Traducido del inglés. Ver original
Kokoro TTS · En el dispositivo
Kokoro TTS, por completo en tu iPhone
Kokoro TTS para iOS, gratis, en iPhone y iPad: eso es Sandbook. El modelo Kokoro-82M entero, con sus 82 millones de parámetros, viene incluido en la descarga con las 41 voces y se ejecuta en tu dispositivo. No hay llamadas a un servidor, ni clave de API, ni cuenta. 41 voces en inglés, español, francés, italiano, portugués de Brasil e hindi, y audio a 24 kHz.
iOS 18.2 o posterior · iPhone XS / XR o posterior · iPad con A12 o posterior · Mac con M1 y macOS 15.2 · Sin cuenta

En resumen
¿Existe una app de Kokoro TTS para iPhone?
Sí. Sandbook ejecuta Kokoro-82M en iPhone y iPad, con sus 82 millones de parámetros incluidos en la descarga con las 41 voces y procesados en el dispositivo. Es gratis, sin compras dentro de la app, sin cuenta y sin límite de caracteres, con 41 voces en seis idiomas, sigue leyendo con la pantalla bloqueada y necesita iOS 18.2 en un iPhone XS, iPhone XR o posterior. El límite principal: las voces cubren seis idiomas, no decenas.
Verificado por última vez el 26 de octubre de 2026
Cómo es una app de Kokoro TTS cuando el modelo es local
Casi todas las formas de oír Kokoro pasan por una máquina que no es tuya: un script de Python en una laptop, un Space en la GPU de otra persona, un endpoint alojado detrás de una clave. En Sandbook el archivo del modelo está dentro de la app y la inferencia se ejecuta en el propio teléfono, así que nada pasa por una cola, ni se mide, ni se limita por uso, y no hay límite de caracteres. Un libro de 400 páginas se abre en modo avión exactamente igual que con wifi.
En una computadora, puedes probar Kokoro en tu navegador antes de instalar nada: el mismo modelo y las 41 voces funcionan en la pestaña, gratis, y nada de lo que escribes se sube.
Kokoro TTS en iOS, sin conexión
Sandbook es una app de texto a voz que lleva Kokoro TTS a iOS sin ningún servidor de por medio. El modelo y las 41 voces llegan con la instalación: activa el modo avión y los libros, los PDF, las páginas escaneadas y el texto pegado siguen sonando, sin cuenta, sin clave de API y sin subidas.
- iPhone y iPad: iOS 18.2 o posterior en un iPhone XS, iPhone XR o posterior, o un iPad con chip A12 o posterior; no funciona en iOS 17. Sigue leyendo con la pantalla bloqueada, sin nada que preparar antes.
- ¿Hay una app de Kokoro TTS para Mac? Sí: Sandbook para Mac ejecuta el mismo modelo y las mismas voces de forma nativa en los Mac con chip de Apple (macOS 15.2 o posterior), sin conexión.
Kokoro-82M con Core ML, en iPhone, iPad y Mac
El motor es Kokoro-82M, el modelo de texto a voz de pesos abiertos, ejecutado como modelo de Core ML en la CPU en todos los dispositivos; eso es lo que le permite seguir leyendo tras el bloqueo. La voz se genera frase a frase por delante de lo que oyes, así que un capítulo arranca en lo que tardas en leer su título. La velocidad va de 0,5× a 2,5× y se aplica dentro del modelo: a 2× sigue siendo una persona que habla deprisa, no una ardilla.
Cómo funciona el motor: el modelo, el proceso, la caché
Kokoro-82M es una red de 82 millones de parámetros con un codificador de texto tipo ALBERT, un predictor de duración LSTM, un predictor de prosodia y un vocoder iSTFTNet. Sandbook lo ejecuta como modelo de Core ML en la CPU, en iPhone y iPad desde octubre de 2026 y en el Mac desde noviembre de 2026, tanto en primer plano como con la pantalla bloqueada, porque iOS no deja que una app use la GPU en segundo plano. Antes, las dos apps lo ejecutaban con Apple MLX, el framework de arrays de Apple, en la GPU mediante Metal. Las voces son las mismas 41 en todos los dispositivos.
El texto se convierte en fonemas, se divide por frases y se sintetiza frase a frase. La reproducción empieza en cuanto está lista la primera frase, mientras las siguientes se generan detrás: nunca esperas a que se procese un documento entero antes de oír algo.
