مفت Whisper API
Whisper OpenAI کا کھلا تقریر کی شناخت کا ماڈل ہے۔ آپ اسے Groq، Cloudflare Workers AI اور OVH AI Endpoints پر مفت چلا سکتے ہیں، ہر ایک کی اپنی حدوں کے ساتھ۔ FreeLLMAPI ان Whisper میزبانوں کو ایک OpenAI سے مطابقت رکھنے والے اینڈ پوائنٹ کے پیچھے رکھتا ہے۔ آپ کا کوڈ /v1/audio/transcriptions کو کال کرتا ہے، اور جب کوئی میزبان اپنی حد تک پہنچتا ہے تو راؤٹر اگلے میزبان پر چلا جاتا ہے۔
کوڈ، ماڈل کے نام اور براہِ راست کیٹلاگ کے لیبل انگریزی میں دکھائے جاتے ہیں۔
Whisper کہاں مفت ہے
جدول براہ راست کیٹلاگ سے FreeLLMAPI کیٹلاگ کے تمام مفت ٹرانسکرپشن ماڈلز دکھاتا ہے۔ Whisper کی قطاریں وہ ہیں جن کی ماڈل آئی ڈی میں whisper ہے۔
| ماڈل | فراہم کنندہ | زیادہ سے زیادہ اپ لوڈ | مفت حد |
|---|---|---|---|
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) |
FreeLLMAPI کیٹلاگ کا براہِ راست ڈیٹا (ورژن 2026.11.19، 2026-11-19 کو جانچا گیا)۔ مفت حدیں اکثر بدلتی ہیں۔ کیٹلاگ ہر روز جانچا جاتا ہے۔
| میزبان | Whisper ماڈلز | مفت حد (سرکاری) | کس کے لیے بہترین |
|---|---|---|---|
| Groq | Whisper Large v3، Whisper Large v3 Turbo | مفت ٹائر پر ہر فائل کے لیے 25 MB۔ 10 سیکنڈ سے کم آڈیو 10 سیکنڈ شمار ہوتا ہے | رفتار اور درستگی |
| Cloudflare Workers AI | Whisper Large v3 Turbo، Whisper، Whisper Tiny English | روزانہ 10,000 نیورونز۔ Large v3 Turbo ہر آڈیو منٹ کے لیے 46.63 نیورونز استعمال کرتا ہے | VTT سب ٹائٹلز، روزانہ تقریباً 214 آڈیو منٹ |
| OVH AI Endpoints | Whisper Large v3، Whisper Large v3 Turbo | ہر IP پتے اور ماڈل کے لیے فی منٹ 2 درخواستیں، بغیر کلید کے | بغیر سائن اپ کے فال بیک |
Groq اور Cloudflare کی کلیدیں ایک ساتھ شامل کریں۔ جب Groq 429 غلطی بھیجتا ہے، تو راؤٹر وہی فائل چین کے اگلے میزبان کو بھیجتا ہے۔ OVH ایک اچھا آخری فال بیک ہے، کیونکہ اس کی گمنام حد کم ہے۔ ہر میزبان کی مفت حدیں الگ ہیں، اس لیے ہر اضافی کلید صلاحیت بڑھاتی ہے۔
Whisper Large v3 یا Large v3 Turbo؟
Groq دونوں ماڈلز کے لیے لفظی غلطی کی شرح (WER) شائع کرتا ہے۔ کم WER کا مطلب ہے کم غلط الفاظ۔
| ماڈل | Groq پر WER | Groq پر ترجمہ | کب منتخب کریں |
|---|---|---|---|
whisper-large-v3 | 10.3% | ہاں | درستگی سب سے اہم ہے، مثلاً نام، نمبر اور لہجے |
whisper-large-v3-turbo | 12% | نہیں | واضح تقریر کے لیے تیز نتائج درکار ہوں |
Cloudflare پر Whisper Tiny English چھوٹا ہے اور صرف انگریزی سپورٹ کرتا ہے۔ اسے صرف مختصر، واضح انگریزی آڈیو کے لیے استعمال کریں۔ دونوں بڑے ماڈلز کثیر لسانی ہیں۔
