Traduit de l’anglais. Voir l’original
Kokoro TTS · Sur l’appareil
Kokoro TTS, entièrement sur votre iPhone
Kokoro TTS gratuit pour iOS, sur iPhone et iPad : c’est ce que fait Sandbook. Le modèle Kokoro-82M complet (ses 82 millions de paramètres) est inclus dans le téléchargement avec les 41 voix, et tourne sur votre appareil. Aucun appel à un serveur, aucune clé d’API, aucun compte. 41 voix en anglais, espagnol, français, italien, portugais du Brésil et hindi, et une sortie en 24 kHz.
iOS 18.2 ou ultérieur · iPhone XS / XR ou ultérieur · iPad (A12 ou ultérieur) · Mac (M1 ou ultérieur, macOS 15.2) · Sans compte

En bref
Existe-t-il une app Kokoro TTS pour iPhone ?
Oui. Sandbook fait tourner Kokoro-82M sur iPhone et iPad : les 82 millions de paramètres sont inclus dans le téléchargement avec les 41 voix et exécutés sur l’appareil. L’app est gratuite, sans achat intégré, sans compte et sans limite de caractères, avec 41 voix en six langues, continue de lire écran verrouillé, et demande iOS 18.2 sur un iPhone XS, un iPhone XR ou ultérieur. Sa principale limite : les voix couvrent six langues, pas des dizaines.
Dernière vérification : 7 novembre 2026
À quoi ressemble une app Kokoro TTS quand le modèle est en local
La plupart des façons d’entendre Kokoro passent par une machine qui n’est pas la vôtre : un script Python sur un ordinateur portable, un Space sur le GPU de quelqu’un d’autre, un point d’accès hébergé derrière une clé. Dans Sandbook, le fichier du modèle se trouve dans l’app et l’inférence tourne sur le téléphone lui-même : rien n’est mis en file d’attente, compté ou bridé, et il n’y a pas de plafond de caractères. Un livre de 400 pages s’ouvre en mode Avion exactement comme en Wi-Fi.
Sur un ordinateur, vous pouvez essayer Kokoro dans votre navigateur avant d’installer l’app : le même modèle et les 41 voix tournent dans l’onglet, gratuitement, et rien de ce que vous tapez n’est envoyé en ligne.
Kokoro TTS sur iOS, hors ligne
Sandbook est une app de synthèse vocale qui fait tourner Kokoro TTS sous iOS sans aucun serveur. Le modèle et les 41 voix arrivent avec l’installation : activez le mode Avion, et livres, PDF, pages numérisées et texte collé continuent d’être lus, sans compte ni clé d’API, et rien de ce que vous lisez ne quitte votre appareil.
- iPhone et iPad : iOS 18.2 ou ultérieur sur un iPhone XS, un iPhone XR ou ultérieur, ou un iPad doté d’une puce A12 ou ultérieure ; l’app ne fonctionne pas sous iOS 17. Elle continue de lire écran verrouillé, sans rien préparer avant.
- Existe-t-il une app Kokoro TTS pour Mac ? Oui : Sandbook pour Mac fait tourner le même modèle et les mêmes voix nativement sur les Mac à puce Apple (macOS 15.2 ou version ultérieure), hors ligne.
Kokoro-82M sur Core ML, sur iPhone, iPad et Mac
Le moteur est Kokoro-82M, le modèle de synthèse vocale à poids ouverts, exécuté comme modèle Core ML sur le CPU sur tous les appareils ; c’est ce qui lui permet de continuer à lire écran verrouillé. La voix est générée phrase par phrase, en avance sur ce que vous entendez : un chapitre commence à peu près le temps de lire son titre. La vitesse va de 0,5× à 2,5× et s’applique à l’intérieur du modèle : à 2×, on entend toujours une personne qui parle vite, pas une voix de dessin animé.
Comment fonctionne le moteur : le modèle, la chaîne de synthèse, le cache
Kokoro-82M est un réseau de 82 millions de paramètres, avec un encodeur de texte de type ALBERT, un prédicteur de durée LSTM, un prédicteur de prosodie et un vocodeur iSTFTNet. Sandbook le fait tourner comme modèle Core ML sur le CPU, sur iPhone et iPad depuis octobre 2026 et sur Mac depuis novembre 2026, au premier plan comme écran éteint, car iOS ne laisse pas une app utiliser le GPU en arrière-plan. Auparavant, les deux apps le faisaient tourner sur Apple MLX, le framework de calcul d’Apple, sur le GPU via Metal. Les voix sont les mêmes 41 sur tous les appareils.
Le texte est converti en phonèmes, découpé aux limites des phrases, puis synthétisé phrase par phrase. La lecture démarre dès que la première phrase est prête pendant que les suivantes se génèrent derrière elle : vous n’attendez jamais le rendu d’un document entier avant d’entendre quelque chose.
