Início / Guias / API de voz para texto gratuita

API de voz para texto gratuita

Uma API de voz para texto transforma áudio em texto. Groq, Cloudflare, OVH, Mistral, Cohere e outros provedores oferecem transcrição gratuita com limites. O FreeLLMAPI reúne 13 modelos gratuitos de transcrição atrás de um único endpoint compatível com OpenAI, /v1/audio/transcriptions. Quando um provedor bloqueia uma requisição, o roteador tenta o próximo.

O código, os nomes dos modelos e os rótulos do catálogo ao vivo são exibidos em inglês.

Modelos gratuitos de transcrição hoje

A tabela lista os modelos gratuitos de transcrição do catálogo do FreeLLMAPI. Os dados vêm do catálogo ao vivo. "Envio máx." é o maior arquivo que o provedor aceita na camada gratuita, quando o catálogo conhece esse valor.

ModeloProvedorEnvio máx.Limite gratuito
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)

Dados ao vivo do catálogo FreeLLMAPI (versão 2026.11.19, verificado em 2026-11-19). Os limites gratuitos mudam com frequência. O catálogo é verificado todos os dias.

A maioria das entradas são modelos Whisper da OpenAI, hospedados por provedores diferentes. A tabela também tem o Deepgram Nova-3 na Cloudflare, o Voxtral da Mistral, o Cohere Transcribe e o Typhoon ASR para tailandês. Para uma comparação só dos modelos Whisper, leia API Whisper gratuita.

Use esta regra para escolher um modelo:

  • Transcrição geral em muitos idiomas: Whisper Large v3 ou Whisper Large v3 Turbo. O Turbo é mais rápido. O Large v3 tem uma taxa de erro de palavras menor na Groq.
  • Legendas: um modelo Whisper da Cloudflare, porque ele devolve VTT.
  • Árabe: Cohere Transcribe Arabic. Tailandês: Typhoon ASR.
  • Fallback: OVH Whisper. Não precisa de chave, mas permite somente 2 requisições por minuto.

Etapa 1: instale o FreeLLMAPI e adicione chaves

O FreeLLMAPI é de código aberto. Ele roda no seu computador, no Docker. As chaves dos seus provedores ficam no seu computador.

Instalar (macOS ou Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

Abra o painel em http://localhost:3001. Adicione uma chave da Groq e uma chave da Cloudflare na página Keys. Os dois provedores dão chaves gratuitas, e os dois servem o Whisper. Copie a sua chave unificada na mesma página.

Formato da chave da Cloudflare: uma chave do Cloudflare Workers AI tem o formato account_id:token. Um token sem o ID da conta não funciona.

Etapa 2: envie um arquivo de áudio

O endpoint recebe um envio multipart/form-data, igual à API da OpenAI. Dois campos são obrigatórios: file e model. Use model=auto ou model=whisper-1 para deixar o roteador escolher um provedor.

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 da 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)

A resposta tem um cabeçalho X-Provider e um cabeçalho X-Model. Esses cabeçalhos mostram qual provedor e qual modelo fizeram a transcrição.

Opções e formatos de saída

CampoValoresObservações
fileUm arquivo de áudioObrigatório. Máximo de 25 MB para cada envio pelo FreeLLMAPI
modelauto, whisper-1 ou um ID de modeloObrigatório. Um ID de modelo fixa uma linha de provedor
response_formatjson, text, verbose_json, vttO padrão é json. srt devolve o erro 400
languageCódigo de idioma, por exemplo enOpcional. Defina quando souber o idioma
promptTextoOpcional. Informe nomes e termos especiais
temperature0 a 1Opcional. Mantenha 0 para uma saída estável
  • verbose_json devolve segmentos com horários quando o provedor devolve segmentos. Se o provedor não tiver segmentos, você recebe o formato JSON simples.
  • Legendas vtt vêm somente de provedores que as geram nativamente. No catálogo, são os modelos Whisper da Cloudflare.
  • srt é recusado. Nenhum provedor configurado gera SRT nativamente, e o gateway não converte o formato.

