Sandbook

Tradotto dall’inglese. Vedi l’originale

Kokoro TTS · Sul dispositivo

Kokoro TTS, interamente sul tuo iPhone

Kokoro TTS su iPhone e iPad, senza server: Sandbook è un’app Kokoro TTS gratuita per iOS in cui tutto gira in locale. L’intero modello Kokoro-82M, con tutti i suoi 82 milioni di parametri, è incluso nel download con tutte le 41 voci, e gira sul tuo dispositivo. Nessuna chiamata a un server, nessuna chiave API, nessun account. 41 voci in inglese, spagnolo, francese, italiano, portoghese brasiliano e hindi, e audio a 24 kHz.

iOS 18.2 o successivo · iPhone XS / XR o successivo · iPad con A12 o successivo · Mac con chip M1 o successivo (macOS 15.2) · Senza account

Il lettore di Sandbook su iPhone mentre legge Le avventure di Pinocchio, con il paragrafo corrente colorato e sotto il player: avanzamento, timer, velocità 1,0× e la voce Sara.
Il Lettore: il paragrafo corrente evidenziato, voce e velocità a un tocco.

In breve

Esiste un’app Kokoro TTS per iPhone?

Sì. Sandbook esegue Kokoro-82M su iPhone e iPad: tutti gli 82 milioni di parametri sono inclusi nel download con tutte le 41 voci ed eseguiti sul dispositivo. È gratis, senza acquisti in-app, senza account e senza limite di caratteri, con 41 voci in sei lingue, continua a leggere a schermo bloccato e richiede iOS 18.2 su iPhone XS, iPhone XR e successivi. Il limite principale: le voci coprono sei lingue, non decine.

Ultima verifica: 26 ottobre 2026

Com’è un’app Kokoro TTS quando il modello è in locale

Quasi tutti i modi per ascoltare Kokoro passano da una macchina che non è la tua: uno script Python su un portatile, uno Space sulla GPU di qualcun altro, un endpoint ospitato dietro una chiave. In Sandbook il file del modello sta nel pacchetto dell’app e l’inferenza gira sul telefono stesso, quindi niente viene messo in coda, conteggiato o limitato e non c’è un tetto di caratteri. Un libro di 400 pagine si apre in modalità aereo esattamente come in Wi‑Fi.

Da un computer puoi provare Kokoro nel browser prima di installare: lo stesso modello e tutte le 41 voci girano nella scheda, gratis, e niente di quello che scrivi viene caricato online.

Kokoro TTS su iOS, offline

Sandbook è un’app di sintesi vocale che fa girare Kokoro TTS in locale, senza nessun server di mezzo. Il modello e le 41 voci arrivano con l’installazione: attiva la modalità aereo e libri, PDF, pagine scansionate e testo incollato continuano a essere letti, senza account, senza chiave API e senza nessun caricamento online.

  • iPhone e iPad: iOS 18.2 o successivo su iPhone XS, iPhone XR e successivi, oppure un iPad con chip A12 o successivo; su iOS 17 non funziona. L’app continua a leggere a schermo bloccato, senza dover preparare nulla prima.
  • Esiste un’app Kokoro TTS per Mac? Sì: Sandbook per Mac fa girare lo stesso modello e le stesse voci in modo nativo sui Mac con chip Apple (macOS 15.2 o successivo), offline.

Kokoro-82M con Core ML, su iPhone, iPad e Mac

Il motore è Kokoro-82M, il modello di sintesi vocale a pesi aperti, eseguito come modello Core ML sulla CPU su ogni dispositivo; è questo che permette all’app di continuare a leggere oltre il blocco. La voce viene generata frase per frase, in anticipo su ciò che senti, così un capitolo comincia più o meno nel tempo che serve a leggerne il titolo. La velocità va da 0,5× a 2,5× e viene applicata dentro il modello: a 2× resta una persona che parla in fretta, non uno scoiattolo.

Come funziona il motore: il modello, la pipeline, la cache

Kokoro-82M è una rete da 82 milioni di parametri con un codificatore di testo in stile ALBERT, un predittore di durata LSTM, un predittore prosodico e un vocoder iSTFTNet. Sandbook lo esegue come modello Core ML sulla CPU, su iPhone e iPad da ottobre 2026 e su Mac da novembre 2026, in primo piano come a schermo bloccato, perché iOS non lascia usare la GPU a un’app in background. Prima, entrambe le app lo eseguivano con Apple MLX, il framework di Apple per il calcolo su array, sulla GPU tramite Metal. Le voci sono le stesse 41 su ogni dispositivo.

Il testo viene convertito in fonemi, diviso in corrispondenza della fine delle frasi e sintetizzato frase per frase. La riproduzione parte appena la prima frase è pronta, mentre le successive vengono generate dietro: non aspetti mai che un intero documento sia pronto prima di sentire qualcosa.

