🔍 Versenytárs-elemzés — VibeVox

Utolsó frissítés: 2026-04-11 Forrás: STRATEGY.md + NotebookLM mélykutatás + CEE kvantitatív piacfelmérés + Accessibility CEE Market Analysis (2026-04-10) + Strategic Architecture and Market Analysis (2026-04-11) Cél: Minden belső döntéshozó számára — részletes referencia a piaci pozícionáláshoz. Accessibility integráció: ✅ GAP-4, 6 beépítve (2026-04-10) — Dragon NaturallySpeaking migráció + Beey.ai AT kockázat Strategic Architecture integráció: ✅ beépítve (2026-04-11) — SpeakLeash/Bielik CEE-natív STT monitoring szekció hozzáadva

Tartalomjegyzék

1. Piaci kontextus — TAM, ARR, iparági dinamika
2. Összefoglaló áttekintés
3. Piaci szegmentáció
4. Részletes versenytárs-profilok
   • Wispr Flow
   • Typeless
   • Superwhisper
   • MacWhisper
   • Beey.ai
   • AquaVoice
   • Spokenly
   • Voxtype
   • OpenWhispr
   • Transkriptor
   • Newton Dictate
   • AudioPen
   • Voicenotes
   • Otter.ai
   • Google Gboard
   • VoiceIn
   • Speechnotes
   • VibeType
   • VibeScribe
   • Dictly
   • VoxTap
5. Összehasonlító táblázatok
6. Churn-analízis — miért hagyják el a versenytársakat?
7. VibeVox stratégiai pozícionálás

Piaci kontextus

Globális piacméret és benchmark ARR számok

Az AI-alapú hang-szöveg felismerés (STT) piac 2024–2026 között nemlineáris, robbanásszerű növekedésen ment át.

Megjegyzés: A Wispr Flow $81M funding és 40%-os havi növekedése kivételes — ez éves szinten 5× szorzót jelent. Ugyanakkor ez VC-pénzzel finanszírozott growth hacking, nem organikus. A Transkriptor és MacWhisper bootstrapped módon érte el hasonló skálát — ez az üzleti modelljük jobb unit economics-ára utal. A VibeVox a bootstrapped versenytársakkal együtt bizonyítja: a BYOK modell VC funding nélkül is fenntartható.

CEE részpiac — a VibeVox célpiaca

Win10 EOL migrációs lehetőség (2025 Q4–2026 Q2)

Az iparági „Retention Crisis" (2026)

A B2C és SMB AI produktivitás piac 2026-ban retenció-válságot él át.

• Az AI-alapú appok fizetős előfizetőket 30%-kal gyorsabban veszítenek, mint a hagyományos szoftverek
• Éves retenció: csak 21,1%
• SMB szektorban: 30–58% éves churn az összegyűlő SaaS terhektől
• Havi churn: tipikusan 3–7%
• A BYOK-forradalom válasz erre: a tech-tudatos felhasználók saját API kulcsot használnak, filléres tényleges költséggel

Az iparág strukturális törésvonala

Cloud-native SaaS                    ↔    Lokális offline compute
(Wispr, Typeless, AquaVoice)              (Superwhisper, MacWhisper, Voxtype)
─────────────────────────────────────────────────────────────────
LLM post-processing + kontextus            Adat soha nem hagyja el a gépet
Privacy kockázat (screenshot, clipboard)   Hardware-korlát (8 GB RAM = lag)
Folyamatos szerver-költség                 100% gross margin, LTD lehetséges
CEE CEE-n gyengébb kis modellek           CEE-n is gyengébb kis modellek

VibeVox pozíció: A kettő között + EU Frankfurt szerver = cloud minőség + EU adatvédelem, BYOK opció.

Összefoglaló áttekintés

Az AI-alapú diktáló szoftverek piaca 2026-ban éles törésvonal mentén oszlik meg: felhő-alapú SaaS eszközök (Wispr Flow, Typeless, AquaVoice) vs. lokális offline alkalmazások (Superwhisper, MacWhisper, Voxtype). A VibeVox (VibeVox) pozíciója egyedi: EU-hosted felhő + BYOK + natív OS-integráció + CEE lokalizáció — egy kombináció, amit jelenleg egyetlen versenytárs sem kínál.

Gyors referencia táblázat

Piaci szegmentáció

A versenytársak három fő szegmensbe sorolhatók:

1. Valós idejű, rendszerszintű diktálás (közvetlen versenytársak)

Ezek az alkalmazások globális hotkey-vel aktiválhatók, és bármely szövegmezőbe beírják a szöveget — pontosan az, amit a VibeVox csinál.

2. Aszinkron transzkripció (indirekt versenytársak)

Ezek nem valós idejű diktáló eszközök — fájl-feltöltéssel működnek, de a CEE piacon konkurálnak a felhasználók figyelméért.

3. Hangmemo-feldolgozók (távolabbi verseny)

Ezek nem globális diktálás, hanem „gondolat → szöveg" transzformáció saját felületen belül.

4. Böngésző-alapú CWS diktáló extensionok (top-of-funnel versenytársak)

Ezek Chrome Web Store-on terjesztett, browser-sandboxéd diktálók. Nem rendszerszintűek — csak a böngésző belső szovöegmezőibe írnak (Gmail, Google Docs, Notion). A VibeVox-vel szemben az az egyetlen értékék, hogy 0 telepítéssel indulás előtt használhatók — ez teszi őket top-of-funnel környezetben veszedelmessé.

