Vito vs Aqua Voice

Aqua Voice 是较新、资金充足的 AI 听写应用之一:快、精致,在技术和编程词汇上确实出色。Vito 做的是同一件核心的活——说话、在任何地方得到干净的文字——但在几乎每个选择上都站在相反的一侧:免费开放而非订阅、在 Linux 上、在本地零成本运行或在云端按小时付费。这是一份关于各自在哪里胜出的坦诚说明,由做 Vito 的人所写,并对照 Aqua 自己的页面核对。

一览

Vito 与 Aqua Voice 对比
  Vito Aqua Voice
费用 免费应用;本地使用 0 欧元,常见云服务商约为每小时 0.15 欧元 按年计 每月 8 美元,或按月 10 美元(Pro);Business 每席位 19 美元起
免费选项 本地不限量:Whistle(18 MB)或 Parakeet,可选本地文本清理;或者用浏览器版,什么都不用装 1000 词,一次性
可选清理用的 AI 是——任何兼容 OpenAI 的模型,含本地 否
Windows 是 是
macOS 是 是
Linux 是 否
手机 没有应用;有浏览器版(仅限剪贴板) iPhone 和 Android
面向代码的屏幕上下文 否 是
听写语言 60 49
账户 无 必需
源代码 开放,MIT 封闭
语音 AI 指令 是——只需说 "Vito, …" 仅语音编辑

于 2026 年 10 月对照 aquavoice.com 及其价格页核对。

Aqua Voice 是更好选择的场景

你也想在手机上用

Aqua 有 iPhone 应用,自 2026 年 10 月起也有 Android 应用,一份订阅覆盖 Mac、Windows 和两种手机。Vito 没有手机应用:它的浏览器版能在手机或平板上用,但只能通过剪贴板、也没有热键。在你的几台电脑之间,Vito Sync 会通过你自己的同步应用早已在同步的一个文件夹,让你的历史和词典保持一致,无需账户——但那是电脑对电脑,不包括你的手机。如果在路上口述对你重要,那就定了。

你想在接下来两分钟内就能用

下载、登录、口述。Aqua 替你做好每一个提供商的选择,文字就落在你光标所在处。Vito 最快的起步方式是它的浏览器版—— 什么都不用装、无需账户,一个 18 MB 的语音模型下载一次即可——但在那里,文字会进到你的剪贴板,热键也只在那个标签页处于焦点时有效。要让 Vito 直接打进其他应用,你得安装它,并选一个引擎和一种清理风格,这比 Aqua 要你做的决定更多。

你口述代码和技术性文字

这是 Aqua 真正的强项,值得直说。它读取屏幕上下文(Aqua 称之为 Deep Context),从而在语法、符号和技术术语上更准—— 而这恰恰是通用听写容易崩掉的地方。如果你口述的很多是代码或行话,那是 Vito 达不到的一个实打实的优势。

你宁可有一张可预期的账单

订阅每月都是一个固定、已知的数字,服务也包含在内。Vito 在本地没有任何运行成本,而可选的云端使用则随你口述的量而变。有些人就是更喜欢固定资费,这是个合理的偏好。

你是在为一个团队采购

Aqua 的 Business 方案——按年计每席位每月 19 美元,或按月 24 美元,两席起——加上 SSO/SAML、SCIM 配置、强制零数据保留和团队共享词典。Vito 没有任何类似的供应;如果你的 IT 部门需要勾上这些选项,能勾上的是 Aqua。

Vito 是更好选择的场景

你想要本地隐私,又不放弃对提供商的选择

Vito 内置两个本地引擎,用于私密、零使用费的语音转文字:Whistle,一个 18 MB 的下载,能在七种语言里于你说话时实时显示文字;以及 Parakeet,由 Vito 安装和管理,覆盖 25 种语言。或者把转写指向任何本地或远程的 OpenAI 兼容端点——包括 Whisper 和 Parakeet。清理同样灵活,有五种内置风格,比如商务、逐字和笔记,外加你自己的提示词。

你的声音去了哪里
你的声音
你的电脑
Whistle 或 Parakeet 把语音转成文字Vito 把音频直接发给你的服务商
由本地模型整理文字,也可以不整理由你选择的整理模型来整理文字
文字出现在光标处
你的服务商未使用Soniox、AssemblyAI 或任何兼容 OpenAI 的端点,用你自己的密钥