La velocità viene applicata scalando la durata prevista dei fonemi, non ricampionando la forma d’onda finita. Un passaggio che hai già ascoltato, con la stessa voce e alla stessa velocità, riparte subito dal dispositivo invece di essere generato di nuovo. In inglese, anche le frasi molto lunghe vengono lette per intero.

Quanto è veloce Kokoro su un iPhone?

Su un iPhone 15 la voce è partita circa 2,5 secondi dopo aver toccato play su un capitolo appena aperto, e poi i paragrafi sono stati generati da 3 a 6 volte più rapidamente del tempo reale. Questi tempi vengono da una sola sessione di lettura a ottobre 2026, presi dal registro dell’app, con il precedente motore MLX, prima che l’app per iPhone passasse a Core ML: non sono una batteria di test, e per il motore Core ML che le app usano oggi non è ancora stato pubblicato alcun dato. Gli iPhone supportati più vecchi, fino all’iPhone XS e all’iPhone XR, sono più lenti; su tutti, la riproduzione parte dopo la prima frase mentre il resto viene generato dietro.

Le misure, paragrafo per paragrafo e fase per fase

Il primo paragrafo, 13,8 secondi di audio, è stato generato in 2,4 secondi. Poi: 2,9 secondi di audio in 0,9 secondi, 13,6 in 2,4 e 2,2 in 0,6. Il modello è rimasto in memoria, con circa 220 MB, per tutta la lettura, e un breve riscaldamento all’avvio, circa un secondo di sintesi, fa sì che la prima frase arrivi in fretta.

FaseMisurato su un iPhone 15
Conversione in fonemicirca 0,01 s
Encoder del testo0,05–0,09 s
Predittore di durata0,2–0,5 s
Predittore di prosodia0,2–0,5 s
Decoder (vocoder)0,3–1,3 s
Tempo per frase di ciascuna fase, misurato a ottobre 2026 su un iPhone 15 (A16) con il precedente motore MLX, quando le fasi del modello giravano sulla GPU. L’app per Mac ha usato questa pipeline fino a novembre 2026.

Cosa c’è nel download

Sandbook è un download grande di proposito: il modello e tutte le 41 voci sono inclusi, caricati dal pacchetto dell’app e non scaricati. Dopo l’installazione non viene scaricato nulla, e nulla arriva in streaming durante l’uso.

  • I pesi kokoro-v1_0: 82 milioni di parametri, come modello Core ML su iPhone, iPad e Mac.
  • 41 embedding di voce: un tensore di stile per voce, tutti inclusi, nessuno bloccato o a pagamento.
  • Una build di eSpeak NG per la conversione in fonemi, compilata nell’app come framework.

In cosa Sandbook si discosta dal Kokoro originale

  • Sei lingue, non tutte. Il Kokoro originale ha voci in diverse lingue. Sandbook include en-us e en-gb (28 voci), più spagnolo, francese, italiano, portoghese brasiliano e hindi, per un totale di 41 voci Kokoro, su un iPhone, offline. eSpeak NG cambia lingua con la voce che scegli, e la pulizia del testo inglese (date, prezzi, unità di misura, sigle) si applica solo alle voci inglesi.
  • Niente fusione delle voci né vettori di stile personalizzati. Un solo livello di qualità, lo stesso modello da 82 milioni di parametri a 24 kHz per ogni voce. Quello che puoi cambiare è come si dice un nome o una parola, in un solo libro o in tutti.

Come farci entrare il testo

  • File: EPUB, PDF, Word (.docx), TXT, RTF, Markdown o HTML, dal selettore dell’app File, con “Apri con Sandbook” o dal menu Condividi di qualsiasi app.
  • Pagine web: aggiungi una pagina web con Incolla un link, oppure con Salva in Sandbook nel menu Condividi di Safari, Chrome o un’altra app; l’app tiene l’articolo e scarta menu, pubblicità e banner dei cookie.
  • Carta e immagini: Scansiona pagine stampate con la fotocamera, o scegli una foto, e il testo viene riconosciuto sul dispositivo.
  • Il tuo testo: scrivi, incolla o leggi dagli appunti.
La pagina Importa di Sandbook su un iPhone: Incolla un link, Importa un file, Scansiona pagine, Testo da una foto, Sfoglia i classici, Scrivi testo e Incolla testo, con sotto i formati supportati: EPUB, TXT, PDF, RTF, Word (.docx), Markdown e HTML
Tutte le strade per entrare, in una pagina: un link, un file, una scansione o un testo che scrivi o incolli.

