Trang chủ / Hướng dẫn / API chuyển giọng nói thành văn bản miễn phí

API chuyển giọng nói thành văn bản miễn phí

API chuyển giọng nói thành văn bản biến âm thanh thành văn bản. Groq, Cloudflare, OVH, Mistral, Cohere và các nhà cung cấp khác cung cấp chuyển đổi miễn phí có giới hạn. FreeLLMAPI đặt 13 mô hình chuyển đổi miễn phí sau một endpoint tương thích OpenAI, /v1/audio/transcriptions. Khi một nhà cung cấp dừng một yêu cầu, bộ định tuyến thử nhà cung cấp tiếp theo.

Mã, tên mô hình và nhãn danh mục trực tiếp được hiển thị bằng tiếng Anh.

Các mô hình chuyển đổi miễn phí hiện nay

Bảng liệt kê các mô hình chuyển đổi miễn phí trong danh mục FreeLLMAPI. Dữ liệu lấy từ danh mục trực tiếp. "Dung lượng tải lên tối đa" là tệp lớn nhất mà nhà cung cấp chấp nhận ở gói miễn phí, khi danh mục có thông tin này.

Mô hìnhNhà cung cấpDung lượng tải lên tối đaGiới hạn miễn phí
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)

Dữ liệu trực tiếp từ danh mục FreeLLMAPI (phiên bản 2026.11.19, đã kiểm tra 2026-11-19). Giới hạn miễn phí thay đổi thường xuyên. Danh mục được kiểm tra mỗi ngày.

Hầu hết mục là mô hình Whisper của OpenAI, được lưu trữ bởi các nhà cung cấp khác nhau. Bảng cũng có Deepgram Nova-3 trên Cloudflare, Voxtral của Mistral, Cohere Transcribe và Typhoon ASR cho tiếng Thái. Để so sánh riêng các mô hình Whisper, đọc Free Whisper API.

Dùng quy tắc sau để chọn mô hình:

  • Chuyển đổi chung nhiều ngôn ngữ: Whisper Large v3 hoặc Whisper Large v3 Turbo. Turbo nhanh hơn. Large v3 có tỷ lệ lỗi từ thấp hơn trên Groq.
  • Phụ đề: một mô hình Whisper của Cloudflare, vì nó trả về VTT.
  • Tiếng Ả Rập: Cohere Transcribe Arabic. Tiếng Thái: Typhoon ASR.
  • Dự phòng: OVH Whisper. Nó không cần khóa, nhưng chỉ cho phép 2 yêu cầu mỗi phút.

Bước 1: Cài đặt FreeLLMAPI và thêm khóa

FreeLLMAPI là mã nguồn mở. Nó chạy trên máy tính của bạn trong Docker. Khóa nhà cung cấp của bạn vẫn nằm trên máy tính của bạn.

Cài đặt (macOS hoặc Linux)

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

Mở bảng điều khiển tại http://localhost:3001. Thêm khóa Groq và khóa Cloudflare trên trang Keys. Cả hai nhà cung cấp đều cấp khóa miễn phí, và cả hai đều phục vụ Whisper. Sao chép khóa thống nhất của bạn từ cùng trang đó.

Định dạng khóa Cloudflare: khóa Cloudflare Workers AI có dạng account_id:token. Token không kèm account ID thì không hoạt động.

Bước 2: Gửi tệp âm thanh

Endpoint nhận tải lên multipart/form-data, giống API OpenAI. Hai trường bắt buộc: file và model. Dùng model=auto hoặc model=whisper-1 để bộ định tuyến chọn nhà cung cấp.

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 (OpenAI SDK)

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)

Phản hồi có tiêu đề X-Provider và tiêu đề X-Model. Các tiêu đề này cho biết nhà cung cấp và mô hình nào đã tạo bản chép lời.

Tùy chọn và định dạng đầu ra

TrườngGiá trịGhi chú
fileMột tệp âm thanhBắt buộc. Tối đa 25 MB cho mỗi lần tải lên qua FreeLLMAPI
modelauto, whisper-1 hoặc một model idBắt buộc. Một model id cố định một hàng nhà cung cấp
response_formatjson, text, verbose_json, vttMặc định là json. srt trả về lỗi 400
languageMã ngôn ngữ, ví dụ enTùy chọn. Đặt khi bạn biết ngôn ngữ
promptVăn bảnTùy chọn. Ghi tên và thuật ngữ đặc biệt
temperature0 đến 1Tùy chọn. Giữ 0 để đầu ra ổn định
  • verbose_json trả về các đoạn có thời gian khi nhà cung cấp trả về đoạn. Nếu nhà cung cấp không có đoạn, bạn nhận định dạng JSON thông thường.
  • Phụ đề vtt chỉ đến từ các nhà cung cấp tạo sẵn định dạng này. Trong danh mục, đó là các mô hình Whisper của Cloudflare.
  • srt bị từ chối. Không có nhà cung cấp đã cấu hình nào tạo SRT trực tiếp, và cổng không chuyển đổi nó.