La velocidad se aplica escalando la duración prevista de cada fonema, no remuestreando la onda ya terminada. Un pasaje que ya has escuchado, con la misma voz y a la misma velocidad, se reproduce al instante desde el dispositivo en lugar de generarse otra vez. En inglés, las frases muy largas se leen completas.
¿Qué velocidad tiene Kokoro en un iPhone?
En un iPhone 15, la voz empezó a sonar unos 2,5 segundos después de pulsar reproducir en un capítulo recién abierto, y a partir de ahí los párrafos se generaron entre 3 y 6 veces más rápido que el tiempo real. Estas cifras salen de una sola sesión de lectura en octubre de 2026, tomadas del registro de la propia app, con el motor MLX anterior, antes de que la app para iPhone pasara a Core ML; no son una batería de pruebas, y todavía no se ha publicado ninguna cifra del motor Core ML que usan ahora las apps. Los iPhone compatibles más antiguos, hasta el iPhone XS y el XR, son más lentos; en todos ellos la reproducción empieza tras la primera frase, mientras el resto se genera detrás.
Las mediciones, párrafo a párrafo y etapa por etapa
El primer párrafo, 13,8 segundos de audio, se generó en 2,4 segundos. Después: 2,9 segundos de audio en 0,9 segundos, 13,6 en 2,4 y 2,2 en 0,6. El modelo se mantuvo en memoria, con unos 220 MB, durante toda la lectura, y al abrir la app hace un breve calentamiento, alrededor de un segundo de síntesis, para que la primera frase salga rápido.
| Etapa | Medido en un iPhone 15 |
|---|---|
| Conversión a fonemas | unos 0,01 s |
| Codificador de texto | 0,05–0,09 s |
| Predictor de duración | 0,2–0,5 s |
| Predictor de prosodia | 0,2–0,5 s |
| Decodificador (vocoder) | 0,3–1,3 s |
Qué hay dentro de la descarga
Sandbook es una descarga grande a propósito: el modelo y las 41 voces van incluidos y se cargan desde el paquete de la app, no se descargan. Nada se descarga después de instalar, y nada se transmite mientras la usas.
- Los pesos kokoro-v1_0: 82 M de parámetros, como modelo de Core ML en iPhone, iPad y Mac.
- 41 embeddings de voz: un tensor de estilo por voz, todos incluidos, ninguno bloqueado ni de pago.
- Una compilación de eSpeak NG para la conversión a fonemas, integrada en la app como framework.
En qué se diferencia Sandbook del Kokoro original
- Seis idiomas, no todos. El Kokoro original trae voces en varios idiomas. Sandbook incluye
en-usyen-gb(28 voces), más español, francés, italiano, portugués de Brasil e hindi, 41 voces de Kokoro en total, en un iPhone, sin conexión. eSpeak NG cambia de idioma con la voz que eliges, y la limpieza del texto en inglés (fechas, precios, unidades, siglas) solo se aplica con las voces inglesas. - Sin mezcla de voces ni vectores de estilo personalizados. Un solo nivel de calidad, el mismo modelo de 82 M a 24 kHz para todas las voces. Lo que sí puedes cambiar, en iPhone y iPad, es cómo se dice un nombre o una palabra, en un libro o en todos.
Cómo añadir texto
- Archivos: EPUB, PDF, Word (.docx), TXT, RTF, Markdown o HTML, desde el selector de la app Archivos, con “Abrir con Sandbook” o desde el menú Compartir de cualquier app.
- Páginas web: añade una página web con Pegar un enlace, o con Guardar en Sandbook en el menú Compartir de Safari, Chrome u otra app; la app se queda con el artículo y descarta los menús, los anuncios y los avisos de cookies.
- Papel e imágenes: Escanea páginas impresas con la cámara, o elige una foto, y el texto se reconoce en el dispositivo.
- Tu propio texto: escribe, pega o lee el portapapeles.

Los libros tienen resaltado palabra por palabra dentro del párrafo actual, teñido con un tono suave, un selector de capítulos y la opción de tocar un párrafo para leerlo, y se abren en el párrafo donde lo dejaste, cada uno con su propia voz y su velocidad. En iPhone, iPad y Mac, un capítulo o el libro completo se exporta como un solo archivo M4A con marcas de capítulo, la portada y el título, igual que lo que escribes o pegas en Escribir texto.
Preguntas sobre Kokoro TTS
¿Es el mismo Kokoro que el modelo de código abierto?
