API pertuturan kepada teks percuma
API pertuturan kepada teks menukar audio kepada teks. Groq, Cloudflare, OVH, Mistral, Cohere dan pembekal lain menyediakan transkripsi percuma dengan had. FreeLLMAPI meletakkan 13 model transkripsi percuma di belakang satu titik akhir serasi OpenAI, /v1/audio/transcriptions. Apabila satu pembekal menghentikan permintaan, penghala mencuba yang seterusnya.
Kod, nama model dan label katalog langsung dipaparkan dalam bahasa Inggeris.
Model transkripsi percuma hari ini
Jadual ini menyenaraikan model transkripsi percuma dalam katalog FreeLLMAPI. Data datang dari katalog langsung. "Muat naik maks" ialah fail terbesar yang diterima oleh pembekal pada peringkat percuma, apabila katalog mengetahuinya.
| Model | Pembekal | Muat naik maks | Had percuma |
|---|---|---|---|
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 daripada katalog FreeLLMAPI (versi 2026.11.19, disemak 2026-11-19). Had percuma kerap berubah. Katalog disemak setiap hari.
Kebanyakan entri ialah model Whisper dari OpenAI, dihoskan oleh pembekal yang berbeza. Jadual juga mempunyai Deepgram Nova-3 pada Cloudflare, Voxtral dari Mistral, Cohere Transcribe dan Typhoon ASR untuk Thai. Untuk perbandingan model Whisper sahaja, baca API Whisper percuma.
Gunakan peraturan ini untuk memilih model:
- Transkripsi umum dalam banyak bahasa: Whisper Large v3 atau Whisper Large v3 Turbo. Turbo lebih pantas. Large v3 mempunyai kadar ralat perkataan yang lebih rendah pada Groq.
- Sarikata: model Whisper Cloudflare, kerana ia memulangkan VTT.
- Arab: Cohere Transcribe Arabic. Thai: Typhoon ASR.
- Sandaran: OVH Whisper. Ia tidak memerlukan kunci, tetapi hanya membenarkan 2 permintaan seminit.
Langkah 1: Pasang FreeLLMAPI dan tambah kunci
FreeLLMAPI ialah sumber terbuka. Ia berjalan pada komputer anda dalam Docker. Kunci pembekal anda kekal pada komputer anda.
Pasang (macOS atau Linux)
curl -fsSL https://freellmapi.co/install.sh | bashBuka papan pemuka di http://localhost:3001. Tambah kunci Groq dan kunci Cloudflare pada halaman Keys. Kedua-dua pembekal memberikan kunci percuma, dan kedua-duanya menyediakan Whisper. Salin kunci bersatu anda dari halaman yang sama.
account_id:token. Token tanpa ID akaun tidak berfungsi.Langkah 2: Hantar fail audio
Titik akhir menerima muat naik multipart/form-data, sama seperti API OpenAI. Dua medan diperlukan: file dan model. Gunakan model=auto atau model=whisper-1 untuk membenarkan penghala memilih pembekal.
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)Respons mempunyai header X-Provider dan header X-Model. Header ini menunjukkan pembekal dan model yang menghasilkan transkrip.
Pilihan dan format output
| Medan | Nilai | Nota |
|---|---|---|
file | Satu fail audio | Diperlukan. Maksimum 25 MB bagi setiap muat naik melalui FreeLLMAPI |
model | auto, whisper-1 atau ID model | Diperlukan. ID model menetapkan satu baris pembekal |
response_format | json, text, verbose_json, vtt | Lalai ialah json. srt memulangkan ralat 400 |
language | Kod bahasa, contohnya en | Pilihan. Tetapkannya apabila anda tahu bahasanya |
prompt | Teks | Pilihan. Berikan nama dan istilah khas |
temperature | 0 hingga 1 | Pilihan. Kekalkan 0 untuk output yang stabil |
- verbose_json memberikan segmen dengan masa apabila pembekal memulangkan segmen. Jika pembekal tidak mempunyai segmen, anda mendapat bentuk JSON biasa.
- Sarikata vtt hanya datang dari pembekal yang menghasilkannya secara asal. Dalam katalog, ini ialah model Whisper Cloudflare.
- srt ditolak. Tiada pembekal yang dikonfigurasi menghasilkan SRT secara asal, dan get laluan tidak menukarnya.