/v1/audio/transcriptions درج ہے۔ /v1/audio/translations اینڈ پوائنٹ موجود نہیں ہے۔ دوسری زبانوں سے انگریزی لینے کے لیے پہلے ٹرانسکرائب کریں، پھر متن کا کسی چیٹ ماڈل سے ترجمہ کریں۔مرحلہ 1: FreeLLMAPI انسٹال کریں اور کلیدیں شامل کریں
FreeLLMAPI اوپن سورس ہے۔ یہ Docker میں آپ کے کمپیوٹر پر چلتا ہے۔ آپ کی فراہم کنندہ کلیدیں آپ کے کمپیوٹر پر رہتی ہیں۔
انسٹال کریں (macOS یا Linux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001 پر ڈیش بورڈ کھولیں۔ Keys صفحے پر Groq کی کلید اور Cloudflare کی کلید شامل کریں۔ Cloudflare کی کلید کی شکل account_id:token ہے۔ OVH Whisper کو کلید کی ضرورت نہیں۔ اسی صفحے سے اپنی متحد کلید کاپی کریں۔
مرحلہ 2: Whisper سے ٹرانسکرائب کریں
فائل multipart/form-data کے طور پر بھیجیں۔ راؤٹر کو منتخب کرنے دینے کے لیے model=auto یا model=whisper-1 استعمال کریں۔ کسی ماڈل کو مقرر کرنے کے لیے اس کی آئی ڈی بھیجیں۔ آئی ڈی whisper-large-v3-turbo Groq اور OVH کی قطاروں سے ملتی ہے، اس لیے فال اوور اسی ماڈل پر رہتا ہے۔
curl: Whisper Large v3 Turbo مقرر کریں
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: Cloudflare Whisper سے سب ٹائٹلز
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)لمبی ریکارڈنگز: کمپریس اور تقسیم کریں
FreeLLMAPI اور Groq کا مفت ٹائر دونوں ایک اپ لوڈ میں زیادہ سے زیادہ 25 MB قبول کرتے ہیں۔ Groq کہتا ہے کہ Whisper آڈیو کو 16 kHz مونو میں تبدیل کرتا ہے۔ فائل کو بہت چھوٹا کرنے کے لیے اپ لوڈ سے پہلے یہ کریں۔ لمبی ریکارڈنگز کے لیے آڈیو کو حصوں میں تقسیم کریں۔
ffmpeg: 10 منٹ کے 16 kHz مونو FLAC حصے
ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flacPython: حصوں کو ترتیب سے ٹرانسکرائب کریں
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))کوئی لفظ دو حصوں کی سرحد پر کٹ سکتا ہے۔ Groq درست نتائج کے لیے حصوں کے درمیان مختصر اوورلیپ تجویز کرتا ہے۔ اپ لوڈ سے پہلے ہر حصے کا سائز چیک کریں، کیونکہ کچھ آڈیو اچھی طرح کمپریس نہیں ہوتا۔
Whisper کے ٹرانسکرپٹس کو بہتر بنائیں
- زبان مقرر کریں:
languageکے ساتھ کوڈ بھیجیں، جیسےen،deیاur۔ پھر Whisper کو زبان شناخت کرنے کی ضرورت نہیں ہوتی۔ - پرامپٹ استعمال کریں: نام، پروڈکٹ کے نام اور خاص اصطلاحات
promptمیں بھیجیں۔ Whisper املا کے لیے انہیں سیاق و سباق کے طور پر استعمال کرتا ہے۔ - temperature کو 0 رکھیں: زیادہ قدر زیادہ مختلف متن دیتی ہے، جو ٹرانسکرپٹس کے لیے شاذ ہی مفید ہوتا ہے۔
- آڈیو صاف کریں: موسیقی اور طویل خاموشی ہٹائیں۔ تقریر مائیکروفون کے قریب ریکارڈ کریں۔
- ٹائم اسٹیمپ حاصل کریں:
response_format=verbose_jsonاستعمال کریں۔ جب فراہم کنندہ حصے (segments) واپس کرتا ہے، تو ہر حصے کا شروع اور اختتامی وقت ہوتا ہے۔ اگر حصے نہ ہوں، تو آپ کو صرف متن کے ساتھ سادہ JSON ملتا ہے۔ - میزبان چیک کریں: جواب کے ہیڈرز
