API Whisper gratuita
O Whisper é o modelo aberto de reconhecimento de fala da OpenAI. Você pode executá-lo gratuitamente no Groq, no Cloudflare Workers AI e na OVH AI Endpoints, cada um com seus próprios limites. O FreeLLMAPI coloca esses hosts do Whisper atrás de um único endpoint compatível com OpenAI. Seu código chama /v1/audio/transcriptions, e o roteador passa para o próximo host quando um deles atinge o limite.
O código, os nomes dos modelos e os rótulos do catálogo ao vivo são exibidos em inglês.
Onde o Whisper é gratuito
A tabela lista todos os modelos gratuitos de transcrição do catálogo do FreeLLMAPI, a partir do catálogo ao vivo. As linhas do Whisper são as que têm whisper no id do modelo.
| 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.
| Host | Modelos Whisper | Limite gratuito (oficial) | Melhor para |
|---|---|---|---|
| Groq | Whisper Large v3, Whisper Large v3 Turbo | 25 MB por arquivo no nível gratuito. Áudio com menos de 10 segundos conta como 10 segundos | Velocidade e precisão |
| Cloudflare Workers AI | Whisper Large v3 Turbo, Whisper, Whisper Tiny English (somente inglês) | 10.000 neurons por dia. O Large v3 Turbo usa 46,63 neurons por minuto de áudio | Legendas VTT, cerca de 214 minutos de áudio por dia |
| OVH AI Endpoints | Whisper Large v3, Whisper Large v3 Turbo | 2 requisições por minuto para cada endereço IP e modelo, sem chave | Fallback sem cadastro |
Adicione chaves do Groq e do Cloudflare juntas. Quando o Groq envia um erro 429, o roteador envia o mesmo arquivo ao próximo host da cadeia. A OVH é um bom último fallback, porque seu limite anônimo é baixo. Os limites gratuitos de cada host são separados, então cada chave extra adiciona capacidade.
Whisper Large v3 ou Large v3 Turbo?
O Groq publica uma taxa de erro de palavras (WER) para os dois modelos. Uma WER menor significa menos palavras erradas.
| Modelo | WER no Groq | Tradução no Groq | Escolha quando |
|---|---|---|---|
whisper-large-v3 | 10.3% | Sim | A precisão importa mais, por exemplo para nomes, números e sotaques |
whisper-large-v3-turbo | 12% | Não | Você precisa de resultados rápidos para uma fala clara |
O Whisper Tiny English no Cloudflare é pequeno e aceita apenas inglês. Use-o somente para áudio curto e claro em inglês. Os dois modelos grandes são multilíngues.
/v1/audio/transcriptions. Não existe endpoint /v1/audio/translations. Para obter o inglês a partir de outros idiomas, transcreva primeiro e depois traduza o texto com um modelo de chat.Etapa 1: instale o FreeLLMAPI e adicione chaves
O FreeLLMAPI é de código aberto. Ele roda no seu computador com Docker. Suas chaves de provedor ficam no seu computador.
Instale (macOS ou Linux)
curl -fsSL https://freellmapi.co/install.sh | bashAbra o painel em http://localhost:3001. Adicione uma chave do Groq e uma chave do Cloudflare na página Keys. A chave do Cloudflare tem o formato account_id:token. O Whisper da OVH não precisa de chave. Copie sua chave unificada da mesma página.
Etapa 2: transcreva com o Whisper
Envie o arquivo como multipart/form-data. Use model=auto ou model=whisper-1 para deixar o roteador escolher. Para fixar um modelo, envie o id dele. O id whisper-large-v3-turbo corresponde às linhas do Groq e da OVH, então o failover continua no mesmo modelo.
curl: fixe o 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: legendas com o Whisper do Cloudflare
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)Gravações longas: comprima e divida
O FreeLLMAPI e o nível gratuito do Groq aceitam no máximo 25 MB em um único envio. O Groq diz que o Whisper reduz o áudio para 16 kHz mono. Faça isso antes do envio para deixar o arquivo bem menor. Para gravações longas, divida o áudio em partes.
ffmpeg: partes FLAC de 10 minutos em 16 kHz mono
ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flacPython: transcreva as partes em ordem
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))Uma palavra pode ser cortada na divisa entre duas partes. O Groq sugere pequenas sobreposições entre as partes para resultados exatos. Verifique o tamanho de cada parte antes do envio, porque alguns áudios não comprimem bem.
Obtenha transcrições melhores com o Whisper
- Defina o idioma: envie
languagecom um código comoen,deouur. Assim, o Whisper não precisa detectar o idioma. - Use o prompt: envie nomes, nomes de produtos e termos especiais em
prompt. O Whisper os usa como contexto para a grafia. - Mantenha a temperature em 0: um valor maior gera um texto mais variado, o que raramente ajuda em transcrições.
- Limpe o áudio: remova música e silêncios longos. Grave a fala perto do microfone.
- Obtenha marcas de tempo: use
response_format=verbose_json. Quando o provedor devolve segmentos, cada um tem um horário de início e de fim. Se não houver segmentos, você recebe um JSON simples apenas com o texto. - Confira o host: os cabeçalhos de resposta
X-ProvidereX-Modelmostram qual host e modelo fizeram a transcrição. Registre-os quando comparar a qualidade.
Solução de problemas
| Problema | Causa | Correção |
|---|---|---|
Erro 413 file_too_large | O envio é maior que 25 MB | Converta para FLAC mono de 16 kHz, ou divida o arquivo |
| Palavras se repetem, ou aparece texto em silêncio | O Whisper pode escrever texto que não foi falado em partes longas e silenciosas | Corte os silêncios longos antes do envio |
| Nomes com grafia errada | O Whisper não conhece os nomes | Envie os nomes no campo prompt |
| Erro 429 da OVH | O limite anônimo é de 2 requisições por minuto | Adicione uma chave do Groq ou do Cloudflare |
Erro 400 em srt | Nenhum provedor gera SRT | Use vtt com um modelo Whisper do Cloudflare |
Perguntas frequentes
Existe uma API Whisper gratuita?
Sim. O Groq, o Cloudflare Workers AI e a OVH AI Endpoints executam o Whisper gratuitamente, com limites. O FreeLLMAPI os coloca atrás de um único endpoint compatível com OpenAI, com failover.
Qual é o limite de tamanho de arquivo da API Whisper gratuita?
O Groq permite 25 MB por arquivo no nível gratuito, e o FreeLLMAPI aceita envios de até 25 MB. Converta o áudio para 16 kHz mono ou divida-o em gravações longas.
O Whisper Large v3 Turbo é tão preciso quanto o Whisper Large v3?
Não exatamente. O Groq informa uma taxa de erro de palavras de 12% para o Turbo e de 10,3% para o Large v3. O Turbo é mais rápido e custa menos nos planos pagos.
A API Whisper gratuita pode traduzir áudio para o inglês?
O FreeLLMAPI não tem endpoint de tradução. Transcreva o áudio primeiro e depois traduza o texto com um modelo de chat gratuito.
O SDK Python da OpenAI funciona com uma API Whisper gratuita?
Sim. Defina base_url como http://localhost:3001/v1, e depois chame client.audio.transcriptions.create com model="auto" ou com um id de modelo Whisper.
Guias relacionados
- API de voz para texto gratuita
- API gratuita de texto para fala
- free groq api
- free cloudflare api
- API gratuita da OVH AI Endpoints
- API de tradução gratuita com LLMs
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)