Had percuma dan cara kekal dalam had
Had transkripsi percuma menggunakan unit yang berbeza. Sesetengah pembekal mengira permintaan. Yang lain mengira masa audio atau bajet pengiraan harian.
| Pembekal | Had percuma (rasmi) | Maksudnya untuk anda |
|---|---|---|
| Groq | 25 MB bagi setiap fail pada peringkat percuma. Permintaan di bawah 10 saat dicaj sebagai 10 saat | Pantas. Pilihan pertama yang baik untuk fail pendek dan sederhana |
| Cloudflare Workers AI | 10,000 neuron setiap hari. Whisper Large v3 Turbo menggunakan 46.63 neuron bagi setiap minit audio | Kira-kira 214 minit audio setiap hari, jika tiada model Workers AI lain menggunakan bajet itu |
| OVH AI Endpoints | 2 permintaan seminit bagi setiap alamat IP dan model, tanpa kunci | Sandaran yang perlahan. Jangan gunakannya untuk kelompok |
| Cohere | Kunci percubaan: 1,000 panggilan API setiap bulan untuk semua titik akhir | Panggilan dikongsi dengan sembang dan embedding |
- Tambah kunci dari dua pembekal atau lebih. Apabila Groq menghantar ralat 429, penghala menghantar fail ke pembekal seterusnya.
- Tukar fail besar sebelum muat naik. Groq menyatakan bahawa modelnya menurunkan sampel audio kepada 16 kHz mono. Lakukan ini sendiri untuk mengecilkan fail.
- Bahagikan audio yang lebih panjang daripada kira-kira 25 MB kepada bahagian. Transkripsikan setiap bahagian, kemudian gabungkan teksnya.
Kecilkan fail dengan ffmpeg (FLAC 16 kHz mono)
ffmpeg -i interview.m4a -ar 16000 -ac 1 -c:a flac interview.flacPenyelesaian masalah
| Masalah | Punca | Pembetulan |
|---|---|---|
Ralat 413 file_too_large | Fail lebih besar daripada 25 MB | Tukar kepada 16 kHz mono, atau bahagikan fail |
Ralat 400 model diperlukan | Borang tiada medan model | Tambah -F model=auto |
Ralat 400 unsupported_format | Anda meminta srt | Gunakan vtt, json, text atau verbose_json |
Ralat 503 no_transcription_models | Tiada model transkripsi didayakan | Tambah kunci Groq atau Cloudflare, kemudian tunggu penyegerakan katalog |
| Perkataan salah untuk nama | Model tidak mengenali istilah itu | Hantar nama dalam medan prompt |
Output vtt kosong | Pembekal tidak menghasilkan VTT | Tetapkan ID model Whisper Cloudflare |
Soalan lazim
Adakah terdapat API pertuturan kepada teks percuma?
Ya. Groq, Cloudflare Workers AI, OVH, Mistral dan Cohere menyediakan transkripsi percuma dengan had. FreeLLMAPI meletakkan 13 model percuma di belakang satu titik akhir serasi OpenAI.
Apakah saiz fail audio maksimum?
FreeLLMAPI menerima muat naik sehingga 25 MB. Groq juga membenarkan 25 MB pada peringkat percuma. Untuk audio yang lebih panjang, tukarkannya kepada 16 kHz mono atau bahagikannya kepada bahagian.
Bolehkah saya mendapatkan sarikata daripada API pertuturan kepada teks percuma?
Ya. Tetapkan response_format kepada vtt. Hanya model Whisper Cloudflare menghasilkan VTT secara asal. SRT tidak tersedia.
Adakah API pertuturan kepada teks percuma berfungsi dengan SDK Python OpenAI?
Ya. Tetapkan base_url kepada http://localhost:3001/v1 dan panggil client.audio.transcriptions.create dengan file dan model="auto".
Panduan berkaitan
- Free Whisper API
- API teks ke ucapan percuma
- free groq api
- free cloudflare api
- API percuma OVH AI Endpoints
Sumber
- FreeLLMAPI README: supported endpoints (disemak 20 November 2026)
- Groq docs: Speech to text (disemak 20 November 2026)
- Cloudflare Workers AI pricing (disemak 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (disemak 20 November 2026)
- OVHcloud AI Endpoints capabilities (disemak 20 November 2026)
- Cohere docs: rate limits (disemak 20 November 2026)