Acasă / Ghiduri / API gratuit speech to text

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.

ModelFurnizorÎncărcare maximăLimită gratuită
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)

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 | bash

Deschideți 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.

Formatul cheii Cloudflare: o cheie Cloudflare Workers AI are forma 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=json

Python (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

CâmpValoriNote
fileUn fișier audioObligatoriu. Maximum 25 MB pentru fiecare încărcare prin FreeLLMAPI
modelauto, whisper-1 sau un ID de modelObligatoriu. Un ID de model fixează un rând de furnizor
response_formatjson, text, verbose_json, vttImplicit este json. srt returnează eroarea 400
languageCod de limbă, de exemplu enOpțional. Setați-l când cunoașteți limba
promptTextOpțional. Dați nume și termeni speciali
temperature0 până la 1Opțional. 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.

Limite din documentația furnizorilor, verificate 2026-11-19
FurnizorLimită gratuită (oficială)Ce înseamnă pentru dumneavoastră
Groq25 MB pentru fiecare fișier la nivelul gratuit. Cererile sub 10 secunde se taxează ca 10 secundeRapid. Bună prima alegere pentru fișiere scurte și medii
Cloudflare Workers AI10.000 de neuroni pe zi. Whisper Large v3 Turbo consumă 46,63 neuroni pentru fiecare minut de audioAproximativ 214 minute de audio pe zi, dacă niciun alt model Workers AI nu folosește bugetul
OVH AI Endpoints2 cereri pe minut pentru fiecare adresă IP și model, fără cheieRezervă lentă. Nu o folosiți pentru loturi
CohereCheie de probă: 1.000 de apeluri API pe lună pentru toate endpoint-urileApelurile 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.flac

Depanare

ProblemăCauzăSoluție
Eroarea 413 file_too_largeFișierul are mai mult de 25 MBConvertiți la mono 16 kHz sau împărțiți fișierul
Eroarea 400 model is requiredFormularul nu are câmpul modelAdăugați -F model=auto
Eroarea 400 unsupported_formatAți cerut srtFolosiți vtt, json, text sau verbose_json
Eroarea 503 no_transcription_modelsNiciun model de transcriere nu este activatAdăugați o cheie Groq sau Cloudflare, apoi așteptați sincronizarea catalogului
Cuvinte greșite pentru numeModelul nu cunoaște termeniiTrimiteți numele în câmpul prompt
Ieșire vtt goalăFurnizorul nu produce VTTFixați un ID de model Whisper de pe Cloudflare
Folosiți fiecare dintre aceste modele printr-o singură cheie. FreeLLMAPI este un router open-source, găzduit de dumneavoastră, care pune toate aceste niveluri gratuite în spatele unui singur endpoint compatibil cu OpenAI și trece la alt furnizor când un furnizor este limitat la rată. Vezi catalogul sau trece live.

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

Surse

Toate ghidurile · Vezi toate modelele gratuite