Home / Guide / API speech to text gratuita

API speech to text gratuita

Un'API speech to text trasforma l'audio in testo. Groq, Cloudflare, OVH, Mistral, Cohere e altri provider offrono trascrizione gratuita con limiti. FreeLLMAPI mette 13 modelli di trascrizione gratuiti dietro un unico endpoint compatibile con OpenAI, /v1/audio/transcriptions. Quando un provider blocca una richiesta, il router prova il successivo.

Codice, nomi dei modelli ed etichette del catalogo in tempo reale sono mostrati in inglese.

Modelli di trascrizione gratuiti oggi

La tabella elenca i modelli di trascrizione gratuiti nel catalogo FreeLLMAPI. I dati arrivano dal catalogo in tempo reale. «Max upload» è il file più grande che il provider accetta nel piano gratuito, quando il catalogo lo conosce.

ModelloProviderCaricamento massimoLimite 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)

Dati in tempo reale dal catalogo FreeLLMAPI (versione 2026.11.19, verificato il 2026-11-19). I limiti gratuiti cambiano spesso. Il catalogo viene verificato ogni giorno.

La maggior parte delle voci sono modelli Whisper di OpenAI, ospitati da provider diversi. La tabella include anche Deepgram Nova-3 su Cloudflare, Voxtral di Mistral, Cohere Transcribe e Typhoon ASR per il thai. Per un confronto dei soli modelli Whisper, leggi API Whisper gratuita.

Usa questa regola per scegliere un modello:

  • Trascrizione generica in molte lingue: Whisper Large v3 o Whisper Large v3 Turbo. Turbo è più veloce. Large v3 ha un tasso di errore per parola più basso su Groq.
  • Sottotitoli: un modello Whisper di Cloudflare, perché restituisce VTT.
  • Arabo: Cohere Transcribe Arabic. Thai: Typhoon ASR.
  • Fallback: OVH Whisper. Non richiede chiave, ma consente solo 2 richieste al minuto.

Passo 1: installa FreeLLMAPI e aggiungi le chiavi

FreeLLMAPI è open source. Gira sul tuo computer in Docker. Le chiavi dei provider restano sul tuo computer.

Installa (macOS o Linux)

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

Apri la dashboard su http://localhost:3001. Aggiungi una chiave Groq e una chiave Cloudflare nella pagina Keys. Entrambi i provider danno chiavi gratuite e offrono Whisper. Copia la tua chiave unificata dalla stessa pagina.

Formato della chiave Cloudflare: una chiave Cloudflare Workers AI ha la forma account_id:token. Un token senza l'ID account non funziona.

Passo 2: invia un file audio

L'endpoint accetta un upload multipart/form-data, come l'API OpenAI. Due campi sono obbligatori: file e model. Usa model=auto o model=whisper-1 per lasciare che il router scelga un provider.

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 (SDK OpenAI)

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)

La risposta ha un'intestazione X-Provider e un'intestazione X-Model. Queste intestazioni mostrano quale provider e modello hanno prodotto la trascrizione.

Opzioni e formati di output

CampoValoriNote
fileUn file audioObbligatorio. Massimo 25 MB per ogni upload tramite FreeLLMAPI
modelauto, whisper-1 o un ID di modelloObbligatorio. Un ID di modello fissa una riga di provider
response_formatjson, text, verbose_json, vttIl default è json. srt restituisce l'errore 400
languageCodice lingua, per esempio enFacoltativo. Impostalo quando conosci la lingua
promptTestoFacoltativo. Inserisci nomi e termini particolari
temperatureda 0 a 1Facoltativo. Tieni 0 per un output stabile
  • verbose_json restituisce segmenti con i tempi, quando il provider li fornisce. Se il provider non ha segmenti, ottieni la forma JSON semplice.
  • vtt i sottotitoli arrivano solo dai provider che li producono in modo nativo. Nel catalogo, sono i modelli Whisper di Cloudflare.
  • srt viene rifiutato. Nessun provider configurato produce SRT in modo nativo, e il gateway non lo converte.

Limiti gratuiti e come restare nei limiti

I limiti di trascrizione gratuita usano unità diverse. Alcuni provider contano le richieste. Altri contano la durata dell'audio o un budget di calcolo giornaliero.

Limiti dalla documentazione dei provider, verificati il 2026-11-19
ProviderLimite gratuito (ufficiale)Cosa significa per te
Groq25 MB per ogni file nel piano gratuito. Le richieste sotto i 10 secondi sono fatturate come 10 secondiVeloce. Buona prima scelta per file brevi e medi
Cloudflare Workers AI10,000 neuroni al giorno. Whisper Large v3 Turbo usa 46.63 neuroni per ogni minuto di audioCirca 214 minuti di audio al giorno, se nessun altro modello Workers AI usa il budget
OVH AI Endpoints2 richieste al minuto per ogni indirizzo IP e modello, senza chiaveFallback lento. Non usarlo per i batch
CohereChiave di prova: 1,000 chiamate API al mese per tutti gli endpointLe chiamate sono condivise con chat ed embedding
  • Aggiungi chiavi di due o più provider. Quando Groq invia un errore 429, il router invia il file al provider successivo.
  • Converti i file grandi prima dell'upload. Groq dice che i suoi modelli riducono l'audio a 16 kHz mono. Fallo tu per rendere il file più piccolo.
  • Dividi l'audio più lungo di circa 25 MB in parti. Trascrivi ogni parte, poi unisci il testo.

Riduci un file con ffmpeg (FLAC 16 kHz mono)

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

Risoluzione dei problemi

ProblemaCausaSoluzione
Errore 413 file_too_largeIl file è più grande di 25 MBConverti a 16 kHz mono, oppure dividi il file
Errore 400, model obbligatorioIl form non ha un campo modelAggiungi -F model=auto
Errore 400 unsupported_formatHai richiesto srtUsa vtt, json, text o verbose_json
Errore 503 no_transcription_modelsNessun modello di trascrizione è abilitatoAggiungi una chiave Groq o Cloudflare, poi attendi la sincronizzazione del catalogo
Parole sbagliate per i nomiIl modello non conosce i terminiInvia i nomi nel campo prompt
Output vtt vuotoIl provider non produce VTTFissa un ID di modello Whisper di Cloudflare
Usa ognuno di questi modelli con una sola chiave. FreeLLMAPI è un router open source self-hosted che mette tutti questi piani gratuiti dietro un unico endpoint compatibile con OpenAI e passa al successivo quando uno raggiunge il limite di frequenza. Sfoglia il catalogo oppure inizia.

Domande frequenti

Esiste un'API speech to text gratuita?

Sì. Groq, Cloudflare Workers AI, OVH, Mistral e Cohere offrono trascrizione gratuita con limiti. FreeLLMAPI mette 13 modelli gratuiti dietro un unico endpoint compatibile con OpenAI.

Qual è la dimensione massima del file audio?

FreeLLMAPI accetta upload fino a 25 MB. Anche Groq consente 25 MB nel suo piano gratuito. Per audio più lunghi, convertilo a 16 kHz mono o dividilo in parti.

Posso ottenere i sottotitoli da un'API speech to text gratuita?

Sì. Imposta response_format su vtt. Solo i modelli Whisper di Cloudflare producono VTT in modo nativo. SRT non è disponibile.

L'API speech to text gratuita funziona con l'SDK Python di OpenAI?

Sì. Imposta base_url su http://localhost:3001/v1 e chiama client.audio.transcriptions.create con un file e model="auto".

Guide correlate

Fonti

Tutte le guide · Sfoglia tutti i modelli gratuiti