無料のWhisper API
Whisperは、OpenAIのオープンな音声認識モデルです。Groq、Cloudflare Workers AI、OVH AI Endpointsで無料で実行できます。それぞれに独自の制限があります。FreeLLMAPIは、これらのWhisperのホストを1つのOpenAI互換エンドポイントの背後にまとめます。コードは/v1/audio/transcriptionsを呼び出し、ホストが制限に達すると、ルーターは次のホストに移ります。
コード、モデル名、ライブのカタログラベルは英語で表示します。
Whisperが無料で使える場所
この表には、ライブのカタログから、FreeLLMAPIのカタログにあるすべての無料の文字起こしモデルを掲載しています。Whisperの行は、モデルIDにwhisperを含むものです。
| モデル | プロバイダー | 最大アップロードサイズ | 無料枠 |
|---|---|---|---|
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) |
FreeLLMAPI カタログのライブデータ(バージョン 2026.11.19、確認日 2026-11-19)。無料枠の上限は頻繁に変わります。カタログは毎日確認されます。
| ホスト | Whisperモデル | 無料の制限(公式) | 最適な用途 |
|---|---|---|---|
| Groq | Whisper Large v3、Whisper Large v3 Turbo | 無料ティアでは、ファイルごとに25 MB。10秒未満の音声は10秒として数えられます | 速度と精度 |
| Cloudflare Workers AI | Whisper Large v3 Turbo、Whisper、Whisper Tiny English | 1日10,000ニューロン。Large v3 Turboは、音声1分あたり46.63ニューロンを使います | VTTの字幕。1日に約214分の音声 |
| OVH AI Endpoints | Whisper Large v3、Whisper Large v3 Turbo | IPアドレスとモデルごとに毎分2リクエスト。キーは不要 | 登録不要のフォールバック |
GroqとCloudflareのキーを一緒に追加してください。Groqが429エラーを返すと、ルーターは同じファイルをチェーン内の次のホストに送ります。OVHは、匿名の制限が低いため、最後のフォールバックとして適しています。各ホストの無料の制限は別々なので、キーを追加するごとに容量が増えます。
Whisper Large v3かLarge v3 Turboか?
Groqは、両方のモデルについて単語誤り率(WER)を公開しています。WERが低いほど、誤った単語が少なくなります。
| モデル | GroqのWER | Groqでの翻訳 | 選ぶ場合 |
|---|---|---|---|
whisper-large-v3 | 10.3% | はい | 精度が最も重要な場合。例えば、名前、数値、アクセント |
whisper-large-v3-turbo | 12% | いいえ | 明瞭な音声で、速い結果が必要な場合 |
CloudflareのWhisper Tiny Englishは小さく、英語のみをサポートします。短く明瞭な英語の音声にだけ使ってください。両方の大きいモデルは、多言語に対応しています。
/v1/audio/transcriptionsだけが記載されています。/v1/audio/translationsエンドポイントはありません。ほかの言語から英語を得るには、まず文字起こしをし、次にチャットモデルでテキストを翻訳してください。手順1: FreeLLMAPIをインストールし、キーを追加する
FreeLLMAPIはオープンソースです。Dockerでお使いのコンピューター上で動作します。プロバイダーのキーは、お使いのコンピューターに残ります。
インストール(macOSまたはLinux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001でダッシュボードを開いてください。Keysページに、GroqのキーとCloudflareのキーを追加してください。Cloudflareのキーは、account_id:tokenの形式です。OVHのWhisperにはキーが不要です。同じページから統合キーをコピーしてください。
手順2: Whisperで文字起こしをする
ファイルはmultipart/form-dataで送ってください。ルーターに選択させるには、model=autoまたはmodel=whisper-1を使ってください。モデルを固定するには、そのIDを送ってください。IDのwhisper-large-v3-turboは、GroqとOVHの行に一致します。そのため、フェイルオーバーは同じモデルのままです。
curl: Whisper Large v3 Turboを固定する
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: CloudflareのWhisperで字幕を作る
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)長い録音: 圧縮して分割する
