இலவச பேச்சிலிருந்து உரை API
பேச்சிலிருந்து உரை API ஒலியை உரையாக மாற்றுகிறது. Groq, Cloudflare, OVH, Mistral, Cohere மற்றும் பிற வழங்குநர்கள் வரம்புகளுடன் இலவச எழுத்தாக்கத்தை வழங்குகின்றனர். FreeLLMAPI 13 இலவச எழுத்தாக்க மாதிரிகளை ஒரே OpenAI-இணக்கமான இறுதிப்புள்ளியின் பின்னால் வைக்கிறது, அது /v1/audio/transcriptions. ஒரு வழங்குநர் கோரிக்கையை நிறுத்தினால், ரூட்டர் அடுத்ததை முயல்கிறது.
குறியீடு, மாதிரிப் பெயர்கள் மற்றும் நேரடி பட்டியல் லேபிள்கள் ஆங்கிலத்தில் காட்டப்படுகின்றன.
இன்றைய இலவச எழுத்தாக்க மாதிரிகள்
அட்டவணை FreeLLMAPI பட்டியலிலுள்ள இலவச எழுத்தாக்க மாதிரிகளைக் காட்டுகிறது. தரவு நேரடிப் பட்டியலிலிருந்து வருகிறது. "அதிகபட்ச பதிவேற்றம்" என்பது, பட்டியலுக்குத் தெரிந்தால், இலவச அடுக்கில் வழங்குநர் ஏற்கும் மிகப்பெரிய கோப்பு.
| மாதிரி | வழங்குநர் | அதிகபட்ச பதிவேற்றம் | இலவச வரம்பு |
|---|---|---|---|
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) |
FreeLLMAPI பட்டியலிலிருந்து நேரடி தரவு (பதிப்பு 2026.11.19, சரிபார்க்கப்பட்டது 2026-11-19). இலவச வரம்புகள் அடிக்கடி மாறும். பட்டியல் ஒவ்வொரு நாளும் சரிபார்க்கப்படுகிறது.
பெரும்பாலான உள்ளீடுகள் OpenAI-இன் Whisper மாதிரிகள், வெவ்வேறு வழங்குநர்கள் வழியாக வழங்கப்படுகின்றன. அட்டவணையில் Cloudflare-இல் Deepgram Nova-3, Mistral-இன் Voxtral, Cohere Transcribe, மற்றும் தாய் மொழிக்கான Typhoon ASR ஆகியவையும் உள்ளன. Whisper மாதிரிகளை மட்டும் ஒப்பிட, Free Whisper API ஐப் படிக்கவும்.
மாதிரியைத் தேர்ந்தெடுக்க இந்த விதியைப் பயன்படுத்தவும்:
- பல மொழிகளில் பொதுவான எழுத்தாக்கம்: Whisper Large v3 அல்லது Whisper Large v3 Turbo. Turbo வேகமானது. Groq-இல் Large v3-இன் சொல் பிழை விகிதம் குறைவு.
- வசனங்கள்: Cloudflare Whisper மாதிரி, ஏனெனில் அது VTT ஐத் திருப்புகிறது.
- அரபு: Cohere Transcribe Arabic. தாய்: Typhoon ASR.
- மாற்று: OVH Whisper. அதற்கு விசை தேவையில்லை, ஆனால் நிமிடத்திற்கு 2 கோரிக்கைகளை மட்டுமே அனுமதிக்கிறது.
படி 1: FreeLLMAPI-ஐ நிறுவி விசைகளைச் சேர்க்கவும்
FreeLLMAPI திறந்த மூலமானது. அது Docker-இல் உங்கள் கணினியில் இயங்குகிறது. உங்கள் வழங்குநர் விசைகள் உங்கள் கணினியிலேயே இருக்கும்.
நிறுவவும் (macOS அல்லது Linux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001 இல் டாஷ்போர்டைத் திறக்கவும். Keys பக்கத்தில் ஒரு Groq விசையையும் ஒரு Cloudflare விசையையும் சேர்க்கவும். இரண்டு வழங்குநர்களும் இலவச விசைகளை வழங்குகின்றனர், இரண்டும் Whisper ஐ வழங்குகின்றன. அதே பக்கத்திலிருந்து உங்கள் ஒருங்கிணைந்த விசையை நகலெடுக்கவும்.
account_id:token வடிவத்தில் இருக்கும். கணக்கு ID இல்லாத token வேலை செய்யாது.படி 2: ஒலிக் கோப்பை அனுப்பவும்
இறுதிப்புள்ளி OpenAI API போலவே multipart/form-data பதிவேற்றத்தை ஏற்கிறது. இரண்டு புலங்கள் தேவை: file மற்றும் model. ரூட்டர் ஒரு வழங்குநரைத் தேர்ந்தெடுக்க model=auto அல்லது model=whisper-1 ஐப் பயன்படுத்தவும்.
