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 — och kan hålla det lika lokalt med sina två hanterade motorer, Parakeet och Whistle, samtidigt som det lägger till en 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.

Versionen på en rad

Vill du att din röst ska stanna helt på din Linux-maskin och bara behöver ett korrekt transkript, då är VocaLinux det smalare svaret. Vill du att texten ska komma ut färdig — utfyllnadsord borta, meningar lagade — då är Vitos inbyggda AI-städning det som VocaLinux lämnar åt dina egna skript.

En snabb överblick

Vito jämfört med VocaLinux
  Vito VocaLinux
Jobbet Du dikterar, den skriver färdig text Tal-till-text, ett rått transkript
AI-städning av texten Ja, en andra AI-omgång, påslagen som standard Inte inbyggd — en krok kan skicka texten genom ditt eget skript
Var det körs På din maskin eller i din webbläsare; molnet är valfritt Din egen maskin; valfritt fjärr-API
Fungerar offline Ja — med Whistle eller Parakeet och lokal städning Ja
Kostnad Gratis app; 0 € lokalt, eller cirka 0,15 €/timme med vanliga molnleverantörer Gratis, helt och hållet
Källkod Öppen, MIT Öppen, AGPL-3.0
Linux Ja, X11 och Wayland; AppImage och Flatpak Ja, X11 och Wayland; .deb, .rpm, Flatpak och Snap
Windows Ja, samma app Beta, som en separat app (VocaWin)
macOS Ja, samma app Ja, som en separat app (VocaMac)
Konton att skapa Inga för lokal användning; BYOK är valfritt Inga
Talmotorer Hanterad Parakeet och Whistle (lokalt), Soniox, AssemblyAI eller valfri OpenAI-kompatibel STT whisper.cpp, Faster Whisper, Parakeet, VOSK — lokalt; valfritt fjärr-API
AI-kommandon med rösten Ja — säg bara "Vito, …" Nej — bara redigeringskommandon
Historik, statistik, prestationer Ja — en dashboard, 5 000 dikteringar, 52 prestationer Senaste historik och en ordbok; ingen statistik eller prestationer

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

Där VocaLinux är det bättre valet

Ingenting lämnar din maskin, någonsin

VocaLinux kör igenkänningsmodellen på din egen dator — whisper.cpp som standard, eller Faster Whisper, Parakeet eller VOSK — så det fungerar utan uppkoppling och inget ljud lämnar maskinen. "No cloud upload, no telemetry, no account", som de uttrycker det; ett fjärr-API finns om du vill ha ett, men krävs aldrig. Vito kan hålla ljud och städning lika strikt på enheten, med Whistle eller Parakeet och en lokal OpenAI-kompatibel modell. VocaLinux är det smalare valet med transkriptionen i fokus; Vito lägger till hanterade motorer, valfria molnleverantörer och färdig text.

Det är gratis utan asterisk

Inget leverantörskonto, inget saldo, ingen användningsavgift. AGPL-3.0, och med deras ord "no premium tiers". Vito ger samma löfte när det körs lokalt: Whistle eller Parakeet plus en lokal städmodell. Fjärrleverantörer är ett val, inte ett krav.

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. Det har fått vettiga tillägg — en historik över senaste dikteringar i systemfältet, en egen ordbok med korrigeringar, ett flytande överlägg, snabbtangenter per språk, filtranskription med talaretiketter och en krok som skickar texten genom vilket kommando du vill — men fortfarande inga konton, ingen statistik och ingen assistent. Är det precis vad du vill ha, då är den mindre ytan en fördel, inte en brist. För Mac och Windows gör VocaHQ nu separata appar: VocaMac, stabil sedan september, och VocaWin, i beta.

Där Vito är det bättre valet

Du vill att Vito hanterar lokal STT och gör texten färdig

Vito installerar och hanterar två lokala motorer för privat transkription utan användningskostnad: Parakeet, på 25 europeiska språk, och Whistle, en nedladdning på 18 MB på sju språk som visar texten medan du fortfarande pratar. En OpenAI-kompatibel slutpunkt låter dig använda andra lokala eller fjärranslutna motorer. Städningen har fem inbyggda stilar — bland dem Business, Verbatim och Notes — plus helt egna prompter och stöd för lokala modeller.

