Free Whisper API

Whisper เป็นโมเดลรู้จำเสียงพูดแบบโอเพนซอร์สจาก OpenAI คุณรันได้ฟรีบน Groq, Cloudflare Workers AI และ OVH AI Endpoints แต่ละรายมีขีดจำกัดของตนเอง FreeLLMAPI รวมโฮสต์ Whisper เหล่านี้ไว้หลัง endpoint OpenAI-compatible เพียงตัวเดียว โค้ดของคุณเรียก /v1/audio/transcriptions และเราเตอร์จะย้ายไปยังโฮสต์รายถัดไปเมื่อรายหนึ่งถึงขีดจำกัด

โค้ด ชื่อโมเดล และป้ายกำกับของแคตตาล็อกสดจะแสดงเป็นภาษาอังกฤษ

Whisper ฟรีที่ไหนบ้าง

ตารางแสดงโมเดลถอดเสียงฟรีทั้งหมดในแคตตาล็อกของ FreeLLMAPI จากแคตตาล็อกสด แถวของ Whisper คือแถวที่มี whisper อยู่ใน model id

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

ขีดจำกัดทางการ ตรวจสอบเมื่อ 20 พฤศจิกายน 2026
โฮสต์โมเดล Whisperโควตาฟรี (ทางการ)เหมาะกับ
GroqWhisper Large v3, Whisper Large v3 Turbo25 MB ต่อไฟล์ในแพ็กเกจฟรี เสียงที่สั้นกว่า 10 วินาทีนับเป็น 10 วินาทีความเร็วและความแม่นยำ
Cloudflare Workers AIWhisper Large v3 Turbo, Whisper, Whisper Tiny ภาษาอังกฤษ10,000 นิวรอนต่อวัน Large v3 Turbo ใช้ 46.63 นิวรอนต่อนาทีของเสียงคำบรรยาย VTT ประมาณ 214 นาทีของเสียงต่อวัน
OVH AI EndpointsWhisper Large v3, Whisper Large v3 Turbo2 คำขอต่อนาทีต่อ IP address และโมเดล ไม่ต้องมีคีย์ตัวสำรองที่ไม่ต้องสมัคร

เพิ่มคีย์ของ Groq และ Cloudflare พร้อมกัน เมื่อ Groq ส่งข้อผิดพลาด 429 เราเตอร์จะส่งไฟล์เดิมไปยังโฮสต์รายถัดไปในเชน OVH เป็นตัวสำรองสุดท้ายที่ดี เพราะขีดจำกัดแบบไม่ระบุตัวตนของ OVH ต่ำ โควตาฟรีของแต่ละโฮสต์แยกกัน คีย์เพิ่มแต่ละคีย์จึงเพิ่มความจุ

Whisper Large v3 หรือ Large v3 Turbo

Groq เผยแพร่อัตราความผิดพลาดของคำ (WER) สำหรับทั้งสองโมเดล WER ที่ต่ำกว่าหมายถึงคำที่ผิดน้อยกว่า

โมเดลWER บน Groqการแปลบน Groqเลือกเมื่อ
whisper-large-v310.3%ได้ความแม่นยำสำคัญที่สุด เช่น ชื่อ ตัวเลข และสำเนียง
whisper-large-v3-turbo12%ไม่ได้คุณต้องการผลลัพธ์ที่รวดเร็วสำหรับเสียงพูดที่ชัดเจน

Whisper Tiny English บน Cloudflare มีขนาดเล็กและรองรับเฉพาะภาษาอังกฤษ ใช้เฉพาะกับเสียงภาษาอังกฤษที่สั้นและชัดเจน โมเดลขนาดใหญ่ทั้งสองรองรับหลายภาษา

การแปล: เอกสาร FreeLLMAPI ระบุเฉพาะ /v1/audio/transcriptions ไม่มี endpoint /v1/audio/translations หากต้องการภาษาอังกฤษจากภาษาอื่น ให้ถอดเสียงก่อน แล้วแปลข้อความด้วยโมเดลแชต

ขั้นตอนที่ 1: ติดตั้ง FreeLLMAPI และเพิ่มคีย์

FreeLLMAPI เป็นโอเพนซอร์ส ทำงานบนคอมพิวเตอร์ของคุณใน Docker คีย์ของผู้ให้บริการของคุณจะอยู่บนคอมพิวเตอร์ของคุณ

ติดตั้ง (macOS หรือ Linux)

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

เปิดแดชบอร์ดที่ http://localhost:3001 เพิ่มคีย์ Groq และคีย์ Cloudflare ในหน้า Keys คีย์ Cloudflare มีรูปแบบ account_id:token OVH Whisper ไม่ต้องใช้คีย์ คัดลอกคีย์รวมจากหน้าเดียวกัน

ขั้นตอนที่ 2: ถอดเสียงด้วย Whisper

ส่งไฟล์เป็น multipart/form-data ใช้ model=auto หรือ model=whisper-1 เพื่อให้เราเตอร์เลือก หากต้องการกำหนดโมเดล ให้ส่ง id ของโมเดลนั้น id whisper-large-v3-turbo ตรงกับแถวบน Groq และ OVH การสลับสำรองจึงคงอยู่กับโมเดลเดียวกัน

curl: กำหนด Whisper Large v3 Turbo

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: คำบรรยายจาก Cloudflare Whisper

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)