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)பதிலில் X-Provider தலைப்பும் X-Model தலைப்பும் இருக்கும். எந்த வழங்குநரும் மாதிரியும் எழுத்துப் பிரதியை உருவாக்கின என்பதை இந்தத் தலைப்புகள் காட்டுகின்றன.
விருப்பங்களும் வெளியீட்டு வடிவங்களும்
| புலம் | மதிப்புகள் | குறிப்புகள் |
|---|---|---|
file | ஒரு ஒலிக் கோப்பு | தேவை. FreeLLMAPI வழியாக ஒவ்வொரு பதிவேற்றத்திற்கும் அதிகபட்சம் 25 MB |
model | auto, whisper-1 அல்லது ஒரு மாதிரி id | தேவை. மாதிரி id ஒரு வழங்குநர் வரிசையை நிலைப்படுத்துகிறது |
response_format | json, text, verbose_json, vtt | இயல்பு json. srt பிழை 400 ஐத் திருப்புகிறது |
language | மொழிக் குறியீடு, எடுத்துக்காட்டாக en | விருப்பத்தேர்வு. மொழி தெரிந்தால் அமைக்கவும் |
prompt | உரை | விருப்பத்தேர்வு. பெயர்களையும் சிறப்புச் சொற்களையும் கொடுக்கவும் |
temperature | 0 முதல் 1 வரை | விருப்பத்தேர்வு. நிலையான வெளியீட்டுக்கு 0 ஐ வைத்திருக்கவும் |
- verbose_json வழங்குநர் பிரிவுகளைத் திருப்பும்போது நேரங்களுடன் கூடிய பிரிவுகளைத் தருகிறது. வழங்குநருக்குப் பிரிவுகள் இல்லையென்றால், எளிய JSON வடிவம் கிடைக்கும்.
- vtt வசனங்கள் அவற்றை இயல்பாக உருவாக்கும் வழங்குநர்களிடமிருந்து மட்டுமே வருகின்றன. பட்டியலில், இவை Cloudflare Whisper மாதிரிகள்.
- srt மறுக்கப்படுகிறது. கட்டமைக்கப்பட்ட எந்த வழங்குநரும் SRT ஐ இயல்பாக உருவாக்குவதில்லை, நுழைவாயில் அதை மாற்றுவதில்லை.
இலவச வரம்புகளும் அவற்றுக்குள் இருப்பது எப்படியும்
இலவச எழுத்தாக்க வரம்புகள் வெவ்வேறு அலகுகளைப் பயன்படுத்துகின்றன. சில வழங்குநர்கள் கோரிக்கைகளை எண்ணுகின்றனர். மற்றவை ஒலி நேரத்தையோ தினசரி கணினி வரவுசெலவையோ எண்ணுகின்றன.
| வழங்குநர் | இலவச வரம்பு (அதிகாரப்பூர்வ) | உங்களுக்கு அதன் பொருள் |
|---|---|---|
| Groq | இலவச அடுக்கில் ஒவ்வொரு கோப்புக்கும் 25 MB. 10 விநாடிகளுக்குக் குறைவான கோரிக்கைகள் 10 விநாடிகளாகக் கணக்கிடப்படுகின்றன | வேகமானது. குறுகிய மற்றும் நடுத்தரக் கோப்புகளுக்கு நல்ல முதல் தேர்வு |
| Cloudflare Workers AI | ஒவ்வொரு நாளும் 10,000 neurons. Whisper Large v3 Turbo ஒவ்வொரு ஒலி நிமிடத்துக்கும் 46.63 neurons ஐப் பயன்படுத்துகிறது | வேறு Workers AI மாதிரி வரவுசெலவைப் பயன்படுத்தவில்லையென்றால், ஒவ்வொரு நாளும் சுமார் 214 ஒலி நிமிடங்கள் |
| OVH AI Endpoints | விசை இல்லாமல், ஒவ்வொரு IP முகவரிக்கும் மாதிரிக்கும் நிமிடத்திற்கு 2 கோரிக்கைகள் | மெதுவான மாற்று. தொகுப்புகளுக்கு இதைப் பயன்படுத்த வேண்டாம் |
| Cohere | சோதனை விசை: எல்லா இறுதிப்புள்ளிகளுக்கும் மாதத்திற்கு 1,000 API அழைப்புகள் | அழைப்புகள் அரட்டை மற்றும் embeddings உடன் பகிரப்படுகின்றன |
- இரண்டு அல்லது அதற்கு மேற்பட்ட வழங்குநர்களின் விசைகளைச் சேர்க்கவும். Groq 429 பிழையை அனுப்பும்போது, ரூட்டர் கோப்பை அடுத்த வழங்குநருக்கு அனுப்புகிறது.
