新機能 録音
講義、会議、長い思考に。
ライブで録音すると、テキストが現れていきます。H で見出し、M でその瞬間にマークを付けられます。あとは Vito が誰が何を言ったかを教えてくれます(話者の名前は一度付けるだけ)。Word やメール用にそのままコピーできます。手持ちの音声ファイルから録音を作ることもできます。
無料 · オープンソース · すべてのプラットフォーム
使って楽しく、見た目も思いのままの音声入力アシスタント。キーを押したまま話すだけで、きれいなテキストが今使っているアプリに入ります。Windows、macOS、Linux に対応。
好きなルックを選ぶと、このページ全体が変わります
Vito はトレイに常駐し、カーソルがどこにあっても機能します — メール、ドキュメント、チャット、コード。
Mac では Fn、または自分で決めたショートカットでも。ダブルタップでハンズフリー。
60言語のどれでも。えーっと、言い直し、脱線も大丈夫。
選んだスタイルや自作のプロンプトで整えて、入力していたその場所に入ります。
実際のアプリの画面です。音声入力、ダッシュボード、履歴、設定、そしてどのアプリの上でも声について回るピル。
あなた好みに
ライトとダークの両面を持つ14のカラーテーマ。グラデーションは鮮やかにも穏やかにもお好みで。9つのフォント。丸か四角か、ゆったりかコンパクトか。強さを選べる11の背景、5つのサウンドセット、そして Vito 本人のワードローブ。
さあ、遊んでみてください。選んだものはすべて、アプリやピル、Vito と同じようにこのページにも反映されます。
履歴、個人辞書、クリーンアップスタイルといった定番の機能はもちろんそろっています。ここでは、意外かもしれないものを紹介します。
新機能 録音
ライブで録音すると、テキストが現れていきます。H で見出し、M でその瞬間にマークを付けられます。あとは Vito が誰が何を言ったかを教えてくれます(話者の名前は一度付けるだけ)。Word やメール用にそのままコピーできます。手持ちの音声ファイルから録音を作ることもできます。
Vito Assist
「Vito、…」で始めれば、その続きがコマンドです。これをドイツ語に翻訳して、240の15%は、「重要」の類語。モード切り替えも、クリックも要りません。
ピル & アイランド
小さなピルが、どのアプリの上でもあなたの声について回ります。光、バー、または Vito 本人の姿で、あなたの色、フォント、衣装のまま。指を向ければ直近の音声入力を表示、録音も始められます。
実績
音声入力した語数や節約したタイピング時間のダッシュボード、連続記録、50以上の実績(おかしなものも、秘密のものも)。獲得するたびに Vito の着るものも増えます。
どのプラットフォームでも
60
どの言語でも音声入力でき、Vito のインターフェースも同じ60言語で使えます。
€0
Vito は Parakeet をインストールしてあなたのパソコンで動かすので、キーも使用料も不要です。クラウドがお好みなら、Soniox、AssemblyAI、Groq、Anthropic、または OpenAI 互換のサービスのキーを持ち込み、プロバイダーに直接支払います。1時間あたりほんの数円です。
アプリは無料です。すべてローカルで動かせば0円、クラウドを使う場合も原価で支払うだけ。目安は音声1時間あたり約0.15ユーロ。サブスクのアプリは月12〜15ユーロかかります。
裏もありません。広告なし、データの販売もなし。あなたは商品ではありません。
他との比較 →処理のすべてをパソコン内にとどめることも、どのプロバイダーに声を聞かせるかを自分で決めることもできます。アプリにトラッキングも分析もなく、アカウントも要りません。
ローカル、クラウド、または両方 →無料ダウンロード。アカウントもサブスクリプションもありません。ローカルで使用する場合は API キーは必要ありません。
iPhone・iPad・Android 版の Vito はありません。
Vito はいちばん文字を打つ場所、つまりパソコン(Windows・macOS・Linux)で動きます。パソコンでこのページを開いてダウンロードするか、リンクを自分に送ってください。
…または、まずブラウザでデモを試すこともできます:新しいタブで Vito を開く。最初のお試しにはぴったり。毎日使うならアプリをインストールしてください。
Windows と macOS は、Vito が動き出す前に一度は止めてくる可能性が高いです。どちらも「このアプリに問題がある」と言っているのではなく、「まだ見覚えがない」と言っているだけです。何が表示され、どう進めばよいかを説明します。
Vito は Apple Developer 証明書で署名されていません。あれは有料の年間メンバーシップで、Vito は無料だからです。そのため macOS は初回に起動をブロックし、進む方法をはっきりとは示しません。システム設定 → プライバシーとセキュリティを開き、下までスクロールして、Vito についての表示の横にあるこのまま開くをクリックしてください。一度で十分です。以降は他のアプリと同じように開きます。
「Windows によって PC が保護されました」という青い画面が出ることがあります。これは SmartScreen で、このインストーラーがまだ十分な回数ダウンロードされておらず評価が積み上がっていないために表示されるものです。中から何かが見つかったからではありません。詳細情報をクリックし、次に実行をクリックしてください。ウイルス対策ソフトも同じ理由で警告することがあります。
どちらの警告も、Vito のダウンロードが増えるにつれて出なくなります。それまで、私たちの言葉をうのみにする必要はありません。すべてのビルドには .sha256 チェックサムが添えて公開されていますし、ソースコードはすべて GitHub にあります。読むことも、自分でビルドすることもできます。
Vito はまだ若く — 時折バグがあるかもしれません。見つけましたか? GitHub で報告する そして Vito をより良くするのを手伝ってください。
はい。使い続けても無料のままにできます。アプリは無料でオープンソース、サブスクリプションもアカウントもありません。広告もなく、あなたの情報が売られることもありません。無料のサービスでは自分が商品になりがちですが、Vito は違います。 The zero-cost route is fully local: Vito installs and manages Parakeet for the transcription itself, and a local OpenAI-compatible model does the cleanup, so there are no usage fees and no audio leaves your computer.
