Darmowe API zamiany mowy na tekst
API zamiany mowy na tekst zamienia audio w tekst. Groq, Cloudflare, OVH, Mistral, Cohere i inni dostawcy dają darmową transkrypcję z limitami. FreeLLMAPI udostępnia 13 darmowych modeli transkrypcji za jednym punktem końcowym zgodnym z OpenAI, /v1/audio/transcriptions. Gdy jeden dostawca zablokuje żądanie, router próbuje następnego.
Kod, nazwy modeli i etykiety z katalogu na żywo są podane po angielsku.
Darmowe modele transkrypcji dzisiaj
Tabela zawiera darmowe modele transkrypcji z katalogu FreeLLMAPI. Dane pochodzą z katalogu na żywo. "Max upload" to największy plik, jaki dostawca przyjmuje w darmowym planie, gdy katalog tę wartość zna.
| Model | Dostawca | Maks. rozmiar pliku | Darmowy limit |
|---|---|---|---|
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) |
Dane na żywo z katalogu FreeLLMAPI (wersja 2026.11.19, sprawdzono 2026-11-19). Darmowe limity często się zmieniają. Katalog jest sprawdzany codziennie.
Większość wpisów to modele Whisper od OpenAI, hostowane przez różnych dostawców. Tabela zawiera też Deepgram Nova-3 w Cloudflare, Voxtral od Mistral, Cohere Transcribe oraz Typhoon ASR dla tajskiego. Porównanie samych modeli Whisper znajdziesz w poradniku Darmowe API Whisper.
Użyj tej zasady, aby wybrać model:
- Ogólna transkrypcja w wielu językach: Whisper Large v3 lub Whisper Large v3 Turbo. Turbo jest szybszy. Large v3 ma niższy współczynnik błędów słów w Groq.
- Napisy: model Whisper z Cloudflare, bo zwraca VTT.
- Arabski: Cohere Transcribe Arabic. Tajski: Typhoon ASR.
- Zapasowy: OVH Whisper. Nie wymaga klucza, ale pozwala tylko na 2 żądania na minutę.
Krok 1: zainstaluj FreeLLMAPI i dodaj klucze
FreeLLMAPI ma otwarty kod. Działa na Twoim komputerze w Dockerze. Klucze dostawców pozostają na Twoim komputerze.
Instalacja (macOS lub Linux)
curl -fsSL https://freellmapi.co/install.sh | bashOtwórz panel pod adresem http://localhost:3001. Na stronie Keys dodaj klucz Groq i klucz Cloudflare. Obaj dostawcy dają darmowe klucze, a oba udostępniają Whisper. Skopiuj swój wspólny klucz z tej samej strony.
account_id:token. Token bez identyfikatora konta nie działa.Krok 2: wyślij plik audio
Punkt końcowy przyjmuje przesłanie multipart/form-data, tak samo jak API OpenAI. Wymagane są dwa pola: file i model. Użyj model=auto albo model=whisper-1, aby router wybrał dostawcę.
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 (OpenAI SDK)
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)Odpowiedź zawiera nagłówek X-Provider i nagłówek X-Model. Te nagłówki pokazują, który dostawca i model stworzyli transkrypcję.
Opcje i formaty wyjściowe
| Pole | Wartości | Uwagi |
|---|---|---|
file | Jeden plik audio | Wymagane. Maksimum 25 MB na każde przesłanie przez FreeLLMAPI |
model | auto, whisper-1 albo identyfikator modelu | Wymagane. Identyfikator modelu przypina jeden wiersz dostawcy |
response_format | json, text, verbose_json, vtt | Domyślnie json. srt zwraca błąd 400 |
language | Kod języka, na przykład en | Opcjonalne. Ustaw, gdy znasz język |
prompt | Tekst | Opcjonalne. Podaj nazwy i specjalne terminy |
temperature | 0 do 1 | Opcjonalne. Zostaw 0 dla stabilnego wyjścia |
- verbose_json zwraca segmenty z czasami, gdy dostawca zwraca segmenty. Jeśli dostawca nie ma segmentów, dostajesz zwykły kształt JSON.
- Napisy vtt pochodzą tylko od dostawców, którzy tworzą je natywnie. W katalogu są to modele Whisper z Cloudflare.
- srt jest odrzucane. Żaden skonfigurowany dostawca nie tworzy SRT natywnie, a brama go nie konwertuje.