- பதிவேற்றத்திற்கு முன் பெரிய கோப்புகளை மாற்றவும். Groq கூறுகிறது, அதன் மாதிரிகள் ஒலியை 16 kHz mono ஆகக் குறைக்கின்றன. கோப்பைச் சிறியதாக்க இதை நீங்களே செய்யவும்.
- சுமார் 25 MB க்கு மேலான ஒலியைப் பகுதிகளாகப் பிரிக்கவும். ஒவ்வொரு பகுதியையும் எழுத்தாக்கி, பிறகு உரையை இணைக்கவும்.
ffmpeg மூலம் கோப்பைச் சிறியதாக்கவும் (16 kHz mono FLAC)
ffmpeg -i interview.m4a -ar 16000 -ac 1 -c:a flac interview.flacசிக்கல் தீர்த்தல்
| சிக்கல் | காரணம் | தீர்வு |
|---|---|---|
பிழை 413 file_too_large | கோப்பு 25 MB ஐ விடப் பெரியது | 16 kHz mono ஆக மாற்றவும், அல்லது கோப்பைப் பிரிக்கவும் |
பிழை 400 model தேவை | படிவத்தில் model புலம் இல்லை | -F model=auto ஐச் சேர்க்கவும் |
பிழை 400 unsupported_format | நீங்கள் srt ஐக் கேட்டீர்கள் | vtt, json, text அல்லது verbose_json ஐப் பயன்படுத்தவும் |
பிழை 503 no_transcription_models | எழுத்தாக்க மாதிரி எதுவும் இயக்கப்படவில்லை | ஒரு Groq அல்லது Cloudflare விசையைச் சேர்க்கவும், பிறகு பட்டியல் ஒத்திசைவுக்காகக் காத்திருக்கவும் |
| பெயர்களுக்குத் தவறான சொற்கள் | மாதிரிக்குச் சொற்கள் தெரியாது | prompt புலத்தில் பெயர்களை அனுப்பவும் |
காலியான vtt வெளியீடு | வழங்குநர் VTT ஐ உருவாக்கவில்லை | ஒரு Cloudflare Whisper மாதிரி id ஐ நிலைப்படுத்தவும் |
அடிக்கடி கேட்கப்படும் கேள்விகள்
இலவச பேச்சிலிருந்து உரை API உள்ளதா?
ஆம். Groq, Cloudflare Workers AI, OVH, Mistral மற்றும் Cohere ஆகியவை வரம்புகளுடன் இலவச எழுத்தாக்கத்தை வழங்குகின்றன. FreeLLMAPI 13 இலவச மாதிரிகளை ஒரே OpenAI-இணக்கமான இறுதிப்புள்ளியின் பின்னால் வைக்கிறது.
அதிகபட்ச ஒலிக் கோப்பு அளவு என்ன?
FreeLLMAPI 25 MB வரையிலான பதிவேற்றங்களை ஏற்கிறது. Groq தனது இலவச அடுக்கிலும் 25 MB ஐ அனுமதிக்கிறது. நீண்ட ஒலிக்கு, அதை 16 kHz mono ஆக மாற்றவும் அல்லது பகுதிகளாகப் பிரிக்கவும்.
இலவச பேச்சிலிருந்து உரை API-இலிருந்து வசனங்களைப் பெற முடியுமா?
ஆம். response_format ஐ vtt ஆக அமைக்கவும். Cloudflare Whisper மாதிரிகள் மட்டுமே VTT ஐ இயல்பாக உருவாக்குகின்றன. SRT கிடைக்காது.
இலவச பேச்சிலிருந்து உரை API, OpenAI Python SDK உடன் வேலை செய்யுமா?
ஆம். base_url ஐ http://localhost:3001/v1 ஆகவும், file மற்றும் model="auto" உடன் client.audio.transcriptions.create ஐ அழைக்கவும் அமைக்கவும்.
தொடர்புடைய வழிகாட்டிகள்
- இலவச Whisper API
- இலவச உரையிலிருந்து பேச்சு API
- free groq api
- free cloudflare api
- OVH AI Endpoints இலவச API
ஆதாரங்கள்
- FreeLLMAPI README: supported endpoints (சரிபார்க்கப்பட்டது 20 November 2026)
- Groq docs: Speech to text (சரிபார்க்கப்பட்டது 20 November 2026)
- Cloudflare Workers AI pricing (சரிபார்க்கப்பட்டது 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (சரிபார்க்கப்பட்டது 20 November 2026)
- OVHcloud AI Endpoints capabilities (சரிபார்க்கப்பட்டது 20 November 2026)
- Cohere docs: rate limits (சரிபார்க்கப்பட்டது 20 November 2026)
அனைத்து வழிகாட்டிகள் · அனைத்து இலவச மாதிரிகளையும் பார்க்கவும்