Головна / Посібники / Безкоштовний API мовлення в текст

Безкоштовний API мовлення в текст

API мовлення в текст перетворює аудіо на текст. Groq, Cloudflare, OVH, Mistral, Cohere та інші постачальники дають безкоштовну транскрипцію з лімітами. FreeLLMAPI об'єднує 13 безкоштовних моделей транскрипції за однією кінцевою точкою, сумісною з OpenAI: /v1/audio/transcriptions. Коли один постачальник зупиняє запит, маршрутизатор пробує наступного.

Код, назви моделей і мітки живого каталогу показано англійською.

Безкоштовні моделі транскрипції сьогодні

Таблиця містить безкоштовні моделі транскрипції з каталогу FreeLLMAPI. Дані беруться з актуального каталогу. «Макс. розмір файлу» це найбільший файл, який постачальник приймає на безкоштовному тарифі, якщо каталог це знає.

МодельПостачальникМакс. розмір файлуБезкоштовний ліміт
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)

Дані в реальному часі з каталогу FreeLLMAPI (версія 2026.11.19, перевірено 2026-11-19). Безкоштовні ліміти часто змінюються. Каталог перевіряється щодня.

Більшість записів це моделі Whisper від OpenAI, які розміщують різні постачальники. Таблиця також містить Deepgram Nova-3 на Cloudflare, Voxtral від Mistral, Cohere Transcribe і Typhoon ASR для тайської мови. Щоб порівняти лише моделі Whisper, прочитайте Безкоштовний Whisper API.

Використовуйте це правило, щоб вибрати модель:

  • Загальна транскрипція багатьма мовами: Whisper Large v3 або Whisper Large v3 Turbo. Turbo працює швидше. Large v3 має нижчий відсоток помилок у словах на Groq.
  • Субтитри: модель Whisper від Cloudflare, бо вона повертає VTT.
  • Арабська: Cohere Transcribe Arabic. Тайська: Typhoon ASR.
  • Резерв: OVH Whisper. Він не потребує ключа, але дозволяє лише 2 запити на хвилину.

Крок 1: встановіть FreeLLMAPI і додайте ключі

FreeLLMAPI має відкритий код. Він працює на вашому комп'ютері в Docker. Ключі постачальників залишаються на вашому комп'ютері.

Встановлення (macOS або Linux)

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

Відкрийте панель керування за адресою http://localhost:3001. Додайте ключ Groq і ключ Cloudflare на сторінці Keys. Обидва постачальники дають безкоштовні ключі, і обидва надають Whisper. Скопіюйте свій уніфікований ключ з тієї самої сторінки.

Формат ключа Cloudflare: ключ Cloudflare Workers AI має вигляд account_id:token. Токен без ID облікового запису не працює.

Крок 2: надішліть аудіофайл

Кінцева точка приймає завантаження multipart/form-data, як і API OpenAI. Обов'язкові два поля: file і model. Використовуйте model=auto або model=whisper-1, щоб маршрутизатор вибрав постачальника.

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 (SDK OpenAI)

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)

Відповідь містить заголовок X-Provider і заголовок X-Model. Ці заголовки показують, який постачальник і яка модель створили транскрипт.

Параметри та формати виводу

ПолеЗначенняПримітки
fileОдин аудіофайлОбов'язково. Максимум 25 МБ для кожного завантаження через FreeLLMAPI
modelauto, whisper-1 або ID моделіОбов'язково. ID моделі закріплює один рядок постачальника
response_formatjson, text, verbose_json, vttЗа замовчуванням json. srt повертає помилку 400
languageКод мови, наприклад enНеобов'язково. Задайте, якщо знаєте мову
promptТекстНеобов'язково. Вкажіть імена та спеціальні терміни
temperatureВід 0 до 1Необов'язково. Залиште 0 для стабільного виводу
  • verbose_json повертає сегменти з часом, коли постачальник повертає сегменти. Якщо постачальник не має сегментів, ви отримуєте звичайну структуру JSON.
  • Субтитри vtt надходять лише від постачальників, які створюють їх нативно. У каталозі це моделі Whisper від Cloudflare.
  • srt відхиляється. Жоден налаштований постачальник не створює SRT нативно, а шлюз його не конвертує.

