Beranda / Panduan / Free speech to text API

Free speech to text API

API speech to text mengubah audio menjadi teks. Groq, Cloudflare, OVH, Mistral, Cohere, dan penyedia lain menyediakan transkripsi gratis dengan batas. FreeLLMAPI menempatkan 13 model transkripsi gratis di balik satu endpoint yang kompatibel dengan OpenAI, yaitu /v1/audio/transcriptions. Saat satu penyedia menghentikan permintaan, router mencoba penyedia berikutnya.

Kode, nama model, dan label katalog langsung ditampilkan dalam bahasa Inggris.

Model transkripsi gratis saat ini

Tabel ini mencantumkan model transkripsi gratis dalam katalog FreeLLMAPI. Datanya berasal dari katalog langsung. "Unggahan maks" adalah file terbesar yang diterima penyedia pada paket gratis, jika katalog mengetahuinya.

ModelPenyediaUnggahan maksBatas gratis
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)

Data langsung dari katalog FreeLLMAPI (versi 2026.11.19, diperiksa 2026-11-19). Batas gratis sering berubah. Katalog diperiksa setiap hari.

Sebagian besar entri adalah model Whisper dari OpenAI, dihosting oleh penyedia yang berbeda. Tabel juga memuat Deepgram Nova-3 di Cloudflare, Voxtral dari Mistral, Cohere Transcribe, dan Typhoon ASR untuk bahasa Thai. Untuk perbandingan model Whisper saja, baca Free Whisper API.

Gunakan aturan ini untuk memilih model:

  • Transkripsi umum dalam banyak bahasa: Whisper Large v3 atau Whisper Large v3 Turbo. Turbo lebih cepat. Large v3 memiliki word error rate yang lebih rendah di Groq.
  • Subtitle: model Whisper Cloudflare, karena mengembalikan VTT.
  • Bahasa Arab: Cohere Transcribe Arabic. Bahasa Thai: Typhoon ASR.
  • Cadangan: OVH Whisper. Model ini tidak memerlukan kunci, tetapi hanya mengizinkan 2 permintaan per menit.

Langkah 1: Pasang FreeLLMAPI dan tambahkan kunci

FreeLLMAPI adalah sumber terbuka. Aplikasi ini berjalan di komputer Anda dengan Docker. Kunci penyedia Anda tetap berada di komputer Anda.

Pasang (macOS atau Linux)

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

Buka dasbor di http://localhost:3001. Tambahkan kunci Groq dan kunci Cloudflare di halaman Keys. Kedua penyedia memberikan kunci gratis, dan keduanya menyajikan Whisper. Salin kunci terpadu Anda dari halaman yang sama.

Format kunci Cloudflare: kunci Cloudflare Workers AI memiliki bentuk account_id:token. Token tanpa ID akun tidak berfungsi.

Langkah 2: Kirim file audio

Endpoint menerima unggahan multipart/form-data, sama seperti API OpenAI. Dua kolom wajib diisi: file dan model. Gunakan model=auto atau model=whisper-1 agar router memilih penyedia.

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 (OpenAI SDK)

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)

Respons memiliki header X-Provider dan header X-Model. Header ini menunjukkan penyedia dan model yang membuat transkrip.

Opsi dan format keluaran

KolomNilaiCatatan
fileSatu file audioWajib. Maksimal 25 MB untuk setiap unggahan melalui FreeLLMAPI
modelauto, whisper-1, atau ID modelWajib. ID model menetapkan satu baris penyedia
response_formatjson, text, verbose_json, vttDefaultnya json. srt mengembalikan error 400
languageKode bahasa, misalnya enOpsional. Atur jika Anda tahu bahasanya
promptTeksOpsional. Berikan nama dan istilah khusus
temperature0 sampai 1Opsional. Biarkan 0 untuk keluaran yang stabil
  • verbose_json memberikan segmen dengan waktu jika penyedia mengembalikan segmen. Jika penyedia tidak memiliki segmen, Anda mendapatkan bentuk JSON biasa.
  • Subtitle vtt hanya berasal dari penyedia yang membuatnya secara native. Dalam katalog, ini adalah model Whisper Cloudflare.
  • srt ditolak. Tidak ada penyedia yang dikonfigurasi membuat SRT secara native, dan gateway tidak mengonversinya.

