API Whisper gratuita
Whisper è il modello open source di riconoscimento vocale di OpenAI. Puoi eseguirlo gratis su Groq, Cloudflare Workers AI e OVH AI Endpoints, ognuno con i propri limiti. FreeLLMAPI raggruppa questi host Whisper dietro un solo endpoint compatibile con OpenAI. Il tuo codice chiama /v1/audio/transcriptions, e il router passa all'host successivo quando uno raggiunge il suo limite.
Codice, nomi dei modelli ed etichette del catalogo in tempo reale sono mostrati in inglese.
Dove Whisper è gratuito
La tabella elenca tutti i modelli di trascrizione gratuiti del catalogo FreeLLMAPI, dal catalogo attivo. Le righe Whisper sono quelle con whisper nell'id del modello.
| 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.
| Host | Modelli Whisper | Limite gratuito (ufficiale) | Ideale per |
|---|---|---|---|
| Groq | Whisper Large v3, Whisper Large v3 Turbo | 25 MB per ogni file sul piano gratuito. Audio sotto 10 secondi conta come 10 secondi | Velocità e precisione |
| Cloudflare Workers AI | Whisper Large v3 Turbo, Whisper, Whisper Tiny (solo inglese) | 10,000 neuroni al giorno. Large v3 Turbo usa 46.63 neuroni per ogni minuto di audio | Sottotitoli VTT, circa 214 minuti di audio al giorno |
| OVH AI Endpoints | Whisper Large v3, Whisper Large v3 Turbo | 2 richieste al minuto per ogni indirizzo IP e modello, senza chiave | Fallback senza registrazione |
Aggiungi insieme le chiavi di Groq e Cloudflare. Quando Groq invia un errore 429, il router invia lo stesso file all'host successivo della catena. OVH è un buon ultimo fallback, perché il suo limite anonimo è basso. I limiti gratuiti di ogni host sono separati, quindi ogni chiave in più aggiunge capacità.
Whisper Large v3 o Large v3 Turbo?
Groq pubblica un word error rate (WER) per entrambi i modelli. Un WER più basso significa meno parole sbagliate.
| Modello | WER su Groq | Traduzione su Groq | Scegli questo quando |
|---|---|---|---|
whisper-large-v3 | 10.3% | Sì | La precisione conta di più, per esempio per nomi, numeri e accenti |
whisper-large-v3-turbo | 12% | No | Ti servono risultati rapidi per un parlato chiaro |
Whisper Tiny English su Cloudflare è piccolo e supporta solo l'inglese. Usalo solo per audio inglese breve e chiaro. Entrambi i modelli grandi sono multilingua.
/v1/audio/transcriptions. Non esiste un endpoint /v1/audio/translations. Per ottenere l'inglese da altre lingue, trascrivi prima, poi traduci il testo con un modello di chat.Passo 1: installa FreeLLMAPI e aggiungi le chiavi
FreeLLMAPI è open source. Gira sul tuo computer in Docker. Le chiavi dei tuoi 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. La chiave Cloudflare ha la forma account_id:token. Whisper di OVH non richiede chiavi. Copia la tua chiave unificata dalla stessa pagina.
Passo 2: trascrivi con Whisper
Invia il file come multipart/form-data. Usa model=auto o model=whisper-1 per lasciare la scelta al router. Per fissare un modello, invia il suo id. L'id whisper-large-v3-turbo corrisponde alle righe di Groq e OVH, quindi il failover resta sullo stesso modello.
curl: fissa Whisper Large v3 Turbo
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: sottotitoli da Cloudflare Whisper
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)Registrazioni lunghe: comprimi e dividi
FreeLLMAPI e il piano gratuito di Groq accettano al massimo 25 MB in un solo caricamento. Groq afferma che Whisper riduce il campionamento dell'audio a 16 kHz mono. Fallo prima del caricamento, per rendere il file molto più piccolo. Per le registrazioni lunghe, dividi l'audio in parti.
ffmpeg: parti FLAC mono a 16 kHz da 10 minuti
ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flacPython: trascrivi le parti in ordine
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))Una parola può essere tagliata al confine tra due parti. Groq suggerisce brevi sovrapposizioni tra le parti per risultati esatti. Controlla la dimensione di ogni parte prima del caricamento, perché alcuni audio non si comprimono bene.
Ottieni trascrizioni migliori con Whisper
- Imposta la lingua: invia
languagecon un codice comeen,deour. Whisper così non deve rilevare la lingua. - Usa il prompt: invia nomi, nomi di prodotti e termini speciali in
prompt. Whisper li usa come contesto per la grafia. - Mantieni la temperatura a 0: un valore più alto dà testo più vario, cosa raramente utile per le trascrizioni.
- Pulisci l'audio: rimuovi la musica e i lunghi silenzi. Registra il parlato vicino al microfono.
- Ottieni i timestamp: usa
response_format=verbose_json. Quando il provider restituisce i segmenti, ognuno ha un orario di inizio e di fine. Se non ha segmenti, ottieni un JSON semplice con solo il testo. - Verifica l'host: le intestazioni di risposta
X-ProvidereX-Modelmostrano quale host e quale modello hanno prodotto la trascrizione. Registrale quando confronti la qualità.
Risoluzione dei problemi
| Problema | Causa | Soluzione |
|---|---|---|
Errore 413 file_too_large | Il caricamento supera i 25 MB | Converti in FLAC mono a 16 kHz, oppure dividi il file |
| Le parole si ripetono, oppure compare del testo nel silenzio | Whisper può scrivere testo non pronunciato nelle parti lunghe e silenziose | Taglia i lunghi silenzi prima del caricamento |
| I nomi sono scritti male | Whisper non conosce i nomi | Invia i nomi nel campo prompt |
| Errore 429 da OVH | Il limite anonimo è di 2 richieste al minuto | Aggiungi una chiave Groq o Cloudflare |
Errore 400 con srt | Nessun provider produce SRT | Usa vtt con un modello Cloudflare Whisper |
Domande frequenti
Esiste un'API Whisper gratuita?
Sì. Groq, Cloudflare Workers AI e OVH AI Endpoints eseguono Whisper gratis con limiti. FreeLLMAPI li raggruppa dietro un solo endpoint compatibile con OpenAI, con failover.
Qual è il limite di dimensione dei file dell'API Whisper gratuita?
Groq consente 25 MB per ogni file sul suo piano gratuito, e FreeLLMAPI accetta caricamenti fino a 25 MB. Converti l'audio a 16 kHz mono o dividilo per registrazioni più lunghe.
Whisper Large v3 Turbo è preciso quanto Whisper Large v3?
Non esattamente. Groq indica un word error rate del 12% per Turbo e del 10.3% per Large v3. Turbo è più veloce e costa meno sui piani a pagamento.
L'API Whisper gratuita può tradurre l'audio in inglese?
FreeLLMAPI non ha un endpoint di traduzione. Trascrivi prima l'audio, poi traduci il testo con un modello di chat gratuito.
L'SDK Python di OpenAI funziona con un'API Whisper gratuita?
Sì. Imposta base_url a http://localhost:3001/v1, poi chiama client.audio.transcriptions.create con model="auto" o un id di modello Whisper.
Guide correlate
- API speech to text gratuita
- API text to speech gratuita
- free groq api
- free cloudflare api
- API gratuita OVH AI Endpoints
- API di traduzione gratuita con LLM
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)