Darmowe API Whisper
Whisper to model rozpoznawania mowy o otwartym kodzie od OpenAI. Możesz go uruchomić za darmo w Groq, Cloudflare Workers AI i OVH AI Endpoints, każdy z własnymi limitami. FreeLLMAPI udostępnia te hosty Whisper za jednym punktem końcowym zgodnym z OpenAI. Twój kod wywołuje /v1/audio/transcriptions, a router przechodzi do następnego hosta, gdy jeden z nich osiągnie swój limit.
Kod, nazwy modeli i etykiety z katalogu na żywo są podane po angielsku.
Gdzie Whisper jest darmowy
Tabela zawiera wszystkie darmowe modele transkrypcji z aktywnego katalogu FreeLLMAPI. Wiersze Whisper to te, których identyfikator modelu zawiera whisper.
| 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.
| Host | Modele Whisper | Darmowy limit (oficjalny) | Najlepszy do |
|---|---|---|---|
| Groq | Whisper Large v3, Whisper Large v3 Turbo | 25 MB na plik w darmowym planie. Audio krótsze niż 10 sekund liczy się jako 10 sekund | Szybkości i dokładności |
| Cloudflare Workers AI | Modele: Whisper Large v3 Turbo, Whisper, Whisper Tiny English | 10,000 neuronów dziennie. Large v3 Turbo zużywa 46.63 neuronów na minutę audio | Napisy VTT, około 214 minut audio dziennie |
| OVH AI Endpoints | Whisper Large v3, Whisper Large v3 Turbo | 2 żądania na minutę dla każdego adresu IP i modelu, bez klucza | Rezerwa bez rejestracji |
Dodaj jednocześnie klucze Groq i Cloudflare. Gdy Groq wyśle błąd 429, router wysyła ten sam plik do następnego hosta w łańcuchu. OVH jest dobrym ostatnim zapasem, bo jego limit anonimowy jest niski. Darmowe limity każdego hosta są oddzielne, więc każdy dodatkowy klucz zwiększa pojemność.
Whisper Large v3 czy Large v3 Turbo?
Groq publikuje współczynnik błędów słów (WER) dla obu modeli. Niższy WER oznacza mniej błędnych słów.
| Model | WER w Groq | Tłumaczenie w Groq | Wybierz, gdy |
|---|---|---|---|
whisper-large-v3 | 10.3% | Tak | Dokładność jest najważniejsza, na przykład przy nazwach, liczbach i akcentach |
whisper-large-v3-turbo | 12% | Nie | Potrzebujesz szybkich wyników dla wyraźnej mowy |
Whisper Tiny English w Cloudflare jest mały i obsługuje tylko angielski. Używaj go tylko do krótkich, wyraźnych nagrań po angielsku. Oba duże modele są wielojęzyczne.
/v1/audio/transcriptions. Nie ma punktu końcowego /v1/audio/translations. Aby uzyskać angielski z innych języków, najpierw wykonaj transkrypcję, a potem przetłumacz tekst modelem czatu.Krok 1: zainstaluj FreeLLMAPI i dodaj klucze
FreeLLMAPI ma otwarty kod. Działa na Twoim komputerze w Dockerze. Klucze dostawców zostają na Twoim komputerze.
Instalacja (macOS lub Linux)
curl -fsSL https://freellmapi.co/install.sh | bashOtwórz panel pod adresem http://localhost:3001. Dodaj klucz Groq i klucz Cloudflare na stronie Keys. Klucz Cloudflare ma postać account_id:token. OVH Whisper nie wymaga klucza. Skopiuj swój wspólny klucz z tej samej strony.
