免费 Whisper API
Whisper 是 OpenAI 推出的开源语音识别模型。你可以在 Groq、Cloudflare Workers AI 和 OVH AI Endpoints 上免费运行它,每个平台都有各自的限制。FreeLLMAPI 将这些 Whisper 托管服务置于一个兼容 OpenAI 的端点之后。你的代码调用 /v1/audio/transcriptions,当某个托管服务达到限制时,路由器会切换到下一个托管服务。
代码、模型名称和目录中的实时标签以英文显示。
Whisper 在哪些平台免费
该表格根据实时目录列出 FreeLLMAPI 目录中的所有免费转录模型。Whisper 的各行是模型 ID 中含有 whisper 的模型。
| 模型 | 提供方 | 最大上传大小 | 免费额度 |
|---|---|---|---|
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) |
数据来自 FreeLLMAPI 目录(版本 2026.11.19,检查于 2026-11-19)。免费额度经常变化。该目录每天检查一次。
| 托管服务 | Whisper 模型 | 免费限制(官方) | 最适合 |
|---|---|---|---|
| Groq | Whisper Large v3、Whisper Large v3 Turbo | 免费层级下每个文件最大 25 MB。时长不足 10 秒的音频按 10 秒计算 | 速度和准确度 |
| Cloudflare Workers AI | Whisper Large v3 Turbo、Whisper、Whisper Tiny English | 每天 10,000 个神经元。Large v3 Turbo 每音频分钟使用 46.63 个神经元 | VTT 字幕,每天约 214 音频分钟 |
| OVH AI Endpoints | Whisper Large v3、Whisper Large v3 Turbo | 每个 IP 地址和模型每分钟 2 个请求,无需密钥 | 无需注册的备用方案 |
同时添加 Groq 和 Cloudflare 的密钥。当 Groq 返回 429 错误时,路由器会将同一文件发送到链中的下一个托管服务。OVH 是一个不错的最后备用方案,因为其匿名限制较低。每个托管服务的免费限制是分开计算的,因此每增加一个密钥都会增加容量。
选择 Whisper Large v3 还是 Large v3 Turbo?
Groq 为这两个模型都公布了词错误率(WER)。WER 越低,错误的词越少。
| 模型 | Groq 上的 WER | Groq 上的翻译 | 选择条件 |
|---|---|---|---|
whisper-large-v3 | 10.3% | 是 | 准确度最重要,例如人名、数字和口音 |
whisper-large-v3-turbo | 12% | 否 | 清晰语音需要快速得到结果 |
Cloudflare 上的 Whisper Tiny English 体积小,且仅支持英语。仅将其用于简短、清晰的英语音频。两个大型模型都支持多语言。
/v1/audio/transcriptions。没有 /v1/audio/translations 端点。要将其他语言翻译为英语,请先转录,然后使用聊天模型翻译文本。第 1 步:安装 FreeLLMAPI 并添加密钥
FreeLLMAPI 是开源软件。它在你的电脑上通过 Docker 运行。你的提供商密钥保存在你的电脑上。
安装(macOS 或 Linux)
curl -fsSL https://freellmapi.co/install.sh | bash在 http://localhost:3001 打开仪表板。在 Keys 页面添加一个 Groq 密钥和一个 Cloudflare 密钥。Cloudflare 密钥的格式为 account_id:token。OVH Whisper 不需要密钥。从同一页面复制你的统一密钥。
第 2 步:使用 Whisper 转录
以 multipart/form-data 格式发送文件。使用 model=auto 或 model=whisper-1,让路由器自行选择。要固定某个模型,请发送其 ID。ID whisper-large-v3-turbo 与 Groq 和 OVH 上的对应行匹配,因此故障转移会停留在同一模型上。
curl:固定使用 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:从 Cloudflare Whisper 生成字幕
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)长录音:压缩和分段
FreeLLMAPI 和 Groq 免费层级在一次上传中都最多接受 25 MB。Groq 表示,Whisper 会将音频降采样为 16 kHz 单声道。上传前请执行此操作,以使文件显著变小。对于长录音,请将音频分割成若干部分。
ffmpeg:每段 10 分钟的 16 kHz 单声道 FLAC
ffmpeg -i podcast.mp3 -ar 16000 -ac 1 -c:a flac -f segment -segment_time 600 part%03d.flacPython:按顺序转录各部分
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))一个词可能会在两段之间的边界处被切断。为获得精确结果,Groq 建议在各段之间设置短暂的重叠。上传前请检查每段的大小,因为某些音频压缩效果不佳。
获得更好的 Whisper 转录文本
- 设置语言: 发送
language,并附上代码,例如en、de或ur。这样 Whisper 就无需检测语言。 - 使用提示词: 在
prompt中发送人名、产品名称和专业术语。Whisper 会将它们作为拼写的上下文。 - 将 temperature 保持为 0: 较高的值会生成更多样的文本,这对转录通常没有帮助。
- 清理音频: 去除音乐和较长的静音。请在靠近麦克风的位置录制语音。
- 获取时间戳: 使用
response_format=verbose_json。当提供商返回分段时,每个分段都有开始和结束时间。如果没有分段,你将获得仅包含文本的普通 JSON。 - 检查托管服务: 响应标头
X-Provider和X-Model会显示生成转录文本的托管服务和模型。在比较质量时请记录它们。
故障排除
| 问题 | 原因 | 解决方法 |
|---|---|---|
错误 413 file_too_large | 上传的文件超过 25 MB | 转换为 16 kHz 单声道 FLAC,或分割文件 |
| 词语重复,或在静音处出现文本 | 在较长的无声片段中,Whisper 可能会写出并未说出的文本 | 上传前剪掉较长的静音 |
| 人名拼写错误 | Whisper 不认识这些人名 | 在 prompt 字段中发送这些人名 |
| 来自 OVH 的错误 429 | 匿名限制为每分钟 2 个请求 | 添加 Groq 或 Cloudflare 密钥 |
srt 返回错误 400 | 没有提供商支持 SRT | 对 Cloudflare Whisper 模型使用 vtt |
常见问题
是否有免费的 Whisper API?
有。Groq、Cloudflare Workers AI 和 OVH AI Endpoints 在有限制的情况下免费运行 Whisper。FreeLLMAPI 将它们置于一个兼容 OpenAI 的端点之后,并提供故障转移。
免费 Whisper API 的文件大小限制是多少?
Groq 免费层级每个文件允许 25 MB,FreeLLMAPI 接受最多 25 MB 的上传。对于较长的录音,请将音频转换为 16 kHz 单声道,或将其分割。
Whisper Large v3 Turbo 的准确度是否与 Whisper Large v3 相同?
不完全相同。Groq 列出的词错误率为:Turbo 为 12%,Large v3 为 10.3%。Turbo 速度更快,在付费方案上成本也更低。
免费 Whisper API 能否将音频翻译为英语?
FreeLLMAPI 没有翻译端点。请先转录音频,然后使用免费聊天模型翻译文本。
OpenAI Python SDK 能否与免费 Whisper API 配合使用?
可以。将 base_url 设置为 http://localhost:3001/v1,然后使用 model="auto" 或某个 Whisper 模型 ID 调用 client.audio.transcriptions.create。
相关指南
来源
- FreeLLMAPI README: supported endpoints (检查于 20 November 2026)
- Groq docs: Speech to text (检查于 20 November 2026)
- Cloudflare Workers AI pricing (检查于 20 November 2026)
- Cloudflare Workers AI: whisper-large-v3-turbo (检查于 20 November 2026)
- OVHcloud AI Endpoints capabilities (检查于 20 November 2026)