Részletes versenytárs-profilok

1. Wispr Flow

Státusz: VC-funded ($81M), cross-platform, cloud SaaS Becsült ARR: $25M–$50M | Felhasználók: 1M+ | Növekedés: 40% MoM Fenyegetési szint: 🟡 Közepes — tud magyarul, de a privacy-botrány és az Electron bloat elbizonytalanítja a CEE tech felhasználókat.

Finanszírozás és cégháttér

Árazás

Architektúra és funkciók

• Intelligens formázás: Automatikus filler word eltávolítás, ismétlődő kifejezések törlése, listák strukturálása
• Dinamikus tónus-váltás: Formális / közvetlen / nagyon közvetlen stílus automatikus alkalmazása az aktív alkalmazás alapján
• Fejlesztői integráció: Cursor IDE kompatibilitás, lokális változónevek és fájlreferenciák felismerése
• Cross-platform: Mac, Windows, iOS, Android

Privacy problémák — „Screenshot Privacy Nightmare"

A Wispr Flow kontextus-érzékenységének ára rendkívül magas:

• Folyamatos screenshot capture: Az alkalmazás folyamatosan képernyőképeket készít az aktív ablakról
• Adat továbbítás: A screenshotok + titkosítatlan hangfelvételek harmadik féltől származó felhőszerverekre kerülnek (OpenAI, Meta)
• NDA-kötött felhasználók: Ügyvédek, orvosok, és titkosított projekten dolgozó fejlesztők számára ez azonnali törlést eredményez

Erőforrás-fogyasztás (Electron)

Churn okok

1. Szemantikai inverzió: Az agresszív auto-formázás megváltoztatja a user szándékát, egész mondatokat töröl „felesleges" szövegként
2. Hallucinációk csendben: Csend vagy háttérzaj esetén a modell random szövegeket illeszt be: „Transcription by CastingWords", „Thanks for watching", idegen nyelvű mondatok
3. Cloud latency: 1,5–3 másodperces round-trip — flow state megszakítás
4. Subscription fatigue: „A billentyűzet SaaS-ifikálása" — $15/hó egy billentyűzet-kiegészítőért

2. Typeless

Státusz: Cross-platform SaaS, MrBeast endorsement, agresszív affiliate program Fenyegetési szint: 🔴 Magas — 100+ nyelv, 8000 szó/hét free tier, erős brand awareness

Árazás

Funkciók

• 220 szó/perc diktálási sebesség — cloud-alapú, gyors
• Speak to Edit: Kijelölhető szöveg weboldalon vagy dokumentumban, hangutasítással összefoglalható/bővíthető/átírható — AI ágensként működik
• 100+ nyelv automatikus felismeréssel és fordítással
• 6 perces session limit — minőségbiztosítás és margin-védelem (VibeVox-nél is 6 perc)

MrBeast endorsement

A Typeless marketingje egyedülállóan agresszív: MrBeast (Jimmy Donaldson) csapata egy „lakatlan sziget" produkcióban használta az alkalmazást, ahol gépelés helyett kizárólag hangalapú üzeneteket küldtek. Ez a mainstream disztribúciós csatorna több százmilliós elérést biztosított.

Kontextus: A Beast Industries (MrBeast holdingtársasága) ugyanekkor zárt $450M-os finanszírozási kört — ez nem a Typeless tőkéje, de a brand asszociáció rendkívül erős.

Affiliate program — az iparági benchmark

• 25% recurring (élethosszig tartó) revenue share
• Kifizetés: PayPal vagy Stripe Connect
• Az „iparági Typeless-modell" — YouTuberek és bloggerek passzív jövedelemforrása
• A VibeVox ugyanezt a 25%-os modellt alkalmazza: Stripe + Rewardful (20+ affiliate felett); launch előtt manuális UTM-alapú tracking (Google Sheets + Wise utalás)

Privacy problémák

A „Zero Data Retention" ellenére (a hang feldolgozás után törlődik, nem használják modell-tréningre):

Churn okok

1. Vállalati kill: NDA-kötött és GDPR-kompatibilis környezetben a clipboard/DOM scraping = azonnali, végleges törlés
2. Subscription exhaustion: $144/év + 6 perces cap + privacy-aggodalmak → a user úgy érzi, „bérli a saját produktivitását"
3. BYOK hiány: A felhasználók tudják, hogy az API költség filléres — mégis $12-t fizetnek havonta

⚠️ Kihasználható sebezhetőségek — VibeVox „True Zero Access" differenciátor

A Typeless „Zero Data Retention" ellenére az alábbi rendszerszintű adathozzáférési sebezhetőségek a VibeVox legerősebb marketing fegyverei a cybersec közösségben (P1 affiliate pillér).

Marketing narratíva: NEM „Zero Retention" hanem „True Zero Access" — mert a VibeVox-nek nincs mihez hozzáférnie (sem clipboard, sem DOM, sem URL, sem screen).