Batas gratis dan cara tetap dalam batas

Batas transkripsi gratis memakai satuan yang berbeda. Beberapa penyedia menghitung permintaan. Penyedia lain menghitung durasi audio atau anggaran komputasi harian.

Batas dari dokumentasi penyedia, diperiksa 2026-11-19
PenyediaBatas gratis (resmi)Artinya bagi Anda
Groq25 MB untuk setiap file pada paket gratis. Permintaan di bawah 10 detik ditagih sebagai 10 detikCepat. Pilihan pertama yang baik untuk file pendek dan sedang
Cloudflare Workers AI10.000 neuron setiap hari. Whisper Large v3 Turbo memakai 46,63 neuron untuk setiap menit audioSekitar 214 menit audio setiap hari, jika tidak ada model Workers AI lain yang memakai anggaran itu
OVH AI Endpoints2 permintaan per menit untuk setiap alamat IP dan model, tanpa kunciCadangan yang lambat. Jangan gunakan untuk batch
CohereKunci uji: 1.000 panggilan API setiap bulan untuk semua endpointPanggilan dibagi dengan obrolan dan embedding
  • Tambahkan kunci dari dua penyedia atau lebih. Saat Groq mengirim error 429, router mengirim file ke penyedia berikutnya.
  • Konversi file besar sebelum diunggah. Groq menyatakan bahwa modelnya menurunkan sampel audio ke 16 kHz mono. Lakukan ini sendiri agar file lebih kecil.
  • Pecah audio yang lebih panjang dari sekitar 25 MB menjadi beberapa bagian. Transkripsi setiap bagian, lalu gabungkan teksnya.

Perkecil file dengan ffmpeg (FLAC 16 kHz mono)

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

Pemecahan masalah

MasalahPenyebabPerbaikan
Error 413 file_too_largeFile lebih besar dari 25 MBKonversi ke 16 kHz mono, atau pecah file
Error 400 model is requiredFormulir tidak memiliki kolom modelTambahkan -F model=auto
Error 400 unsupported_formatAnda meminta srtGunakan vtt, json, text, atau verbose_json
Error 503 no_transcription_modelsTidak ada model transkripsi yang diaktifkanTambahkan kunci Groq atau Cloudflare, lalu tunggu sinkronisasi katalog
Kata yang salah untuk namaModel tidak mengetahui istilah tersebutKirim nama di kolom prompt
Keluaran vtt kosongPenyedia tidak membuat VTTTetapkan ID model Whisper Cloudflare
Gunakan semua ini melalui satu kunci. FreeLLMAPI adalah router sumber terbuka yang Anda hosting sendiri. Router ini menempatkan semua paket gratis ini di balik satu endpoint yang kompatibel dengan OpenAI, dan beralih ke penyedia lain saat batas permintaan tercapai. Lihat katalog atau mulai.

Pertanyaan yang sering diajukan

Apakah ada free speech to text API?

Ada. Groq, Cloudflare Workers AI, OVH, Mistral, dan Cohere menyediakan transkripsi gratis dengan batas. FreeLLMAPI menempatkan 13 model gratis di balik satu endpoint yang kompatibel dengan OpenAI.

Berapa ukuran file audio maksimum?

FreeLLMAPI menerima unggahan hingga 25 MB. Groq juga mengizinkan 25 MB pada paket gratisnya. Untuk audio yang lebih panjang, konversi ke 16 kHz mono atau pecah menjadi beberapa bagian.

Bisakah saya mendapatkan subtitle dari free speech to text API?

Bisa. Atur response_format ke vtt. Hanya model Whisper Cloudflare yang membuat VTT secara native. SRT tidak tersedia.

Apakah free speech to text API berfungsi dengan OpenAI Python SDK?

Berfungsi. Atur base_url ke http://localhost:3001/v1 dan panggil client.audio.transcriptions.create dengan file dan model="auto".

Panduan terkait

Sumber

Semua panduan · Lihat semua model gratis