Vito vs Wispr Flow

Wispr Flow 是这一代最知名的听写应用,而且确实很好。Vito 换一种方式做同一件事:免费、开源,要么在本地零成本运行,要么在云端按小时付费。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,这一点你该纳入考量,并且是对照 Wispr Flow 自己的页面核对的,而不是凭记忆。

一览

Vito 与 Wispr Flow 对比
  Vito Wispr Flow
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 每月 15 美元,或按年计每月 12 美元
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 桌面端每周 2000 词,手机上每周 1000 词
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
听写语言 60 100+,自动识别
配置 在浏览器中打开,或安装应用;本地引擎无需密钥 登录即说
账户 无 必需
源代码 开放,MIT 封闭
面向组织 无供应 SSO、SOC 2、ISO 27001、HIPAA
支持 GitHub issues 一家公司,带付费支持
语音 AI 指令 是——只需说 "Vito, …" 是——Command Mode 与 Hey Flow,需付费方案或试用

Wispr Flow 的数字于 2026 年 10 月在其 价格页与 产品页核对。此后很可能已变;以它们的为准。

Wispr Flow 是更好选择的场景

值得直说,因为对很多人来说会是这样:

你想在手机上口述

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——你口述,然后粘贴。 Wispr Flow 有正经的 iPhone 和 Android 应用,免费方案也覆盖它们。如果你在那里工作,比较到此为止,你该用 Wispr Flow。

你想在接下来两分钟内就能用

Wispr Flow 是安装、登录、开说,文字就出现在你所在的任何应用里。Vito 试起来更快:在浏览器里打开,一个 18 MB 的语音模型下载一次之后,几秒钟内就能运行,无需安装、无需账户。但在浏览器里,文字落到你的剪贴板上、要你自己粘贴,热键只在那个标签页处于焦点时有效,AI 清理也要等你加上自己的密钥才会启用。想直接打进任何应用,就得安装桌面应用,并选好引擎和清理设置,这仍比登录要久。有人喜欢这种掌控;另一些人更愿意要一个替他们做好选择的服务。

你宁可有一张可预期的账单

订阅每月都是一个已知的数字,来自一家公司、一张账单。用 Vito,你在提供商处持有账户、盯着余额、时不时充值。结果更便宜,但如今这是你的杂务。

你的语言在它们的一百种里、不在我们的六十种里

Wispr Flow 标称 100+ 种语言并在其间自动识别。Vito 做 60 种。如果你的正好在那四十种里,那就定了。

你是在为一个组织采购

Wispr Flow 在每个方案上都列出 SOC 2 Type II 和 ISO 27001。Pro 已经带有共享词典、集中计费和团队用量分析,面向组织的 Growth 层级再加上 SSO/SAML,以及附带签署 BAA 的全组织强制 HIPAA。Vito 这些一概没有,也没打算有。如果你的采购流程需要一份签署的协议,Vito 给不了你。

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

Wispr Flow 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。这是两者之间最清晰的差别。

你每天口述不到几个小时

这里是算术。Vito 在本地运行不花一分钱,用常见的云端提供商约每小时 €0.15。Wispr Flow Pro 每月 12–15 美元。你得在一个月里口述大约 80 到 100 小时——每个工作日四五个小时、不间断——Vito 才会让你花得一样多。低于此,Vito 更便宜,而且你用得越少,差距越大。每周口述一小时,你说的就是几分钱。

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

按年计,一人使用。美元与欧元按等值计算。

你想知道你的声音去了哪里

Vito 是开源的,所以这个说法是可核实的、而非空口承诺。它没有账户、没有遥测,你的密钥留在你的机器上,你的音频只发给你选定的那家提供商、别无他处。Wispr Flow 是闭源的,这对商业软件来说很正常、也没什么不好——只是意味着你只能信它们的话,而 Vito 你可以读代码。

你想对由哪个 AI 清理你的文字有发言权

Wispr 的整理是 Wispr 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,整条流程都留在设备上。

你宁可不身处一个生态里

Vito 没有任何东西把你锁住。没有账户要关、没有订阅要取消、没有导出要操心——历史是你自己机器上的一个文件,密钥是你的、别处也能用。如果你有不止一台电脑,Vito Sync 会通过你自己的同步应用早已在同步的一个文件夹—— Dropbox、OneDrive、Syncthing 之类——让每台电脑上的历史、统计和词典保持一致,中间没有账户、也没有 Vito 服务器。它连接的是电脑,不是手机。

用语音问 AI,不仅是口述——用你选择的模型

两款应用都让你对 AI 说话,而不只是往里口述。Wispr 的 Command Mode 和它的 "Hey Flow" 助手在这方面确实出色,需付费方案或试用。Vito 的做法——Vito Assist——干的是同一件活:用 "Vito, 把这句翻成德语" "Vito, 法国的首都是哪里?" 或 "Vito, '重要'的近义词" 开启一次口述,答案就回到你打字的地方,事先无需切换任何模式。差别在底层:Vito 用你选择的任何提供商和模型来跑它,包括本地模型,还能专门给 Assist 用一个更强的模型—— 外面也没有一层订阅。

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

Wispr Flow 的免费方案是真的、值得一试:Mac 和 Windows 上每周 2000 词,iPhone 和 Android 上每周 1000 词,无需付款信息,另外还有一个 Pro 试用。该给的赞誉要给——要找一个能直接打进你应用里的听写,它是最快的云服务入口。要做到这一点,Vito 需要你安装它,并选一个本地引擎或一家提供商;或者你在浏览器里打开它,那样文字就会进到剪贴板里。

Vito 的免费之门是另一种形状。在本地运行 Whistle 或 Parakeet,想要的话再配一个本地 OpenAI 兼容清理模型,就能做真正的工作——无需账户、银行卡、额度,也没有使用费。云端提供商只在你选择它们时、才会用上。两款工具都有一条免费入口;差别在于它背后是什么。

但要知道边缘在哪

每周 2000 词大致是每月说一小时。再往上,个人的下一步就是完整的 12–15 美元订阅(学生和教育工作者半价)。没有中间档:比免费方案允许的多口述一点点,你就一步从零跳到每月十五美元。

Vito 没有边缘,因为没有方案。本地使用始终免费;云端使用随你实际所用而伸缩——用常见的提供商,一小时约十五欧分,十小时约一欧元五十。

这一切并不把免费层级变成陷阱——它是个公道的提供,很多人永远不会超出。值得睁大眼睛进去、看清超出时会发生什么,因为到那时你的词典、你的习惯、你的片段都已在别人的产品里了。

两者都做的事

核心是一样的,也不是我们中谁发明的: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的那个应用里。Wispr Flow 用它自己的服务;Vito 可以用本地的 Whistle 或 Parakeet,或一个云端端点。两者都去掉迟疑、修好句子、给结果排版,而不是甩给你一份原始转写。两者都维护一个个人词典——Wispr Flow 的自动学习你的用词, Vito 的则由你有意去教它。

那么该用哪个

如果 Vito 听起来正合适,最快的验证办法就是在浏览器里打开它——什么都不用装,无需账户。桌面应用可免费下载, API 密钥是可选的:本地引擎一把都不需要。

配置你的密钥 → 可选,用于云端提供商——一步步来,约十分钟 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