Laman utama / Panduan / API pertuturan kepada teks percuma

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.

ModelPembekalMuat naik maksHad percuma
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)

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 | bash

Buka 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.

Format kunci Cloudflare: kunci Cloudflare Workers AI mempunyai bentuk 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=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)

Respons mempunyai header X-Provider dan header X-Model. Header ini menunjukkan pembekal dan model yang menghasilkan transkrip.

Pilihan dan format output

MedanNilaiNota
fileSatu fail audioDiperlukan. Maksimum 25 MB bagi setiap muat naik melalui FreeLLMAPI
modelauto, whisper-1 atau ID modelDiperlukan. ID model menetapkan satu baris pembekal
response_formatjson, text, verbose_json, vttLalai ialah json. srt memulangkan ralat 400
languageKod bahasa, contohnya enPilihan. Tetapkannya apabila anda tahu bahasanya
promptTeksPilihan. Berikan nama dan istilah khas
temperature0 hingga 1Pilihan. 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.

Had daripada dokumentasi pembekal, disemak 2026-11-19
PembekalHad percuma (rasmi)Maksudnya untuk anda
Groq25 MB bagi setiap fail pada peringkat percuma. Permintaan di bawah 10 saat dicaj sebagai 10 saatPantas. Pilihan pertama yang baik untuk fail pendek dan sederhana
Cloudflare Workers AI10,000 neuron setiap hari. Whisper Large v3 Turbo menggunakan 46.63 neuron bagi setiap minit audioKira-kira 214 minit audio setiap hari, jika tiada model Workers AI lain menggunakan bajet itu
OVH AI Endpoints2 permintaan seminit bagi setiap alamat IP dan model, tanpa kunciSandaran yang perlahan. Jangan gunakannya untuk kelompok
CohereKunci percubaan: 1,000 panggilan API setiap bulan untuk semua titik akhirPanggilan 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.flac

Penyelesaian masalah

MasalahPuncaPembetulan
Ralat 413 file_too_largeFail lebih besar daripada 25 MBTukar kepada 16 kHz mono, atau bahagikan fail
Ralat 400 model diperlukanBorang tiada medan modelTambah -F model=auto
Ralat 400 unsupported_formatAnda meminta srtGunakan vtt, json, text atau verbose_json
Ralat 503 no_transcription_modelsTiada model transkripsi didayakanTambah kunci Groq atau Cloudflare, kemudian tunggu penyegerakan katalog
Perkataan salah untuk namaModel tidak mengenali istilah ituHantar nama dalam medan prompt
Output vtt kosongPembekal tidak menghasilkan VTTTetapkan ID model Whisper Cloudflare
Guna setiap satu daripada ini melalui satu kunci. FreeLLMAPI ialah penghala sumber terbuka yang anda hoskan sendiri. Ia meletakkan semua peringkat percuma ini di belakang satu titik akhir serasi OpenAI dan beralih ke pembekal lain apabila had kadar dicapai. Layari katalog atau mula sekarang.

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

Sumber

Semua panduan · Lihat semua model percuma