按下你的快捷键
一个快捷键,全系统通用。Vito 立刻开始聆听。
免费 · 开源 · 无需订阅
按下快捷键,开口说,润色好的文字就粘贴进你当下所在的应用。AI 去掉那些「嗯」,理顺句子,补上换行——支持 60 种语言。
WindowsLinuxmacOS 即将推出
Vito 常驻托盘,光标在哪里它就在哪里工作——邮件、文档、聊天、代码。
一个快捷键,全系统通用。Vito 立刻开始聆听。
自然地说,60 种语言任选。犹豫和跑题都没关系。
AI 去掉口头禅、重组句子、补上换行,连口述的表情也一并处理——然后把结果粘回你刚才打字的地方。
价格
像 Wispr Flow 这样的听写应用通常每月收 12–15 欧元——无论你用不用。Vito 是免费的。你自带 API 密钥,只为真正说出口的内容付费:每小时语音约 0.15 欧元。一整个月没用?那就一分不花。
拖动到你每月的听写时长。
10 小时语音/月
≈ €1.50
That's less than a single coffee. A €15/month subscription costs the same as ~100 hours of nonstop talking.
订阅制应用
Wispr Flow 之流
€12–15/月
Vito
免费应用 + 你自己的密钥
€0/月 + 用量
想在 Vito 上花掉 15 欧元,你得在一个月里不停地说上约 100 小时。就算每天重度使用,通常也只是几欧元。
自带密钥 · Bring Your Own Key
没听过「BYOK」?意思很简单:你自己去 AI 服务商那里注册一个免费账号,复制你的个人 API 密钥,粘贴进 Vito 一次即可。此后 Vito 会以你的名义直接与服务商通信——没有中间商,没有加价,也不需要在我们这里开户。密钥永远不会离开你的设备。
语音转文字 · 60 种语言
语音转文字 · 备选引擎
Claude · 润色并梳理你的文字
用哪家由你决定。价格都是服务商自己的——Vito 不多收一分。
只有你、你的声音,和你挑的那家服务商。房间里没有别人。
没有分析统计,没有遥测,不用账号。Vito 不会「回家报到」——因为根本没有这个家。我们从来看不到你的数据,就算想卖也无从卖起。
音频只会带着你的密钥发给你选定的 AI 服务商。历史记录和设置都留在你自己的机器上。
每一行代码都公开在 GitHub 上。别只听我们说——去读它、编译它、改进它。
任选其一来听写——Vito 的界面同样有全部 60 种。使用人数超过 5000 万的语言,都涵盖在内。
~80% 的人口以此为母语
90%+ 算上英语、西班牙语、阿拉伯语等第二语言
下面这些全都内置——没有插件,没有付费档位。靠回椅背,想比划就比划,打字交给 Vito。
每次听写都保存在本地,可全文检索。回放录音、保存下来,或者重新复制以前的结果——你说过的话都不会丢。
把你的人名、术语和常见错处教给 Vito 一次——此后它自动套用。
一个始终置顶的小窗口,随手放在哪儿都行——不用切换应用就能控制听写。
每日字数、省下的打字时间、说话时长——沿途还有 44 项成就等着解锁。
浅色与深色,和这个网站一样——Vito 自动跟随你的系统设置。深夜或昏暗的房间里口述时,界面依旧安静、不刺眼。
Vito 是开源的——尽管查看、分叉、参与贡献。如果它替你省下了时间,一杯咖啡就能让开发继续。
免费下载。不用账号,不用订阅——只要你自己的 API 密钥。
Vito 还很年轻——偶尔遇到小毛病很正常。发现了?到 GitHub 上报告,帮 Vito 变得更好。
是的。应用本身分文不取,而且开源。唯一的花费是 API 用量,由你直接付给所选的服务商——每小时语音大约 0.15 欧元。不用就不花钱。
不需要——就像在任何网站注册一样:在 Soniox、AssemblyAI 或 Anthropic 建个账号,复制它们给你的密钥,粘贴进 Vito 的设置里。Vito 会一步步带着你走,而且有演示模式,让你在配置密钥之前就先试个遍。
你的音频只发给你配置的那家语音转文字服务商,转写文本发给 Anthropic 做润色——除此之外别无他处。Vito 本身不含任何追踪或分析统计,历史记录留在你自己的机器上。
本地模型听着诱人,实则挑剔:要跑得又快又准,真得配一块像样的显卡。在老机器或轻薄本上,它们慢得让人难受——甚至根本跑不动。而要挑对模型本身就是一场折腾:哪个始终准确,它到底支不支持你的语言?把重活放在云端,Vito 在任何电脑上都同样好用,口述时不占你的处理器,也不耗笔记本的电。代价是每小时约 0.15 欧元的微小用量费用,以及音频交由你选定的服务商处理。
目前是 Windows 和 Linux,macOS 即将推出。在 Linux 上,Vito 还会检测缺失的工具,并按桌面环境给出设置快捷键的说明。
Voice In, Text Out——语音进,文字出。四个词说尽了整个应用。
可以——上传一段录音,Vito 就把它变成干净的文字,和实时听写一样。