Vito vs Voxtype

Voxtype is een lokaal-eerst, push-to-talk spraaktyp-tool voor Linux en macOS: gratis, open source, en het draait het spraakmodel op je eigen machine — geen account, geen kosten per minuut, en alleen een cloud-engine als je er zelf een toevoegt. Vito doet dezelfde kernklus — sneltoets, praten, tekst verschijnt — en kan het met zijn twee beheerde engines, Parakeet en Whistle, lokaal houden, terwijl het een tweede AI-slag toevoegt die van het ruwe transcript afgewerkte tekst maakt, en een volledige desktop-app levert die ook op Windows draait. Hier is een eerlijk verslag van waar elk van beide wint, geschreven door de mensen die Vito maken en gecontroleerd aan de hand van Voxtype's eigen site.

In één oogopslag

Gecontroleerd aan de hand van voxtype.io en hun GitHub-repository in oktober 2026.

Waar Voxtype de betere keuze is

Standaard lokaal, met engines te over

Voxtype draait de herkenning op je eigen computer met een keuze uit negen lokale engines — Whisper, Parakeet, Moonshine, SenseVoice, Paraformer, Dolphin, Omnilingual, Cohere en een OpenVINO-build van Whisper die op Intel-NPU's kan draaien — dus het werkt zonder verbinding en er verlaat geen audio het apparaat. "Local by default. No cloud, no subscription, no telemetry", zoals de site het stelt; sinds versie 1.0 zit er een betaalde Soniox-cloud-engine in, maar alleen als je die kiest. Vito kan audio en opschoning evengoed op het apparaat houden, met Whistle of Parakeet en een lokaal compatibel model. Voxtype blijft de meer terminal-gerichte keuze met een veel breder aanbod aan lokale spraak-engines; Vito is de route van de beheerde desktop-app.

Het is gratis zonder sterretje

Geen provider-account, geen saldo, geen gebruikskosten. MIT-gelicentieerd, en het draait op hardware die je al hebt — er is zelfs een basisbuild voor processors zonder AVX2. Vito doet hetzelfde met Whistle of Parakeet en een lokaal opschoonmodel; remote providers blijven optioneel.

Een enorm taalbereik, allemaal lokaal

Via zijn Omnilingual-model adverteert Voxtype "1600+ talen", allemaal op het apparaat herkend. Vito dekt 60 talen voor dictaat en voor de interface — die met meer dan vijftig miljoen sprekers — wat voor de meeste mensen ruim voldoende is, maar heb je een taal nodig die een cloudprovider niet aanbiedt, dan is een lokaal model dat dat wel doet een echt voordeel.

Je leeft in de terminal, op Linux of een Mac

Voxtype is gebouwd voor de moderne Linux-desktop en is Wayland-native: je houdt een toets ingedrukt, praat, laat los, en de woorden landen bij je cursor. Het wordt ingesteld via een interactieve terminal-UI in plaats van een instellingenvenster, toont een zwevende golfvorm terwijl je praat, pauzeert Spotify en andere MPRIS-spelers of zet hun volume zachter, en heeft een vergadermodus die sprekertoewijzing toevoegt, samenvattingen via Ollama en export naar Markdown, JSON, SRT, VTT of platte tekst. Het draait ook op macOS 13+, inclusief Intel-Macs. Wil je een toetsenbord-gedreven tool zonder GUI, dan is dat kleinere oppervlak een pluspunt, geen gemis.

Waar Vito de betere keuze is

Je wilt beheerde lokale STT en controle over de uiteindelijke tekst

Vito installeert en beheert twee lokale engines voor privé transcriptie zonder gebruikskosten: Parakeet, in 25 Europese talen, en Whistle, een download van 18 MB in zeven talen die de tekst laat zien terwijl je nog spreekt. Met een OpenAI-compatibel eindpunt gebruik je andere lokale of remote engines. Het opschonen heeft vijf ingebouwde stijlen — waaronder Zakelijk, Letterlijk en Notities — plus volledig eigen prompts en ondersteuning voor lokale modellen.

De tekst komt afgewerkt eruit, niet alleen getranscribeerd

Dit is een groot productverschil. Voxtype transcribeert — accuraat — maar spraak zit vol "uhs", valse starts en zinnen die in de verkeerde volgorde aankomen, dus een ruw transcript leest nog steeds als spraak en je zit het met de hand bij te werken. Vito haalt elk dictaat door een tweede AI-slag, standaard aan zodra er een opschoonmodel is ingesteld: stopwoorden verwijderd, de zin die je bedoelde gereconstrueerd, regeleinden waar je erom vroeg, uitgesproken "duim omhoog" omgezet in 👍. Voxtype kan ook iets soortgelijks doen voor elk dictaat — de nabewerkingsinstelling haalt de tekst door elk commando naar keuze, zoals Ollama, LM Studio, llama.cpp of een script — maar dat bouw en stem je zelf af; het is opt-in en doe-het-zelf, waar Vito de stijlen, de prompts en de standaard meelevert. Ook Vito's opschoning heeft een model nodig, en dat kan een lokaal model zijn in plaats van een tweede sleutel.