X-ProviderاورX-Modelدکھاتے ہیں کہ کس میزبان اور ماڈل نے ٹرانسکرپٹ بنایا۔ معیار کا موازنہ کرتے وقت انہیں لاگ کریں۔
خرابیوں کا ازالہ
| مسئلہ | وجہ | حل |
|---|---|---|
غلطی 413 file_too_large | اپ لوڈ 25 MB سے بڑا ہے | 16 kHz مونو FLAC میں تبدیل کریں، یا فائل تقسیم کریں |
| الفاظ دہرائے جاتے ہیں، یا خاموشی میں متن آتا ہے | Whisper لمبے خاموش حصوں میں ایسا متن لکھ سکتا ہے جو بولا نہیں گیا | اپ لوڈ سے پہلے لمبی خاموشی کاٹیں |
| نام غلط لکھے جاتے ہیں | Whisper نام نہیں جانتا | نام prompt فیلڈ میں بھیجیں |
| OVH سے غلطی 429 | گمنام حد فی منٹ 2 درخواستیں ہے | Groq یا Cloudflare کی کلید شامل کریں |
srt پر غلطی 400 | کوئی فراہم کنندہ SRT نہیں بناتا | Cloudflare Whisper ماڈل کے ساتھ vtt استعمال کریں |
اکثر پوچھے گئے سوالات
کیا کوئی مفت Whisper API ہے؟
ہاں۔ Groq، Cloudflare Workers AI اور OVH AI Endpoints حدوں کے ساتھ Whisper مفت چلاتے ہیں۔ FreeLLMAPI انہیں فال اوور کے ساتھ ایک OpenAI سے مطابقت رکھنے والے اینڈ پوائنٹ کے پیچھے رکھتا ہے۔
مفت Whisper API کی فائل سائز کی حد کیا ہے؟
Groq اپنے مفت ٹائر پر ہر فائل کے لیے 25 MB دیتا ہے، اور FreeLLMAPI 25 MB تک کے اپ لوڈ قبول کرتا ہے۔ آڈیو کو 16 kHz مونو میں تبدیل کریں، یا لمبی ریکارڈنگز کے لیے تقسیم کریں۔
کیا Whisper Large v3 Turbo، Whisper Large v3 جتنا درست ہے؟
بالکل نہیں۔ Groq، Turbo کے لیے 12% اور Large v3 کے لیے 10.3% لفظی غلطی کی شرح درج کرتا ہے۔ Turbo تیز ہے اور ادا شدہ پلانز پر کم لاگت آتی ہے۔
کیا مفت Whisper API آڈیو کو انگریزی میں ترجمہ کر سکتی ہے؟
FreeLLMAPI میں کوئی ترجمے کا اینڈ پوائنٹ نہیں ہے۔ پہلے آڈیو ٹرانسکرائب کریں، پھر متن کا ایک مفت چیٹ ماڈل سے ترجمہ کریں۔
کیا OpenAI Python SDK مفت Whisper API کے ساتھ کام کرتا ہے؟
ہاں۔ base_url کو http://localhost:3001/v1 مقرر کریں، پھر model="auto" یا کسی Whisper ماڈل کی آئی ڈی کے ساتھ client.audio.transcriptions.create کو کال کریں۔
متعلقہ گائیڈز
- مفت Speech to Text API
- مفت Text to Speech API
- free groq api
- free cloudflare api
- OVH AI Endpoints مفت API
- LLMs کے ساتھ مفت ترجمہ API
ماخذ
- FreeLLMAPI README: supported endpoints (20 November 2026 کو جانچا گیا)
- Groq docs: Speech to text (20 November 2026 کو جانچا گیا)
- Cloudflare Workers AI pricing (20 November 2026 کو جانچا گیا)
- Cloudflare Workers AI: whisper-large-v3-turbo (20 November 2026 کو جانچا گیا)
- OVHcloud AI Endpoints capabilities (20 November 2026 کو جانچا گیا)