இலவச Whisper API

Whisper என்பது OpenAI-இன் திறந்த பேச்சு அங்கீகார மாடல். ஒவ்வொன்றுக்கும் தனித்தனி வரம்புகளுடன், Groq, Cloudflare Workers AI மற்றும் OVH AI Endpoints-இல் நீங்கள் அதை இலவசமாக இயக்கலாம். FreeLLMAPI இந்த Whisper வழங்குநர்களை ஒரே OpenAI-compatible endpoint பின்னால் வைக்கிறது. உங்கள் குறியீடு /v1/audio/transcriptions-ஐ அழைக்கிறது, ஒரு வழங்குநர் தனது வரம்பை அடையும்போது router அடுத்த வழங்குநருக்கு மாறுகிறது.

குறியீடு, மாதிரிப் பெயர்கள் மற்றும் நேரடி பட்டியல் லேபிள்கள் ஆங்கிலத்தில் காட்டப்படுகின்றன.

Whisper எங்கே இலவசம்

இந்த அட்டவணை FreeLLMAPI catalog-இல் உள்ள எல்லா இலவச transcription மாடல்களையும் நேரடி catalog-இலிருந்து பட்டியலிடுகிறது. Whisper வரிசைகள் என்பவை model id-யில் whisper உள்ளவை.

மாதிரிவழங்குநர்அதிகபட்ச பதிவேற்றம்இலவச வரம்பு
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)

FreeLLMAPI பட்டியலிலிருந்து நேரடி தரவு (பதிப்பு 2026.11.19, சரிபார்க்கப்பட்டது 2026-11-19). இலவச வரம்புகள் அடிக்கடி மாறும். பட்டியல் ஒவ்வொரு நாளும் சரிபார்க்கப்படுகிறது.

அதிகாரப்பூர்வ வரம்புகள், 20 நவம்பர் 2026 அன்று சரிபார்க்கப்பட்டவை
வழங்குநர்Whisper மாடல்கள்இலவச வரம்பு (அதிகாரப்பூர்வ)சிறந்தது
GroqWhisper Large v3, Whisper Large v3 Turboஇலவச அடுக்கில் ஒரு கோப்புக்கு 25 MB. 10 வினாடிகளுக்குக் குறைவான ஒலி 10 வினாடிகளாகக் கணக்கிடப்படுகிறதுவேகமும் துல்லியமும்
Cloudflare Workers AIWhisper Large v3 Turbo, Whisper, Whisper Tiny ஆங்கிலம்நாளுக்கு 10,000 neurons. Large v3 Turbo ஒவ்வொரு ஒலி நிமிடத்துக்கும் 46.63 neurons பயன்படுத்துகிறதுVTT வசனங்கள், நாளுக்கு சுமார் 214 ஒலி நிமிடங்கள்
OVH AI EndpointsWhisper Large v3, Whisper Large v3 Turbokey இல்லாமல், ஒவ்வொரு IP முகவரி மற்றும் மாடலுக்கும் நிமிடத்துக்கு 2 கோரிக்கைகள்பதிவு இல்லாத fallback

Groq மற்றும் Cloudflare key-களை ஒன்றாகச் சேர்க்கவும். Groq 429 பிழையை அனுப்பும்போது, router அதே கோப்பை சங்கிலியில் அடுத்த வழங்குநருக்கு அனுப்புகிறது. OVH ஒரு நல்ல கடைசி fallback, ஏனெனில் அதன் அடையாளமற்ற வரம்பு குறைவு. ஒவ்வொரு வழங்குநரின் இலவச வரம்புகளும் தனித்தனியானவை, எனவே ஒவ்வொரு கூடுதல் key-யும் திறனைக் கூட்டுகிறது.

Whisper Large v3 அல்லது Large v3 Turbo?

Groq இரண்டு மாடல்களுக்கும் சொல் பிழை விகிதத்தை (WER) வெளியிடுகிறது. குறைந்த WER என்றால் குறைவான தவறான சொற்கள் என்று பொருள்.

மாடல்Groq-இல் WERGroq-இல் மொழிபெயர்ப்புஎப்போது தேர்ந்தெடுக்க வேண்டும்
whisper-large-v310.3%ஆம்பெயர்கள், எண்கள் மற்றும் உச்சரிப்புகளில் துல்லியம் மிக முக்கியம்
whisper-large-v3-turbo12%இல்லைதெளிவான பேச்சுக்கு விரைவான முடிவுகள் தேவை

Cloudflare-இல் உள்ள Whisper Tiny English சிறியது, ஆங்கிலத்தை மட்டுமே ஆதரிக்கிறது. குறுகிய, தெளிவான ஆங்கில ஒலிக்கு மட்டும் அதைப் பயன்படுத்துங்கள். இரண்டு பெரிய மாடல்களும் பல மொழிகளை ஆதரிக்கின்றன.