Безкоштовні ліміти та як їх дотримуватися

Ліміти безкоштовної транскрипції вимірюються в різних одиницях. Деякі постачальники рахують запити. Інші рахують час аудіо або добовий бюджет обчислень.

Ліміти з документації постачальників, перевірено 2026-11-19
ПостачальникБезкоштовний ліміт (офіційний)Що це означає для вас
Groq25 МБ для кожного файлу на безкоштовному тарифі. Запити тривалістю менше 10 секунд тарифікуються як 10 секундШвидко. Гарний перший вибір для коротких і середніх файлів
Cloudflare Workers AI10,000 нейронів щодня. Whisper Large v3 Turbo використовує 46.63 нейрона на кожну хвилину аудіоБлизько 214 хвилин аудіо щодня, якщо бюджет не використовують інші моделі Workers AI
OVH AI Endpoints2 запити на хвилину для кожної IP-адреси і моделі, без ключаПовільний резерв. Не використовуйте його для пакетів
CohereПробний ключ: 1,000 викликів API щомісяця для всіх кінцевих точокВиклики спільні з чатом і embeddings
  • Додайте ключі від двох або більше постачальників. Коли Groq повертає помилку 429, маршрутизатор надсилає файл наступному постачальнику.
  • Конвертуйте великі файли перед завантаженням. Groq каже, що його моделі зменшують частоту дискретизації аудіо до 16 кГц моно. Зробіть це самостійно, щоб зменшити розмір файлу.
  • Розбийте аудіо довше приблизно 25 МБ на частини. Транскрибуйте кожну частину, а потім з'єднайте текст.

Зменшення файлу за допомогою ffmpeg (16 кГц, моно, FLAC)

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

Усунення несправностей

ПроблемаПричинаРішення
Помилка 413 file_too_largeФайл більший за 25 МБКонвертуйте в 16 кГц моно або розбийте файл
Помилка 400: model є обов'язковимУ формі немає поля modelДодайте -F model=auto
Помилка 400 unsupported_formatВи запросили srtВикористайте vtt, json, text або verbose_json
Помилка 503 no_transcription_modelsЖодну модель транскрипції не увімкненоДодайте ключ Groq або Cloudflare, а потім дочекайтеся синхронізації каталогу
Неправильні слова для іменМодель не знає термінівНадішліть імена в полі prompt
Порожній вивід vttПостачальник не створює VTTЗакріпіть ID моделі Whisper від Cloudflare
Використовуйте кожну з цих моделей через один ключ. FreeLLMAPI це маршрутизатор з відкритим кодом, який ви розгортаєте самі. Він об'єднує всі ці безкоштовні тарифи за однією кінцевою точкою, сумісною з OpenAI, і переходить до наступного, коли один з них досягає ліміту. Переглянути каталог або або почніть роботу.

Часті запитання

Чи є безкоштовний API мовлення в текст?

Так. Groq, Cloudflare Workers AI, OVH, Mistral і Cohere дають безкоштовну транскрипцію з лімітами. FreeLLMAPI об'єднує 13 безкоштовних моделей за однією кінцевою точкою, сумісною з OpenAI.

Який максимальний розмір аудіофайлу?

FreeLLMAPI приймає завантаження до 25 МБ. Groq також дозволяє 25 МБ на безкоштовному тарифі. Для довшого аудіо конвертуйте його в 16 кГц моно або розбийте на частини.

Чи можна отримати субтитри з безкоштовного API мовлення в текст?

Так. Задайте response_format як vtt. Лише моделі Whisper від Cloudflare створюють VTT нативно. SRT недоступний.

Чи працює безкоштовний API мовлення в текст з SDK OpenAI для Python?

Так. Задайте base_url як http://localhost:3001/v1 і викличте client.audio.transcriptions.create з файлом і model="auto".

Схожі посібники

Джерела

Усі посібники · Переглянути всі безкоштовні моделі