La vitesse s’applique en ajustant la durée prévue des phonèmes, et non en rééchantillonnant l’onde finale. Un passage déjà écouté, avec la même voix et à la même vitesse, se relance instantanément depuis l’appareil au lieu d’être généré de nouveau. En anglais, les phrases très longues sont lues en entier.
Quelle est la vitesse de Kokoro sur un iPhone ?
Sur un iPhone 15, la voix a démarré environ 2,5 secondes après l’appui sur Lire dans un chapitre tout juste ouvert, puis les paragraphes ont été générés 3 à 6 fois plus vite que le temps réel. Ces mesures viennent d’une seule session de lecture en octobre 2026, tirées du journal de l’app, avec l’ancien moteur MLX, avant le passage de l’app iPhone à Core ML ; ce n’est pas une batterie de tests, et aucun chiffre n’a encore été publié pour le moteur Core ML qu’utilisent les apps aujourd’hui. Les iPhone pris en charge plus anciens, jusqu’à l’iPhone XS et l’iPhone XR, sont plus lents ; sur tous, la lecture démarre après la première phrase pendant que la suite se génère derrière.
Les mesures, paragraphe par paragraphe et étape par étape
Le premier paragraphe, 13,8 secondes d’audio, a été généré en 2,4 secondes. Ensuite : 2,9 secondes d’audio en 0,9 seconde, 13,6 en 2,4 et 2,2 en 0,6. Le modèle est resté en mémoire, à environ 220 Mo, pendant toute la lecture, et un court préchauffage au lancement, environ une seconde de synthèse, permet à la première phrase de sortir vite.
| Étape | Mesuré sur un iPhone 15 |
|---|---|
| Phonémisation | environ 0,01 s |
| Encodeur de texte | 0,05–0,09 s |
| Prédicteur de durée | 0,2–0,5 s |
| Prédicteur de prosodie | 0,2–0,5 s |
| Décodeur (vocodeur) | 0,3–1,3 s |
Ce que contient le téléchargement
Sandbook est un gros téléchargement à dessein : le modèle et les 41 voix sont inclus, chargés depuis l’app et non téléchargés. Rien n’est téléchargé après l’installation, et rien n’est diffusé en continu pendant l’utilisation.
- Les poids kokoro-v1_0 : 82 M de paramètres, sous forme de modèle Core ML sur iPhone, iPad et Mac.
- 41 fichiers de voix : un tenseur de style par voix, tous inclus, aucun verrouillé ni payant.
- Une version d’eSpeak NG pour la conversion en phonèmes, compilée dans l’app sous forme de framework.
Ce qui distingue Sandbook du Kokoro d’origine
- Six langues, pas toutes. Le Kokoro d’origine propose des voix dans plusieurs langues. Sandbook en retient six :
en-useten-gb(28 voix), plus l’espagnol, le français, l’italien, le portugais du Brésil et le hindi, soit 41 voix Kokoro au total, sur un iPhone, hors ligne. En français, il n’y a qu’une voix, Siwis. eSpeak NG change de langue avec la voix choisie, et le nettoyage du texte anglais (dates, prix, unités, sigles) ne s’applique qu’aux voix anglaises. - Ni mélange de voix ni vecteurs de style personnalisés. Un seul niveau de qualité, le même modèle de 82 M à 24 kHz pour toutes les voix. Ce que vous pouvez changer, c’est la façon dont un nom ou un mot est prononcé, dans un seul livre ou dans tous.
Comment y importer du texte
- Des fichiers : EPUB, PDF, Word (.docx), TXT, RTF, Markdown ou HTML, depuis le sélecteur de l’app Fichiers, avec « Ouvrir avec Sandbook », ou via le menu Partager de n’importe quelle app.
- Des pages web : ajoutez une page web avec Coller un lien, ou avec Enregistrer dans Sandbook dans le menu Partager de Safari, de Chrome ou d’une autre app ; l’app garde l’article et écarte les menus, les publicités et les bandeaux de cookies.
- Du papier et des images : Numérisez des pages imprimées avec l’appareil photo, ou choisissez une photo, et le texte est reconnu sur l’appareil.
- Votre propre texte : saisissez-le, collez-le ou faites lire le presse-papiers.

Les livres profitent du surlignage mot à mot dans un paragraphe en cours légèrement teinté, d’un sélecteur de chapitres, de la lecture à partir du paragraphe touché, et ils s’ouvrent au paragraphe où vous vous étiez arrêté, chacun avec sa propre voix et sa vitesse. Sur iPhone, iPad et Mac, un chapitre ou le livre entier s’exporte en un seul fichier M4A avec ses chapitres, sa couverture et son titre, tout comme le texte saisi dans Écrire du texte.
Questions sur Kokoro TTS
Est-ce le même Kokoro que le modèle open source ?