Content formátumok (P1 cybersec pillér):

• Blog: „Typeless reads your clipboard — even your passwords"
• Twitter thread: Side-by-side Typeless permissions vs. VibeVox (0 permissions)
• Technikai teardown: Mátrix összehasonlítás (P1 affiliate-eknek)

A Typeless geo profiling probléma KÜLÖNÖSEN releváns a CEE fejlesztőknek: ha az IP cím alapján kényszerített szleng kerül a transzkripciókba, az technikai dokumentációnál katasztrofális. Ez kiváló content angle.

3. Superwhisper

Státusz: Bootstrapped (Y Combinator alumnus Neil Chudleigh), Apple only, offline-first Becsült ARR: $2M–$5M | Növekedés: 567% MAU (H1 2025) Fenyegetési szint: 🟢 Alacsony — csak macOS/iOS, CEE Windows/Linux userek nem érintettek

Árazás

Architektúra és az Argmax Parakeet model

• 100% offline: Whisper, NVIDIA Parakeet (Argmax implementáció), egyéb modellek lokálisan futnak az Apple Neural Engine-en
• 567%-os MAU növekedés: Az Argmax Parakeet-re való migráció után (H1 2025) — ez az élcsúcs-modell-váltás tette robbanásszerűvé
• Zero data transfer: A hangfelvétel soha nem hagyja el a gépet → GDPR-mentesít
• Modell-cserélhetőség: A user letöltheti és váltogathatja a különböző AI modelleket
• Custom prompting: A nyers szöveg automatikus formázása beillesztés előtt — egyedi utasítások alapján

Fő korlátok

4. MacWhisper

Státusz: Bootstrapped (Jordi Bruin), Apple only, duális disztribúció Becsült ARR: $1,5M–$3M+ | Értékesítések: 385 000+ Fenyegetési szint: 🟢 Alacsony — csak macOS, de a BYOK támogatás és az MDM integráció erős vállalati pozíciót ad

Árazás

Megjegyzés: MacWhisper elsősorban LTD-alapú monetizáció — az $1,5M–$3M+ bevétel döntően egyszeri élethosszig érvényes vásárlásokból áll, nem recurring subscription-ből. Ez 100% gross margint jelent (nincs szerver-költség).

Duális disztribúció

• App Store verzió („Whisper Transcription"): Sandboxed, korlátozott rendszer-hozzáférés
• Gumroad verzió („MacWhisper"): Nem sandboxed — globális diktálás bármely szövegmezőbe, naptári meeting-észlelés, MDM vállalati telepítés

Fő funkciók

• Batch processing (több fájl egyidejű feldolgozása) — újságírók, videószerkesztők kedvence
• Felirat-generálás
• MDM (Mobile Device Management) támogatás — vállalati IT részlegek számára
• Apple Neural Engine gyorsítás
• Automatikus calendar meeting detection (Gumroad verzió)

Hardware korlátok

5. Beey.io (Newton Technologies)

Fejlesztő: Newton Technologies (ugyanaz a cég, mint a Newton Dictate fejlesztője) Felhasználók: 50,000+ CEE felhasználó Státusz: Prágai székhelyű, erős vállalati háttér Fenyegetési szint: 🔴 KONDICIONÁLIS — jelenleg NEM közvetlen versenytárs (aszinkron ≠ real-time diktáló), de ha real-time modult fejlesztenek, azonnali fenyegetés

Árazás

Architektúra és funkciók

• Kizárólag aszinkron transzkripció: Web portálon feltöltött audio/videó → szerkeszthető átirat/felirat — nincs real-time mód
• Nem OS-level eszköz: Nem injektál szöveget nyitott alkalmazásokba; a felhasználónak copy-paste-tel kell átvinni az EHR/jogi rendszerbe
• Tuned CEE modellek: Regionális egyetemekkel közösen fejlesztett, lokalizált neurális felismerő modellek — HU/SK/PL/CS dialektusokra finomhangolva
• Célszektor: Média, jog (meeting transzkripció), közigazgatás (archivált felvételek)

Aszinkron vs. Real-Time — a kritikus különbség

Sales angle: „Ha Beey.io-t használnak meeting-ek utólagos transzkripciójához, maradhat — a VibeVox a napi élő diktálást oldja meg. Egymást kiegészítik, nem helyettesítik."

Miért potenciálisan kritikus fenyegetés (ha változna)?

VibeVox védelmi stratégia

6. AquaVoice

Státusz: Cloud SaaS, saját „Avalon" modell, fejlesztő-fókusz Fenyegetési szint: 🟢 Alacsony — nincs Linux, nincs BYOK, nincs LTD, nincs CEE lokalizáció

Árazás

Saját „Avalon" modell

• Sub-second latency: 450ms – 1 másodperc válaszidő
• Technikai jargon: 0,9% szó-szintű hibaarány corporate emaileknél
• CLI kompatibilitás: Képes parancssori utasításokat és kódrészleteket pontosan átírni

Kritikus hibák

7. Spokenly

Státusz: Apple-only, BYOK-first, MCP szerveres fejlesztői integráció Fenyegetési szint: 🟡 Közepes — erős BYOK propozíció, de csak macOS/iOS

Árazás

Architektúra és egyedi funkciók

• Ingyenes korlátlan offline + BYOK: Az egyetlen alkalmazás, ami mindkettőt ingyen adja — erős Superwhisper-alternatíva fejlesztőknek
• MCP szerver integráció: Direkt interfész Claude Code és más AI coding agenssel — a fejlesztők hangon vezérelhetik az IDE-jüket
• Agent Mode: Interaktív AI overlay az aktuális képernyőre

Korlátok

VibeVox vs. Spokenly: A Spokenly Apple-exkluzivitása teszi őt nem direktum fenyegetéssé a CEE Windows/Linux piacunkon. De a BYOK-stratégiájuk és az MCP integráció figyelemre méltó — a fejlesztői szegmens felé ez erős üzenet.

