Vito vs superwhisper

这是本站最接近的一次对比,也是两者功能重叠最多的一次。两者都能在本地运行识别; superwhisper 有一个永不过期的免费层级,并出售终身授权;而 Vito 是开源的,能在 Linux 上和浏览器里运行,并自己管理两个本地引擎——Parakeet,以及小得多的 Whistle。这里是坦诚的版本,对照它们自己的页面核对。

一览

Vito 与 superwhisper 对比
  Vito superwhisper
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,或 每月 8.49 美元、每年 84.99 美元、一次性 249.99 美元
免费选项 不限量且在本地: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 真正的听写,永不过期;在 macOS 上所有本地 Whisper 模型都免费
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) iOS 和 Android
在哪里运行 在你的机器上,或云端——或者在你的浏览器里 在你的机器上,或云端
本地语音模型 两个托管引擎(Whistle、Parakeet),或你自己的 OpenAI 兼容端点 丰富得多的模型目录
离线可用 是——使用本地 STT 和文本清理 是
听写语言 60 100+
自带密钥 可选 可选,Pro 上
账户 无 Pro 需要一个授权
源代码 开放,MIT 未公开
语音 AI 指令 是——只需说 "Vito, …" 通过自定义 AI 模式

superwhisper 的数字于 2026 年 10 月在 它们的网站上核对。此后可能已变;以它们的为准。

superwhisper 是更好选择的场景

你想在大量本地模型中挑选

无网络也能用,已经不再是这两者的分水岭:两者都能在你自己的电脑上运行识别,所以在飞机上、火车上、 Wi-Fi 很差的楼里都能继续用,且没有音频离开机器。superwhisper 提供的是选择。它的本地模型目录丰富得多;在 macOS 上,如今所有本地 Whisper 模型都免费,而不只是小模型;它的端侧语言模型 S1-mini 带语气控制,也能在无网络时整理文字。Vito 有意保持简单,只有两个托管引擎:Parakeet,约 900 MB,覆盖 25 种欧洲语言,在你停下后才给出文字;Whistle,18 MB,覆盖七种语言,文字在你说话时实时出现。超出这两个,就意味着自己运行一个 OpenAI 兼容服务器,再把 Vito 指向它。如果你喜欢试用各种模型、自己挑选,superwhisper 是更好的去处。

你也想在手机上用

superwhisper 有 iOS 和 Android 应用,一份 Pro 授权覆盖 Mac、Windows、iPhone 和 Android。Vito 没有手机应用。它的浏览器版确实能在手机或平板上用,但只能通过剪贴板、也没有热键——记个快速笔记没问题,却不等于一个会听你说话的键盘。在手机上,superwhisper 胜出。

你想要一个长期免费的工具

superwhisper 的免费层级做真正的听写、不会过期;在 macOS 上,它如今包含所有本地 Whisper 模型,外加自定义提示词和会议录音。Vito 同样免费,本地运行时没有任何使用费:用 Whistle 或 Parakeet 转写,想要的话再加一个本地 OpenAI 兼容模型做清理——或者直接在浏览器里打开,什么都不用装。如果决定因素是它打包好的本地工作流和模型目录, superwhisper 仍是更简单的答案。

你偏好一个带终身授权的付费产品

superwhisper 在订阅之外还提供 249.99 美元的终身授权,并有 30 天退款。Vito 本身免费,本地使用也没有使用费;在这里选 superwhisper,是为了它打包好的产品和支持体验,而不是因为重度使用会让 Vito 更贵。

你宁可用一个打包好的产品

superwhisper 是一家公司的一个应用、一张账单,外加想要时可插入自己 API 密钥的选项。Vito 本地使用不需要任何密钥,但它摆出了更多选择——本地安装、端点、可选的提供商——你也许并不想去配置。

Vito 是更好选择的场景

你想让 Vito 管理本地 STT——或使用你自己的端点

Vito 会安装并管理两个本地引擎,用于私密、零使用费的转写,所以你从不需要手动配置模型: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。它也能连接任何本地或远程的 OpenAI 兼容 STT 端点,包括 Whisper 和 Parakeet。清理方面,可以从五种内置风格中选一种,比如商务、逐字和笔记,或者写你自己的提示词。

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

superwhisper 覆盖 macOS、Windows、iOS 和 Android。不含 Linux。Vito 可以,支持 X11 和 Wayland,还带一个配置助手:它会检测缺失的系统工具、按桌面环境逐一说明热键配置,并为 niri、Hyprland 等合成器给出可直接复制的按键绑定。

你想在一台普通机器上得到云端级的准确度

本地模型是一个实打实的优势,也是一笔实打实的取舍。较大的模型需要一台够格的机器才能又快又准;在较旧或较轻的笔记本上,它们跑得慢,而且工作时耗电。superwhisper 自己也说,Intel Mac 最适合用它的云端模型,而那些模型属于 Pro。

Vito 让你站在这笔取舍的任意一侧。重活可以在别处完成,所以一台八年前的 ThinkPad 可以用你挑选的云端提供商,每小时语音大约付十五欧分,处理器保持空闲。或者留在本地:Whistle 是轻量的选项,只需下载 18 MB;Parakeet 覆盖更多语言,代价是约 1 GB 内存,以及更多的 CPU 和电量。

你想读代码

Vito 是开源的,采用 MIT 许可证。superwhisper 不公开其代码,这对商业软件来说很常见、也没什么不好——它意味着隐私说法是它们去主张、由你去信任,而 Vito 你可以核查。留意两个方向上的反讽:它们本地优先的设计,意味着一开始就更少东西需要去信任。

你完全不想要账户

Vito 一个都没有。没有什么要注册、没有什么要取消、没有绑到某个身份上的授权。

用语音问 AI,每条指令无需任何配置

superwhisper 能通过它自定义的"模式"做 AI 转换——很强大,但你要为每类任务构建并选择一个模式。Vito 的 Vito Assist 更随性:在口述途中直接说 "Vito, 把这句翻成德语" 或 "Vito, 法国的首都是哪里?" 它就跑起来,事先无需定义或选择任何模式。而且它用你所设定的提供商和模型——你自己的密钥,想要就用更强的一个。

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。

两者都做的事

系统上任意处一个热键,你说话,清理过的文字就出现在你光标所在处。两者都远超一份原始转写——去掉口头语、修好句子、施加排版。两者都能用本地模型离线工作。两者都允许你自带 API 密钥,只要你愿意——在 Vito 中是可选的,在 superwhisper 中是 Pro 功能——但都不强求。两者都维护一个个人词典。

那么该用哪个

在 Windows 上两者重叠最多。用 Vito,连本地还是云端的取舍都只是一项设置:要隐私和零使用费,就花本地算力;想让系统负载低一些,就用一个提供商。

Vito vs Wispr Flow → 已站稳的订阅制名字,以及免费层级的上限在哪 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