API gratuit speech to text
Un API speech to text transformă audio în text. Groq, Cloudflare, OVH, Mistral, Cohere și alți furnizori oferă transcriere gratuită, cu limite. FreeLLMAPI pune 13 modele gratuite de transcriere în spatele unui singur endpoint compatibil cu OpenAI, /v1/audio/transcriptions. Când un furnizor oprește o cerere, routerul încearcă următorul.
Codul, numele modelelor și etichetele live din catalog sunt afișate în engleză.
Modele gratuite de transcriere astăzi
Tabelul listează modelele gratuite de transcriere din catalogul FreeLLMAPI. Datele provin din catalogul live. "Max upload" este cel mai mare fișier pe care furnizorul îl acceptă la nivelul gratuit, atunci când catalogul îl cunoaște.
| Model | Furnizor | Încărcare maximă | Limită gratuită |
|---|---|---|---|
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) |
Date live din catalogul FreeLLMAPI (versiunea 2026.11.19, verificat 2026-11-19). Limitele gratuite se schimbă des. Catalogul este verificat în fiecare zi.
Majoritatea intrărilor sunt modele Whisper de la OpenAI, găzduite de furnizori diferiți. Tabelul mai conține Deepgram Nova-3 pe Cloudflare, Voxtral de la Mistral, Cohere Transcribe și Typhoon ASR pentru thailandeză. Pentru o comparație doar a modelelor Whisper, citiți Free Whisper API.
Folosiți această regulă pentru a alege un model:
- Transcriere generală în multe limbi: Whisper Large v3 sau Whisper Large v3 Turbo. Turbo este mai rapid. Large v3 are o rată de eroare a cuvintelor mai mică pe Groq.
- Subtitrări: un model Whisper de pe Cloudflare, deoarece returnează VTT.
- Arabă: Cohere Transcribe Arabic. Thailandeză: Typhoon ASR.
- Rezervă: OVH Whisper. Nu necesită cheie, dar permite doar 2 cereri pe minut.
Pasul 1: Instalați FreeLLMAPI și adăugați chei
FreeLLMAPI este open source. Rulează pe computerul dumneavoastră, în Docker. Cheile furnizorilor rămân pe computerul dumneavoastră.
Instalare (macOS sau Linux)
curl -fsSL https://freellmapi.co/install.sh | bashDeschideți panoul la http://localhost:3001. Adăugați o cheie Groq și o cheie Cloudflare pe pagina Keys. Ambii furnizori oferă chei gratuite și ambii servesc Whisper. Copiați cheia unificată de pe aceeași pagină.
account_id:token. Un token fără ID-ul contului nu funcționează.Pasul 2: Trimiteți un fișier audio
Endpoint-ul primește o încărcare multipart/form-data, la fel ca API-ul OpenAI. Sunt necesare două câmpuri: file și model. Folosiți model=auto sau model=whisper-1 ca routerul să aleagă un furnizor.
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 (OpenAI SDK)
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)Răspunsul are un antet X-Provider și un antet X-Model. Aceste antete arată ce furnizor și ce model au produs transcrierea.
Opțiuni și formate de ieșire
| Câmp | Valori | Note |
|---|---|---|
file | Un fișier audio | Obligatoriu. Maximum 25 MB pentru fiecare încărcare prin FreeLLMAPI |
model | auto, whisper-1 sau un ID de model | Obligatoriu. Un ID de model fixează un rând de furnizor |
response_format | json, text, verbose_json, vtt | Implicit este json. srt returnează eroarea 400 |
language | Cod de limbă, de exemplu en | Opțional. Setați-l când cunoașteți limba |
prompt | Text | Opțional. Dați nume și termeni speciali |
temperature | 0 până la 1 | Opțional. Păstrați 0 pentru o ieșire stabilă |
- verbose_json returnează segmente cu timpi, când furnizorul returnează segmente. Dacă furnizorul nu are segmente, obțineți forma JSON simplă.
- Subtitrările vtt vin doar de la furnizorii care le produc nativ. În catalog, acestea sunt modelele Whisper de pe Cloudflare.
- srt este refuzat. Niciun furnizor configurat nu produce SRT nativ, iar gateway-ul nu îl convertește.