8. Voxtype

Státusz: Open-source, Rust, Linux-natív, 100% offline Fenyegetési szint: 🟡 Közepes — egyetlen valódi Linux-natív versenytárs, de nincs SaaS / lokalizáció

Árazás és licenc

Architektúra

• Rust implementáció: Minimális rendszerterhelés, push-to-talk daemon
• 7 transzkripciós engine: Whisper, Parakeet, Moonshine, SenseVoice, Paraformer, Dolphin, whisper.cpp
• GPU gyorsítás: Beépített Vulkan és CUDA support
• 100% offline: Alapértelmezetten minden feldolgozás lokálisan

Wayland kompatibilitás — szöveg-beillesztési lánc

A Voxtype a legfejlettebb Linux szöveg-beillesztési megoldással rendelkezik:

1. wtype     → Wayland natív  (UTF-8, CJK kezelés)
2. eitype    → GNOME/KDE libei protokoll (fallback)
3. dotool    → Kernel-szintű input szimuláció (fallback)
4. ydotool   → Általános input szimuláció (fallback)
5. clipboard → Utolsó mentsvár

• Hyprland, Sway, River tiling WM natív támogatás
• Waybar integráció (statusbar widget)

Fő korlátok

9. OpenWhispr

Státusz: Open-source, Electron, multi-platform, BYOK-first Fenyegetési szint: 🟡 Közepes — az egyetlen BYOK-natív, Linux-first alkalmazás (AppImage, DEB, RPM)

Árazás

Funkciók

• Linux first-class citizen: AppImage, DEB, RPM disztribúció — az egyedüli, ami Linuxot elsődleges platformként kezeli
• Hibrid architektúra: Offline Whisper/Parakeet + cloud BYOK
• Wayland natív támogatás: GNOME keyboard shortcuts D-Bus-on, persistent clipboard ownership — megbízható beillesztés
• 100+ nyelv out of the box
• Agent Mode: AI overlay az aktuális képernyőre, streaming AI válaszok
• Meeting detection + live transcription automatikus
• Automated meeting transcription és élő diktálás egyszerre

Korlátok

• Electron: Magasabb RAM-fogyasztás a natív alkalmazásokhoz képest
• Kis felhasználói bázis: Nincs jelentős piaci penetráció
• Nincs CEE lokalizáció

Stratégiai válasz (VibeVox vs OpenWhispr)

VibeVox fő fegyverei OpenWhispr-rel szemben:

• RAM benchmark publikálás: PySide6 ~80MB vs Electron ~300-500MB — virális a Linux dev közösségben
• CEE lokalizáció: OpenWhispr nem kínál filler word eltávolítást (ööö, hát, szóval)
• Compliance csomag: OpenWhispr-nek nincs DPA, MVCS, EU képviselő — B2B-ben diszkvalifikálja magát
• Flathub prioritás: OpenWhispr nincs Flathub-on — a VibeVox Flathub jelenlét GNOME Software/KDE Discover discovery előny

10. Transkriptor

Státusz: Bootstrapped, EU-hosted, aszinkron transzkripció Becsült ARR: $15M–$30M | Felhasználók: 1M+ Fenyegetési szint: 🟡 Közepes — nem valós idejű, de erős CEE nyelvi támogatás és EU compliance

Árazás

Funkciók és pozíció

• High-volume fájl-upload: Meeting transzkripció, felirat-generálás
• 100% EU-hosted infrastruktúra: GDPR és Schrems II teljes megfelelés — auditable Data Processing Agreement-ekkel
• 100+ nyelv — akár 99%-os pontosság HU/PL/SK nyelveknél (Whisper-alapú)
• NEM valós idejű diktálás — fájl-alapú workflow

Megjegyzés: A Transkriptor $15–30M ARR-t ért el VC-pénz nélkül — ez azt bizonyítja, hogy a CEE-kompatibilis EU-hosted transzkripció piaca valóban fizető. A VibeVox-nek azonban eltérő a propozíciója: real-time, OS-szintű diktálás vs. aszinkron fájl-feldolgozás.