Krok 2: transkrybuj z Whisper
Wyślij plik jako multipart/form-data. Użyj model=auto albo model=whisper-1, aby router wybrał model. Aby przypisać model, wyślij jego identyfikator. Identyfikator whisper-large-v3-turbo pasuje do wierszy w Groq i OVH, więc przełączanie awaryjne zostaje na tym samym modelu.
curl: przypnij 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: napisy z 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)Długie nagrania: kompresja i podział
FreeLLMAPI i darmowy plan Groq przyjmują w jednym wysłaniu najwyżej 25 MB. Groq podaje, że Whisper zmniejsza próbkowanie audio do 16 kHz mono. Zrób to przed wysłaniem, aby plik był dużo mniejszy. Przy długich nagraniach podziel audio na części.
ffmpeg: części FLAC 16 kHz mono po 10 minut
ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flacPython: transkrybuj części w kolejności
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))Słowo może zostać przecięte na granicy dwóch części. Groq sugeruje krótkie nakładanie się części, aby uzyskać dokładne wyniki. Sprawdź rozmiar każdej części przed wysłaniem, bo niektóre nagrania słabo się kompresują.
Lepsze transkrypcje Whisper
- Ustaw język: wyślij
languagez kodem, na przykładen,delubur. Whisper wtedy nie musi wykrywać języka. - Użyj promptu: wyślij nazwiska, nazwy produktów i terminy specjalne w
prompt. Whisper używa ich jako kontekstu dla pisowni. - Ustaw temperature na 0: wyższa wartość daje bardziej zróżnicowany tekst, co rzadko jest przydatne w transkrypcjach.
- Oczyść audio: usuń muzykę i długie ciszy. Nagrywaj mowę blisko mikrofonu.
- Uzyskaj znaczniki czasu: użyj
response_format=verbose_json. Gdy dostawca zwraca segmenty, każdy ma czas początku i końca. Jeśli segmentów nie ma, dostajesz zwykły JSON z samym tekstem. - Sprawdź host: nagłówki odpowiedzi
X-ProvideriX-Modelpokazują, który host i model wykonały transkrypcję. Zapisuj je, gdy porównujesz jakość.
Rozwiązywanie problemów
| Problem | Przyczyna | Rozwiązanie |
|---|---|---|
Błąd 413 file_too_large | Wysyłany plik jest większy niż 25 MB | Zamień na FLAC 16 kHz mono albo podziel plik |
| Słowa się powtarzają albo tekst pojawia się w ciszy | Whisper może zapisać tekst, którego nie wypowiedziano, w długich cichych fragmentach | Wytnij długie ciszy przed wysłaniem |
| Nazwiska są błędnie napisane | Whisper nie zna tych nazwisk | Wyślij nazwiska w polu prompt |
| Błąd 429 z OVH | Limit anonimowy to 2 żądania na minutę | Dodaj klucz Groq albo Cloudflare |
Błąd 400 przy srt | Żaden dostawca nie tworzy SRT | Użyj vtt z modelem Cloudflare Whisper |
Najczęstsze pytania
Czy istnieje darmowe API Whisper?
Tak. Groq, Cloudflare Workers AI i OVH AI Endpoints uruchamiają Whisper za darmo, z limitami. FreeLLMAPI udostępnia je za jednym punktem końcowym zgodnym z OpenAI z przełączaniem awaryjnym.
Jaki jest limit rozmiaru pliku darmowego API Whisper?
Groq dopuszcza 25 MB na plik w darmowym planie, a FreeLLMAPI przyjmuje wysyłki do 25 MB. Zamień audio na 16 kHz mono albo podziel je przy dłuższych nagraniach.
Czy Whisper Large v3 Turbo jest tak dokładny jak Whisper Large v3?
Nie do końca. Groq podaje współczynnik błędów słów 12% dla Turbo i 10.3% dla Large v3. Turbo jest szybszy i w płatnych planach kosztuje mniej.
Czy darmowe API Whisper potrafi tłumaczyć audio na angielski?
FreeLLMAPI nie ma punktu końcowego tłumaczenia. Najpierw wykonaj transkrypcję audio, a potem przetłumacz tekst darmowym modelem czatu.
Czy Python SDK OpenAI działa z darmowym API Whisper?
Tak. Ustaw base_url na http://localhost:3001/v1, a potem wywołaj client.audio.transcriptions.create z model="auto" albo identyfikatorem modelu Whisper.
Powiązane poradniki
- Darmowe API zamiany mowy na tekst
- Darmowe API zamiany tekstu na mowę
- free groq api
- free cloudflare api
- Darmowe API OVH AI Endpoints
- Darmowe API tłumaczeń z LLM
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)