Vito vs Otter.ai

这两者常被拿来比较,其实不该。Otter 坐在你的会议里、事后把它写出来。 Vito 则实时替你打字,落在你光标所在的地方。两者都把语音变成文字,而相似之处就到此为止—— 所以这一页不打算评个胜负,而是告诉你:你真正在找的到底是哪一个。

一句话版本

如果说话的是别人,你要的是 Otter。如果说话的是你、并且想让这些字出现在你正在写的东西里,那你要的是 Vito。不少人最后两个都用,各管一天的一半。

一览

Vito 与 Otter.ai 对比
  Vito Otter.ai
干的活 你口述,它打字 会议,转写并总结
打进任何应用 是 否,文字留在 Otter 里
加入你的通话 否 Zoom、Teams、Google Meet
说话人分离 否 是
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 有免费层级,之后 每用户每月 8.33–16.99 美元
免费层级 使用本地引擎不限量;浏览器版同样免费 每月 300 分钟,外加三次文件导入
手机 没有应用;有浏览器版(仅限剪贴板) iOS 和 Android
在浏览器里 是,在 vito.talk/app(仅限剪贴板) 是
Linux 是 仅网页
账户 无 必需
源代码 开放,MIT 封闭
语音 AI 指令 是——只需说 "Vito, …" 仅会议 AI 聊天

Otter 的数字于 2026 年 10 月在 其价格页核对。

Otter.ai 是更好选择的场景

任何涉及会议的事

Otter 会加入 Zoom、Teams 和 Google Meet,录音、分辨谁说了什么,事后生成记录与总结。它面向 Mac 和 Windows 的桌面应用还能在不派机器人入会的情况下录下一场会议,Slack huddle 也包括在内。Vito 这些都不做,也不会去做。如果你的问题是"我没法一边记录一边参会",Otter 能解决它,而 Vito 根本不碰这件事。

多人需要同一份转写

Otter 是围绕可共享、可搜索、可评论的转写构建的,带团队方案和管理控制。Vito 的历史记录是你自己机器上的一个文件。Vito Sync 可以通过你自己的同步应用早已在同步的一个文件夹,让它在你所有电脑上保持一致,但那仍是一个人的历史,而不是一个共享的工作空间——这对一个人是优点,对团队则是限制。

你想在手机上用

Otter 有 iOS 和 Android 应用,能在浏览器里用,如今还有面向 Mac 和 Windows 的桌面应用。Vito 是面向 Windows、 macOS 和 Linux 的桌面应用,没有手机应用。它的浏览器版确实能在手机或平板上运行,但在那里文字只会落到剪贴板上,也没有热键。在手机上,Otter 才是为此而造的那一个。

你需要合规文书

Otter 出售商业和企业方案,SSO、SCIM 以及 HIPAA 附加项都在企业方案里。Vito 没有任何这类东西可提供。

Vito 是更好选择的场景

你想要本地隐私,并掌控成品文字

Vito 可以安装并管理两个本地引擎:Parakeet 覆盖 25 种语言;Whistle 只有 18 MB、覆盖七种语言,文字在你说话时实时出现。它也可以使用任何本地或远程的 OpenAI 兼容转写端点。清理同样可以跑在本地模型上,有五种内置风格—— 包括商务、逐字和笔记——或者用你自己写的提示词。

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。

你想写,而不是复核

Otter 给你一份转写去读、去复制、去整理。Vito 则把成品文字直接放进你本来就在写的那封邮件、那份文档、那个聊天框或那条代码注释里,迟疑已去、句子已修。没有复制这一步,因为根本无处可复制。

如果听写是每天的活,那就看成本

Otter 的免费层级是每月 300 分钟——五小时,对会议来说是两三周,对听写来说不算多。超出后最低也要每月 8.33 美元。Vito 的五小时用本地引擎分文不费——应用里用 Whistle 或 Parakeet,浏览器里用 Whistle。用常见的云端提供商,大约花七十五欧分——或者照样不花钱,如果你把 AssemblyAI 的免费起始额度和 Groq 的免费层级搭起来,后者完全不用银行卡。

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

按年计,一人使用。美元与欧元按等值计算。

你不太想把自己的声音放到别人的平台上

Otter 意味着一个账户、一份你录音的云端存档,以及一家保管它们的公司。这是它本职所固有的—— 共享的会议记录总得存在某个地方——但它与 Vito 是不同的姿态:Vito 没有账户,把历史记录留在你的机器上,用本地引擎 Whistle 或 Parakeet 时,连音频也能留在那里。如果你选择远程转写或清理,数据只会发往你配置的那些端点;没有任何东西被汇集到某个 Vito 平台上。

随处用语音问 AI

Otter 的 AI 聊天回答关于你会议的问题。Vito 的 Vito Assist 则在你打字的任何地方回答任何问题:"Vito, 把这句翻成德语""Vito, 法国的首都是哪里?""Vito, '重要'的近义词"——在行进间说出,无需打开聊天窗口。范围不同——Otter 关乎那场会议,Vito Assist 是整个桌面的语音命令行。

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。

那么该用哪个

Vito vs Wispr Flow → 一次同类的听写对比 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