什么都不会离开你的电脑。无需账户,没有使用费。音频只发给你选择的服务商,不去别处——中间没有 Vito 的服务器。

你在 Linux 上

Aqua 不在 Linux 上运行。Vito 可以,而且比多数走得更远:它会检测缺失的系统工具,按桌面环境逐一说明如何设置热键,并为 niri 和 Hyprland 用户给出可直接复制的按键绑定。对 Linux 用户来说,这是两者之间最清晰的差别。

如果你口述量正常,那就看成本

Vito 在本地运行可以不花一分钱。用常见的云端提供商,约每小时语音 €0.15。Aqua Pro 按年计每月 8 美元——大约每年 96 美元,无论你口述与否——或按月 10 美元。你得在一个月里说大约五十小时,Vito 的用量成本才追得上,而你用得越少,差距只会越大。最简单的免费起步是本地的——Whistle 或 Parakeet——或者在浏览器里用 Vito,什么都不用装。如果你宁可用云端,把 AssemblyAI 的免费起始额度和 Groq 的免费层级搭起来,同样零成本运行,无需银行卡。

一年要花多少钱
Vito,本地引擎
Vito,常见云服务商
Aqua Voice Pro,按年付费

按年计,一人使用。美元与欧元按等值计算。

你想对由哪个 AI 清理你的文字有发言权

Aqua 的润色是 Aqua 的,要么接受要么放弃。Vito 的清理这一步对接任何兼容 OpenAI 的端点,所以由你选择改写你所说内容的那个模型——想要最好结果时用前沿模型,或者当你宁可这一步永不离开机器时,用 你自己机器上的本地 LLM。再配上本地的 Whistle 或 Parakeet,完整的听写流程都留在设备上。

你想读代码、并掌握自己的密钥

Vito 是开源的,所以它的隐私说法是可核实的、而非空口承诺。它没有账户,你的密钥留在你的机器上、别处也能用,也没有什么要取消。Aqua 是闭源、基于账户的,并保留转写历史;平心而论,它的 Privacy Mode 不在其服务器上存放任何东西,Business 方案还强制零数据保留。但用 Vito,你可以读到究竟发生了什么,而不必信谁的话。

用语音向 AI 问任何事,不只是编辑

Aqua 在语音驱动的编辑上很强——改写、缩短、整理。Vito 的 Vito Assist 走得更宽:除了编辑,你还能问它事情。"Vito, 把剪贴板翻成西班牙语""Vito, 法国的首都是哪里?""Vito, 240 的 15%?" ——提问、翻译、算术和释义,全都说出并就地作答,用你自己的密钥和模型。

其实还挺好玩

一件小事,我们也不会假装它能决定什么。Vito 会在一块由你自己布置的仪表盘上替你计数:口述的词数、你省下的打字时长、一张本周的图表、一份最近六个月的日历,还有连续使用的天数——打破纪录时,卡片还会为你庆祝一番。 Vito 本尊,也就是那个长了张脸的标志,会在你口述时陪你聊上几句。一路上有 50 多项成就可解锁,有些很无厘头,好几项是隐藏的。

结果它比听上去更重要。用口述代替打字是一种需要养成的习惯,而头一周正是别扭的阶段—— 看到"已省下 1 小时 38 分钟的打字"是一记推动你坚持下去的助力,空白窗口可给不了你。要是你觉得这不过是花招,那就完全无视它;一切都不依赖于它。

关于那个免费层级

Aqua 的免费方案是 1000 词,一次性——是尝个味道,不是一层。它足够让你看看喜不喜欢,这是试用某样东西的公道方式,但很快就用完,而从那里往上的下一级就是订阅。

Vito 的免费路径不限量,且在本地

Vito 可以在你的电脑上运行 Whistle(一个 18 MB 的下载)或 Parakeet,想要的话再配一个本地 OpenAI 兼容模型做清理。这意味着没有提供商账户、没有 API 密钥、没有额度,也没有使用费。或者在浏览器里打开 Vito,在那里用 Whistle,什么都不用装。如果你更看重云端提供商更低的系统负载,它们依然可选。

两者都做的事

两者都把成品文字——不是原始转写——放到你光标所在处,在任何应用里、只需一个热键,边走边清理迟疑和错误的开头。两者都能在 Mac 和 Windows 上运行。如果那就是你所需的全部,Aqua 是它极好的一个版本。上面那些差别,讲的是围绕这一核心的一切。

那么该用哪个

Vito vs Willow → 同一赛道上另一款订阅制 AI 听写应用 下载 Vito → Windows、macOS 和 Linux,免费,无需账户 在浏览器中试用 Vito → 无需安装,无需账户——文字会落到你的剪贴板上