Giới hạn miễn phí và cách giữ trong giới hạn

Giới hạn chuyển đổi miễn phí dùng các đơn vị khác nhau. Một số nhà cung cấp đếm yêu cầu. Số khác đếm thời lượng âm thanh hoặc ngân sách tính toán hằng ngày.

Giới hạn từ tài liệu nhà cung cấp, đã kiểm tra 2026-11-19
Nhà cung cấpGiới hạn miễn phí (chính thức)Ý nghĩa với bạn
Groq25 MB cho mỗi tệp ở gói miễn phí. Yêu cầu dưới 10 giây được tính là 10 giâyNhanh. Lựa chọn đầu tiên tốt cho tệp ngắn và trung bình
Cloudflare Workers AI10,000 neuron mỗi ngày. Whisper Large v3 Turbo dùng 46.63 neuron cho mỗi phút âm thanhKhoảng 214 phút âm thanh mỗi ngày, nếu không có mô hình Workers AI nào khác dùng ngân sách
OVH AI Endpoints2 yêu cầu mỗi phút cho mỗi địa chỉ IP và mô hình, không cần khóaPhương án dự phòng chậm. Không dùng cho xử lý theo lô
CohereKhóa dùng thử: 1,000 lệnh gọi API mỗi tháng cho mọi endpointLệnh gọi được dùng chung với chat và embedding
  • Thêm khóa từ hai nhà cung cấp trở lên. Khi Groq gửi lỗi 429, bộ định tuyến gửi tệp tới nhà cung cấp tiếp theo.
  • Chuyển đổi tệp lớn trước khi tải lên. Groq cho biết mô hình của họ giảm mẫu âm thanh xuống 16 kHz mono. Hãy tự làm bước này để tệp nhỏ hơn.
  • Chia âm thanh dài hơn khoảng 25 MB thành các phần. Chuyển đổi từng phần, rồi ghép văn bản lại.

Làm nhỏ tệp bằng ffmpeg (FLAC 16 kHz mono)

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

Xử lý sự cố

Vấn đềNguyên nhânCách khắc phục
Lỗi 413 file_too_largeTệp lớn hơn 25 MBChuyển sang 16 kHz mono, hoặc chia tệp
Lỗi 400 model is requiredBiểu mẫu không có trường modelThêm -F model=auto
Lỗi 400 unsupported_formatBạn yêu cầu srtDùng vtt, json, text hoặc verbose_json
Lỗi 503 no_transcription_modelsKhông có mô hình chuyển đổi nào được bậtThêm khóa Groq hoặc Cloudflare, rồi chờ đồng bộ danh mục
Sai từ với tên riêngMô hình không biết các thuật ngữGửi tên trong trường prompt
Đầu ra vtt trốngNhà cung cấp không tạo VTTCố định một model id Whisper của Cloudflare
Dùng tất cả các mô hình này qua một khóa duy nhất. FreeLLMAPI là bộ định tuyến mã nguồn mở, tự lưu trữ. Nó đặt tất cả các gói miễn phí này sau một endpoint duy nhất tương thích OpenAI, và tự chuyển sang nhà cung cấp khác khi một nhà cung cấp bị giới hạn tốc độ. Xem danh mục hoặc bắt đầu.

Câu hỏi thường gặp

Có API chuyển giọng nói thành văn bản miễn phí không?

Có. Groq, Cloudflare Workers AI, OVH, Mistral và Cohere cung cấp chuyển đổi miễn phí có giới hạn. FreeLLMAPI đặt 13 mô hình miễn phí sau một endpoint tương thích OpenAI.

Kích thước tệp âm thanh tối đa là bao nhiêu?

FreeLLMAPI nhận tải lên tối đa 25 MB. Groq cũng cho phép 25 MB ở gói miễn phí. Với âm thanh dài hơn, chuyển sang 16 kHz mono hoặc chia thành các phần.

Tôi có thể lấy phụ đề từ API chuyển giọng nói thành văn bản miễn phí không?

Có. Đặt response_format thành vtt. Chỉ các mô hình Whisper của Cloudflare tạo VTT trực tiếp. SRT không khả dụng.

API chuyển giọng nói thành văn bản miễn phí có hoạt động với OpenAI Python SDK không?

Có. Đặt base_url thành http://localhost:3001/v1 và gọi client.audio.transcriptions.create với một tệp và model="auto".

Hướng dẫn liên quan

Nguồn

Tất cả hướng dẫn · Xem tất cả mô hình miễn phí