மொழிபெயர்ப்பு: FreeLLMAPI ஆவணங்கள் /v1/audio/transcriptions-ஐ மட்டுமே பட்டியலிடுகின்றன. /v1/audio/translations endpoint இல்லை. பிற மொழிகளிலிருந்து ஆங்கிலம் பெற, முதலில் transcribe செய்யுங்கள், பின்னர் உரையை ஒரு chat மாடலுடன் மொழிபெயர்க்கவும்.

படி 1: FreeLLMAPI-ஐ நிறுவி key-களைச் சேர்க்கவும்

FreeLLMAPI ஒரு open-source நிரல். இது Docker-இல் உங்கள் கணினியில் இயங்குகிறது. உங்கள் வழங்குநர் key-கள் உங்கள் கணினியிலேயே இருக்கும்.

நிறுவுங்கள் (macOS அல்லது Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

http://localhost:3001-இல் dashboard-ஐத் திறவுங்கள். Keys பக்கத்தில் ஒரு Groq key-யும் ஒரு Cloudflare key-யும் சேர்க்கவும். Cloudflare key வடிவம் account_id:token. OVH Whisper-க்கு key தேவையில்லை. அதே பக்கத்திலிருந்து உங்கள் ஒருங்கிணைந்த key-ஐ நகலெடுக்கவும்.

படி 2: Whisper மூலம் transcribe செய்யுங்கள்

கோப்பை multipart/form-data-ஆக அனுப்புங்கள். router தேர்ந்தெடுக்க model=auto அல்லது model=whisper-1-ஐப் பயன்படுத்துங்கள். ஒரு மாடலை நிலைப்படுத்த, அதன் id-ஐ அனுப்புங்கள். whisper-large-v3-turbo id, Groq மற்றும் OVH-இல் உள்ள வரிசைகளுடன் பொருந்துகிறது, எனவே failover அதே மாடலில் இருக்கும்.

curl: Whisper Large v3 Turbo-ஐ நிலைப்படுத்துங்கள்

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_json

Python: Cloudflare Whisper-இலிருந்து வசனங்கள்

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)

நீண்ட பதிவுகள்: சுருக்கி பிரியுங்கள்

FreeLLMAPI மற்றும் Groq இலவச அடுக்கு இரண்டும் ஒரு பதிவேற்றத்தில் அதிகபட்சம் 25 MB ஏற்கின்றன. Whisper ஒலியை 16 kHz mono ஆகக் குறைக்கிறது என்று Groq கூறுகிறது. கோப்பை மிகச் சிறியதாக்க, பதிவேற்றத்துக்கு முன் இதைச் செய்யுங்கள். நீண்ட பதிவுகளுக்கு, ஒலியை பகுதிகளாகப் பிரியுங்கள்.

ffmpeg: 10 நிமிடப் பகுதிகளாக 16 kHz mono FLAC

ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flac

Python: பகுதிகளை வரிசைப்படி transcribe செய்யுங்கள்

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))

இரண்டு பகுதிகளுக்கு இடையிலான எல்லையில் ஒரு சொல் வெட்டப்படலாம். துல்லியமான முடிவுகளுக்கு, பகுதிகளுக்கு இடையில் குறுகிய overlap-ஐ Groq பரிந்துரைக்கிறது. சில ஒலிகள் நன்றாகச் சுருங்குவதில்லை என்பதால், பதிவேற்றத்துக்கு முன் ஒவ்வொரு பகுதியின் அளவையும் சரிபாருங்கள்.

சிறந்த Whisper பதிவுகளைப் பெறுங்கள்

  • மொழியை அமையுங்கள்: language-ஐ en, de அல்லது ur போன்ற குறியீட்டுடன் அனுப்புங்கள். அப்போது Whisper மொழியைக் கண்டறிய வேண்டியதில்லை.
  • prompt-ஐப் பயன்படுத்துங்கள்: பெயர்கள், தயாரிப்பு பெயர்கள் மற்றும் சிறப்புச் சொற்களை prompt-இல் அனுப்புங்கள். எழுத்துப்பிழைக்கான சூழலாக Whisper அவற்றைப் பயன்படுத்துகிறது.
  • temperature-ஐ 0-இல் வையுங்கள்: அதிக மதிப்பு மேலும் மாறுபட்ட உரையைத் தருகிறது, இது பதிவுகளுக்கு அரிதாகவே பயனுள்ளது.
  • ஒலியைச் சுத்தம் செய்யுங்கள்: இசையையும் நீண்ட அமைதியையும் நீக்குங்கள். பேச்சை மைக்ரோஃபோனுக்கு அருகில் பதிவு செய்யுங்கள்.
  • நேர முத்திரைகளைப் பெறுங்கள்: response_format=verbose_json-ஐப் பயன்படுத்துங்கள். வழங்குநர் பிரிவுகளைத் தரும்போது, ஒவ்வொன்றுக்கும் தொடக்க மற்றும் முடிவு நேரம் இருக்கும். பிரிவுகள் இல்லையென்றால், உரையை மட்டும் கொண்ட எளிய JSON கிடைக்கும்.
  • வழங்குநரைச் சரிபாருங்கள்: X-Provider மற்றும் X-Model response headers, எந்த வழங்குநரும் மாடலும் உரையை உருவாக்கின என்று காட்டுகின்றன. தரத்தை ஒப்பிடும்போது அவற்றைப் பதிவு செய்யுங்கள்.

