Scegliere i provider di Vito

Vito è gratuito e non ha un account proprio. A quello che dici succedono due cose — qualcosa ascolta e qualcosa mette in ordine le parole ascoltate — e per ciascuna metà scegli tu chi fa il lavoro: il tuo computer, o un provider di cui possiedi la chiave. Dalla 2026.9 nessuna delle due metà richiede una chiave.

Questa pagina è la mappa. Tutte le opzioni che Vito può usare, quanto costano, cosa ti chiedono e in cosa sono forti o deboli — e, per i quattro provider che una chiave la vogliono, una guida passo passo dedicata.

Le due metà

La metà che ascolta trasforma la tua voce in parole. Precisione, lingue in cui puoi dettare e attesa prima che il testo compaia si decidono qui. La metà che pulisce trasforma quelle parole in testo che vale la pena inviare: esitazioni via, frasi rimesse in sesto, a capo dove li hai chiesti. È ciò che separa la dettatura dalla trascrizione di qualcuno che parla.

Le due sono indipendenti. Ascolto locale e pulizia nel cloud va benissimo, e vale anche il contrario: scegli ogni metà per quello che vale.

La metà che ascolta

Vito locale (Parakeet) Locale Nessun costo d'uso

Sul tuo computer · nessun account, nessuna chiave · 25 lingue europee · un download una tantum di circa 900 MB

Vito installa e gestisce il motore da sé: scegli la voce in Impostazioni → Riconoscimento vocale, premi installa una volta e l'installazione finisce lì. Sotto c'è parakeet.cpp con il Parakeet TDT 0.6B v3 di NVIDIA; Vito scarica una build fissata e il modello, verifica entrambi con gli hash inclusi nella release ed esegue il motore solo finché quella scheda è selezionata.

• A favore: niente iscrizioni, niente da pagare, né ora né mai, e nessun audio lascia il tuo computer. È anche rapido: su un desktop a 12 core una dettatura di 13 secondi richiede circa 1,2 s su CPU e 0,25 s con la build GPU Vulkan. La lingua viene riconosciuta da sola.
• Contro: 25 lingue europee invece di 60, circa 1 GB di memoria mentre gira e 0,9 GB di disco, e il lavoro ricade sul tuo processore — si sente su un portatile sottile, e sulla batteria. Non c'è trascrizione dal vivo: il testo arriva quando smetti di parlare. Questo motore non usa i termini chiave, mentre le tue correzioni restano valide.

Qualsiasi endpoint compatibile con OpenAI Locale o remoto

Un tuo server o uno ospitato · un URL di base, e una chiave solo se quell'endpoint la chiede · costi e lingue sono quelli di ciò che sta dietro l'URL

Dai a Vito un URL di base e parlerà con quello che risponde: whisper-server, Speaches o LocalAI sul tuo computer, oppure Whisper ospitato su Groq e OpenAI. Vito trova whisper-server sul suo percorso /inference, adatta la finestra dell'encoder alla registrazione reale — cosa che ha portato una clip di 13 secondi da 9,0 s a 4,1 s su CPU — e riunisce i segmenti di whisper.cpp in una sola riga invece di digitarne gli a capo nel tuo documento.

• A favore: la via di fuga. Il motore che preferisci, sull'hardware che scegli, incluso un computer della tua rete che lavora al posto di un portatile che preferirebbe evitare.
• Contro: il server lo gestisci o lo scegli tu, e precisione, velocità e lingue coperte sono affari suoi, non di Vito. Whisper codifica sempre 30 secondi di audio, quindi su un Whisper ospitato una dettatura di due secondi può costare quanto una lunga.

Soniox Consigliato

I loro server · la tua chiave · 60 lingue · 0,10–0,12 $ l'ora, il loro prezzo di listino

La copertura linguistica più ampia e il motore cloud più economico da usare: per questo è quello che consigliamo ed è la base della cifra di 0,15 € l'ora che trovi in homepage.

• A favore: tutte le 60 lingue di dettatura, una trascrizione dal vivo e nessun carico sul tuo computer — il motivo stesso per scegliere il cloud.
• Contro: è prepagato, quindi serve credito prima che faccia qualcosa, e se i nuovi account ricevano credito di prova Soniox non lo dichiara sulla sua pagina dei prezzi. Il tuo audio va sui loro server.

AssemblyAI Credito iniziale gratuito

I loro server · la tua chiave · 50 $ di crediti gratuiti all'iscrizione, senza carta · poi 0,15–0,45 $ l'ora

L'avvio cloud più semplice: puoi avere Vito funzionante prima di fornire un dato di pagamento, e cambiare in seguito è questione di incollare un'altra chiave.