処理をクラウドに任せたい場合も無料にできます。Groq の無料枠はクレジットカードなしで AI クリーンアップをこなし、AssemblyAI は新規アカウントに文字起こし用の 50 ドル分の無料クレジットを提供します。この 2 つで、聞き取りと整形の両方を無料でまかなえます。無料枠は各プロバイダーの裁量で変わり得ます。足りなくなった場合や、Soniox や Claude を使いたい場合は、そのプロバイダーに直接支払います。音声 1 時間あたり約 0.15 ユーロで、サブスクリプションも月額の最低料金もなく、口述しない月は一切かかりません。
もともと作者が自分で使うために作ったからです。優れた音声入力アプリはありましたが、Windows と Linux の両方で動くものはなく、目標は両方で使える1本のアプリでした。Linux でも、自分の API キーで使えて、古いパソコンでは重いローカルモデルを無理強いせず、月15ユーロの別のサブスクも求めないものは見つかりませんでした。そこで Vito が生まれ、やがて別の挑戦にもなりました。どこまで良く、どこまで磨き込めるのか。しかも全プラットフォームで同時に。世界中の人の時間を節約し、パソコンを使うことを少し楽しくできたらと願っています。
Vito が時間やお金の節約になって、感謝を伝えたいと思ったら、Ko-fi で寄付できます。うれしいですが、必須ではありません。どちらでも Vito は無料のままです。
いいえ。Vito はローカルの Parakeet speech-to-text をインストールして管理できます。 Soniox、AssemblyAI、または別のリモート プロバイダーを使用する場合、キーはオプションです。ローカルまたはリモートの転写とクリーンアップのために、OpenAI 互換のエンドポイントを入力することもできます。
ローカルの Parakeet を使用すると、オーディオはコンピューター上に残ります。リモートの Speech-to-Text エンドポイントを構成すると、音声はそこにのみ送信されます。クリーンアップはローカルのままにすることも、選択したプロバイダーを使用することもできます。 Vito には追跡や分析は含まれておらず、履歴はマシン上に残ります。vito.talk のブラウザー版だけが、開かれて使われた回数を匿名かつ Cookie なしでカウントします。
プライバシーを強化し、25 か国語で使用料を無料にするために、ローカルの Parakeet を選択してください。 Vito はインストールと管理を処理しますが、ローカル処理ではコンピューターの負荷が増大し、バッテリーの消費量が増える可能性があります。システム負荷を低くし、通常は少額の使用コストで最大 60 の言語を使用するには、クラウド STT を選択してください。または、Whisper サーバーや Parakeet サーバーなど、OpenAI 互換のローカルまたはリモート STT エンドポイントで Vito を指します。
Windows、macOS、Linux に対応(Wayland と X11、Linux Mint を含む)。さらに、どのブラウザでも試せるデモが vito.talk/app にあります。Linux では、Vito が不足しているユーティリティを検出し、ほとんどのデスクトップで Caps Lock を音声入力キーとして設定します。それ以外の環境では設定方法を表示します。
Voice In, Text Out(音声を入れ、テキストを出す)。4語で表したアプリのすべてです。
はい。「録音一覧」タブは、一言二言より長い内容のためのものです。話しながらテキストが現れるライブ録音も、手持ちの音声ファイルから録音を作ることもできます。話者の識別(Soniox または AssemblyAI 経由)で誰が何を言ったかが分かり、どの録音も Word、Markdown、テキスト、字幕、MP3 として保存されます。
かなり自由に変えられます。ライトとダークの両面を持つ14のカラーテーマ(うち2つはハイコントラスト)、弱視の方向けの Atkinson Hyperlegible を含む9つのフォント、3種類の角、3種類の間隔、11の背景、5つのサウンドセット、そして動きを減らす設定。Linux では、Vito が Dux Modular Shell や Omarchy の配色をまとうこともできます。さらに Vito 本人のワードローブは、実績を獲得するたびに増えていきます。このページのスタジオで、全部試してみてください。
はい、デモとして。Vito はブラウザでも動作し、無料でアカウントも不要です。お試し用であり、毎日の利用には向きません。 Speech recognition there is Whistle, a small model that downloads once (18 MB) and runs on your own computer, in seven languages: English, Dutch, German, French, Spanish, Italian and Polish. That is fine for a first impression, but it is not the best recognition. Your dictations stay in that browser, and the text goes to your clipboard rather than straight into another program. Install the app for 60 languages, better recognition and text typed wherever your cursor is — it can take your browser dictations along.
Vito は Anthropic のAIコーディングエージェント Claude Code で100%書かれています — そしてそれを誇りに思っています。明確なビジョンを持ち、正しく使えば、AIコーディングは、そうでなければ存在し得なかったこのようなアプリを可能にします。
このウェブサイトも同じです — すべてのページも、その裏側のビルドシステムも、Claude Code の仕事です。このやり方こそが、この規模を可能にしています:
「バイブコーディング」は悪い評判を得てしまいましたが、それ自体は品質についてほとんど何も語りません。運転免許を持つ誰もがうまく運転するわけではない — それと同じように、どのプログラマーもAIより自動的に良いコードを書くわけではありません。結果を決めるのは、あなたがどの方向へ舵を切るかです。