சிக்கல் தீர்வு

சிக்கல்காரணம்தீர்வு
பிழை 413 file_too_largeபதிவேற்றம் 25 MB-ஐ விடப் பெரியது16 kHz mono FLAC-ஆக மாற்றுங்கள், அல்லது கோப்பைப் பிரியுங்கள்
சொற்கள் திரும்பத் திரும்ப வருகின்றன, அல்லது அமைதியில் உரை தோன்றுகிறதுநீண்ட அமைதிப் பகுதிகளில் பேசப்படாத உரையை Whisper எழுதலாம்பதிவேற்றத்துக்கு முன் நீண்ட அமைதியை வெட்டுங்கள்
பெயர்கள் தவறாக எழுதப்படுகின்றனWhisper பெயர்களை அறியாதுபெயர்களை prompt புலத்தில் அனுப்புங்கள்
OVH-இலிருந்து பிழை 429அடையாளமற்ற வரம்பு நிமிடத்துக்கு 2 கோரிக்கைகள்Groq அல்லது Cloudflare key-ஐச் சேர்க்கவும்
srt-இல் பிழை 400எந்த வழங்குநரும் SRT உருவாக்குவதில்லைCloudflare Whisper மாடலுடன் vtt-ஐப் பயன்படுத்துங்கள்
இவை அனைத்தையும் ஒரே விசை மூலம் பயன்படுத்துங்கள். FreeLLMAPI என்பது திறந்த மூலமான, நீங்களே நிறுவும் ரூட்டர். இந்த இலவச அடுக்குகள் அனைத்தையும் ஒரே OpenAI-இணக்கமான இறுதிப்புள்ளிக்குப் பின்னால் வைக்கிறது. ஒரு வழங்குநர் வரம்பை எட்டும்போது தானாக அடுத்ததற்கு மாறுகிறது. பட்டியலைப் பார்க்கவும் அல்லது நேரலைக்குச் செல்லவும்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

இலவச Whisper API உள்ளதா?

ஆம். Groq, Cloudflare Workers AI மற்றும் OVH AI Endpoints வரம்புகளுடன் Whisper-ஐ இலவசமாக இயக்குகின்றன. FreeLLMAPI அவற்றை failover உடன் ஒரே OpenAI-compatible endpoint பின்னால் வைக்கிறது.

இலவச Whisper API-இன் கோப்பு அளவு வரம்பு என்ன?

Groq தனது இலவச அடுக்கில் ஒரு கோப்புக்கு 25 MB அனுமதிக்கிறது, FreeLLMAPI 25 MB வரையிலான பதிவேற்றங்களை ஏற்கிறது. நீண்ட பதிவுகளுக்கு ஒலியை 16 kHz mono-ஆக மாற்றுங்கள் அல்லது பிரியுங்கள்.

Whisper Large v3 Turbo, Whisper Large v3 போல துல்லியமானதா?

சரியாக இல்லை. Turbo-க்கு 12% மற்றும் Large v3-க்கு 10.3% சொல் பிழை விகிதத்தை Groq பட்டியலிடுகிறது. Turbo வேகமானது, கட்டண திட்டங்களில் குறைந்த செலவு.

இலவச Whisper API ஒலியை ஆங்கிலத்துக்கு மொழிபெயர்க்க முடியுமா?

FreeLLMAPI-இல் மொழிபெயர்ப்பு endpoint இல்லை. முதலில் ஒலியை transcribe செய்யுங்கள், பின்னர் உரையை ஓர் இலவச chat மாடலுடன் மொழிபெயர்க்கவும்.

இலவச Whisper API-உடன் OpenAI Python SDK வேலை செய்யுமா?

ஆம். base_url-ஐ http://localhost:3001/v1 என அமையுங்கள், பின்னர் model="auto" அல்லது ஒரு Whisper model id உடன் client.audio.transcriptions.create-ஐ அழையுங்கள்.

தொடர்புடைய வழிகாட்டிகள்

ஆதாரங்கள்

அனைத்து வழிகாட்டிகள் · அனைத்து இலவச மாதிரிகளையும் பார்க்கவும்