API Whisper gratuite
Whisper est le modèle ouvert de reconnaissance vocale d'OpenAI. Vous pouvez le faire tourner gratuitement sur Groq, Cloudflare Workers AI et OVH AI Endpoints, chacun avec ses propres limites. FreeLLMAPI place ces hébergeurs Whisper derrière un seul endpoint compatible OpenAI. Votre code appelle /v1/audio/transcriptions, et le routeur passe à l'hébergeur suivant quand l'un atteint sa limite.
Le code, les noms de modèles et les libellés du catalogue en direct sont affichés en anglais.
Où Whisper est gratuit
Le tableau liste tous les modèles de transcription gratuits du catalogue FreeLLMAPI, à partir du catalogue en direct. Les lignes Whisper sont celles dont l'identifiant de modèle contient whisper.
| Modèle | Fournisseur | Envoi max | Limite gratuite |
|---|---|---|---|
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) |
Données en direct du catalogue FreeLLMAPI (version 2026.11.19, vérifié le 2026-11-19). Les limites gratuites changent souvent. Le catalogue est vérifié chaque jour.
| Hébergeur | Modèles Whisper | Limite gratuite (officielle) | Idéal pour |
|---|---|---|---|
| Groq | Whisper Large v3, Whisper Large v3 Turbo | 25 Mo par fichier dans l'offre gratuite. Un audio de moins de 10 secondes compte pour 10 secondes | Vitesse et précision |
| Cloudflare Workers AI | Whisper Large v3 Turbo, Whisper, Whisper Tiny English (anglais uniquement) | 10,000 neurones par jour. Large v3 Turbo utilise 46.63 neurones par minute d'audio | Sous-titres VTT, environ 214 minutes d'audio par jour |
| OVH AI Endpoints | Whisper Large v3, Whisper Large v3 Turbo | 2 requêtes par minute pour chaque adresse IP et modèle, sans clé | Solution de repli sans inscription |
Ajoutez ensemble des clés Groq et Cloudflare. Quand Groq renvoie une erreur 429, le routeur envoie le même fichier à l'hébergeur suivant de la chaîne. OVH est un bon dernier recours, car sa limite anonyme est basse. Les limites gratuites de chaque hébergeur sont séparées, chaque clé supplémentaire ajoute donc de la capacité.
Whisper Large v3 ou Large v3 Turbo ?
Groq publie un taux d'erreur de mots (WER) pour les deux modèles. Un WER plus bas signifie moins de mots erronés.
| Modèle | WER sur Groq | Traduction sur Groq | Choisissez-le quand |
|---|---|---|---|
whisper-large-v3 | 10.3% | Oui | La précision compte le plus, par exemple pour les noms, les nombres et les accents |
whisper-large-v3-turbo | 12% | Non | Vous avez besoin de résultats rapides pour une parole claire |
Whisper Tiny English sur Cloudflare est petit et ne prend en charge que l'anglais. Utilisez-le seulement pour un audio anglais court et clair. Les deux grands modèles sont multilingues.
/v1/audio/transcriptions. Il n'existe pas d'endpoint /v1/audio/translations. Pour obtenir l'anglais à partir d'autres langues, transcrivez d'abord, puis traduisez le texte avec un modèle de chat.Étape 1 : installer FreeLLMAPI et ajouter des clés
FreeLLMAPI est open source. Il tourne sur votre ordinateur dans Docker. Vos clés de fournisseurs restent sur votre ordinateur.
Installer (macOS ou Linux)
curl -fsSL https://freellmapi.co/install.sh | bashOuvrez le tableau de bord à l'adresse http://localhost:3001. Ajoutez une clé Groq et une clé Cloudflare sur la page Keys. La clé Cloudflare a la forme account_id:token. Whisper sur OVH ne demande aucune clé. Copiez votre clé unifiée depuis la même page.
