मुफ़्त Whisper API
Whisper OpenAI का ओपन स्पीच रिकग्निशन मॉडल है। आप इसे Groq, Cloudflare Workers AI और OVH AI Endpoints पर मुफ़्त चला सकते हैं, हर एक की अपनी सीमा के साथ। FreeLLMAPI इन Whisper होस्ट को एक OpenAI-compatible एंडपॉइंट के पीछे रखता है। आपका कोड /v1/audio/transcriptions को कॉल करता है, और जब कोई होस्ट अपनी सीमा तक पहुँचता है, तो राउटर अगले होस्ट पर चला जाता है।
कोड, मॉडल नाम और लाइव कैटलॉग लेबल अंग्रेज़ी में दिखाए गए हैं।
Whisper कहाँ मुफ़्त है
तालिका लाइव कैटलॉग से FreeLLMAPI कैटलॉग के सभी मुफ़्त ट्रांसक्रिप्शन मॉडल दिखाती है। Whisper वाली पंक्तियाँ वे हैं जिनकी मॉडल आईडी में whisper है।
| मॉडल | प्रदाता | अधिकतम अपलोड | मुफ़्त सीमा |
|---|---|---|---|
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) |
FreeLLMAPI कैटलॉग से लाइव डेटा (संस्करण 2026.11.19, जाँच 2026-11-19)। मुफ़्त सीमाएँ अक्सर बदलती हैं। कैटलॉग की हर दिन जाँच होती है।
| होस्ट | Whisper मॉडल | मुफ़्त सीमा (आधिकारिक) | सबसे अच्छा किसके लिए |
|---|---|---|---|
| Groq | Whisper Large v3, Whisper Large v3 Turbo | मुफ़्त टियर पर हर फ़ाइल के लिए 25 MB। 10 सेकंड से कम ऑडियो 10 सेकंड गिना जाता है | गति और सटीकता |
| Cloudflare Workers AI | Whisper Large v3 Turbo, Whisper, Whisper Tiny (अंग्रेज़ी) | हर दिन 10,000 neurons। Large v3 Turbo हर ऑडियो मिनट के लिए 46.63 neurons लेता है | VTT सबटाइटल, हर दिन लगभग 214 ऑडियो मिनट |
| OVH AI Endpoints | Whisper Large v3, Whisper Large v3 Turbo | हर IP पता और मॉडल के लिए प्रति मिनट 2 अनुरोध, बिना कुंजी के | बिना साइन-अप वाला फ़ॉलबैक |
Groq और Cloudflare दोनों की कुंजियाँ एक साथ जोड़ें। जब Groq 429 त्रुटि भेजता है, तो राउटर वही फ़ाइल चेन के अगले होस्ट को भेजता है। OVH एक अच्छा अंतिम फ़ॉलबैक है, क्योंकि उसकी गुमनाम सीमा कम है। हर होस्ट की मुफ़्त सीमाएँ अलग हैं, इसलिए हर अतिरिक्त कुंजी क्षमता बढ़ाती है।
Whisper Large v3 या Large v3 Turbo?
Groq दोनों मॉडलों के लिए शब्द त्रुटि दर (WER) प्रकाशित करता है। कम WER का अर्थ है गलत शब्द कम।
| मॉडल | Groq पर WER | Groq पर अनुवाद | कब चुनें |
|---|---|---|---|
whisper-large-v3 | 10.3% | हाँ | जब सटीकता सबसे ज़रूरी हो, जैसे नाम, संख्याएँ और उच्चारण |
whisper-large-v3-turbo | 12% | नहीं | जब साफ़ बोलने के लिए तेज़ परिणाम चाहिए |
Cloudflare पर Whisper Tiny English छोटा है और केवल अंग्रेज़ी समर्थित करता है। इसे केवल छोटे, साफ़ अंग्रेज़ी ऑडियो के लिए इस्तेमाल करें। दोनों बड़े मॉडल बहुभाषी हैं।
/v1/audio/transcriptions की सूची देते हैं। /v1/audio/translations एंडपॉइंट नहीं है। दूसरी भाषाओं से अंग्रेज़ी पाने के लिए पहले ट्रांसक्रिप्ट करें, फिर चैट मॉडल से टेक्स्ट का अनुवाद करें।चरण 1: FreeLLMAPI इंस्टॉल करें और कुंजियाँ जोड़ें
FreeLLMAPI ओपन सोर्स है। यह आपके कंप्यूटर पर Docker में चलता है। आपकी प्रदाता कुंजियाँ आपके कंप्यूटर पर ही रहती हैं।
इंस्टॉल करें (macOS या Linux)
curl -fsSL https://freellmapi.co/install.sh | bashडैशबोर्ड http://localhost:3001 पर खोलें। Keys पेज पर एक Groq कुंजी और एक Cloudflare कुंजी जोड़ें। Cloudflare कुंजी का रूप account_id:token है। OVH Whisper को कुंजी की ज़रूरत नहीं है। उसी पेज से अपनी एकीकृत कुंजी कॉपी करें।
चरण 2: Whisper से ट्रांसक्रिप्ट करें
फ़ाइल को multipart/form-data के रूप में भेजें। राउटर को चुनने देने के लिए model=auto या model=whisper-1 इस्तेमाल करें। किसी मॉडल को तय करने के लिए उसकी आईडी भेजें। आईडी whisper-large-v3-turbo Groq और OVH की पंक्तियों से मेल खाती है, इसलिए फ़ेलओवर उसी मॉडल पर रहता है।
curl: Whisper Large v3 Turbo तय करें
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: Cloudflare Whisper से सबटाइटल
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)लंबी रिकॉर्डिंग: संपीड़ित करें और बाँटें