• A favore: credito in anticipo, nessuna carta richiesta e un secondo motore su cui ripiegare quando una trascrizione viene male.
• Contro: più caro all'ora di Soniox una volta finito il credito, e il tuo audio va sui loro server.

La metà che pulisce

Qualunque cosa scegli, le regole sono tue: cinque set integrati — Vito predefinito, Letterale, Scrittura aziendale, Note e Messaggi — e i tuoi in aggiunta. Vito accoda un contratto di output fisso al set attivo, così un set di regole può cambiare cosa fa la pulizia, ma non può mai far incollare commenti dove hai il cursore.

Un modello locale Locale Nessun costo d'uso

Sul tuo computer · un server compatibile con OpenAI come Ollama o LocalAI · nessun account, nessuna chiave

• A favore: gratuito, offline, e niente di ciò che detti lascia il computer. Insieme a Parakeet locale è un Vito senza account da nessuna parte e senza alcuna fattura.
• Contro: serve una macchina in grado di reggere un modello decente, e la pulizia vale quanto il modello che le dai. Su un portatile modesto è la più lenta delle quattro opzioni.

Groq Consigliato Piano gratuito

I loro server · la tua chiave · un piano davvero gratuito, senza carta

• A favore: nessun costo, nessuna carta e abbastanza rapido da non essere la pulizia ciò che aspetti. Per sue stesse condizioni Groq non addestra su ciò che invii, con in più un'impostazione a conservazione zero.
• Contro: il piano gratuito è a tetto anziché a consumo, quindi una giornata di dettatura molto lunga può incontrare un limite — e un piano gratuito il provider può cambiarlo. Il tuo testo va sui loro server.

Anthropic (Claude) Massima qualità

I loro server · la tua chiave · crediti prepagati, nessun piano gratuito

• A favore: il migliore qui nel trasformare una trascrizione in testo, e quello da dare a Vito Assist quando vuoi che le risposte parlate valgano la lettura.
• Contro: costa dalla prima dettatura, e un account senza credito si presenta come un errore confuso invece che come un account vuoto.

Qualsiasi altro provider compatibile con OpenAI

Un URL di base e una chiave · i modelli e i prezzi di quel provider

• A favore: se già paghi qualcuno per i token, Vito può usarli. La scheda dei costi segue il modello che hai davvero selezionato, quindi la stima non è un'ipotesi basata sul più economico.
• Contro: scegli il modello e te lo tieni. Se uno spende migliaia di token a ragionare e non restituisce nulla, la soluzione è il controllo Thinking, non un budget di token più ampio.

Tre configurazioni che hanno senso

• Nessuna iscrizione. Parakeet locale e un modello locale. Nessun account da nessuna parte, nessun costo d'uso, e né il tuo audio né il tuo testo lasciano il computer. Il prezzo è il carico sulla tua macchina e 25 lingue invece di 60.
• Gratis, con il lavoro fatto altrove. Il credito iniziale gratuito di AssemblyAI per l'ascolto, il piano gratuito di Groq per la pulizia. Nessuno dei due chiede la carta, il tuo computer resta tranquillo e in dieci minuti detti. Il credito, però, prima o poi finisce.
• Il risultato migliore. Soniox per ascoltare, Claude per pulire, a circa 0,15 € per ora di parlato, tutto compreso. 60 lingue, trascrizione dal vivo e il testo più pulito tra tutte le combinazioni qui.

Prima di cominciare

Qualche cosa che vale la pena sapere, qualunque strada prendi:

• Puoi arrivare a dettare senza pagare né iscriverti a nulla. È la via locale qui sopra. Se preferisci che il lavoro lo faccia il cloud, il credito iniziale di AssemblyAI e il piano gratuito di Groq ti ci portano anche senza carta.
• Quelli a pagamento sono prepagati. Soniox e Anthropic hanno bisogno di credito prima di fare qualsiasi cosa. Pochi euro sono tantissima dettatura, ma zero è zero, e un account vuoto si presenta come un errore confuso invece che come un account vuoto.
• Se aggiungi una carta, imposta subito un limite di spesa. Ci vuole un minuto ed è l'unica cosa tra una svista e il tuo credito. (I piani gratuiti e i modelli locali non possono generare una fattura, quindi finché resti lì non c'è nulla da limitare.)
• Una chiave è una password. Chi la possiede spende i tuoi soldi — o consuma la tua quota gratuita. Ogni guida spiega come custodirla per bene.
• Niente di tutto questo è definitivo. Ogni opzione è una scheda diversa in Impostazioni → Riconoscimento vocale, e cambiare significa sceglierne un'altra. Iniziare in locale e aggiungere una chiave dopo — o il contrario — non ti costa nulla.