Vito vs Handy
Handy jest najbliższe rodzeństwu na tej stronie: darmowe, na licencji MIT, wieloplatformowe i działa na Linuksie. Około 33.000 osób oznaczyło je gwiazdką na GitHub, co jest dużo i zasłużone. Oba potrafią zatrzymać rozpoznawanie mowy na twoim komputerze: Handy oferuje katalog około 80 modeli lokalnych, od Whisper po Parakeet, a Vito samo zarządza dwoma silnikami lokalnymi — Parakeet i znacznie lżejszym Whistle — i pozwala też wybrać lokalne lub zdalne punkty końcowe zgodne z OpenAI.
W skrócie
| Vito | Handy | |
|---|---|---|
| Koszt | Darmowa aplikacja; lokalnie 0 €, a u typowych dostawców chmurowych około 0,15 €/godz. | Za darmo, całkowicie |
| Kod źródłowy | Otwarty, MIT | Otwarty, MIT |
| Windows | Tak | Tak, x64 i ARM64 |
| macOS | Tak | Tak, Intel i Apple Silicon |
| Linux | Tak | Tak, x64 i aarch64 |
| Gdzie działa | Na twoim komputerze lub w przeglądarce; chmura opcjonalnie | Twój własny komputer |
| Działa offline | Tak — z Whistle lub Parakeet i lokalnym oczyszczaniem | Tak |
| Lokalne modele mowy | Dwa, instalowane i zarządzane przez Vito: Parakeet i Whistle | Około 80, m.in. Parakeet, Whisper, Canary i Moonshine |
| Wymagany sprzęt | Cokolwiek, dla chmury lub Whistle; Parakeet ~1 GB RAM | Zależy od wybranego modelu |
| Konta do skonfigurowania | Brak przy pracy lokalnej; BYOK jest opcjonalne | Brak |
| Oczyszczanie tekstu przez AI | Tak, wbudowane — style i własne polecenia | Opcjonalne, eksperymentalne, domyślnie wyłączone |
| Języki interfejsu | 60 | 26 |
| Zależne od twojego sprzętu | Nie u dostawcy chmurowego; silniki lokalne tak (Whistle jest lekki) | Tak, znacznie |
| Polecenia AI głosem | Tak — po prostu powiedz "Vito, …" | Nie |
Sprawdzone na podstawie handy.computer oraz ich repozytorium oraz ich strony rozwiązywania problemów w październiku 2026.
Gdzie Handy jest lepszym wyborem
Twoja mowa nigdy nie opuszcza komputera, z założenia
„Twój głos zostaje na twoim komputerze”, jak to ujmują, i w przypadku mowy jest to dosłownie prawda — każdy model, który oferuje Handy, działa lokalnie, i nie ma tu w ogóle żadnego dostawcy transkrypcji. Opcjonalne przetwarzanie końcowe przez AI może wywołać dostawcę z twoim własnym kluczem, ale pozostaje wyłączone, dopóki go nie włączysz, a lokalna Ollama też działa. Vito daje tę samą gwarancję, gdy wybierzesz Whistle lub Parakeet i lokalny model oczyszczania; w Handy po prostu nie ma transkrypcji w chmurze, którą można by wybrać przez pomyłkę.
Szeroki wybór modeli lokalnych
Tu Handy po cichu wyszło na prowadzenie. Nie kręci się już wyłącznie wokół Whisper: oferuje katalog około 80 modeli lokalnych — wśród nich Parakeet V2 i V3, Canary, Moonshine, Whisper w różnych rozmiarach oraz modele strumieniowe — i poleca Parakeet V3 jako najstabilniejszy. Jeśli lubisz testować modele i zostać przy tym, który pasuje do twojego głosu, twojego języka i twojego komputera, Handy daje ci znacznie więcej miejsca. Vito celowo oferuje dwa silniki lokalne, Parakeet i Whistle, i zarządza nimi za ciebie; wszystko inne idzie przez punkt końcowy zgodny z OpenAI, który uruchamiasz sam.
Jest darmowe bez gwiazdki
Żadne z tych narzędzi nie potrzebuje konta u dostawcy ani opłat za użycie, gdy działa lokalnie. Handy robi to z założenia; Vito łączy Whistle lub Parakeet z opcjonalnym lokalnym modelem oczyszczania i nadal pozwala wybrać zdalnych dostawców, gdy liczy się mniejsze obciążenie systemu lub szersza obsługa języków.
