Sandbook

Traducido del inglés. Ver original

TTS local · en el dispositivo

Texto a voz local que funciona en tu iPhone

Texto a voz local (TTS local) y gratis para iPhone y iPad: Sandbook ejecuta el modelo de texto a voz Kokoro en el dispositivo, así que tu texto se convierte en voz sin enviarse a ningún servidor. 41 voces en seis idiomas, también en modo avión, sin cuenta y sin límites de uso.

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

¿Cuál es una buena app de texto a voz local para iPhone?

Sandbook ejecuta el modelo de texto a voz Kokoro-82M en el propio iPhone, así que libros, PDF, páginas web, escaneos de la cámara y texto pegado se leen en voz alta sin enviar ningún texto a un servidor. Tiene 41 voces en seis idiomas, resalta cada palabra mientras la lee y funciona en modo avión. Es gratis, sin compras dentro de la app, sin cuenta y sin límite de caracteres, y necesita iOS 18.2 en un iPhone XS, iPhone XR o posterior, o un iPad con chip A12 o posterior.

Verificado por última vez el 26 de octubre de 2026

Qué significa “texto a voz local”

TTS son las siglas en inglés de texto a voz: software que convierte palabras escritas en una voz hablada. El TTS local significa que el modelo que hace esa conversión se ejecuta en tu propio dispositivo. El TTS en la nube significa que se ejecuta en la computadora de otro: tu texto viaja por la red, un servidor genera el audio y te lo devuelve.

De dónde se hace el trabajo se derivan tres cosas. Con el TTS en la nube, el texto tiene que viajar, hace falta conexión en el momento de hablar y cada frase le cuesta tiempo de servidor al proveedor; por eso los lectores en la nube cuentan caracteres, minutos u horas. Con el TTS local, el texto se queda donde está, la conexión da igual y no hay ninguna factura recurrente que recuperar.

Local ya no quiere decir las voces planas y robóticas del sistema: los modelos neuronales de voz son hoy lo bastante pequeños para caber en un teléfono y lo bastante rápidos para funcionar ahí en tiempo real.

Por qué importa el TTS local en un teléfono

  • Privacidad por arquitectura. Tus libros, PDF y páginas escaneadas no se suben, porque nada los necesita en ningún otro sitio, y no hay cuenta. La versión larga está en la página de texto a voz privado.
  • Modo avión, túneles, mala cobertura. La voz generada en el dispositivo no nota que la red ha desaparecido. Más en texto a voz sin conexión.
  • Sin contador por carácter. Cuando producir la voz no cuesta nada, no hay motivo para racionarla: ni cuota diaria, ni horas mensuales, ni un nivel de voces premium.
  • Sin cola. No hay subida ni trabajo de procesamiento: pulsas reproducir y la primera frase empieza en cuanto se genera.

Cómo hace Sandbook el texto a voz local

  • El motor es Kokoro-82M, un modelo neuronal de texto a voz de pesos abiertos con 82 millones de parámetros, que se ejecuta en el dispositivo con Core ML de Apple en la CPU, el mismo motor en iPhone, iPad y Mac (antes funcionaba con Apple MLX en la GPU).
  • Nada que descargar. El modelo y las 41 voces vienen dentro de la descarga de la app, sin clave de API ni paso de activación.
  • Frase a frase. Cada frase se genera mientras escuchas, a 24 kHz, así que la reproducción empieza tras la primera frase y no tras el capítulo entero. La velocidad va de 0,5× a 2,5×, y cada palabra se resalta mientras se lee.
  • 41 voces en seis idiomas: 28 en inglés (20 americanas y 8 británicas), 3 en español, 1 en francés, 2 en italiano, 3 en portugués de Brasil y 4 en hindi.
  • Qué lee: archivos EPUB, PDF, Word (.docx), TXT, RTF, Markdown y HTML, páginas web, escaneos y fotos de la cámara (reconocidos en el dispositivo) y texto escrito o pegado. Un capítulo o un libro completo se puede exportar como un solo archivo M4A con marcas de capítulo.
  • También en el navegador de una computadora: prueba Kokoro TTS en una pestaña del navegador, donde la voz se genera en tu computadora y no se sube nada.