Vart din röst tar vägen
Din röst
Din dator
Whistle eller Parakeet gör tal till textVito skickar ljudet direkt till din leverantör
En lokal modell snyggar till texten – eller ingen allsDen rensningsmodell du valt snyggar till texten
Text där markören står
Din leverantöranvänds inteSoniox, AssemblyAI eller valfri OpenAI-kompatibel endpoint, med din egen nyckel

Ingenting lämnar din dator. Inget konto, inga användningskostnader.Ljudet går till leverantören du valt och ingen annanstans – det finns ingen Vito-server emellan.

Texten kommer ut färdig, inte bara transkriberad

Det här är fortfarande den tydligaste skillnaden mellan produkterna. 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, påslagen som standard: 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 ingen egen städning; dess nya krok för efterbearbetning kan skicka texten genom ett skript eller en lokal modell som du sätter upp själv, vilket är kraftfullt, men gör-det-själv. I Vito behöver städningen också en modell, och det kan vara en lokal i stället för en andra nyckel.

Din dator behöver inte vara snabb

Att köra modellen lokalt är VocaLinux design och också dess kostnad. Det har blivit mycket lättare på foten — Parakeet och Faster Whisper körs nu på en vanlig processor, och Vulkan sätter grafik från AMD, Intel och NVIDIA i arbete — men igenkänningen sker fortfarande på din egen processor, och på en äldre eller lättare maskin betyder det långsammare resultat och ett varmare batteri. Med Vito gör du den avvägningen själv: Whistle är lätt, Parakeet ger dig 25 språk lokalt, och en molnleverantör håller systembelastningen nere och ger bredare språktäckning.

Fråga AI:n med rösten — VocaLinux kommandon redigerar bara

VocaLinux gör tal till text, med röstkommandon för att redigera den, 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.

Det sköter sig självt på Linux

Vito levereras som AppImage och Flatpak och fungerar på X11 och Wayland. På niri och Hyprland är det ärligt om globala snabbtangenter och ger dig färdiga bindningar att kopiera för din kompositor. Det installerar nya versioner själv när du inte har dikterat på några minuter — det kan du stänga av — och AppImage-versionen fungerar också med AppImageUpdate och Gear Lever. Varje nedladdning byggs på GitHub Actions, med publicerade kontrollsummor.

En app på alla tre systemen, med extrafunktionerna

Vito är en app för Windows, macOS och Linux; VocaHQ täcker de två andra systemen med separata appar, där Windows-appen fortfarande är i beta. Det finns också en webbläsarversion som inte behöver installeras, även om texten där hamnar i ditt urklipp. Vito håller en sökbar historik med upp till 5 000 dikteringar, en dashboard du ordnar själv och 52 prestationer att låsa upp, och Vito Sync håller historik, statistik och ordbok likadana på alla dina datorer via en mapp som din egen synkapp redan synkar — inget konto, ingen Vito-server. VocaLinux har nu en historik i systemfältet och en egen ordbok, men ingen statistik eller prestationer — 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 på en dashboard du ordnar själv: dikterade ord, timmar av skrivande du slapp, ett diagram över din vecka, en kalender över det senaste halvåret och en svit av dagar i rad — slå ditt rekord så firar kortet. Vito själv, logotypen med ett ansikte, pratar med medan du dikterar. 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 kan göra hela jobbet på din egen maskin — inget konto, inget ljud som lämnar den, ingen användningsavgift. Båda körs på Linux med ordentligt stöd för X11 och Wayland. Vill du ha noll kostnad och smal diktering med transkriptionen i fokus på Linux, med dina egna skript för allt utöver det, 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

Vito vs Handy → Det andra lokala, öppen källkod-alternativet, plattformsoberoende Ladda ner Vito → Windows, macOS och Linux, gratis, inget konto Prova Vito i webbläsaren → Inget att installera, inget konto — texten hamnar i ditt urklipp