11. Newton Dictate

Státusz: Legacy, Newton Technologies (= Beey.ai anyacég), SK/CZ jogi szektor Fenyegetési szint: 🟡 Közepes — beágyazott pozíció a szlovák/cseh jogi szektorban

Árazás

• Legacy licencel modell — gyakran speciális hardver (Philips SpeechMike, Sennheiser headset) szükséges
• Drága belépési küszöb (hardver + szoftver licenc együtt)

Funkciók

• Real-time diktálás közvetlenül harmadik féltől származó alkalmazásokba
• Kurátált szakmai szótárak: Szláv jogi és orvosi terminológia
• Régebbi generációs akusztikai modellek — korszerűtlen a modern AI eszközökhöz képest
• SK/CZ jogi szektorban domináns — erős lock-in

12. AudioPen

Státusz: Web/iOS/Android, hangmemo-feldolgozó (NEM valós idejű diktálás) Fenyegetési szint: 🟢 Alacsony — eltérő use case

Árazás

Pozíció

• „Unstructured thought processor": A user speaking, az LLM radikálisan átírja, összefoglalja, strukturálja a szöveget
• NEM globális diktálás: Nem ír közvetlenül az aktív alkalmazásba
• Web, iOS, Android, Chrome bővítmény

13. Voicenotes

Státusz: Minden platformon elérhető hangmemo AI hub Fenyegetési szint: 🟢 Alacsony — eltérő use case

Árazás

Pozíció

• „AI második agy": Hosszú meetingek rögzítése, összefoglalók, action itemek, „Ask AI" korábbi jegyzetek lekérdezése
• Minden platformon: Mac, Windows, Web, iOS, Android, watchOS, WearOS is
• NEM rendszerszintű diktálás — kizárólag saját felületen belül

14. Otter.ai

Státusz: VC-funded enterprise meeting intelligence, 35M+ user, $100M+ ARR Fenyegetési szint: 🟢 Alacsony CEE-ben — nincs CEE nyelv, US szerveren fut

Árazás

Funkciók

• Meeting intelligence: Zoom, Google Meet, MS Teams beágyazott „AI Meeting Agent"
• 35M+ felhasználó, $100M+ éves bevétel, 56,3% YoY növekedés (2025)
• Sales pipeline automatizálás korábbi meeting adatok alapján

Kritikus CEE korlátok

15. Google Gboard (Android beépített)

Státusz: A legelterjedtebb Android billentyűzet — ingyenes, előtelepített Fenyegetési szint: 🟡 Közepes — mindenkinél ott van, de a CEE nyelveken katasztrofálisan rosszul teljesít

A „Word Salad" Bug — miért rossz CEE-n?

A Gboard agresszív hibrid feldolgozási architektúrát használ:

1. Könnyű offline modell → azonnali, de hibás tipp
2. Közben cloud-ra streamel → pontosabb eredmény
3. A két eredmény ütközik → a szöveg újraírja magát
   → egész tagmondatok törlődnek → "word salad" kimenet

Specifikus CEE problémák

VibeVox válasz a Gboard problémára

A VibeVox Android MVP kizárólag cloud-alapú pipeline-t használ (Groq Whisper Large v3, Frankfurt szerver):

• A teljes mondatot holisztikusan dolgozza fel — nem szó-szintű streamelés
• A kimondott CEE írásjel-parancsokat a backendon interceptálja, tipográfiai szimbólumra cseréli a normalizálás előtt
• Nincs hibrid ütközés → nincs word salad

16. VoiceIn (Chrome Web Store)

Státusz: CWS extension, 800 000+ aktív felhasználó, böngésző-only Fenyegetési szint: 🟡 Közepes — top-of-funnel alternatíva a lazy usereknek, de nem rendszerszintű

Árazás

Architektúra és korlátok

• Csak Chrome/Chromium böngészőben működik — nincs Firefox, nincs natív app
• Csak böngésző szövegmezőkbe ír — nem működik VS Code, Word, Excel, Slack (desktop) vagy bármely natív alkalmazásban
• MV3 korlátok: Service Worker timeout, Offscreen Document latencia 200–700ms → „aha-pillanat" nem jön el
• Nincs hold-to-talk: Push-to-talk gombot kell kattintani a böngészőben — nem globális hotkey
• Adatvédelem: A hang a VoiceIn felhőjére kerül (nem EU-hosted, nincs GDPR certificáció)

VibeVox vs. VoiceIn — stratégiai pozíció

A VoiceIn felhasználói a legfőbb átváltdandó szegmens: már akarnak diktálni, már kipróbálták — de a browser korlát frustrálja őket (nem működik Wordban, Slackban, az IDE-ben). A VibeVox Chrome Extension companion (Fázis 2b) pontosan ezt a frustáráltált szegmenst célozza meg CWS-en.

Marketing angle (CWS landing + Extension Popup):

„VoiceIn csak a böngészőben diktál. A VibeVox bárhol — Wordban, VS Code-ban, Excelben, Slackban. Egyszeri telepítés, örök szabadság."

17. Speechnotes (Chrome Web Store)

Státusz: CWS extension + web app, 3 000 000+ felhasználó, notebook/Google Docs fókusz Fenyegetési szint: 🟡 Közepes — a legelterjedtebb böngészős diktáló, de kizárólag online

Árazás

Architektúra és korlátok

• Google Cloud Speech API (nem Whisper) — CEE morfológiai korlátok: HU/SK körülírásos előtagok, szenvedő szerkezetek hibásan
• Csak online: Nincs offline mód — internet nélkül teljesen használhatatlan
• Saját note editor felület: NEM rendszerszintű injekció — a szöveget még copy-paste-elni kell
• 3M+ felhasználó — de ebből a CEE szegmens elhanyagolható része fizető

VibeVox vs. Speechnotes — stratégiai pozíció

3M felhasználóból a legtöbb "csak kipróbálta" és eldobta — pontosan az az átéréttelés, ami újonnan érkező usereket kialakít. A Speechnotes-től való átváltás narratívája:

Marketing angle:

„Speechnotes egy note pad. A VibeVox a billentyűzeted. Írjon bárhova — a Praetorba, az IDE-dbe, a Wordba. Nem kell copy-paste többé."