Nic do skonfigurowania
Pobierz, wybierz model, dyktuj — a z Homebrew lub winget nawet pobranie to jedno polecenie. Bez kluczy API, metody płatności i kont. Zarządzane silniki lokalne Vito działają tak samo, a jego wersja w przeglądarce w ogóle nie wymaga instalacji, choć tam tekst trafia do schowka; wybory dotyczące oczyszczania i punktów końcowych w Vito dokładają jednak więcej ustawień.
Gdzie Vito jest lepszym wyborem
Chcesz przetwarzania lokalnego z większą kontrolą nad wynikiem
Vito instaluje dwa silniki lokalne i samo nimi zarządza: Parakeet, w 25 językach europejskich, oraz Whistle, pobranie 18 MB w siedmiu językach, które pokazuje tekst, gdy mówisz. Łączy się też z dowolnym lokalnym lub zdalnym punktem końcowym transkrypcji zgodnym z OpenAI. Jego oczyszczanie przez AI oferuje pięć wbudowanych stylów — w tym Biznesowy, Dosłowny i Notatki — i pozwala samemu napisać polecenie. Lokalny model oczyszczania sprawia, że i ten krok pozostaje prywatny.
Nic nie opuszcza twojego komputera. Bez konta, bez opłat za użycie.Nagranie trafia do wybranego przez ciebie dostawcy i nigdzie indziej — nie ma po drodze żadnego serwera Vito.
Twój komputer nie musi być szybki
To uczciwy kompromis i warto o nim mówić konkretnie. Wszystko, co robi Handy, działa na twoim własnym procesorze lub karcie graficznej, więc to, jak szybkie się wydaje, zależy od wybranego modelu i komputera, na którym go uruchamiasz. Na wydajnym komputerze śmiga; na starszym być może będziesz musiał zadowolić się lżejszym modelem albo pogodzić się z wolnym dyktowaniem.
Vito daje ci dwa sposoby, by to obejść. U dostawcy chmurowego trudna część dzieje się gdzie indziej: ośmioletni laptop uzyskuje tę samą szybkość i dokładność co nowa stacja robocza, twój procesor pozostaje wolny podczas dyktowania, a wentylator pozostaje cichy. Lokalnie Whistle jest lekki — 18 MB, z tekstem na żywo — a Parakeet potrzebuje około 1 GB pamięci i pokazuje tekst, gdy skończysz mówić. Wybierasz między niskim obciążeniem systemu a zerowymi opłatami za użycie i możesz później zmienić zdanie.
Tekst wychodzi wykończony, nie tylko dokładny
Handy transkrybuje i może teraz opcjonalnie przepuścić wynik przez model językowy — to eksperymentalna funkcja, domyślnie wyłączona, korzystająca z twojego własnego klucza lub lokalnej Ollamy — oprócz usuwania słów wypełniaczy bez AI. W Vito ta druga runda AI jest rdzeniem produktu: wbudowana, domyślnie włączona, gdy tylko ustawisz model oczyszczania, z pięcioma stylami i twoimi własnymi poleceniami. Usuwa zawahania, przebudowuje zdanie, które rozwlekłeś, dodaje łamania wierszy, o które prosiłeś, i zamienia „kciuk w górę” na 👍. To raczej inna decyzja produktowa niż lepsza; jeśli chcesz tylko surowych słów, domyślne ustawienie Handy daje dokładnie to. Oczyszczanie potrzebuje modelu, którym może być lokalny model zgodny z OpenAI zamiast drugiego klucza.
To, czy działa dobrze, nie zależy tak naprawdę od ciebie
Uruchamianie modelu lokalnie to najlepsza funkcja Handy, a zarazem jego
najtrudniejsza część, i ich własna dokumentacja jest wobec tego szczera. Strona
rozwiązywania problemów obejmuje awarie Whisper, wolną transkrypcję, nieznaleziony
mikrofon, modele, które się nie pobierają, brakujący vulkan-1.dll na
Windows, puste okno na Linux, nakładkę, która przechwytuje fokus, Wayland
wymagający dodatkowej konfiguracji oraz błąd GLIBC z AppImage. Gdy jakiś model
sprawia kłopoty, wskazują Parakeet V3 jako najstabilniejszy wybór.
