Vito vs Windows-röstinmatning

Varje Windows-maskin har redan diktering ombord. Tryck på Windows + H med markören i en textruta så börjar det lyssna, gratis, utan att installera något. Innan vi rekommenderar något annat är det ärliga att berätta när det är allt du behöver — eftersom det för en hel del människor verkligen är så.

En snabb överblick

Vito jämfört med Windows-röstinmatning
  Vito Windows-röstinmatning
Kostnad Gratis app; 0 € lokalt, eller cirka 0,15 €/timme med vanliga molnleverantörer Gratis, en del av Windows
Att installera Ingenting, i webbläsaren (bara via urklipp); eller ladda ner appen — ingen nyckel behövs för lokal användning Ingenting, det finns redan där
Kräver internet Nej, med de lokala motorerna (Whistle, Parakeet); ja med en molnleverantör Ja
Fungerar i alla appar Ja Ja, var markören än står
Interpunktion Automatisk Automatisk, eller dikterad
Skriver om vad du sa Ja — utfyllnadsord bort, meningar lagade Bara fluid dictation på Copilot+-datorer (engelska)
Sökbar historik Ja, sparad lokalt, och synkad mellan dina datorer om du vill Nej
Personlig ordlista Ja Nej
Transkribera befintliga filer Ja Nej
Linux Ja Nej, det är en Windows-funktion
Uppdateringar Automatiskt när appen är inaktiv (kan stängas av) Med Windows
AI-kommandon med rösten Ja — säg bara "Vito, …" Nej

Kontrollerat mot Microsofts egen dokumentation i oktober 2026.

Där Windows-röstinmatning är det bättre valet

Det är redan installerat och det kostar ingenting

Ingen nedladdning, inget konto, ingen nyckel, inget saldo, inget beslut. Det är en verklig fördel och ingen tredjepartsapp matchar det helt. Vito i webbläsaren kommer närmast — inget att installera, inget konto — men där hamnar texten i ditt urklipp i stället för i appen du använder, och snabbtangenten fungerar bara medan fliken har fokus. Win+H skriver direkt i det som har markören. Dikterar du ett och annat meddelande då och då och det fungerar tillräckligt bra, då är att installera något annat möda du inte behövde lägga ner.

Du lägger helst inte till ännu en rörlig del

Det underhålls av Microsoft, uppdateras med Windows och kan inte överges av ett litet projekt. Vito håller sig numera också uppdaterat och installerar nya versioner när du inte har dikterat på några minuter, men det är fortfarande en ung app på GitHub, vilket är en annan sorts chansning.

Du dikterar korta saker

För en mening i ett chattfönster eller en sökruta är transkription allt du behöver och det extra lagret Vito lägger till har inget att göra. Där Vito är värt sina pengar är längre text.

Där Vito är det bättre valet

Du vill ha lokal STT med kontroll över den färdiga texten

Vito installerar och hanterar två lokala motorer för privat transkription utan användningskostnad som inte behöver internet: Parakeet på 25 språk, och Whistle, 18 MB på sju språk, där texten dyker upp live medan du pratar. Windows-röstinmatning behöver en internetanslutning. Vito kan också ansluta till vilken lokal eller fjärransluten OpenAI-kompatibel STT-slutpunkt som helst. Städningen erbjuder fem inbyggda stilar — bland dem Business, Verbatim och Notes — plus egna prompter och stöd för lokala OpenAI-kompatibla 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.

Du vill ha texten färdig, inte transkriberad

Det är hela skillnaden. Windows skriver mest ner vad du sa; på Copilot+-datorer städar en valfri "fluid dictation" dessutom grammatik, interpunktion och utfyllnadsord, på engelska. Tal är fullt av falska starter, "öhm", meningar som överges halvvägs och börjas om, och idéer som kommer i fel ordning — så ett korrekt transkript av tal läses fortfarande som tal, och du sitter till slut och redigerar det för hand. Vito kör först transkriptet genom en andra AI-omgång: utfyllnadsord borttagna, meningen du menade återuppbyggd, stycken där du bad om dem, uttalade emoji omvandlade till emoji. För ett stycke är det en trevlig detalj. För ett e-postmeddelande är det skillnaden mellan att diktera och att skriva. Och du bestämmer själv hur den omgången fungerar — fem stilar, dina egna prompter och vilken OpenAI-kompatibel modell som helst, inklusive en lokal på din egen maskin — där Windows erbjuder en enda inbyggd uppstädning, och bara på Copilot+-datorer.

Du vill hitta tillbaka till det du dikterade förra veckan

Vito sparar varje diktering lokalt och gör den fulltextsökbar, med inspelningen bredvid, och Vito Sync kan hålla den historiken likadan på alla dina datorer via en mapp som din egen synkapp redan synkar. Windows-röstinmatning sparar ingenting så fort texten står i rutan.

Det får ständigt dina facktermer fel

Vito har en personlig ordlista: lär den namnen på dina kollegor, dina projektnamn, jargongen den förvanskar, så tillämpar den rättelsen från och med då.

Du är på Linux

Inte tillämpligt på Windows-röstinmatning, av uppenbara skäl, och värt att nämna eftersom många hamnar här på jakt efter just det.

Fråga AI:n med rösten, inte bara diktera

Windows-röstinmatning skriver ner vad du säger. Vitos Vito Assist kan agera på vad du säger: "Vito, översätt urklippet till spanska", "Vito, vad är Frankrikes huvudstad?", "Vito, definiera 'ubikvitär'" — kommandot går till en AI och svaret landar där markören står, utan att du först behöver aktivera något. Det är skillnaden mellan en transkriberare och en assistent.

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.

Den ärliga sammanfattningen

Prova Win+H först

Verkligen. Det kostar dig ingenting och fem minuter, och om det visar sig räcka har du besparat dig en installation. Kom tillbaka när du märker att du lägger lika lång tid på att städa transkriptet som du skulle ha lagt på att skriva det — det är ögonblicket Vito är till för, och inte tidigare.

Så vilken av de två

Vito vs Handy → Också gratis och öppen källkod, med taligenkänning som bara körs lokalt Ladda ner Vito → Windows, macOS och Linux, gratis, inget konto Prova Vito i webbläsaren → Inget att installera, inget konto — texten hamnar i ditt urklipp