I libri hanno l’evidenziazione parola per parola dentro il paragrafo corrente leggermente colorato, un selettore dei capitoli e la lettura dal paragrafo che tocchi, e si riaprono dal paragrafo in cui ti eri fermato, ciascuno con la sua voce e la sua velocità. Un capitolo o il libro intero si esporta come un unico file M4A con i capitoli, la copertina e il titolo, e lo stesso vale per il testo di Scrivi testo.

Domande su Kokoro TTS

È lo stesso Kokoro del modello open source?

Sì. Sandbook esegue Kokoro-82M, il modello pubblicato a pesi aperti, con la stessa architettura e gli stessi 82 milioni di parametri, convertito per girare sul dispositivo con Core ML sulla CPU, lo stesso motore su iPhone, iPad e Mac. Non è un’imitazione registrata da capo né un altro modello che ne prende il nome. Il riconoscimento e i ringraziamenti a Kokoro sono nella schermata Impostazioni dell’app.

Scarica il modello al primo avvio?

No. I pesi sono inclusi nel pacchetto dell’app, ed è per questo che il download è grande. Dopo l’installazione Sandbook non scarica mai il modello, una voce o una tabella di fonemi. Lettura, sintesi vocale, scansione ed esportazione funzionano tutte offline; solo aggiungere una pagina web richiede la connessione.

Posso usare le voci Kokoro non inglesi?

Sì, per spagnolo, francese, italiano, portoghese brasiliano e hindi. Sandbook include 41 voci Kokoro: 28 in inglese americano e britannico più 3 spagnole, 1 francese, 2 italiane (Sara e Nicola), 3 in portoghese brasiliano e 4 in hindi. È la voce a decidere la lingua, e ogni libro ricorda la sua voce. Le voci in altre lingue non sono incluse.

Quanto è veloce Kokoro sul dispositivo rispetto a un server?

La sintesi procede frase per frase con un buffer di anticipo, quindi l’audio parte dopo la prima frase e non dopo l’intero documento. In pratica un paragrafo inizia a parlare quasi subito e la generazione resta davanti alla riproduzione. Un testo più lungo non fa partire l’audio più tardi, perché non c’è nessuna coda in cui aspettare.

Quanto ci mette a iniziare a parlare?

Su un iPhone 15, circa 2,5 secondi dopo aver toccato play su un capitolo appena aperto, misurati a ottobre 2026 con il precedente motore MLX, prima che l’app per iPhone passasse a Core ML; per il motore Core ML non è ancora stato pubblicato alcun dato. Sandbook genera la prima frase, inizia a riprodurla e prepara il resto dietro, quindi l’attesa non cresce con la lunghezza del capitolo. Gli iPhone supportati più vecchi, fino all’iPhone XS e all’iPhone XR, ci mettono di più.

Che hardware serve?

Su iPhone e iPad: iOS 18.2 o successivo su iPhone XS, iPhone XR e successivi, oppure un iPad con chip A12 o successivo; le voci funzionano su tutti, e i dispositivi più recenti preparano l’audio più in fretta. Su Mac: chip Apple (M1 o successivo) e macOS 15.2 o versioni successive; niente Mac Intel. Non funziona su iOS 17.

Esiste un’app Kokoro TTS per iOS?

Sì: Sandbook, gratis sull’App Store per iPhone e iPad. Include Kokoro-82M e tutte le 41 voci, le esegue sul dispositivo e funziona offline fin dal primo avvio, anche in modalità aereo. Ciò che leggi non lascia mai il tuo dispositivo. Richiede iOS 18.2 su iPhone XS, iPhone XR e successivi e non funziona su iOS 17. Esiste anche come app nativa per Mac, nella stessa scheda gratuita: serve un chip Apple (M1 o successivo) e macOS 15.2 o versioni successive.

Esiste un’app Kokoro TTS per Mac?

Sì: Sandbook per Mac, gratis nella stessa scheda dell’App Store dell’app per iPhone. Include Kokoro-82M e tutte le 41 voci, le fa girare sul Mac con Core ML, lo stesso motore di iPhone e iPad, e funziona offline. Serve un Mac con chip Apple (M1 o successivo) e macOS 15.2 o successivo; i Mac Intel non sono supportati.

Fonti

  1. Scheda del modello Kokoro-82M (hexgrad), con l’elenco delle voci — Hugging Face · consultato il 11 novembre 2026
  2. Licenza Apache 2.0, con cui è pubblicato Kokoro-82M — apache.org · consultato il 11 novembre 2026

Kokoro TTS, sul tuo dispositivo

Un’app Kokoro TTS che tiene l’intero modello, e tutto ciò che leggi con esso, sul tuo dispositivo. 41 voci in sei lingue, su iPhone, iPad e Mac (con chip Apple), gratis e senza nulla da comprare all’interno.

iOS 18.2 o successivo · iPhone XS / XR o successivo · iPad con A12 o successivo · Mac con chip M1 o successivo (macOS 15.2)

Oppure prova prima le voci nel browser