Безкоштовний Whisper API
Whisper це модель розпізнавання мовлення з відкритим кодом від OpenAI. Ви можете запускати її безкоштовно на Groq, Cloudflare Workers AI і OVH AI Endpoints, кожен з власними лімітами. FreeLLMAPI об'єднує ці хости Whisper за однією кінцевою точкою, сумісною з OpenAI. Ваш код викликає /v1/audio/transcriptions, а маршрутизатор переходить до наступного хоста, коли один досягає свого ліміту.
Код, назви моделей і мітки живого каталогу показано англійською.
Де Whisper безкоштовний
Таблиця перелічує всі безкоштовні моделі транскрипції з живого каталогу FreeLLMAPI. Рядки Whisper це ті, де в ідентифікаторі моделі є whisper.
| Модель | Постачальник | Макс. розмір файлу | Безкоштовний ліміт |
|---|---|---|---|
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) |
Дані в реальному часі з каталогу FreeLLMAPI (версія 2026.11.19, перевірено 2026-11-19). Безкоштовні ліміти часто змінюються. Каталог перевіряється щодня.
| Хост | Моделі Whisper | Безкоштовний ліміт (офіційний) | Найкраще для |
|---|---|---|---|
| Groq | Whisper Large v3, Whisper Large v3 Turbo | 25 MB на кожен файл на безкоштовному тарифі. Аудіо коротше 10 секунд рахується як 10 секунд | Швидкість і точність |
| Cloudflare Workers AI | Whisper Large v3 Turbo, Whisper, Whisper Tiny для англійської | 10,000 нейронів на день. Large v3 Turbo використовує 46.63 нейрона на кожну хвилину аудіо | Субтитри VTT, близько 214 хвилин аудіо на день |
| OVH AI Endpoints | Whisper Large v3, Whisper Large v3 Turbo | 2 запити за хвилину на кожну IP-адресу і модель, без ключа | Резерв без реєстрації |
Додайте ключі Groq і Cloudflare разом. Коли Groq надсилає помилку 429, маршрутизатор надсилає той самий файл до наступного хоста в ланцюжку. OVH є хорошим останнім резервом, бо його анонімний ліміт низький. Безкоштовні ліміти кожного хоста окремі, тому кожен додатковий ключ додає місткість.
Whisper Large v3 чи Large v3 Turbo?
Groq публікує показник помилок у словах (WER) для обох моделей. Нижчий WER означає менше неправильних слів.
| Модель | WER на Groq | Переклад на Groq | Обирайте, коли |
|---|---|---|---|
whisper-large-v3 | 10.3% | Так | Точність важить найбільше, наприклад імена, числа і акценти |
whisper-large-v3-turbo | 12% | Ні | Вам потрібні швидкі результати для чіткого мовлення |
Whisper Tiny English на Cloudflare малий і підтримує лише англійську. Використовуйте його лише для коротких чітких англійських аудіо. Обидві великі моделі багатомовні.
/v1/audio/transcriptions. Кінцевої точки /v1/audio/translations немає. Щоб отримати англійську з інших мов, спочатку транскрибуйте, потім перекладіть текст за допомогою чат-моделі.Крок 1: встановіть FreeLLMAPI і додайте ключі
FreeLLMAPI має відкритий код. Він працює на вашому комп'ютері в Docker. Ваші ключі провайдерів залишаються на вашому комп'ютері.
Встановлення (macOS або Linux)
curl -fsSL https://freellmapi.co/install.sh | bashВідкрийте панель керування за адресою http://localhost:3001. Додайте ключ Groq і ключ Cloudflare на сторінці Keys. Ключ Cloudflare має вигляд account_id:token. Whisper від OVH не потребує ключа. Скопіюйте свій єдиний ключ з тієї самої сторінки.