Limites gratuitos e como ficar dentro deles

Os limites gratuitos de transcrição usam unidades diferentes. Alguns provedores contam requisições. Outros contam o tempo de áudio ou um orçamento diário de computação.

Limites da documentação dos provedores, verificados em 2026-11-19
ProvedorLimite gratuito (oficial)O que isso significa para você
Groq25 MB para cada arquivo na camada gratuita. Requisições de menos de 10 segundos são cobradas como 10 segundosRápido. Boa primeira escolha para arquivos curtos e médios
Cloudflare Workers AI10,000 neurons por dia. O Whisper Large v3 Turbo usa 46.63 neurons por minuto de áudioCerca de 214 minutos de áudio por dia, se nenhum outro modelo do Workers AI usar o orçamento
OVH AI Endpoints2 requisições por minuto para cada endereço IP e modelo, sem chaveFallback lento. Não use para lotes
CohereChave de teste: 1,000 chamadas de API por mês para todos os endpointsAs chamadas são compartilhadas com chat e embeddings
  • Adicione chaves de dois ou mais provedores. Quando a Groq envia um erro 429, o roteador envia o arquivo para o próximo provedor.
  • Converta arquivos grandes antes do envio. A Groq diz que os modelos dela reduzem o áudio para 16 kHz mono. Faça isso você mesmo para deixar o arquivo menor.
  • Divida áudios com mais de cerca de 25 MB em partes. Transcreva cada parte e depois junte os textos.

Reduza um arquivo com ffmpeg (FLAC mono de 16 kHz)

ffmpeg -i interview.m4a -ar 16000 -ac 1 -c:a flac interview.flac

Solução de problemas

ProblemaCausaSolução
Erro 413 file_too_largeO arquivo tem mais de 25 MBConverta para mono de 16 kHz ou divida o arquivo
Erro 400 model is requiredO formulário não tem o campo modelAdicione -F model=auto
Erro 400 unsupported_formatVocê pediu srtUse vtt, json, text ou verbose_json
Erro 503 no_transcription_modelsNenhum modelo de transcrição está habilitadoAdicione uma chave da Groq ou da Cloudflare e espere a sincronização do catálogo
Palavras erradas em nomesO modelo não conhece os termosEnvie os nomes no campo prompt
Saída vtt vaziaO provedor não gera VTTFixe um ID de modelo Whisper da Cloudflare
Use todos estes modelos com uma única chave. FreeLLMAPI é um roteador de código aberto e de hospedagem própria. Ele coloca todas estas camadas gratuitas atrás de um único endpoint compatível com OpenAI e passa para o próximo provedor quando um deles está com limite de requisições. Ver o catálogo ou colocar em produção.

Perguntas frequentes

Existe uma API de voz para texto gratuita?

Sim. Groq, Cloudflare Workers AI, OVH, Mistral e Cohere oferecem transcrição gratuita com limites. O FreeLLMAPI reúne 13 modelos gratuitos atrás de um único endpoint compatível com OpenAI.

Qual é o tamanho máximo do arquivo de áudio?

O FreeLLMAPI aceita envios de até 25 MB. A Groq também permite 25 MB na camada gratuita. Para áudios mais longos, converta para mono de 16 kHz ou divida em partes.

Posso obter legendas de uma API de voz para texto gratuita?

Sim. Defina response_format como vtt. Somente os modelos Whisper da Cloudflare geram VTT nativamente. SRT não está disponível.

A API de voz para texto gratuita funciona com o SDK Python da OpenAI?

Sim. Defina base_url como http://localhost:3001/v1 e chame client.audio.transcriptions.create com um arquivo e model="auto".

Guias relacionados

Fontes

Todos os guias · Ver todos os modelos gratuitos