Lo que te cuesta el TTS local, con honestidad

  • Una descarga más pesada. El modelo y las 41 voces vienen dentro de la descarga de la app. Las apps en la nube pueden ser más pequeñas porque sus voces viven en otro sitio.
  • Un dispositivo con iOS 18.2. Sandbook necesita iOS 18.2 en un iPhone XS, iPhone XR o posterior, o un iPad con chip A12 o posterior. Si tu iPhone no puede instalar iOS 18.2, consulta texto a voz en iPhone antiguos.
  • Menos idiomas que los servicios en la nube. Seis idiomas de voz, no decenas. Un servidor puede guardar un catálogo para el que ningún teléfono tiene espacio.

Cómo comprobar que de verdad es local

Cualquier app puede decir que funciona en el dispositivo. La prueba lleva un minuto:

  1. Abre en la app un libro, un PDF o un texto pegado.
  2. Activa el modo avión, con el wifi también apagado.
  3. Pulsa reproducir y escucha un capítulo entero; luego prueba una voz que aún no hayas usado.

La voz generada en un servidor no supera esa prueba. En Sandbook, lo único que espera a tener conexión es añadir una página web nueva. Escanear una página impresa con la cámara también funciona en modo avión, porque el reconocimiento de texto se hace igualmente en el dispositivo.

Preguntas sobre el texto a voz local

¿El texto a voz local es tan bueno como el de la nube?

Para leer un libro en voz alta, la diferencia es mucho menor que antes. Sandbook ejecuta Kokoro-82M, un modelo neuronal de texto a voz, a 24 kHz en el propio iPhone, y eso es otra clase de voz frente a las antiguas voces robóticas del sistema que antes significaba la voz en el dispositivo. Donde la nube sigue ganando es en variedad: un servidor puede tener miles de voces en decenas de idiomas, y un teléfono no. Puedes juzgar la calidad tú mismo, porque cada una de las 41 voces de Sandbook tiene una muestra en la página de voces.

¿El TTS local funciona sin conexión?

Sí, eso es precisamente lo que lo hace local. En Sandbook, el modelo y las 41 voces vienen dentro de la app, así que los archivos EPUB, PDF, Word (.docx), TXT, RTF, Markdown y HTML, los escaneos y las fotos de la cámara y el texto que escribes o pegas se leen en voz alta en modo avión. Lo único que necesita conexión es añadir una página web nueva, porque hay que descargarla antes de poder leerla; una vez guardada, también se lee sin conexión.

¿Qué iPhone pueden ejecutar texto a voz local?

Sandbook necesita iOS 18.2 o posterior en un iPhone XS, iPhone XR o posterior, o en un iPad con chip A12 o posterior. Un iPhone que no puede instalar iOS 18.2, como el iPhone X o el iPhone 8, no puede usar las voces de Sandbook, pero sí el texto a voz integrado en iOS, que funciona en cualquier dispositivo compatible.

¿El texto a voz local de Sandbook es gratis?

Sí, del todo. No hay compras dentro de la app, ni suscripción, ni anuncios, ni cuenta, ni límite de caracteres o de minutos. Como la voz se genera en tu propio dispositivo, leer un capítulo no le cuesta nada a nadie, así que no hay nada que medir. Las 41 voces en seis idiomas están disponibles desde la primera vez que abres la app.

Fuentes

  1. Ficha del modelo Kokoro-82M (hexgrad), con su lista de voces — Hugging Face · consultado el 11 de noviembre de 2026
  2. Licencia Apache 2.0, con la que se publica Kokoro-82M — apache.org · consultado el 11 de noviembre de 2026

Texto a voz local que puedes probar en modo avión

Instálala, apaga todas las conexiones y lee un capítulo entero. Lo que lees nunca sale de tu dispositivo. Gratis, sin cuenta, 41 voces generadas en tu iPhone.

iOS 18.2 o posterior · iPhone XS / XR o posterior · iPad con A12 o posterior · Mac con M1 y macOS 15.2

O prueba primero las voces en tu navegador