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
| โมเดล | ผู้ให้บริการ | ขนาดอัปโหลดสูงสุด | ขีดจำกัดฟรี |
|---|---|---|---|
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) |
ข้อมูลสดจากแคตตาล็อก FreeLLMAPI (เวอร์ชัน 2026.11.19 ตรวจสอบเมื่อ 2026-11-19) ขีดจำกัดฟรีเปลี่ยนบ่อย แคตตาล็อกถูกตรวจสอบทุกวัน
| โฮสต์ | โมเดล Whisper | โควตาฟรี (ทางการ) | เหมาะกับ |
|---|---|---|---|
| Groq | Whisper Large v3, Whisper Large v3 Turbo | 25 MB ต่อไฟล์ในแพ็กเกจฟรี เสียงที่สั้นกว่า 10 วินาทีนับเป็น 10 วินาที | ความเร็วและความแม่นยำ |
| Cloudflare Workers AI | Whisper Large v3 Turbo, Whisper, Whisper Tiny ภาษาอังกฤษ | 10,000 นิวรอนต่อวัน Large v3 Turbo ใช้ 46.63 นิวรอนต่อนาทีของเสียง | คำบรรยาย VTT ประมาณ 214 นาทีของเสียงต่อวัน |
| OVH AI Endpoints | Whisper Large v3, Whisper Large v3 Turbo | 2 คำขอต่อนาทีต่อ IP address และโมเดล ไม่ต้องมีคีย์ | ตัวสำรองที่ไม่ต้องสมัคร |
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
| โมเดล | WER บน Groq | การแปลบน Groq | เลือกเมื่อ |
|---|---|---|---|
whisper-large-v3 | 10.3% | ได้ | ความแม่นยำสำคัญที่สุด เช่น ชื่อ ตัวเลข และสำเนียง |
whisper-large-v3-turbo | 12% | ไม่ได้ | คุณต้องการผลลัพธ์ที่รวดเร็วสำหรับเสียงพูดที่ชัดเจน |
Whisper Tiny English บน Cloudflare มีขนาดเล็กและรองรับเฉพาะภาษาอังกฤษ ใช้เฉพาะกับเสียงภาษาอังกฤษที่สั้นและชัดเจน โมเดลขนาดใหญ่ทั้งสองรองรับหลายภาษา
/v1/audio/transcriptions ไม่มี endpoint /v1/audio/translations หากต้องการภาษาอังกฤษจากภาษาอื่น ให้ถอดเสียงก่อน แล้วแปลข้อความด้วยโมเดลแชตขั้นตอนที่ 1: ติดตั้ง FreeLLMAPI และเพิ่มคีย์
FreeLLMAPI เป็นโอเพนซอร์ส ทำงานบนคอมพิวเตอร์ของคุณใน Docker คีย์ของผู้ให้บริการของคุณจะอยู่บนคอมพิวเตอร์ของคุณ
ติดตั้ง (macOS หรือ Linux)
curl -fsSL https://freellmapi.co/install.sh | bashเปิดแดชบอร์ดที่ 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_jsonPython: 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.flacPython: 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
languageพร้อมรหัส เช่นen,deหรือurWhisper จะไม่ต้องตรวจหาภาษาเอง - ใช้ prompt: ส่งชื่อ ชื่อผลิตภัณฑ์ และคำเฉพาะใน
promptWhisper ใช้คำเหล่านี้เป็นบริบทสำหรับการสะกด - ตั้ง temperature เป็น 0: ค่าที่สูงกว่าให้ข้อความที่หลากหลายกว่า ซึ่งแทบไม่มีประโยชน์สำหรับข้อความถอดเสียง
- ทำความสะอาดเสียง: ตัดดนตรีและความเงียบยาวออก บันทึกเสียงพูดใกล้ไมโครโฟน
- รับ timestamp: ใช้
response_format=verbose_jsonเมื่อผู้ให้บริการส่ง segment มา แต่ละ segment มีเวลาเริ่มและเวลาสิ้นสุด หากไม่มี segment คุณจะได้ JSON ธรรมดาที่มีเพียงข้อความ - ตรวจสอบโฮสต์: header การตอบกลับ
X-ProviderและX-Modelแสดงโฮสต์และโมเดลที่สร้างข้อความถอดเสียง บันทึกไว้เมื่อคุณเปรียบเทียบคุณภาพ
การแก้ไขปัญหา
| ปัญหา | สาเหตุ | วิธีแก้ |
|---|---|---|
ข้อผิดพลาด 413 file_too_large | ไฟล์ที่อัปโหลดใหญ่กว่า 25 MB | แปลงเป็น FLAC โมโน 16 kHz หรือแบ่งไฟล์ |
| คำซ้ำ หรือมีข้อความปรากฏในช่วงเงียบ | Whisper อาจเขียนข้อความที่ไม่ได้พูดในช่วงเงียบยาว | ตัดช่วงเงียบยาวออกก่อนอัปโหลด |
| ชื่อสะกดผิด | Whisper ไม่รู้จักชื่อเหล่านั้น | ส่งชื่อในฟิลด์ prompt |
| ข้อผิดพลาด 429 จาก OVH | ขีดจำกัดแบบไม่ระบุตัวตนคือ 2 คำขอต่อนาที | เพิ่มคีย์ของ Groq หรือ Cloudflare |
ข้อผิดพลาด 400 กับ srt | ไม่มีผู้ให้บริการที่สร้าง SRT | ใช้ vtt กับโมเดล Cloudflare Whisper |
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
- API แปลงเสียงเป็นข้อความฟรี
- Free text to speech API
- free groq api
- free cloudflare api
- OVH AI Endpoints free API
- Free translation API ด้วย LLM
แหล่งข้อมูล
- FreeLLMAPI README: supported endpoints (ตรวจสอบเมื่อ 20 November 2026)
- Groq docs: Speech to text (ตรวจสอบเมื่อ 20 November 2026)
- Cloudflare Workers AI pricing (ตรวจสอบเมื่อ 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (ตรวจสอบเมื่อ 20 November 2026)
- OVHcloud AI Endpoints capabilities (ตรวจสอบเมื่อ 20 November 2026)