หน้าแรก / คู่มือ / API แปลงเสียงเป็นข้อความฟรี

API แปลงเสียงเป็นข้อความฟรี

API แปลงเสียงเป็นข้อความจะเปลี่ยนเสียงเป็นข้อความ Groq, Cloudflare, OVH, Mistral, Cohere และผู้ให้บริการอื่นให้การถอดเสียงฟรีพร้อมขีดจำกัด FreeLLMAPI รวมโมเดลการถอดเสียงฟรี 13 รายการไว้หลัง endpoint เดียวที่เข้ากันได้กับ OpenAI คือ /v1/audio/transcriptions เมื่อผู้ให้บริการรายหนึ่งหยุดคำขอ เราเตอร์จะลองรายถัดไป

โค้ด ชื่อโมเดล และป้ายกำกับของแคตตาล็อกสดจะแสดงเป็นภาษาอังกฤษ

โมเดลการถอดเสียงฟรีในขณะนี้

ตารางแสดงโมเดลการถอดเสียงฟรีในแคตตาล็อก FreeLLMAPI ข้อมูลมาจากแคตตาล็อกสด "Max upload" คือไฟล์ที่ใหญ่ที่สุดที่ผู้ให้บริการรับในระดับฟรี เมื่อแคตตาล็อกทราบค่านี้

โมเดลผู้ให้บริการขนาดอัปโหลดสูงสุดขีดจำกัดฟรี
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)

ข้อมูลสดจากแคตตาล็อก FreeLLMAPI (เวอร์ชัน 2026.11.19 ตรวจสอบเมื่อ 2026-11-19) ขีดจำกัดฟรีเปลี่ยนบ่อย แคตตาล็อกถูกตรวจสอบทุกวัน

รายการส่วนใหญ่เป็นโมเดล Whisper จาก OpenAI ซึ่งผู้ให้บริการต่างรายโฮสต์ ตารางนี้ยังมี Deepgram Nova-3 บน Cloudflare, Voxtral จาก Mistral, Cohere Transcribe และ Typhoon ASR สำหรับภาษาไทย หากต้องการเปรียบเทียบเฉพาะโมเดล Whisper ให้อ่าน Free Whisper API

ใช้กฎนี้เพื่อเลือกโมเดล:

  • การถอดเสียงทั่วไปหลายภาษา: Whisper Large v3 หรือ Whisper Large v3 Turbo: Turbo เร็วกว่า Large v3 มีอัตราความผิดพลาดของคำต่ำกว่าบน Groq
  • คำบรรยาย: โมเดล Whisper ของ Cloudflare เพราะให้ผลลัพธ์เป็น VTT
  • ภาษาอาหรับ: Cohere Transcribe Arabic ภาษาไทย: Typhoon ASR
  • สำรอง: OVH Whisper ไม่ต้องใช้คีย์ แต่อนุญาตเพียง 2 คำขอต่อนาที

ขั้นตอนที่ 1: ติดตั้ง FreeLLMAPI และเพิ่มคีย์

FreeLLMAPI เป็นโอเพนซอร์ส ทำงานบนคอมพิวเตอร์ของคุณใน Docker คีย์ของผู้ให้บริการยังคงอยู่บนคอมพิวเตอร์ของคุณ

ติดตั้ง (macOS หรือ Linux)

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

เปิดแดชบอร์ดที่ http://localhost:3001 เพิ่มคีย์ Groq และคีย์ Cloudflare ในหน้า Keys ผู้ให้บริการทั้งสองรายให้คีย์ฟรี และทั้งคู่ให้บริการ Whisper คัดลอกคีย์รวมของคุณจากหน้าเดียวกัน

รูปแบบคีย์ Cloudflare: คีย์ Cloudflare Workers AI มีรูปแบบ account_id:token โทเคนที่ไม่มี account ID ใช้งานไม่ได้

ขั้นตอนที่ 2: ส่งไฟล์เสียง

endpoint รับการอัปโหลดแบบ multipart/form-data เหมือน OpenAI API มีสองฟิลด์ที่จำเป็น: file และ model ใช้ model=auto หรือ model=whisper-1 เพื่อให้เราเตอร์เลือกผู้ให้บริการ

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)

การตอบกลับมี header X-Provider และ header X-Model header เหล่านี้แสดงว่าผู้ให้บริการและโมเดลใดสร้างข้อความถอดเสียง

ตัวเลือกและรูปแบบผลลัพธ์

ฟิลด์ค่าหมายเหตุ
fileไฟล์เสียงหนึ่งไฟล์จำเป็น สูงสุด 25 MB ต่อการอัปโหลดแต่ละครั้งผ่าน FreeLLMAPI
modelauto, whisper-1 หรือ ID โมเดลจำเป็น ID โมเดลจะล็อกแถวผู้ให้บริการหนึ่งแถว
response_formatjson, text, verbose_json, vttค่าเริ่มต้นคือ json srt ส่งข้อผิดพลาด 400
languageรหัสภาษา เช่น enไม่บังคับ ตั้งค่าเมื่อคุณทราบภาษา
promptข้อความไม่บังคับ ใส่ชื่อและคำเฉพาะ
temperature0 ถึง 1ไม่บังคับ ตั้งเป็น 0 เพื่อให้ผลลัพธ์คงที่
  • verbose_json ให้ส่วนของข้อความพร้อมเวลา เมื่อผู้ให้บริการส่งส่วนของข้อความ หากผู้ให้บริการไม่มีส่วนของข้อความ คุณจะได้รูปแบบ JSON ธรรมดา
  • vtt คำบรรยายมาจากผู้ให้บริการที่สร้างเองได้เท่านั้น ในแคตตาล็อก ได้แก่ โมเดล Whisper ของ Cloudflare
  • srt ถูกปฏิเสธ ไม่มีผู้ให้บริการที่ตั้งค่าไว้รายใดสร้าง SRT ได้เอง และเกตเวย์ไม่แปลงให้