CEE language quality angle:

„A Google Speech API 2024-ben még mindig nem érti a magyart. A VibeVox Groq Whisper large-v3-mal dolgozik — 92–96%-os CEE pontossággal."

18. VibeType

Státusz: Korai fázis, lokális AI voice coding asszisztens, macOS-központú Forrás: Brandkutatás közben azonosítva (2026-04-10) Fenyegetési szint: 🟡 Közepes — fejlesztői szegmensben közvetlen versenytárs, de Apple-only és nincs CEE

Termékleírás

A VibeType egy „local-first" AI-alapú hangasszisztens fejlesztőknek — hangutasításokat fordít le kóddá és rendszerakciókká, miközben az adatokat on-device tartja az adatvédelem érdekében. A „vibe coding" trend (természetes nyelvű szoftverfejlesztés AI-val) kontextusában működik.

VibeVox vs. VibeType

VibeVox pozíció: A VibeType a dev-szegmens Apple-only, vibe coding niche-e — a VibeVox a cross-platform, CEE-lokalizált, fenntartható alternatíva ugyanannak a fejlesztői szegmensnek.

19. VibeScribe

Státusz: AI-alapú macOS voice-to-text app, korai fázisú SaaS Forrás: Brandkutatás közben azonosítva (2026-04-10) — vibescribe.me Fenyegetési szint: 🟢 Alacsony — csak macOS, nincs CEE, nincs Linux

Termékleírás

A VibeScribe egy macOS-alkalmazás, amely real-time speech-to-text transzkripciót kínál, egyedi AI finomítási stílusokkal (custom prompts). Floating caption window és privacy-fókuszú feldolgozás.

VibeVox differenciátor: VibeScribe = Apple-only, CEE-képtelen, nincs BYOK. A VibeVox = cross-platform, CEE-lokalizált, BYOK-first.

20. Dictly

Státusz: Natív macOS + iOS offline dictation app — 2025 végén jelent meg Forrás: Brandkutatás közben azonosítva (2026-04-10) Fenyegetési szint: 🟢 Alacsony — Apple-only, nincs Linux/Windows, nincs CEE

Termékleírás

A Dictly 2025 végén megjelent natív macOS és iOS alkalmazás — private, local, offline voice-to-text diktálásra. Real-time transzkripció, custom dictionary profilok (szakszókincs), és teljes on-device feldolgozás jellemzi.

VibeVox differenciátor: Dictly = Apple-only, lokális minőség (gyengébb CEE). VibeVox = cloud Whisper large-v3 minőség, cross-platform, CEE filler removal.

21. VoxTap

Státusz: Lightweight macOS offline dictation tool Forrás: Brandkutatás közben azonosítva (2026-04-10) Fenyegetési szint: 🟢 Alacsony — Apple-only, minimális funkciókészlet

Termékleírás

A VoxTap macOS és iOS-alkalmazás: lightweight, offline diktáló tool egyéni hotkey-vel, az aktív szövegmezőbe ír. A VibeVox-hez hasonló „hold-to-talk" paradigmát követ, de csak Apple platformon.

VibeVox pozíció: A VoxTap ugyanazt az UX-paradigmát követi (hold-to-talk, lightweight), de Apple-only és CEE-képtelen. A VibeVox a Windows/Linux cross-platform alternatíva ugyanennek a user típusnak — aki a privacy-t és a minimalizmust értékeli.

Árazás-összahasonlítás

Piaci skála összehasonlítás

Privacy és biztonság összehasonlítás

Platform-lefedettség

BYOK támogatás összehasonlítás

Churn-analízis

A NotebookLM kutatás (2026-04-04) az AI STT appok piacán 30–58% éves churn rátát mér. Havi szinten ez 3–7% havidíj-lemorzsolódást jelent. Az éves retenció az iparágban csupán 21,1% — ez 2026-os adat, és az iparági „retention crisis" jele.

Fő churn-okok és az érintett versenytársak

Erőforrás-fogyasztás Benchmark (kutatás alapján, 2026-04)

Forrás: Churn post-mortem felmérés és user community reports. Ezek a számok landing page-en, sales PDF-ben és PH gallery-ben közvetlen marketing anyagként használhatók.

Landing page copy: „A VibeVox 8× kevesebb memóriát használ, mint a Wispr Flow. Nem harcol az IDE-vel — csendben vár, amíg szükséged van rá."

VibeVox stratégiai pozícionálás

A 4 fő marketing hook

Hook 1: „Anti-Surveillance Garancia"

„Mikrofon. Nem surveillance eszköz. Zero screen-scraping, zero clipboard reading. 100% EU Frankfurt szerveren."

Bonus B2B hook: VDI/Citrix-kompatibilis — nem routol hangot a remote session-ön keresztül, nincs karakter-kiesés.

Célzott versenytárs exodus: Wispr Flow screenshot-botrány + Typeless clipboard scraping B2B célcsoport: Klinikai IT MSP-k és VDI-t üzemeltető jogi irodák

Hook 2: „Az Electron Bloat Vége"

„Natív OS integráció, <100MB RAM. Nem harcol az IDE-vel memóriáért. Nincs Electron."