Darmowe limity i jak się w nich zmieścić
Darmowe limity transkrypcji używają różnych jednostek. Niektórzy dostawcy liczą żądania. Inni liczą czas audio lub dzienny budżet obliczeniowy.
| Dostawca | Darmowy limit (oficjalny) | Co to oznacza dla Ciebie |
|---|---|---|
| Groq | 25 MB na plik w darmowym planie. Żądania poniżej 10 sekund są rozliczane jako 10 sekund | Szybki. Dobry pierwszy wybór dla krótkich i średnich plików |
| Cloudflare Workers AI | 10 000 neuronów dziennie. Whisper Large v3 Turbo zużywa 46,63 neuronów na każdą minutę audio | Około 214 minut audio dziennie, jeśli inny model Workers AI nie zużywa budżetu |
| OVH AI Endpoints | 2 żądania na minutę na każdy adres IP i model, bez klucza | Wolny zapas. Nie używaj go do zadań wsadowych |
| Cohere | Klucz próbny: 1 000 wywołań API miesięcznie dla wszystkich punktów końcowych | Wywołania są wspólne z czatem i osadzeniami |
- Dodaj klucze od dwóch lub więcej dostawców. Gdy Groq wyśle błąd 429, router przekaże plik następnemu dostawcy.
- Konwertuj duże pliki przed przesłaniem. Groq podaje, że jego modele zmniejszają próbkowanie audio do 16 kHz, mono. Zrób to sam, aby zmniejszyć plik.
- Podziel audio dłuższe niż około 25 MB na części. Transkrybuj każdą część, a potem połącz tekst.
Zmniejsz plik za pomocą ffmpeg (16 kHz, mono, FLAC)
ffmpeg -i interview.m4a -ar 16000 -ac 1 -c:a flac interview.flacRozwiązywanie problemów
| Problem | Przyczyna | Rozwiązanie |
|---|---|---|
Błąd 413 file_too_large | Plik jest większy niż 25 MB | Przekonwertuj do 16 kHz, mono albo podziel plik |
Błąd 400 model is required | Formularz nie ma pola model | Dodaj -F model=auto |
Błąd 400 unsupported_format | Zażądano srt | Użyj vtt, json, text albo verbose_json |
Błąd 503 no_transcription_models | Żaden model transkrypcji nie jest włączony | Dodaj klucz Groq lub Cloudflare, a potem poczekaj na synchronizację katalogu |
| Złe słowa w nazwach | Model nie zna tych terminów | Podaj nazwy w polu prompt |
Pusty wynik vtt | Dostawca nie tworzy VTT | Przypnij identyfikator modelu Whisper z Cloudflare |
Najczęstsze pytania
Czy istnieje darmowe API zamiany mowy na tekst?
Tak. Groq, Cloudflare Workers AI, OVH, Mistral i Cohere dają darmową transkrypcję z limitami. FreeLLMAPI udostępnia 13 darmowych modeli za jednym punktem końcowym zgodnym z OpenAI.
Jaki jest maksymalny rozmiar pliku audio?
FreeLLMAPI przyjmuje przesłania do 25 MB. Groq też pozwala na 25 MB w darmowym planie. Dla dłuższego audio przekonwertuj je do 16 kHz, mono albo podziel na części.
Czy mogę dostać napisy z darmowego API zamiany mowy na tekst?
Tak. Ustaw response_format na vtt. Tylko modele Whisper z Cloudflare tworzą VTT natywnie. SRT nie jest dostępne.
Czy darmowe API zamiany mowy na tekst działa z OpenAI Python SDK?
Tak. Ustaw base_url na http://localhost:3001/v1 i wywołaj client.audio.transcriptions.create z plikiem i model="auto".
Powiązane poradniki
- Darmowe API Whisper
- Darmowe API zamiany tekstu na mowę
- free groq api
- free cloudflare api
- Darmowe API OVH AI Endpoints
Źródła
- FreeLLMAPI README: supported endpoints (sprawdzono 20 November 2026)
- Groq docs: Speech to text (sprawdzono 20 November 2026)
- Cloudflare Workers AI pricing (sprawdzono 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (sprawdzono 20 November 2026)
- OVHcloud AI Endpoints capabilities (sprawdzono 20 November 2026)
- Cohere docs: rate limits (sprawdzono 20 November 2026)