ขีดจำกัดฟรีและวิธีอยู่ในขีดจำกัด

ขีดจำกัดการถอดเสียงฟรีใช้หน่วยที่ต่างกัน ผู้ให้บริการบางรายนับคำขอ บางรายนับเวลาเสียงหรืองบประมาณการประมวลผลรายวัน

ขีดจำกัดจากเอกสารของผู้ให้บริการ ตรวจสอบเมื่อ 2026-11-19
ผู้ให้บริการขีดจำกัดฟรี (อย่างเป็นทางการ)หมายความว่าอย่างไรสำหรับคุณ
Groq25 MB ต่อไฟล์ในระดับฟรี คำขอที่ต่ำกว่า 10 วินาทีถูกคิดเป็น 10 วินาทีเร็ว เป็นตัวเลือกแรกที่ดีสำหรับไฟล์สั้นและปานกลาง
Cloudflare Workers AI10,000 neurons ต่อวัน Whisper Large v3 Turbo ใช้ 46.63 neurons ต่อนาทีของเสียงประมาณ 214 นาทีของเสียงต่อวัน หากไม่มีโมเดล Workers AI อื่นใช้งบประมาณ
OVH AI Endpoints2 คำขอต่อนาทีต่อ IP address และต่อโมเดล โดยไม่ต้องใช้คีย์สำรองที่ช้า อย่าใช้สำหรับงานแบบชุด
Cohereคีย์ทดลอง: 1,000 การเรียก API ต่อเดือนสำหรับทุก endpointการเรียกใช้ร่วมกับแชตและ embedding
  • เพิ่มคีย์จากผู้ให้บริการสองรายขึ้นไป เมื่อ Groq ส่งข้อผิดพลาด 429 เราเตอร์จะส่งไฟล์ไปยังผู้ให้บริการรายถัดไป
  • แปลงไฟล์ขนาดใหญ่ก่อนอัปโหลด Groq ระบุว่าโมเดลของตนลดความถี่เสียงเป็น 16 kHz โมโน ทำขั้นตอนนี้เองเพื่อให้ไฟล์เล็กลง
  • แบ่งเสียงที่ยาวกว่าประมาณ 25 MB เป็นส่วน ถอดเสียงแต่ละส่วน แล้วรวมข้อความ

ทำให้ไฟล์เล็กลงด้วย ffmpeg (FLAC 16 kHz โมโน)

ffmpeg -i interview.m4a -ar 16000 -ac 1 -c:a flac interview.flac

การแก้ปัญหา

ปัญหาสาเหตุวิธีแก้
ข้อผิดพลาด 413 file_too_largeไฟล์ใหญ่กว่า 25 MBแปลงเป็น 16 kHz โมโน หรือแบ่งไฟล์
ข้อผิดพลาด 400 model is requiredฟอร์มไม่มีฟิลด์ modelเพิ่ม -F model=auto
ข้อผิดพลาด 400 unsupported_formatคุณขอ srtใช้ vtt, json, text หรือ verbose_json
ข้อผิดพลาด 503 no_transcription_modelsไม่ได้เปิดใช้โมเดลการถอดเสียงใดเลยเพิ่มคีย์ Groq หรือ Cloudflare แล้วรอการซิงก์แคตตาล็อก
คำผิดสำหรับชื่อโมเดลไม่รู้จักคำเหล่านี้ส่งชื่อในฟิลด์ prompt
ผลลัพธ์ vtt ว่างเปล่าผู้ให้บริการไม่สร้าง VTTล็อก ID โมเดล Whisper ของ Cloudflare
ใช้ทุกตัวในรายการนี้ผ่านคีย์เดียว FreeLLMAPI คือเราเตอร์โอเพนซอร์สที่คุณโฮสต์เอง รวมระดับฟรีทั้งหมดนี้ไว้หลังปลายทางเดียวที่เข้ากันได้กับ OpenAI และเปลี่ยนไปใช้ตัวอื่นเมื่อตัวใดตัวหนึ่งถูกจำกัดอัตรา ดูแคตตาล็อก หรือ เริ่มใช้งานจริง.

คำถามที่พบบ่อย

มี API แปลงเสียงเป็นข้อความฟรีไหม

มี Groq, Cloudflare Workers AI, OVH, Mistral และ Cohere ให้การถอดเสียงฟรีพร้อมขีดจำกัด FreeLLMAPI รวมโมเดลฟรี 13 รายการไว้หลัง endpoint เดียวที่เข้ากันได้กับ OpenAI

ไฟล์เสียงมีขนาดสูงสุดเท่าไร

FreeLLMAPI รับการอัปโหลดได้สูงสุด 25 MB Groq ก็อนุญาต 25 MB ในระดับฟรี สำหรับเสียงที่ยาวกว่า ให้แปลงเป็น 16 kHz โมโน หรือแบ่งเป็นส่วน

ฉันขอคำบรรยายจาก API แปลงเสียงเป็นข้อความฟรีได้ไหม

ได้ ตั้ง response_format เป็น vtt มีเพียงโมเดล Whisper ของ Cloudflare ที่สร้าง VTT ได้เอง ไม่มี SRT

API แปลงเสียงเป็นข้อความฟรีใช้กับ OpenAI Python SDK ได้ไหม

ได้ ตั้ง base_url เป็น http://localhost:3001/v1 แล้วเรียก client.audio.transcriptions.create พร้อมไฟล์และ model="auto"

คู่มือที่เกี่ยวข้อง

แหล่งข้อมูล

คู่มือทั้งหมด · ดูโมเดลฟรีทั้งหมด