FreeLLMAPIとGroqの無料ティアは、どちらも1回のアップロードで最大25 MBを受け付けます。Groqは、Whisperが音声を16 kHzのモノラルにダウンサンプリングすると説明しています。アップロードの前にこれを行うと、ファイルを大幅に小さくできます。長い録音は、音声を複数の部分に分割してください。
ffmpeg: 10分ごとの16 kHzモノラルFLACの部分
ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flacPython: 部分を順番に文字起こしする
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))単語が2つの部分の境界で切れることがあります。正確な結果のために、Groqは部分の間に短い重なりを設けることを勧めています。アップロードの前に、各部分のサイズを確認してください。音声によっては、圧縮の効果が小さいためです。
Whisperの文字起こしを改善する
- 言語を設定する:
languageを、en、de、urなどのコードとともに送ってください。そうすれば、Whisperは言語を検出する必要がありません。 - promptを使う: 名前、製品名、特別な用語を
promptで送ってください。Whisperは、それらを綴りのためのコンテキストとして使います。 - temperatureを0に保つ: 値が高いと、テキストがより多様になります。これは文字起こしには役立つことがほとんどありません。
- 音声を整える: 音楽と長い無音を取り除いてください。マイクの近くで音声を録音してください。
- タイムスタンプを取得する:
response_format=verbose_jsonを使ってください。プロバイダーがセグメントを返すと、各セグメントには開始時刻と終了時刻があります。セグメントがない場合は、テキストだけの単純なJSONが返されます。 - ホストを確認する: レスポンスヘッダー
X-ProviderとX-Modelには、どのホストとモデルが文字起こしを作ったかが示されます。品質を比較するときは、それらを記録してください。
トラブルシューティング
| 問題 | 原因 | 対処 |
|---|---|---|
エラー413 file_too_large | アップロードが25 MBより大きいです | 16 kHzのモノラルFLACに変換するか、ファイルを分割してください |
| 単語が繰り返される、または無音の中にテキストが現れます | Whisperは、長い無音の部分で、話されていないテキストを書くことがあります | アップロードの前に、長い無音を切り取ってください |
| 名前の綴りが間違っています | Whisperは名前を知りません | promptフィールドで名前を送ってください |
| OVHからエラー429 | 匿名の制限は毎分2リクエストです | GroqまたはCloudflareのキーを追加してください |
srtでエラー400 | SRTを作るプロバイダーはありません | CloudflareのWhisperモデルでvttを使ってください |
よくある質問
無料のWhisper APIはありますか?
はい。Groq、Cloudflare Workers AI、OVH AI Endpointsが、制限付きでWhisperを無料で実行しています。FreeLLMAPIは、それらを1つのOpenAI互換エンドポイントの背後にまとめ、フェイルオーバーを行います。
無料のWhisper APIのファイルサイズの上限はどれくらいですか?
Groqは、無料ティアでファイルごとに25 MBを許可しており、FreeLLMAPIは25 MBまでのアップロードを受け付けます。より長い録音は、音声を16 kHzのモノラルに変換するか、分割してください。
Whisper Large v3 Turboは、Whisper Large v3と同じくらい正確ですか?
完全に同じではありません。Groqは、Turboの単語誤り率を12%、Large v3を10.3%としています。Turboは高速で、有料プランでは低コストです。
無料のWhisper APIで、音声を英語に翻訳できますか?
FreeLLMAPIには翻訳エンドポイントがありません。まず音声を文字起こしし、次に無料のチャットモデルでテキストを翻訳してください。
OpenAIのPython SDKは、無料のWhisper APIで動作しますか?
はい。base_urlをhttp://localhost:3001/v1に設定し、model="auto"またはWhisperのモデルIDを指定して、client.audio.transcriptions.createを呼び出してください。
関連ガイド
出典
- FreeLLMAPI README: supported endpoints (確認日 20 November 2026)
- Groq docs: Speech to text (確認日 20 November 2026)
- Cloudflare Workers AI pricing (確認日 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (確認日 20 November 2026)
- OVHcloud AI Endpoints capabilities (確認日 20 November 2026)