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.
| Modelo | Provedor | Envio máx. | Limite gratuito |
|---|---|---|---|
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) |
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 | bashAbra 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.
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=jsonPython (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
| Campo | Valores | Observações |
|---|---|---|
file | Um arquivo de áudio | Obrigatório. Máximo de 25 MB para cada envio pelo FreeLLMAPI |
model | auto, whisper-1 ou um ID de modelo | Obrigatório. Um ID de modelo fixa uma linha de provedor |
response_format | json, text, verbose_json, vtt | O padrão é json. srt devolve o erro 400 |
language | Código de idioma, por exemplo en | Opcional. Defina quando souber o idioma |
prompt | Texto | Opcional. Informe nomes e termos especiais |
temperature | 0 a 1 | Opcional. 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.
| Provedor | Limite gratuito (oficial) | O que isso significa para você |
|---|---|---|
| Groq | 25 MB para cada arquivo na camada gratuita. Requisições de menos de 10 segundos são cobradas como 10 segundos | Rápido. Boa primeira escolha para arquivos curtos e médios |
| Cloudflare Workers AI | 10,000 neurons por dia. O Whisper Large v3 Turbo usa 46.63 neurons por minuto de áudio | Cerca de 214 minutos de áudio por dia, se nenhum outro modelo do Workers AI usar o orçamento |
| OVH AI Endpoints | 2 requisições por minuto para cada endereço IP e modelo, sem chave | Fallback lento. Não use para lotes |
| Cohere | Chave de teste: 1,000 chamadas de API por mês para todos os endpoints | As 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.flacSolução de problemas
| Problema | Causa | Solução |
|---|---|---|
Erro 413 file_too_large | O arquivo tem mais de 25 MB | Converta para mono de 16 kHz ou divida o arquivo |
Erro 400 model is required | O formulário não tem o campo model | Adicione -F model=auto |
Erro 400 unsupported_format | Você pediu srt | Use vtt, json, text ou verbose_json |
Erro 503 no_transcription_models | Nenhum modelo de transcrição está habilitado | Adicione uma chave da Groq ou da Cloudflare e espere a sincronização do catálogo |
| Palavras erradas em nomes | O modelo não conhece os termos | Envie os nomes no campo prompt |
Saída vtt vazia | O provedor não gera VTT | Fixe um ID de modelo Whisper da Cloudflare |
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
- API Whisper gratuita
- API gratuita de texto para fala
- free groq api
- free cloudflare api
- API gratuita da OVH AI Endpoints
Fontes
- FreeLLMAPI README: supported endpoints (verificado em 20 November 2026)
- Groq docs: Speech to text (verificado em 20 November 2026)
- Cloudflare Workers AI pricing (verificado em 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (verificado em 20 November 2026)
- OVHcloud AI Endpoints capabilities (verificado em 20 November 2026)
- Cohere docs: rate limits (verificado em 20 November 2026)