FreeLLMAPI और Groq का मुफ़्त टियर, दोनों एक अपलोड में अधिकतम 25 MB स्वीकार करते हैं। Groq कहता है कि Whisper ऑडियो को 16 kHz mono में घटाता है। फ़ाइल को बहुत छोटा करने के लिए अपलोड से पहले यह करें। लंबी रिकॉर्डिंग के लिए ऑडियो को हिस्सों में बाँटें।
ffmpeg: 10 मिनट के 16 kHz mono FLAC हिस्से
ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flacPython: हिस्सों को क्रम से ट्रांसक्रिप्ट करें
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))कोई शब्द दो हिस्सों की सीमा पर कट सकता है। सटीक परिणाम के लिए Groq हिस्सों के बीच छोटे ओवरलैप सुझाता है। अपलोड से पहले हर हिस्से का आकार जाँचें, क्योंकि कुछ ऑडियो ठीक से संपीड़ित नहीं होते।
Whisper के बेहतर ट्रांसक्रिप्ट पाएँ
- भाषा सेट करें:
languageके साथen,deयाurजैसा कोड भेजें। तब Whisper को भाषा पहचानने की ज़रूरत नहीं होती। - prompt इस्तेमाल करें: नाम, उत्पाद के नाम और विशेष शब्द
promptमें भेजें। Whisper वर्तनी के लिए उन्हें संदर्भ के रूप में इस्तेमाल करता है। - temperature 0 रखें: ऊँचा मान अधिक अलग-अलग टेक्स्ट देता है, जो ट्रांसक्रिप्ट के लिए शायद ही उपयोगी होता है।
- ऑडियो साफ़ करें: संगीत और लंबी चुप्पियाँ हटाएँ। माइक्रोफ़ोन के पास बोलकर रिकॉर्ड करें।
- टाइमस्टैम्प पाएँ:
response_format=verbose_jsonइस्तेमाल करें। जब प्रदाता खंड (segments) लौटाता है, तब हर खंड का शुरू और अंत का समय होता है। खंड न हों, तो आपको केवल टेक्स्ट वाला सादा JSON मिलता है। - होस्ट जाँचें:
X-ProviderऔरX-Modelप्रतिक्रिया हेडर दिखाते हैं कि किस होस्ट और मॉडल ने ट्रांसक्रिप्ट बनाया। गुणवत्ता की तुलना करते समय इन्हें लॉग करें।
समस्या निवारण
| समस्या | कारण | समाधान |
|---|---|---|
त्रुटि 413 file_too_large | अपलोड 25 MB से बड़ा है | 16 kHz mono FLAC में बदलें, या फ़ाइल बाँटें |
| शब्द दोहराए जाते हैं, या चुप्पी में टेक्स्ट दिखता है | Whisper लंबे चुप्प हिस्सों में ऐसा टेक्स्ट लिख सकता है जो बोला नहीं गया | अपलोड से पहले लंबी चुप्पियाँ काटें |
| नाम गलत लिखे जाते हैं | Whisper नामों को नहीं जानता | नाम prompt फ़ील्ड में भेजें |
| OVH से त्रुटि 429 | गुमनाम सीमा प्रति मिनट 2 अनुरोध है | एक Groq या Cloudflare कुंजी जोड़ें |
srt पर त्रुटि 400 | कोई प्रदाता SRT नहीं बनाता | Cloudflare Whisper मॉडल के साथ vtt इस्तेमाल करें |
अक्सर पूछे जाने वाले प्रश्न
क्या कोई मुफ़्त Whisper API है?
हाँ। Groq, Cloudflare Workers AI और OVH AI Endpoints सीमा के साथ Whisper मुफ़्त चलाते हैं। FreeLLMAPI इन्हें फ़ेलओवर के साथ एक OpenAI-compatible एंडपॉइंट के पीछे रखता है।
मुफ़्त Whisper API की फ़ाइल आकार सीमा क्या है?
Groq अपने मुफ़्त टियर पर हर फ़ाइल के लिए 25 MB देता है, और FreeLLMAPI 25 MB तक के अपलोड स्वीकार करता है। लंबी रिकॉर्डिंग के लिए ऑडियो को 16 kHz mono में बदलें या बाँटें।
क्या Whisper Large v3 Turbo, Whisper Large v3 जितना सटीक है?
पूरी तरह नहीं। Groq Turbo के लिए 12% और Large v3 के लिए 10.3% शब्द त्रुटि दर बताता है। Turbo तेज़ है और भुगतान वाली योजनाओं पर कम लागत वाला है।
क्या मुफ़्त Whisper API ऑडियो को अंग्रेज़ी में अनुवाद कर सकता है?
FreeLLMAPI में अनुवाद एंडपॉइंट नहीं है। पहले ऑडियो को ट्रांसक्रिप्ट करें, फिर किसी मुफ़्त चैट मॉडल से टेक्स्ट का अनुवाद करें।
क्या OpenAI Python SDK मुफ़्त Whisper API के साथ काम करता है?
हाँ। base_url को http://localhost:3001/v1 पर सेट करें, फिर model="auto" या किसी Whisper मॉडल आईडी के साथ client.audio.transcriptions.create को कॉल करें।
संबंधित गाइड
- मुफ़्त speech to text API
- मुफ़्त text to speech API
- free groq api
- free cloudflare api
- OVH AI Endpoints मुफ़्त API
- LLMs के साथ मुफ़्त translation API
स्रोत
- FreeLLMAPI README: supported endpoints (जाँचा गया 20 November 2026)
- Groq docs: Speech to text (जाँचा गया 20 November 2026)
- Cloudflare Workers AI pricing (जाँचा गया 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (जाँचा गया 20 November 2026)
- OVHcloud AI Endpoints capabilities (जाँचा गया 20 November 2026)