Sí. Sandbook ejecuta Kokoro-82M, el modelo de pesos abiertos publicado, con la misma arquitectura y los mismos 82 millones de parámetros, convertido para funcionar en el dispositivo: con Core ML en la CPU, el mismo motor en iPhone, iPad y Mac. No es una imitación regrabada ni otro modelo que usa el nombre. El crédito y el agradecimiento a Kokoro están en la pantalla de Ajustes de la app.
¿Descarga el modelo la primera vez que abres la app?
No. Los pesos vienen dentro del paquete de la app, y por eso la descarga es grande. Una vez instalada, Sandbook nunca descarga el modelo, ni una voz, ni una tabla de fonemas. La lectura, la voz, el escaneo y la exportación funcionan sin conexión; solo añadir una página web necesita internet.
¿Puedo usar las voces de Kokoro en otros idiomas además del inglés?
Sí, en español, francés, italiano, portugués de Brasil e hindi. Sandbook incluye 41 voces de Kokoro: 28 en inglés de EE. UU. y del Reino Unido, más 3 en español, 1 en francés, 2 en italiano, 3 en portugués de Brasil y 4 en hindi. La voz decide el idioma: un libro en uno de esos idiomas se abre con una voz en su idioma, y cada libro recuerda su voz. Las voces de otros idiomas no están incluidas.
¿Kokoro va más lento en el dispositivo que en un servidor?
La síntesis se hace frase a frase con un búfer de anticipación, así que el audio empieza tras la primera frase y no tras el documento entero. En la práctica, un párrafo empieza a sonar casi al instante y la generación va siempre por delante de la reproducción. Un texto más largo no tarda más en arrancar: no hay ninguna cola en la que esperar.
¿Cuánto tarda en empezar a hablar?
En un iPhone 15, unos 2,5 segundos desde que pulsas reproducir en un capítulo recién abierto, medidos en octubre de 2026 con el motor MLX anterior, antes de que la app para iPhone pasara a Core ML; todavía no se ha publicado ninguna cifra del motor Core ML. Sandbook genera la primera frase, empieza a reproducirla y procesa el resto detrás, así que la espera no crece con la longitud del capítulo. Los iPhone compatibles más antiguos, hasta el iPhone XS y el XR, tardan más.
¿Qué hardware necesita?
iOS 18.2 o posterior en un iPhone XS, iPhone XR o posterior, o en un iPad con chip A12 o posterior; o macOS 15.2 o posterior en un Mac con chip de Apple (M1 o posterior). Los iPhone anteriores al XS, que no pueden instalar iOS 18.2, y los Mac con Intel no pueden generar las voces. No funciona en iOS 17.
¿Hay una app de Kokoro TTS para iOS?
Sí: Sandbook, gratis en el App Store para iPhone y iPad. Incluye Kokoro-82M y las 41 voces, las ejecuta en el dispositivo y funciona sin conexión desde el primer momento, también en modo avión. Lo que lees nunca sale de tu dispositivo. Necesita iOS 18.2 en un iPhone XS, iPhone XR o posterior y no funciona en iOS 17. También hay una app nativa para Mac, en la misma descarga gratuita: requiere un Mac con chip de Apple (M1 o posterior) y macOS 15.2 o posterior.
¿Hay una app de Kokoro TTS para Mac?
Sí: Sandbook para Mac, gratis en la misma ficha del App Store que la app para iPhone. Incluye Kokoro-82M y las 41 voces, las ejecuta en el Mac con Core ML, el mismo motor que en iPhone y iPad, y funciona sin conexión. Necesita un Mac con chip de Apple (M1 o posterior) y macOS 15.2 o posterior; los Mac con Intel no son compatibles.
Fuentes
- Ficha del modelo Kokoro-82M (hexgrad), con su lista de voces — Hugging Face · consultado el 11 de noviembre de 2026
- Licencia Apache 2.0, con la que se publica Kokoro-82M — apache.org · consultado el 11 de noviembre de 2026
Kokoro TTS, en tu propio dispositivo
Una app de Kokoro TTS que mantiene el modelo entero, y todo lo que lees con él, en tu propio dispositivo. 41 voces en seis idiomas, en iPhone, iPad y Mac (con chip de Apple), gratis y sin nada que comprar dentro.
iOS 18.2 o posterior · iPhone XS / XR o posterior · iPad con A12 o posterior · Mac con M1 y macOS 15.2