Strona główna / Poradniki / Darmowe API Whisper

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.

ModelDostawcaMaks. rozmiar plikuDarmowy limit
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)

Dane na żywo z katalogu FreeLLMAPI (wersja 2026.11.19, sprawdzono 2026-11-19). Darmowe limity często się zmieniają. Katalog jest sprawdzany codziennie.

Oficjalne limity, sprawdzono 20 listopada 2026
HostModele WhisperDarmowy limit (oficjalny)Najlepszy do
GroqWhisper Large v3, Whisper Large v3 Turbo25 MB na plik w darmowym planie. Audio krótsze niż 10 sekund liczy się jako 10 sekundSzybkości i dokładności
Cloudflare Workers AIModele: Whisper Large v3 Turbo, Whisper, Whisper Tiny English10,000 neuronów dziennie. Large v3 Turbo zużywa 46.63 neuronów na minutę audioNapisy VTT, około 214 minut audio dziennie
OVH AI EndpointsWhisper Large v3, Whisper Large v3 Turbo2 żądania na minutę dla każdego adresu IP i modelu, bez kluczaRezerwa 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.

ModelWER w GroqTłumaczenie w GroqWybierz, gdy
whisper-large-v310.3%TakDokładność jest najważniejsza, na przykład przy nazwach, liczbach i akcentach
whisper-large-v3-turbo12%NiePotrzebujesz 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.

Tłumaczenie: dokumentacja FreeLLMAPI wymienia tylko /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 | bash

Otwórz 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_json

Python: 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.flac

Python: 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 language z kodem, na przykład en, de lub ur. 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-Provider i X-Model pokazują, który host i model wykonały transkrypcję. Zapisuj je, gdy porównujesz jakość.

Rozwiązywanie problemów

ProblemPrzyczynaRozwiązanie
Błąd 413 file_too_largeWysyłany plik jest większy niż 25 MBZamień na FLAC 16 kHz mono albo podziel plik
Słowa się powtarzają albo tekst pojawia się w ciszyWhisper może zapisać tekst, którego nie wypowiedziano, w długich cichych fragmentachWytnij długie ciszy przed wysłaniem
Nazwiska są błędnie napisaneWhisper nie zna tych nazwiskWyślij nazwiska w polu prompt
Błąd 429 z OVHLimit anonimowy to 2 żądania na minutęDodaj klucz Groq albo Cloudflare
Błąd 400 przy srtŻaden dostawca nie tworzy SRTUżyj vtt z modelem Cloudflare Whisper
Używaj wszystkich tych modeli przez jeden klucz. FreeLLMAPI to router o otwartym kodzie, uruchamiany na własnym serwerze. Łączy wszystkie te darmowe plany za jednym punktem końcowym zgodnym z OpenAI i przełącza się na inny dostawcę, gdy limit zostanie przekroczony. Przeglądaj katalog lub uruchom.

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

Źródła

Wszystkie poradniki · Przeglądaj wszystkie darmowe modele