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.
| Model | Penyedia | Unggahan maks | Batas gratis |
|---|---|---|---|
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) |
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 | bashBuka 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.
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=jsonPython (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
| Kolom | Nilai | Catatan |
|---|---|---|
file | Satu file audio | Wajib. Maksimal 25 MB untuk setiap unggahan melalui FreeLLMAPI |
model | auto, whisper-1, atau ID model | Wajib. ID model menetapkan satu baris penyedia |
response_format | json, text, verbose_json, vtt | Defaultnya json. srt mengembalikan error 400 |
language | Kode bahasa, misalnya en | Opsional. Atur jika Anda tahu bahasanya |
prompt | Teks | Opsional. Berikan nama dan istilah khusus |
temperature | 0 sampai 1 | Opsional. 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.
| Penyedia | Batas gratis (resmi) | Artinya bagi Anda |
|---|---|---|
| Groq | 25 MB untuk setiap file pada paket gratis. Permintaan di bawah 10 detik ditagih sebagai 10 detik | Cepat. Pilihan pertama yang baik untuk file pendek dan sedang |
| Cloudflare Workers AI | 10.000 neuron setiap hari. Whisper Large v3 Turbo memakai 46,63 neuron untuk setiap menit audio | Sekitar 214 menit audio setiap hari, jika tidak ada model Workers AI lain yang memakai anggaran itu |
| OVH AI Endpoints | 2 permintaan per menit untuk setiap alamat IP dan model, tanpa kunci | Cadangan yang lambat. Jangan gunakan untuk batch |
| Cohere | Kunci uji: 1.000 panggilan API setiap bulan untuk semua endpoint | Panggilan 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.flacPemecahan masalah
| Masalah | Penyebab | Perbaikan |
|---|---|---|
Error 413 file_too_large | File lebih besar dari 25 MB | Konversi ke 16 kHz mono, atau pecah file |
Error 400 model is required | Formulir tidak memiliki kolom model | Tambahkan -F model=auto |
Error 400 unsupported_format | Anda meminta srt | Gunakan vtt, json, text, atau verbose_json |
Error 503 no_transcription_models | Tidak ada model transkripsi yang diaktifkan | Tambahkan kunci Groq atau Cloudflare, lalu tunggu sinkronisasi katalog |
| Kata yang salah untuk nama | Model tidak mengetahui istilah tersebut | Kirim nama di kolom prompt |
Keluaran vtt kosong | Penyedia tidak membuat VTT | Tetapkan ID model Whisper Cloudflare |
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
- FreeLLMAPI README: supported endpoints (diperiksa 20 November 2026)
- Groq docs: Speech to text (diperiksa 20 November 2026)
- Cloudflare Workers AI pricing (diperiksa 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (diperiksa 20 November 2026)
- OVHcloud AI Endpoints capabilities (diperiksa 20 November 2026)
- Cohere docs: rate limits (diperiksa 20 November 2026)