la transcripción. Regístrelos cuando compare la calidad.

Solución de problemas

ProblemaCausaSolución
Error 413 file_too_largeLa subida supera los 25 MBConvierta a FLAC de 16 kHz mono o divida el archivo
Las palabras se repiten, o aparece texto en los silenciosWhisper puede escribir texto que no se dijo en partes largas en silencioRecorte los silencios largos antes de subir el archivo
Los nombres se escriben malWhisper no conoce los nombresEnvíe los nombres en el campo prompt
Error 429 de OVHEl límite anónimo es de 2 solicitudes por minutoAñada una clave de Groq o de Cloudflare
Error 400 con srtNingún proveedor genera SRTUse vtt con un 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

¿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

Fuentes

Todas las guías · Ver todos los modelos gratuitos