Traduit de l’anglais. Voir l’original
TTS local · sur l’appareil
Une synthèse vocale locale, sur votre iPhone
Synthèse vocale locale (TTS local) et gratuite pour iPhone et iPad : avec Sandbook, le modèle de synthèse vocale Kokoro tourne sur l’appareil, et votre texte devient une voix sans être envoyé à un serveur. 41 voix en six langues, mode Avion compris, sans compte et sans compteur.
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
Quelle app de synthèse vocale locale choisir sur iPhone ?
Sandbook fait tourner le modèle de synthèse vocale Kokoro-82M sur l’iPhone lui-même : livres, PDF, pages web, pages numérisées et texte collé sont lus à voix haute sans qu’aucun texte soit envoyé à un serveur. L’app propose 41 voix en six langues, surligne chaque mot au moment où il est prononcé et fonctionne en mode Avion. Elle est gratuite, sans achat intégré, sans compte et sans limite de caractères, et nécessite iOS 18.2 sur un iPhone XS, un iPhone XR ou ultérieur, ou un iPad doté d’une puce A12 ou ultérieure.
Dernière vérification : 7 novembre 2026
Ce que veut dire « synthèse vocale locale »
La synthèse vocale (TTS, pour « text to speech ») est le logiciel qui transforme des mots écrits en voix parlée. Une synthèse vocale locale signifie que le modèle qui fait cette transformation tourne sur votre propre appareil. Une synthèse dans le cloud signifie qu’il tourne sur l’ordinateur de quelqu’un d’autre : votre texte part sur le réseau, un serveur produit l’audio, et l’audio vous est renvoyé.
Trois choses découlent de l’endroit où se fait le travail. Avec le cloud, le texte doit voyager, une connexion est nécessaire au moment de parler, et chaque phrase coûte du temps de serveur au fournisseur : c’est pourquoi les lecteurs dans le cloud comptent les caractères, les minutes ou les heures. En local, le texte reste où il est, la connexion n’a aucune importance, et il n’y a aucun coût de fonctionnement à répercuter.
Local ne veut plus dire voix système plates et robotiques : les modèles vocaux neuronaux sont désormais assez petits pour tenir sur un téléphone et assez rapides pour y tourner en temps réel.
Pourquoi la synthèse vocale locale compte sur un téléphone
- La confidentialité par l’architecture. Vos livres, PDF et pages numérisées ne sont pas envoyés en ligne, parce que rien n’en a besoin ailleurs, et il n’y a aucun compte. La version longue se trouve sur la page synthèse vocale privée.
- Mode Avion, tunnels, réseau médiocre. Une voix fabriquée sur l’appareil ne remarque pas que le réseau a disparu. Plus de détails sur la page synthèse vocale hors ligne.
- Aucun compteur au caractère. Quand la voix ne coûte rien à produire, il n’y a aucune raison de la rationner : pas de quota quotidien, pas d’heures mensuelles, pas de niveau de voix premium.
- Aucune file d’attente. Pas d’envoi, pas de tâche de rendu : appuyez sur Lire et la première phrase démarre dès qu’elle est générée.
Comment Sandbook fait de la synthèse vocale locale
- Le moteur est Kokoro-82M, un modèle neuronal de synthèse vocale à poids ouverts de 82 millions de paramètres, que Sandbook fait tourner sur l’appareil avec Core ML d’Apple sur le CPU, le même moteur sur iPhone, iPad et Mac (auparavant, il tournait sur Apple MLX sur le GPU).
- Rien à récupérer. Le modèle et les 41 voix sont inclus dans le téléchargement de l’app, sans clé d’API ni étape d’activation.
- Phrase par phrase. Chaque phrase est synthétisée pendant que vous écoutez, en 24 kHz : la lecture démarre après la première phrase et non après le chapitre entier. La vitesse va de 0,5× à 2,5×, et chaque mot est surligné au moment où il est prononcé.
- 41 voix en six langues : 28 en anglais (20 américaines, 8 britanniques), 3 en espagnol, 1 en français, 2 en italien, 3 en portugais du Brésil et 4 en hindi.
- Ce qu’il lit : les fichiers EPUB, PDF, Word, TXT, RTF, Markdown et HTML, les pages web, les pages numérisées et les photos (reconnues sur l’appareil), et le texte saisi ou collé. Sur iPhone, iPad et Mac, un chapitre ou un livre entier peut être exporté en un seul fichier M4A avec ses chapitres.