Étape 2 : transcrire avec Whisper
Envoyez le fichier en multipart/form-data. Utilisez model=auto ou model=whisper-1 pour laisser le routeur choisir. Pour fixer un modèle, envoyez son identifiant. L'identifiant whisper-large-v3-turbo correspond aux lignes de Groq et d'OVH, le basculement reste donc sur le même modèle.
curl : fixer 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 : sous-titres avec Cloudflare Whisper
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)Enregistrements longs : compresser et découper
FreeLLMAPI et l'offre gratuite de Groq acceptent au maximum 25 Mo en un seul envoi. Groq indique que Whisper réduit l'audio à 16 kHz en mono. Faites-le avant l'envoi pour rendre le fichier beaucoup plus petit. Pour les longs enregistrements, découpez l'audio en parties.
ffmpeg : parties FLAC de 10 minutes, 16 kHz en mono
ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flacPython : transcrire les parties dans l'ordre
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))Un mot peut être coupé à la frontière entre deux parties. Groq suggère de courts chevauchements entre les parties pour des résultats exacts. Vérifiez la taille de chaque partie avant l'envoi, car certains audios se compressent mal.
Obtenir de meilleures transcriptions Whisper
- Définissez la langue : envoyez
languageavec un code commeen,deouur. Whisper n'a alors pas besoin de détecter la langue. - Utilisez le prompt : envoyez les noms, les noms de produits et les termes particuliers dans
prompt. Whisper les utilise comme contexte pour l'orthographe. - Gardez temperature à 0 : une valeur plus élevée donne un texte plus varié, ce qui est rarement utile pour une transcription.
- Nettoyez l'audio : supprimez la musique et les longs silences. Enregistrez la parole près du micro.
- Obtenez des horodatages : utilisez
response_format=verbose_json. Quand l'hébergeur renvoie des segments, chacun a une heure de début et de fin. S'il n'a pas de segments, vous obtenez un JSON simple avec le texte seul. - Vérifiez l'hébergeur : les en-têtes de réponse
X-ProvideretX-Modelindiquent quel hébergeur et quel modèle ont produit la transcription. Journalisez-les quand vous comparez la qualité.
Dépannage
| Problème | Cause | Solution |
|---|---|---|
Erreur 413 file_too_large | L'envoi dépasse 25 Mo | Convertissez en FLAC 16 kHz mono, ou découpez le fichier |
| Des mots se répètent, ou du texte apparaît dans le silence | Whisper peut écrire du texte qui n'a pas été prononcé dans de longues parties silencieuses | Coupez les longs silences avant l'envoi |
| Les noms sont mal orthographiés | Whisper ne connaît pas les noms | Envoyez les noms dans le champ prompt |
| Erreur 429 venant d'OVH | La limite anonyme est de 2 requêtes par minute | Ajoutez une clé Groq ou Cloudflare |
Erreur 400 sur srt | Aucun fournisseur ne produit du SRT | Utilisez vtt avec un modèle Cloudflare Whisper |
Questions fréquentes
Existe-t-il une API Whisper gratuite ?
Oui. Groq, Cloudflare Workers AI et OVH AI Endpoints font tourner Whisper gratuitement, avec des limites. FreeLLMAPI les place derrière un seul endpoint compatible OpenAI, avec basculement.
Quelle est la limite de taille de fichier de l'API Whisper gratuite ?
Groq accepte 25 Mo par fichier dans son offre gratuite, et FreeLLMAPI accepte les envois jusqu'à 25 Mo. Convertissez l'audio en 16 kHz mono, ou découpez-le pour les enregistrements plus longs.
Whisper Large v3 Turbo est-il aussi précis que Whisper Large v3 ?
Pas tout à fait. Groq indique un taux d'erreur de mots de 12 % pour Turbo et de 10.3 % pour Large v3. Turbo est plus rapide et coûte moins cher sur les offres payantes.
L'API Whisper gratuite peut-elle traduire un audio en anglais ?
FreeLLMAPI n'a pas d'endpoint de traduction. Transcrivez d'abord l'audio, puis traduisez le texte avec un modèle de chat gratuit.
Le SDK Python d'OpenAI fonctionne-t-il avec une API Whisper gratuite ?
Oui. Définissez base_url sur http://localhost:3001/v1, puis appelez client.audio.transcriptions.create avec model="auto" ou un identifiant de modèle Whisper.
Guides associés
- API de transcription gratuite
- API de synthèse vocale gratuite
- free groq api
- free cloudflare api
- API gratuite OVH AI Endpoints
- API de traduction gratuite avec LLM
Sources
- FreeLLMAPI README: supported endpoints (vérifié le 20 November 2026)
- Groq docs: Speech to text (vérifié le 20 November 2026)
- Cloudflare Workers AI pricing (vérifié le 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (vérifié le 20 November 2026)
- OVHcloud AI Endpoints capabilities (vérifié le 20 November 2026)