Limite gratuite și cum rămâneți în ele
Limitele gratuite de transcriere folosesc unități diferite. Unii furnizori numără cererile. Alții numără timpul audio sau un buget zilnic de calcul.
| Furnizor | Limită gratuită (oficială) | Ce înseamnă pentru dumneavoastră |
|---|---|---|
| Groq | 25 MB pentru fiecare fișier la nivelul gratuit. Cererile sub 10 secunde se taxează ca 10 secunde | Rapid. Bună prima alegere pentru fișiere scurte și medii |
| Cloudflare Workers AI | 10.000 de neuroni pe zi. Whisper Large v3 Turbo consumă 46,63 neuroni pentru fiecare minut de audio | Aproximativ 214 minute de audio pe zi, dacă niciun alt model Workers AI nu folosește bugetul |
| OVH AI Endpoints | 2 cereri pe minut pentru fiecare adresă IP și model, fără cheie | Rezervă lentă. Nu o folosiți pentru loturi |
| Cohere | Cheie de probă: 1.000 de apeluri API pe lună pentru toate endpoint-urile | Apelurile sunt comune cu chat-ul și embeddings |
- Adăugați chei de la doi sau mai mulți furnizori. Când Groq trimite eroarea 429, routerul trimite fișierul la următorul furnizor.
- Convertiți fișierele mari înainte de încărcare. Groq spune că modelele sale reduc audio la 16 kHz mono. Faceți asta singur pentru a face fișierul mai mic.
- Împărțiți audio mai lung de aproximativ 25 MB în părți. Transcrieți fiecare parte, apoi uniți textul.
Micșorați un fișier cu ffmpeg (FLAC mono 16 kHz)
ffmpeg -i interview.m4a -ar 16000 -ac 1 -c:a flac interview.flacDepanare
| Problemă | Cauză | Soluție |
|---|---|---|
Eroarea 413 file_too_large | Fișierul are mai mult de 25 MB | Convertiți la mono 16 kHz sau împărțiți fișierul |
Eroarea 400 model is required | Formularul nu are câmpul model | Adăugați -F model=auto |
Eroarea 400 unsupported_format | Ați cerut srt | Folosiți vtt, json, text sau verbose_json |
Eroarea 503 no_transcription_models | Niciun model de transcriere nu este activat | Adăugați o cheie Groq sau Cloudflare, apoi așteptați sincronizarea catalogului |
| Cuvinte greșite pentru nume | Modelul nu cunoaște termenii | Trimiteți numele în câmpul prompt |
Ieșire vtt goală | Furnizorul nu produce VTT | Fixați un ID de model Whisper de pe Cloudflare |
Întrebări frecvente
Există un API gratuit speech to text?
Da. Groq, Cloudflare Workers AI, OVH, Mistral și Cohere oferă transcriere gratuită, cu limite. FreeLLMAPI pune 13 modele gratuite în spatele unui singur endpoint compatibil cu OpenAI.
Care este dimensiunea maximă a fișierului audio?
FreeLLMAPI acceptă încărcări de până la 25 MB. Groq permite și el 25 MB la nivelul gratuit. Pentru audio mai lung, convertiți-l la mono 16 kHz sau împărțiți-l în părți.
Pot obține subtitrări dintr-un API gratuit speech to text?
Da. Setați response_format la vtt. Doar modelele Whisper de pe Cloudflare produc VTT nativ. SRT nu este disponibil.
Funcționează API-ul gratuit speech to text cu OpenAI Python SDK?
Da. Setați base_url la http://localhost:3001/v1 și apelați client.audio.transcriptions.create cu un fișier și model="auto".
Ghiduri înrudite
- API Whisper gratuit
- API gratuit text în vorbire
- free groq api
- free cloudflare api
- API gratuit OVH AI Endpoints
Surse
- FreeLLMAPI README: supported endpoints (verificat 20 November 2026)
- Groq docs: Speech to text (verificat 20 November 2026)
- Cloudflare Workers AI pricing (verificat 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (verificat 20 November 2026)
- OVHcloud AI Endpoints capabilities (verificat 20 November 2026)
- Cohere docs: rate limits (verificat 20 November 2026)