Je computer hoeft niet snel te zijn

Het model lokaal draaien is Voxtype's ontwerp en ook zijn kostenpost: de engines doen echt werk op je eigen processor (de site noemt 9–11× realtime voor Cohere op een CPU), en op een oudere of lichtere machine — of zonder een capabele GPU — betekent dat tragere resultaten en een warmere, sneller lege accu. Voxtype's optionele Soniox-engine kan die last overnemen, tegen betaling. Vito geeft je meer manieren om daaromheen te komen: Whistle is een lichte lokale engine, Parakeet dekt lokaal 25 talen, en Soniox, AssemblyAI of elke OpenAI-compatibele provider houdt je processor vrij en voegt een bredere taaldekking toe.

Vraag het de AI met je stem — Voxtype typt alleen

Voxtype zet spraak om in tekst en stopt daar. Vito's Vito Assist zet spraak om in een instructie: "Vito, vertaal dit naar het Duits", "Vito, wat is de hoofdstad van Frankrijk?", "Vito, 15% van 240?" — vertalingen, antwoorden, rekenwerk en definities, zo makkelijk uitgesproken als een dictaat en ter plekke teruggegeven. Wil je dat je dictaat ook vragen beantwoordt, dan doet Voxtype dat niet, en Vito wel.

Het onderhoudt zichzelf op Linux

Vito komt als AppImage en als Flatpak en werkt op zowel X11 als Wayland. Op niri en Hyprland is het eerlijk over globale sneltoetsen en geeft het je kant-en-klare bindings voor je compositor. Het installeert nieuwe versies zelf zodra je een paar minuten niet hebt gedicteerd — dat kun je uitzetten — en de AppImage werkt ook met AppImageUpdate en Gear Lever. Elke download wordt gebouwd op GitHub Actions, met gepubliceerde checksums.

Je wilt Windows, en een volledige app eromheen

Vito is er voor Windows, macOS en Linux; Voxtype is alleen Linux en Mac, zonder Windows-build. Vito is bovendien een volledige desktop-applicatie — een dashboard dat je zelf inricht, een doorzoekbare lokale geschiedenis, statistieken en 52 prestaties, een mini-overlay en een interface in 60 talen — waar Voxtype bewust terminal-first is, met een TUI voor de installatie in plaats van schermen om doorheen te klikken. Vito Sync houdt je geschiedenis, statistieken en woordenboek op al je computers gelijk via een map die je eigen sync-app al synchroniseert, zonder account, en er is een browserversie die geen installatie nodig heeft, al belandt de tekst daar op je klembord. Sommigen zullen Voxtype's slanke aanpak precies zo verkiezen; anderen willen de app.

Het is best leuk

Een klein ding, en we gaan niet doen alsof het ergens de doorslag geeft. Vito houdt de tel bij op een dashboard dat je zelf inricht: gedicteerde woorden, uren typwerk die je niet hoefde te doen, een grafiek van je week, een kalender van de afgelopen zes maanden en een reeks dagen op rij — verbeter je record en de kaart viert feest. Vito zelf, het logo met een gezicht, kletst mee terwijl je dicteert. Er zijn 50+ prestaties om te ontgrendelen, sommige onzinnig, een aantal verborgen.

Het blijkt meer uit te maken dan het klinkt. Dicteren in plaats van typen is een gewoonte die je moet opbouwen, en de eerste week is het onwennige deel — "1 u 38 m typen bespaard" zien staan is een duwtje om door te gaan dat een leeg venster je niet geeft. Klinkt dat als een gimmick? Negeer het gerust volledig; niets hangt ervan af.

Wat ze allebei doen

Beide zijn open source en MIT-gelicentieerd, beide gratis te downloaden, beide zetten tekst waar je cursor staat vanaf een push-to-talk sneltoets, en beide kunnen het hele werk op je eigen machine doen — geen account, geen audio die de machine verlaat, geen gebruikskosten — met alleen een cloud-engine als je daarvoor kiest. Beide pauzeren je muziek terwijl je dicteert en hervatten hem daarna, en beide draaien op Linux met degelijke Wayland-ondersteuning. Wil je nul kosten, een ruime keuze aan engines op het apparaat en een tool die je vanuit de terminal bestuurt op Linux of een Mac, dan is Voxtype een project waar we je graag naartoe wijzen, en deze vergelijking bestaat om je te helpen kiezen, niet om je het uit het hoofd te praten.

Dus welke van de twee

• Audio mag de machine nooit verlaten, of geen internet? Allebei kan; Voxtype biedt meer lokale engines.
• Wil je dat het letterlijk niets kost? Allebei; beide kunnen lokaal draaien zonder gebruikskosten.
• Heb je een taal nodig die een cloudprovider niet dekt? Voxtype's lokale modellen.
• Voel je je thuis in de terminal, op Linux of een Mac? Voxtype.
• Wil je een vergadermodus met sprekers en export naar ondertitels? Voxtype.
• Wil je dat de tekst al opgeschoond binnenkomt? Vito.
• Oudere of lichtere machine, geen capabele GPU? Vito, met Whistle of een cloudprovider.
• Wil je AI-opdrachten met je stem, of een doorzoekbare geschiedenis en statistieken? Vito.
• Op Windows? Vito.