Oui. Sandbook fait tourner Kokoro-82M, le modèle à poids ouverts publié, avec la même architecture et les mêmes 82 millions de paramètres, converti pour s’exécuter sur l’appareil avec Core ML sur le CPU, le même moteur sur iPhone, iPad et Mac. Ce n’est ni une imitation réenregistrée, ni un autre modèle qui emprunte son nom. La mention et les remerciements à Kokoro figurent dans l’écran Réglages de l’app.
Le modèle est-il téléchargé au premier lancement ?
Non. Les poids sont livrés dans l’app elle-même, d’où la taille du téléchargement. Une fois l’app installée, Sandbook ne télécharge plus jamais le modèle, une voix ou une table de phonèmes. Lecture, synthèse, numérisation et export fonctionnent hors ligne ; seul l’ajout d’une page web demande une connexion.
Puis-je utiliser les voix Kokoro dans d’autres langues que l’anglais ?
Oui, en espagnol, français, italien, portugais du Brésil et hindi. Sandbook embarque 41 voix Kokoro : 28 en anglais américain et britannique, plus 3 en espagnol, 1 en français, 2 en italien, 3 en portugais du Brésil et 4 en hindi. La voix détermine la langue ; un livre s’ouvre avec une voix dans sa langue, et chaque livre retient la voix choisie. Les voix d’autres langues ne sont pas incluses.
Kokoro sur l’appareil est-il aussi rapide qu’un serveur ?
La synthèse se fait phrase par phrase avec une mémoire tampon d’avance, si bien que l’audio démarre après la première phrase et non après tout le document. En pratique, un paragraphe commence à parler presque aussitôt et la génération garde une longueur d’avance sur la lecture. Un document plus long ne retarde pas le début de la lecture, car il n’y a aucune file d’attente.
Combien de temps avant que la voix démarre ?
Sur un iPhone 15, environ 2,5 secondes après l’appui sur Lire dans un chapitre tout juste ouvert, mesure faite en octobre 2026 avec l’ancien moteur MLX, avant le passage de l’app iPhone à Core ML ; aucun chiffre n’a encore été publié pour le moteur Core ML. Sandbook génère la première phrase, commence à la lire et prépare la suite derrière, si bien que l’attente ne s’allonge pas avec la longueur du chapitre. Les iPhone pris en charge plus anciens, jusqu’à l’iPhone XS et l’iPhone XR, mettent plus de temps.
Quel matériel faut-il ?
Sur iPhone et iPad : iOS 18.2 ou version ultérieure sur un iPhone XS, un iPhone XR ou ultérieur, ou un iPad doté d’une puce A12 ou ultérieure. Sur Mac : une puce Apple (M1 ou ultérieure) et macOS 15.2 ou version ultérieure ; pas de Mac Intel. Tout iPhone ou iPad qui peut installer l’app fait tourner les voix. Il ne fonctionne pas sous iOS 17.
Existe-t-il une app Kokoro TTS pour iOS ?
Oui : Sandbook, gratuit sur l’App Store pour iPhone et iPad. Il embarque Kokoro-82M et les 41 voix, les fait tourner sur l’appareil et fonctionne hors ligne dès le premier lancement, mode Avion compris. Ce que vous lisez ne quitte jamais votre appareil. Il faut iOS 18.2 sur un iPhone XS, un iPhone XR ou ultérieur ; il ne fonctionne pas sous iOS 17. Il existe aussi en app native pour Mac, avec la même fiche gratuite : une puce Apple (M1 ou ultérieure) et macOS 15.2 ou version ultérieure.
Existe-t-il une app Kokoro TTS pour Mac ?
Oui : Sandbook pour Mac, gratuit sous la même fiche App Store que l’app iPhone. Il intègre Kokoro-82M et les 41 voix, les fait tourner sur le Mac avec Core ML, le même moteur que sur iPhone et iPad, et fonctionne hors ligne. Il faut un Mac doté d’une puce Apple (M1 ou ultérieure) et macOS 15.2 ou version ultérieure ; les Mac Intel ne sont pas pris en charge.
Sources
- Fiche du modèle Kokoro-82M (hexgrad), avec sa liste de voix — Hugging Face · consulté le 11 novembre 2026
- Licence Apache 2.0, sous laquelle Kokoro-82M est publié — apache.org · consulté le 11 novembre 2026
Kokoro TTS, sur votre propre appareil
Une app Kokoro TTS qui garde tout le modèle, et tout ce que vous lisez avec, sur votre propre appareil. 41 voix en six langues, sur iPhone, iPad et Mac (puce Apple), gratuite et sans rien à acheter.
iOS 18.2 ou ultérieur · iPhone XS / XR ou ultérieur · iPad (A12 ou ultérieur) · Mac (M1 ou ultérieur, macOS 15.2)