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.
| Modello | Provider | Caricamento massimo | Limite gratuito |
|---|---|---|---|
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) |
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 | bashApri 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.
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=jsonPython (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
| Campo | Valori | Note |
|---|---|---|
file | Un file audio | Obbligatorio. Massimo 25 MB per ogni upload tramite FreeLLMAPI |
model | auto, whisper-1 o un ID di modello | Obbligatorio. Un ID di modello fissa una riga di provider |
response_format | json, text, verbose_json, vtt | Il default è json. srt restituisce l'errore 400 |
language | Codice lingua, per esempio en | Facoltativo. Impostalo quando conosci la lingua |
prompt | Testo | Facoltativo. Inserisci nomi e termini particolari |
temperature | da 0 a 1 | Facoltativo. 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.
| Provider | Limite gratuito (ufficiale) | Cosa significa per te |
|---|---|---|
| Groq | 25 MB per ogni file nel piano gratuito. Le richieste sotto i 10 secondi sono fatturate come 10 secondi | Veloce. Buona prima scelta per file brevi e medi |
| Cloudflare Workers AI | 10,000 neuroni al giorno. Whisper Large v3 Turbo usa 46.63 neuroni per ogni minuto di audio | Circa 214 minuti di audio al giorno, se nessun altro modello Workers AI usa il budget |
| OVH AI Endpoints | 2 richieste al minuto per ogni indirizzo IP e modello, senza chiave | Fallback lento. Non usarlo per i batch |
| Cohere | Chiave di prova: 1,000 chiamate API al mese per tutti gli endpoint | Le 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.flacRisoluzione dei problemi
| Problema | Causa | Soluzione |
|---|---|---|
Errore 413 file_too_large | Il file è più grande di 25 MB | Converti a 16 kHz mono, oppure dividi il file |
Errore 400, model obbligatorio | Il form non ha un campo model | Aggiungi -F model=auto |
Errore 400 unsupported_format | Hai richiesto srt | Usa vtt, json, text o verbose_json |
Errore 503 no_transcription_models | Nessun modello di trascrizione è abilitato | Aggiungi una chiave Groq o Cloudflare, poi attendi la sincronizzazione del catalogo |
| Parole sbagliate per i nomi | Il modello non conosce i termini | Invia i nomi nel campo prompt |
Output vtt vuoto | Il provider non produce VTT | Fissa un ID di modello Whisper di Cloudflare |
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
- API Whisper gratuita
- API text to speech gratuita
- free groq api
- free cloudflare api
- API gratuita OVH AI Endpoints
Fonti
- FreeLLMAPI README: supported endpoints (verificato il 20 November 2026)
- Groq docs: Speech to text (verificato il 20 November 2026)
- Cloudflare Workers AI pricing (verificato il 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (verificato il 20 November 2026)
- OVHcloud AI Endpoints capabilities (verificato il 20 November 2026)
- Cohere docs: rate limits (verificato il 20 November 2026)