Крок 2: транскрибуйте за допомогою Whisper
Надсилайте файл як multipart/form-data. Використовуйте model=auto або model=whisper-1, щоб маршрутизатор вибрав модель. Щоб закріпити модель, надішліть її ідентифікатор. Ідентифікатор whisper-large-v3-turbo відповідає рядкам на Groq і OVH, тому резервне перемикання лишається на тій самій моделі.
curl: закріпити 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: субтитри з 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)Довгі записи: стисніть і розбийте
FreeLLMAPI і безкоштовний тариф Groq приймають максимум 25 MB в одному завантаженні. Groq каже, що Whisper зменшує частоту дискретизації аудіо до 16 kHz mono. Зробіть це перед завантаженням, щоб файл був значно меншим. Для довгих записів розбийте аудіо на частини.
ffmpeg: частини FLAC 16 kHz mono по 10 хвилин
ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flacPython: транскрибуйте частини по порядку
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))Слово може бути розрізане на межі між двома частинами. Groq пропонує короткі перекриття між частинами для точних результатів. Перевіряйте розмір кожної частини перед завантаженням, бо деяке аудіо погано стискається.
Як отримати кращі транскрипти Whisper
- Встановіть мову: надішліть
languageз кодом, наприкладen,deабоur. Тоді Whisper не потрібно визначати мову. - Використовуйте промпт: надішліть імена, назви продуктів і спеціальні терміни в
prompt. Whisper використовує їх як контекст для правопису. - Тримайте temperature на 0: вище значення дає більш різноманітний текст, що рідко корисно для транскриптів.
- Очистіть аудіо: приберіть музику і довгі паузи. Записуйте мовлення ближче до мікрофона.
- Отримайте мітки часу: використовуйте
response_format=verbose_json. Коли провайдер повертає сегменти, кожен має час початку і кінця. Якщо сегментів немає, ви отримаєте простий JSON лише з текстом. - Перевірте хост: заголовки відповіді
X-ProviderіX-Modelпоказують, який хост і яка модель створили транскрипт. Записуйте їх, коли порівнюєте якість.
Усунення несправностей
| Проблема | Причина | Рішення |
|---|---|---|
Помилка 413 file_too_large | Завантаження більше 25 MB | Перетворіть на FLAC 16 kHz mono або розбийте файл |
| Слова повторюються або з'являється текст у тиші | Whisper може написати текст, якого не було сказано, у довгих безшумних частинах | Вирізайте довгі паузи перед завантаженням |
| Імена написані з помилками | Whisper не знає імен | Надішліть імена в полі prompt |
| Помилка 429 від OVH | Анонімний ліміт становить 2 запити за хвилину | Додайте ключ Groq або Cloudflare |
Помилка 400 на srt | Жоден провайдер не створює SRT | Використовуйте vtt з моделлю Cloudflare Whisper |
Часті запитання
Чи є безкоштовний Whisper API?
Так. Groq, Cloudflare Workers AI і OVH AI Endpoints запускають Whisper безкоштовно з лімітами. FreeLLMAPI об'єднує їх за однією кінцевою точкою, сумісною з OpenAI, з резервним перемиканням.
Яке обмеження розміру файлу у безкоштовного Whisper API?
Groq дозволяє 25 MB на кожен файл на своєму безкоштовному тарифі, а FreeLLMAPI приймає завантаження до 25 MB. Перетворіть аудіо на 16 kHz mono або розбийте його для довших записів.
Чи така сама точна Whisper Large v3 Turbo, як Whisper Large v3?
Не зовсім. Groq вказує показник помилок у словах 12% для Turbo і 10.3% для Large v3. Turbo швидша і коштує менше на платних тарифах.
Чи може безкоштовний Whisper API перекладати аудіо на англійську?
У FreeLLMAPI немає кінцевої точки перекладу. Спочатку транскрибуйте аудіо, потім перекладіть текст за допомогою безкоштовної чат-моделі.
Чи працює SDK OpenAI для Python з безкоштовним Whisper API?
Так. Встановіть base_url на http://localhost:3001/v1, потім викличте client.audio.transcriptions.create з model="auto" або ідентифікатором моделі Whisper.
Схожі посібники
- Безкоштовний API мовлення в текст
- Безкоштовний API синтезу мовлення
- free groq api
- free cloudflare api
- Безкоштовний API OVH AI Endpoints
- Безкоштовний API перекладу з LLM
Джерела
- FreeLLMAPI README: supported endpoints (перевірено 20 November 2026)
- Groq docs: Speech to text (перевірено 20 November 2026)
- Cloudflare Workers AI pricing (перевірено 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (перевірено 20 November 2026)
- OVHcloud AI Endpoints capabilities (перевірено 20 November 2026)