- Dans le navigateur d’un ordinateur aussi : essayez Kokoro TTS dans un onglet, où la voix est générée sur votre ordinateur sans que rien soit envoyé en ligne.
Ce que coûte la synthèse vocale locale, honnêtement
- Un téléchargement plus lourd. Le modèle et les 41 voix sont inclus dans le téléchargement de l’app. Les apps dans le cloud peuvent être plus légères parce que leurs voix vivent ailleurs.
- Un appareil assez récent. Sandbook nécessite iOS 18.2 sur un iPhone XS, un iPhone XR ou ultérieur, ou un iPad doté d’une puce A12 ou ultérieure. En cas de doute sur le vôtre, consultez la synthèse vocale sur ancien iPhone.
- Moins de langues que les services dans le cloud. Six langues de voix, pas des dizaines. Un serveur peut héberger un catalogue qu’aucun téléphone n’a la place de contenir.
Comment vérifier que c’est vraiment local
N’importe quelle app peut prétendre tourner sur l’appareil. Le test prend une minute :
- Ouvrez un livre, un PDF ou un texte collé dans l’app.
- Activez le mode Avion, en coupant aussi le Wi-Fi.
- Appuyez sur Lire et écoutez un chapitre entier, puis essayez une voix que vous n’avez pas encore utilisée.
Une voix générée sur un serveur ne survit pas à ce test. Dans Sandbook, la seule chose qui attend une connexion est l’ajout d’une nouvelle page web. Numériser une page imprimée avec l’appareil photo fonctionne aussi en mode Avion, car la reconnaissance de texte tourne elle aussi sur l’appareil.
Questions sur la synthèse vocale locale
La synthèse vocale locale vaut-elle la synthèse dans le cloud ?
Pour lire un livre à voix haute, l’écart est bien plus faible qu’autrefois. Sandbook fait tourner Kokoro-82M, un modèle neuronal de synthèse vocale, en 24 kHz sur l’iPhone lui-même : une tout autre catégorie de voix que les anciennes voix système robotiques qu’on associait autrefois à la synthèse sur l’appareil. Là où le cloud garde l’avantage, c’est l’étendue : un serveur peut héberger des milliers de voix dans des dizaines de langues, un téléphone non. Vous pouvez juger la qualité vous-même, car chacune des 41 voix de Sandbook a un extrait sur la page des voix.
La synthèse vocale locale fonctionne-t-elle hors ligne ?
Oui, c’est justement ce qui la rend locale. Dans Sandbook, le modèle et les 41 voix sont livrés dans l’app : les fichiers EPUB, PDF, Word (.docx), TXT, RTF, Markdown et HTML, les pages numérisées et les photos, le texte saisi ou collé sont tous lus à voix haute en mode Avion. La seule chose qui demande une connexion est l’ajout d’une nouvelle page web, qu’il faut récupérer avant de pouvoir la lire ; une fois enregistrée, elle se lit aussi hors ligne.
Quels iPhone peuvent faire tourner une synthèse vocale locale ?
Sandbook nécessite 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, et ses voix fonctionnent sur chacun d’eux. Un iPhone qui ne peut pas passer à iOS 18.2, comme un iPhone X ou un iPhone 8, peut toujours utiliser la synthèse vocale intégrée à iOS.
La synthèse vocale locale de Sandbook est-elle gratuite ?
Oui, entièrement. Il n’y a ni achat intégré, ni abonnement, ni publicité, ni compte, ni limite de caractères ou de minutes. Comme la voix est générée sur votre propre appareil, lire un chapitre ne coûte rien à personne : il n’y a donc rien à compter. Les 41 voix en six langues sont disponibles dès le premier lancement.
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
Une synthèse vocale locale à tester en mode Avion
Installez-la, coupez toutes les connexions et lisez un chapitre entier. Ce que vous lisez ne quitte jamais votre appareil. Gratuite, sans compte, 41 voix fabriquées sur votre iPhone.
iOS 18.2 ou ultérieur · iPhone XS / XR ou ultérieur · iPad (A12 ou ultérieur) · Mac (M1 ou ultérieur, macOS 15.2)