ہوم / گائیڈز / مفت Whisper API

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۔

ماڈلفراہم کنندہزیادہ سے زیادہ اپ لوڈمفت حد
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)

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۔

سرکاری حدیں، 20 نومبر 2026 کو جانچی گئیں
میزبانWhisper ماڈلزمفت حد (سرکاری)کس کے لیے بہترین
GroqWhisper Large v3، Whisper Large v3 Turboمفت ٹائر پر ہر فائل کے لیے 25 MB۔ 10 سیکنڈ سے کم آڈیو 10 سیکنڈ شمار ہوتا ہےرفتار اور درستگی
Cloudflare Workers AIWhisper Large v3 Turbo، Whisper، Whisper Tiny Englishروزانہ 10,000 نیورونز۔ Large v3 Turbo ہر آڈیو منٹ کے لیے 46.63 نیورونز استعمال کرتا ہےVTT سب ٹائٹلز، روزانہ تقریباً 214 آڈیو منٹ
OVH AI EndpointsWhisper Large v3، Whisper Large v3 Turboہر IP پتے اور ماڈل کے لیے فی منٹ 2 درخواستیں، بغیر کلید کےبغیر 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۔

ماڈلGroq پر WERGroq پر ترجمہکب منتخب کریں
whisper-large-v310.3%ہاںدرستگی سب سے اہم ہے، مثلاً نام، نمبر اور لہجے
whisper-large-v3-turbo12%نہیںواضح 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۔

ترجمہ: FreeLLMAPI کی دستاویزات میں صرف /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 | bash

http://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_json

Python: 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.flac

Python: 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: language کے ساتھ کوڈ بھیجیں، جیسے en، de یا ur۔ پھر Whisper کو زبان شناخت کرنے کی ضرورت نہیں ہوتی۔
  • پرامپٹ استعمال کریں: نام، پروڈکٹ کے نام اور خاص اصطلاحات prompt میں 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_json استعمال 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-Provider اور X-Model دکھاتے ہیں کہ کس میزبان اور ماڈل نے ٹرانسکرپٹ بنایا۔ معیار کا موازنہ کرتے وقت انہیں لاگ کریں۔

خرابیوں کا ازالہ

مسئلہوجہحل
غلطی 413 file_too_largeاپ لوڈ 25 MB سے بڑا ہے16 kHz مونو FLAC میں تبدیل کریں، یا فائل تقسیم کریں
الفاظ دہرائے جاتے ہیں، یا خاموشی میں متن آتا ہےWhisper لمبے خاموش حصوں میں ایسا متن لکھ سکتا ہے جو بولا نہیں گیااپ لوڈ سے پہلے لمبی خاموشی کاٹیں
نام غلط لکھے جاتے ہیںWhisper نام نہیں جانتانام prompt فیلڈ میں بھیجیں
OVH سے غلطی 429گمنام حد فی منٹ 2 درخواستیں ہےGroq یا Cloudflare کی کلید شامل کریں
srt پر غلطی 400کوئی فراہم کنندہ SRT نہیں بناتاCloudflare Whisper ماڈل کے ساتھ vtt استعمال کریں
ان سب کو ایک ہی کلید سے استعمال کریں۔ FreeLLMAPI ایک اوپن سورس، خود میزبانی والا راؤٹر ہے۔ یہ ان تمام مفت ٹائرز کو ایک ہی OpenAI سے ہم آہنگ اینڈ پوائنٹ کے پیچھے رکھتا ہے، اور جب کوئی ایک ریٹ لمٹ ہو جائے تو خودکار طور پر دوسرے پر منتقل ہو جاتا ہے۔ کیٹلاگ دیکھیں یا لائیو جائیں.

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

ماخذ

تمام گائیڈز · تمام مفت ماڈلز دیکھیں