การบันทึกยาว: บีบอัดและแบ่งไฟล์

FreeLLMAPI และแพ็กเกจฟรีของ Groq รับอัปโหลดได้สูงสุด 25 MB ในครั้งเดียว Groq ระบุว่า Whisper ลดความถี่ของเสียงเหลือ 16 kHz โมโน ทำก่อนอัปโหลดเพื่อให้ไฟล์เล็กลงมาก สำหรับการบันทึกยาว ให้แบ่งเสียงเป็นส่วนๆ

ffmpeg: ส่วน FLAC โมโน 16 kHz ส่วนละ 10 นาที

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

Python: ถอดเสียงทีละส่วนตามลำดับ

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))

คำอาจถูกตัดที่ขอบระหว่างสองส่วน Groq แนะนำให้มีช่วงซ้อนกันเล็กน้อยระหว่างส่วนเพื่อผลลัพธ์ที่แม่นยำ ตรวจสอบขนาดของแต่ละส่วนก่อนอัปโหลด เพราะเสียงบางประเภทบีบอัดได้ไม่ดี

ทำให้ข้อความถอดเสียงของ Whisper ดีขึ้น

  • ตั้งภาษา: ส่ง language พร้อมรหัส เช่น en, de หรือ ur Whisper จะไม่ต้องตรวจหาภาษาเอง
  • ใช้ prompt: ส่งชื่อ ชื่อผลิตภัณฑ์ และคำเฉพาะใน prompt Whisper ใช้คำเหล่านี้เป็นบริบทสำหรับการสะกด
  • ตั้ง temperature เป็น 0: ค่าที่สูงกว่าให้ข้อความที่หลากหลายกว่า ซึ่งแทบไม่มีประโยชน์สำหรับข้อความถอดเสียง
  • ทำความสะอาดเสียง: ตัดดนตรีและความเงียบยาวออก บันทึกเสียงพูดใกล้ไมโครโฟน
  • รับ timestamp: ใช้ response_format=verbose_json เมื่อผู้ให้บริการส่ง segment มา แต่ละ segment มีเวลาเริ่มและเวลาสิ้นสุด หากไม่มี segment คุณจะได้ JSON ธรรมดาที่มีเพียงข้อความ
  • ตรวจสอบโฮสต์: header การตอบกลับ X-Provider และ X-Model แสดงโฮสต์และโมเดลที่สร้างข้อความถอดเสียง บันทึกไว้เมื่อคุณเปรียบเทียบคุณภาพ

การแก้ไขปัญหา

ปัญหาสาเหตุวิธีแก้
ข้อผิดพลาด 413 file_too_largeไฟล์ที่อัปโหลดใหญ่กว่า 25 MBแปลงเป็น FLAC โมโน 16 kHz หรือแบ่งไฟล์
คำซ้ำ หรือมีข้อความปรากฏในช่วงเงียบWhisper อาจเขียนข้อความที่ไม่ได้พูดในช่วงเงียบยาวตัดช่วงเงียบยาวออกก่อนอัปโหลด
ชื่อสะกดผิดWhisper ไม่รู้จักชื่อเหล่านั้นส่งชื่อในฟิลด์ prompt
ข้อผิดพลาด 429 จาก OVHขีดจำกัดแบบไม่ระบุตัวตนคือ 2 คำขอต่อนาทีเพิ่มคีย์ของ Groq หรือ Cloudflare
ข้อผิดพลาด 400 กับ srtไม่มีผู้ให้บริการที่สร้าง SRTใช้ vtt กับโมเดล Cloudflare Whisper
ใช้ทุกตัวในรายการนี้ผ่านคีย์เดียว FreeLLMAPI คือเราเตอร์โอเพนซอร์สที่คุณโฮสต์เอง รวมระดับฟรีทั้งหมดนี้ไว้หลังปลายทางเดียวที่เข้ากันได้กับ OpenAI และเปลี่ยนไปใช้ตัวอื่นเมื่อตัวใดตัวหนึ่งถูกจำกัดอัตรา ดูแคตตาล็อก หรือ เริ่มใช้งานจริง.

คำถามที่พบบ่อย

มี Whisper API ฟรีหรือไม่

มี Groq, Cloudflare Workers AI และ OVH AI Endpoints รัน Whisper ฟรีพร้อมขีดจำกัด FreeLLMAPI รวมทั้งสามไว้หลัง endpoint OpenAI-compatible เพียงตัวเดียวพร้อมการสลับสำรอง

Free Whisper API มีขีดจำกัดขนาดไฟล์เท่าไร

Groq อนุญาต 25 MB ต่อไฟล์ในแพ็กเกจฟรี และ FreeLLMAPI รับการอัปโหลดได้สูงสุด 25 MB แปลงเสียงเป็น 16 kHz โมโน หรือแบ่งไฟล์สำหรับการบันทึกที่ยาวกว่า

Whisper Large v3 Turbo แม่นยำเท่ากับ Whisper Large v3 หรือไม่

ไม่เท่ากันทีเดียว Groq ระบุอัตราความผิดพลาดของคำ 12% สำหรับ Turbo และ 10.3% สำหรับ Large v3 Turbo เร็วกว่าและมีค่าใช้จ่ายต่ำกว่าในแพ็กเกจแบบเสียเงิน

Free Whisper API แปลเสียงเป็นภาษาอังกฤษได้หรือไม่

FreeLLMAPI ไม่มี endpoint สำหรับการแปล ถอดเสียงก่อน แล้วแปลข้อความด้วยโมเดลแชตฟรี

OpenAI Python SDK ใช้กับ Free Whisper API ได้หรือไม่

ได้ ตั้ง base_url เป็น http://localhost:3001/v1 จากนั้นเรียก client.audio.transcriptions.create พร้อม model="auto" หรือ id ของโมเดล Whisper

คู่มือที่เกี่ยวข้อง

แหล่งข้อมูล

คู่มือทั้งหมด · ดูโมเดลฟรีทั้งหมด