Nic z tego nie jest niedbałością — tak właśnie wygląda dostarczanie lokalnej inferencji na trzech systemach operacyjnych, z dziesiątkami modeli do wyboru, a fakt, że dokumentują to tak otwarcie, mówi dobrze o projekcie. Ale oznacza to, że doświadczenie różni się od komputera do komputera, a znalezienie kombinacji modelu, sterowników i ustawień, która działa ładnie na twoim komputerze, może wymagać trochę szukania. Vito zawęża te poszukiwania. U dostawcy chmurowego model w ogóle nie działa na twoim komputerze, więc zachowuje się wszędzie tak samo. Lokalnie Vito oferuje dwa silniki zamiast dziesiątek i samo instaluje przypiętą wersję każdego z nich, więc jest mniej do wybierania i mniej może pójść nie tak — choć lokalny model na starym komputerze to nadal lokalny model na starym komputerze.
Interfejs mówi w twoim języku
Własny interfejs Vito jest dostępny w 60 językach, nie tylko jego dyktowanie. Handy dostarcza 26, co jest znacznie więcej, niż zawraca sobie głowę większość projektów jego rozmiaru.
Zapytaj AI głosem — Handy nie ma poleceń głosowych
Handy zamienia mowę w tekst — uporządkowany, jeśli włączysz jego przetwarzanie końcowe — i na tym poprzestaje. Vito Assist zamienia mowę w polecenie: „Vito, przetłumacz to na niemiecki”, „Vito, jaka jest stolica Francji?”, „Vito, 15% z 240?” — tłumaczenia, odpowiedzi, obliczenia i definicje, wypowiadane tak łatwo jak dyktowanie i zwracane w miejscu. Jeśli chcesz, żeby twoja aplikacja do dyktowania odpowiadała też na pytania, Handy tego nie robi, a Vito tak.
To całkiem niezła zabawa
Drobiazg, i nie będziemy udawać, że cokolwiek przesądza. Vito prowadzi licznik na panelu, który układasz sam: podyktowane słowa, godziny pisania, których nie musiałeś wykonać, wykres twojego tygodnia, kalendarz ostatnich sześciu miesięcy i seria dni z rzędu — pobij swój rekord, a karta świętuje razem z tobą. Sam Vito, logo z twarzą, gawędzi z tobą, gdy dyktujesz. Po drodze jest 50+ osiągnięć do odblokowania, niektóre niepoważne, kilka ukrytych.
Okazuje się, że znaczy to więcej, niż mogłoby się wydawać. Dyktowanie zamiast pisania to nawyk, który trzeba wyrobić, a pierwszy tydzień jest tą niezręczną częścią — widok „1 h 38 min zaoszczędzonego pisania" to zachęta, by nie przerywać, której puste okno ci nie daje. Brzmi to jak sztuczka? Zignoruj to całkowicie; nic od tego nie zależy.
Co robią obie
Obie są open source i na licencji MIT, obie darmowe do pobrania, obie działają na Windows, macOS i Linux i obie działają tak samo: skrót klawiszowy, mówisz, tekst ląduje tam, gdzie jest kursor. Obie potrafią wykonać całą pracę na twoim własnym komputerze, bez konta i bez audio opuszczającego komputer. Obie są młode, aktywnie rozwijane publicznie, i możesz przeczytać każdą linijkę każdej z nich. Jeśli chcesz najszerszego wyboru modeli lokalnych w oszczędnym narzędziu, które nie wchodzi w drogę, Handy to projekt, na który byśmy cię skierowali — a to porównanie istnieje, by pomóc ci wybrać, a nie by cię od niego odwieść.
Więc które z nich
- Audio nigdy nie może opuścić komputera albo nie ma internetu? Oba się sprawdzą; Handy oferuje znacznie więcej modeli lokalnych.
- Chcesz przetestować wiele modeli lokalnych i zostać przy najlepszym? Handy.
- Starszy lub słabszy komputer? Vito, z dostawcą chmurowym albo lekkim Whistle.
- Chcesz, by tekst przychodził już oczyszczony? Vito.
- Chcesz poleceń AI głosem? Vito.
- Na Macu? Oba — wybieraj po kompromisie powyżej, nie po platformie.
- Chcesz, by kosztowało dosłownie nic? Oba; każde może działać lokalnie bez opłat za użycie.