Célzott versenytárs exodus: Wispr Flow 800 MB RAM + MacWhisper 1,6 GB modell

Hook 3: „Az Előfizetés Halott"

„BYOK 3,50 EUR/hó. LTD 79 EUR. Ne béreld a produktivitásodat."

Célzott versenytárs exodus: Wispr $15/hó + Typeless $12/hó + Superwhisper LTD $249,99

Hook 4: „Diktálás Citrix-ben, végre latency nélkül" (B2B-specifikus)

„A VibeVox a helyi OS-en fut — a VDI session csak egy ablak. Nincs audio routing, nincs character drop."

„Ha lehet benne gépelni, lehet benne diktálni — Praetorban, mMedicá-ban, netDoktorban, mindenütt."

Célzott B2B szegmens: Klinikák és jogi irodák Citrix/VDI környezetben Miért egyedi: Egyetlen cloud diktáló sem oldja meg a VDI latency problémát — a VibeVox OS-level architektúrája natívan megkerüli.

Versenytárs Exodus Messaging — „Fatal Flaw Profiles"

Forrás: Churn post-mortem kutatás (2026-04). Minden vezető versenytársnak van egy azonosítható „fatal flaw"-ja, amely felhasználók aktív elvándorlását okozza. A VibeVox marketing ezeket a specifikus fájdalmakat célozza.

Használat: Landing page comparison section · PH First Comment · Reddit exodus válaszok · Affiliate briefing

VibeVox egyedi pozíció — amit senki más nem kínál

MedAssist (Precognox) — Magyar orvosi versenytárs (HU)

Státusz: Helyi, specializált AI transzkripciós eszköz — közvetlen konkurens a HU orvosi szegmensben Fejlesztő: Precognox Kft. (hazai kutatás-fejlesztési grants) Fenyegetési szint: 🟡 Közepes — orvosi niche-ben releváns, de zárt ökoszisztéma

Termékleírás

A MedAssist egy NLP-alapú orvosi transzkripciós eszköz, amely strukturált ambuláns lapokat generál rögzített orvos-beteg hanganyagból. A Precognox Kft. fejlesztette hazai kutatási finanszírozással.

VibeVox vs. MedAssist

VibeVox válasz: A MedAssist egy specializált, zárt eszköz — VibeVox az universális, nyílt alternatíva. Ha az orvos a MedAssist-en kívül bármit diktálni akar (email, lelet, recept), VibeVox az egyetlen megoldás. A pitch: „Nem váltod le a MedAssist-et — hanem kiegészíted azzal, ami kimaradt."

ZnanyLekarz „Noa Notes" — Monitoring (PL orvosi szektor)

Monitoring: Negyedévente ellenőrizni a Docplanner feature changelog-ot és blog-ot.

SpeakLeash/Bielik — CEE-natív Open-Source STT (PL · Monitoring)

A SpeakLeash egy lengyel open-source AI konzorcium, amelynek fő terméke a Bielik alapnyelvi modell. A projekt 2024-ben több millió token lengyel korpuszon tanított modellt publikált, és aktívan bővül CEE NLP területen.

Mi változtatna ezen?

• Ha a SpeakLeash STT WER ≤ 6% PL-en (Whisper szint) → BYOK provider opcióként integrálható a VibeVox-be
• Ha community deployment megjelenik → a VibeVox BYOK ökoszisztémájába becsatornázható (nem fenyegetés, hanem opportunity)
• Ha standalone PL diktáló app jelenik meg a SpeakLeash modellre alapozva → közvetlen fenyegetés a PL szegmensben

Monitoring feladat: Negyedévente ellenőrizni a SpeakLeash GitHub changelog-ját, Bielik release note-okat, és a lengyel AI közösségi fórumokat (PyTorch PL, AI Devs PL).

Gboard CEE hibák — Android Launch Marketing (Fázis 4)

A VibeVox Android launch (Fázis 4) legerősebb marketing fegyvere — a Gboard az Android egyetlen beépített alternatívája, és a hibái dokumentálhatóak és reprodukálhatóak CEE nyelveken.

Android launch marketing hook (Fázis 4 landing page):

„A Gboard nem érti a magyar/lengyel/cseh nyelvet. Nem azért, mert nem tudja — hanem mert a saját offline modellje harcol a felhő modellel. A VibeVox nem kompromisszumol: egy modell, egy feldolgozás, tökéletes eredmény."

„Gboard vs VibeVox" összehasonlítás (konverziós blokk):

Cross-Device Sync Versenytársak (Android wireless mic kontextus)

A VibeVox Fázis 4 „wireless mic mód" funkciója közvetlenül versenyez ezekkel az eszközökkel a cross-device workflow piacon — különösen a Linux power user szegmensben (~1,58M CEE felhasználó).

KDE Connect korlát — miért fontos:

• Android 10+ elvette a háttér-clipboard olvasási jogot → KDE Connect „Send Clipboard" gombja manuális felhasználói akciót igényel
• Cellular/5G hálózaton → nem működik (LAN-only architektúra)
• Linux power userek ismerik és szeretik a KDE Connect-et, de tudják a korlátait

Marketing pozícionálás (Fázis 4 launch):

„A VibeVox wireless mic mód = amit a KDE Connect clipboard akart lenni, de az Android 10+ megölte. Mi nem clipboard-ot küldünk — szöveget. WAN-on is. Cellular-on is. Automatikusan."

