Vito vs VocaLinux

VocaLinux är puristens offline dikteringsverktyg för Linux: gratis, öppen källkod, och det kör taligenkänning på din egen maskin — inget konto, inget moln. Vito gör samma grundläggande sak — snabbtangent, prata, text dyker upp — men gör den motsatta avvägningen: det skickar ljud till en molnleverantör och lägger till en andra AI-omgång som gör det råa transkriptet till färdig text. Här är en ärlig redogörelse för var vardera vinner, skriven av personerna som gör Vito och kontrollerad mot VocaLinux egna sidor.

En snabb överblick

Kontrollerat mot vocalinux.com och deras GitHub-arkiv i augusti 2026.

Där VocaLinux är det bättre valet

Ingenting lämnar din maskin, någonsin

VocaLinux kör igenkänningsmodellen på din egen dator — whisper.cpp som standard, eller Whisper eller VOSK — så det fungerar utan uppkoppling och inget ljud lämnar någonsin maskinen. "No cloud upload, no telemetry, no account", som de uttrycker det. Vito skickar alltid ljudet till en molnleverantör; städningssteget kan köras på en lokal LLM, men tal-till-texten går fortfarande ut. Är kravet att din röst ska stanna helt på enheten, då är VocaLinux det renare svaret — samma avvägning som med Handy.

Det är gratis utan asterisk

Inget leverantörskonto, inget saldo, inga femton cent i timmen. GPL-3.0, och med deras ord "no premium tiers". Vitos app är också gratis, och kan till och med köras utan kostnad genom att kombinera AssemblyAI:s gratiskredit med Groqs gratisnivå — men det innebär ändå ett leverantörskonto eller två, och bortom gratisgränserna handlar det om ungefär femton cent i timmen. VocaLinux begär inget av det.

Du vill ha ett puristiskt, Linux-först-verktyg

VocaLinux är byggt för Linux och gör en sak: placera talade ord i det aktiva programmet, på X11 och Wayland, via en inställbar snabbtangent med växling eller push-to-talk. Inga konton, ingen statistik, ingen assistent — bara injicering av diktering. Är det precis vad du vill ha, då är den mindre ytan en fördel, inte en brist. En macOS-version (VocaMac) är i beta och en Windows-version (VocaWin) är planerad.

Där Vito är det bättre valet

Texten kommer ut färdig, inte bara transkriberad

Det är hela skillnaden, och det är anledningen till att Vito behöver en andra nyckel. VocaLinux transkriberar — korrekt — men tal är fullt av "öhm", falska starter och meningar som kommer i fel ordning, så ett korrekt transkript läses fortfarande som tal och du sitter och redigerar det för hand. Vito kör transkriptet genom en andra AI-omgång: utfyllnadsord borttagna, meningen du menade återuppbyggd, radbrytningar där du bad om dem, uttalat "tummen upp" omvandlat till 👍. För ett stycke är det en trevlig detalj; för ett e-postmeddelande är det skillnaden mellan att diktera och att skriva. VocaLinux har inget städningssteg — även dess remote-API-alternativ är fortfarande bara transkription.

Din dator behöver inte vara snabb

Att köra modellen lokalt är VocaLinux design och också dess kostnad: för god hastighet och noggrannhet vill modellerna ha ett kapabelt GPU — det stöder Vulkan på AMD, Intel och NVIDIA — och på en äldre eller lättare maskin körs de långsamt och tömmer batteriet medan de arbetar. Vito gör det tunga jobbet i molnet, så en åtta år gammal bärbar dator får samma noggrannhet som en ny arbetsstation och din processor förblir ledig medan du dikterar. Priset är ungefär femton cent i timmen och ljud som går till leverantören du valde.

Fråga AI:n med rösten — VocaLinux transkriberar bara

VocaLinux gör tal till text och stannar där. Vitos Vito Assist gör tal till en instruktion: "Vito, översätt det här till tyska", "Vito, vad är Frankrikes huvudstad?", "Vito, 15% av 240?" — översättningar, svar, uträkningar och definitioner, lika enkelt uttalade som en diktering och återgivna på plats. Vill du att din diktering också ska svara på frågor, då gör VocaLinux inte det, men Vito gör det.

Du vill ha det igång idag på Windows, med extrafunktionerna

Vito finns för Windows och Linux nu, med macOS planerat; VocaLinux är Linux idag och dess Windows-version är bara planerad. Vito håller dessutom en sökbar lokal historik, räknar vad du dikterat och har 50+ prestationer att låsa upp. VocaLinux har medvetet inget av det — vilket vissa kommer att föredra och andra kommer att sakna.

Det är faktiskt ganska kul

En liten sak, och vi ska inte låtsas att den avgör något. Vito räknar: dikterade ord, upprensade meningar, timmar av skrivande du slapp, ett diagram över din vecka. Det finns 50+ prestationer att låsa upp längs vägen, några fåniga, flera dolda.

Det visar sig betyda mer än det låter. Att diktera i stället för att skriva är en vana du måste bygga upp, och första veckan är den ovana delen — att se "1 h 38 m skrivande sparat" är en knuff att fortsätta som ett tomt fönster inte ger dig. Låter det som en gimmick? Strunta gärna helt i det; ingenting hänger på det.

Vad de båda gör

Båda är öppen källkod, båda gratis att ladda ner, båda placerar text där din markör står med en snabbtangent, och båda håller dina data borta från alla plattformar — VocaLinux genom att köra lokalt, Vito genom att inte ha något konto och skicka ljud endast till leverantören du valde. Båda körs på Linux med ordentligt stöd för X11 och Wayland. Gillar du idén med Vito men inte molnet — eller vill du ha noll kostnad och ren transkription på Linux — då är VocaLinux projektet vi skulle peka dig mot, och den här jämförelsen finns för att hjälpa dig välja, inte för att prata dig ur det.

Så vilken av de två

• Ljudet får aldrig lämna maskinen, eller inget internet? VocaLinux.
• Vill du att det ska kosta bokstavligen ingenting? VocaLinux.
• Puristisk Linux-diktering, inga konton, inga extrafunktioner? VocaLinux.
• Vill du att texten ska komma redan städad? Vito.
• Äldre eller lättare maskin, inget kapabelt GPU? Vito.
• Vill du ha AI-kommandon med rösten, eller en sökbar historik och statistik? Vito.
• På Windows idag? Vito.