CEE AI STT Startupok — 12-18 hónap figyelési lista

Forrás: Competitive Intelligence Report (2026-04-08) — VibeVox vs. Beey.ai Frissítve: 2026-04-08 | Prioritás: Backlog / P2 (doc monitoring, nincs fejlesztési cost)

Ezek a CEE-specifikus AI startupok jelenleg nem közvetlen versenytársak, de technikai kapacitásuk és lokalizált pozíciójuk alapján 12-18 hónap múlva valós fenyegetéssé válhatnak.

VoiceLab.ai (Lengyelország)

„VoiceLab currently operates an application called 'Wordlify,' which automatically transcribes conversations and meetings primarily via mobile devices. VoiceLab's deep, localized expertise in real-time Polish speech recognition and their robust existing API infrastructure indicate they are technically highly capable of building a direct VibeVox clone if they perceive sufficient market demand."

Watch signals: Ha Wordlify desktop appot jelent be / Ha VoiceLab OS-szintű injectiont fejleszt / Ha PL B2C diktálásba lép.

Vatis Tech (Románia / Magyarország)

„They boast exceptional backend API infrastructure capable of supporting real-time streaming via WebSockets, claiming latencies of less than 700 milliseconds [...] However, Vatis Tech operates primarily as an infrastructure provider (an API vendor) rather than building a B2C application layer."

Watch signals: Ha Vatis Tech saját desktop/web klienst indít / Ha HU/SK B2C piacra lép / Ha VibeVox BYOK providerként integrálható-e.

Techmo (Lengyelország)

KInIT / Nettle.ai (Szlovákia)

Monitoring checklist (negyedévente)

• VoiceLab Wordlify desktop app bejelentés?
• Vatis Tech consumer pivot?
• Új CEE-specifikus OS-level diktáló startup?
• Newton Technologies / Beey.ai real-time feature bejelentés?

Dokumentum státusz: Frissítve 2026-04-10 (4 új versenytárs hozzáadva brandkutatás alapján: VibeType #18, VibeScribe #19, Dictly #20, VoxTap #21 — mind Apple-only, alacsony fenyegetés. + 2026-04-08: CEE AI STT Startupok figyelési lista + 2026-04-07: CEE B2B/SMB + Android Blueprint). Frissítendő, ha:

• A Beey.io real-time diktálást fejleszt (KRITIKUS!)
• A Wispr Flow BYOK-ot vezet be (csökkentené a VibeVox BYOK előnyét)
• A Spokenly Windows/Linux-ra terjeszkedik
• A ZnanyLekarz Noa Notes OS-level diktálást vezet be (PL orvosi fenyegetés)
• VoiceLab.ai Wordlify desktop appot jelez be
• Vatis Tech B2C pivot jel
• VibeType Linux/Windows-ra terjeszkedik (dev szegmens kockázat!)
• Új CEE-specifikus versenytárs lép piacra

Linux ETK — Existing Tool Landscape Mátrix ✅ [Win10 EoL GTM — GAP-7 beépítve]

Általánosan elérhető Linux voice toolok

Win10 migráns specifikus fenyegetések és válaszok

Összefoglaló — miért nyeri a VibeVox a Linux ETK versenyt

Linux ETK versenypozíció összefoglalás:

  NINCS egyetlen kereskedelmi, cross-DE, hold-to-talk,
  Whisper-minőségű, CEE-lokalizált diktáló app Linuxon.

  A fragmentált open-source toolok (nerd-dictation, whisper.cpp)
  technikai felhasználókat céloznak — a Win10 migráns
  non-fejlesztő professionális (VA, ügyvéd, orvos) számára
  ezek nem opciók.

  VibeVox = az egyetlen produkt-szintű megoldás erre a szegmensre.

Zero-Knowledge Sync Versenyelőny ✅ [2026-04-17 hozzáadva]

Miért nem implementál E2E titkosítást a Wispr Flow vagy a Typeless?

Az E2E titkosítás technikai összetettsége nem negligálható — de egy $81M VC-finanszírozott startup számára (Wispr Flow) bőven lefejleszthető lenne. Mégsem teszik. Az ok strukturális:

Versenytárs sync privacy összehasonlítás

Miért hinni a VibeVox-nek?

A zero-knowledge garancia nem önbevallás jellegű — technikai architektúra-szintű bizonyíték:

1. Password reset LEHETETLEN — ha a jelszót mi is tárolnánk, visszaállíthatnánk. Ha nem tudjuk visszaállítani, ez matematikailag bizonyítja, hogy soha nem volt hozzáférésünk
2. Nyílt forráskódú encryption.py — a titkosítási modul auditálható
3. Supabase-ben csak titkosított blob — ha a Supabase-t feltörik, az adatok olvashatatlanok

Marketing üzenet: „Ha elveszíti a jelszavát — mi sem tudjuk visszaállítani. Ez nem bug. Ez a garancia." Ez az egyetlen állítás, amit egyetlen versenytárs sem tud lemásolni anélkül, hogy az egész üzleti modelljét újraírná.