Sandbook

Tradotto dall’inglese. Vedi l’originale

TTS locale · sul dispositivo

Sintesi vocale locale, sul tuo iPhone

Sintesi vocale locale (TTS locale) e gratuita su iPhone e iPad: con Sandbook il modello di sintesi vocale Kokoro gira sul dispositivo, così il tuo testo diventa voce senza essere inviato a un server. 41 voci in sei lingue, anche in modalità aereo, senza account e senza contatori.

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

In breve

Qual è una buona app di sintesi vocale locale per iPhone?

Sandbook esegue il modello di sintesi vocale Kokoro-82M sull’iPhone stesso, quindi libri, PDF, pagine web, scansioni con la fotocamera e testo incollato vengono letti ad alta voce senza che nessun testo venga inviato a un server. Ha 41 voci in sei lingue, evidenzia ogni parola mentre viene pronunciata e funziona in modalità aereo. È gratis, senza acquisti in-app, senza account e senza limite di caratteri, e richiede iOS 18.2 su iPhone XS, iPhone XR e successivi, oppure un iPad con chip A12 o successivo.

Ultima verifica: 26 ottobre 2026

Cosa significa “sintesi vocale locale”

TTS sta per text to speech, cioè sintesi vocale: il software che trasforma le parole scritte in una voce parlata. Sintesi vocale locale (TTS locale) significa che il modello che fa questa trasformazione gira sul tuo dispositivo. Sintesi vocale nel cloud significa che gira sul computer di qualcun altro: il tuo testo viaggia in rete, un server sintetizza l’audio e l’audio ti viene rimandato indietro.

Da dove avviene il lavoro dipendono tre cose. Con il cloud il testo deve viaggiare, serve una connessione nel momento in cui la voce viene prodotta, e ogni frase costa al fornitore tempo di server: per questo i lettori nel cloud contano caratteri, minuti o ore. Con la sintesi locale il testo resta dov’è, la connessione non conta, e non c’è una bolletta da recuperare.

Locale non vuol più dire voci di sistema piatte e robotiche: i modelli vocali neurali sono ormai abbastanza piccoli da stare in un telefono e abbastanza veloci da girarci in tempo reale.

Perché il TTS locale conta su un telefono

  • Privacy per architettura. I tuoi libri, PDF e pagine scansionate non vengono caricati online, perché a nessuno servono altrove, e non c’è nessun account. La versione lunga è nella pagina sulla sintesi vocale privata.
  • Modalità aereo, gallerie, segnale scarso. La voce generata sul dispositivo non si accorge che la rete è sparita. Maggiori dettagli nella pagina sulla sintesi vocale offline.
  • Nessun contatore di caratteri. Quando produrre la voce non costa nulla, non c’è motivo di razionarla: nessuna quota giornaliera, nessuna ora mensile, nessuna fascia di voci premium.
  • Nessuna coda. Niente caricamento e niente lavoro di rendering: premi play e la prima frase parte appena è generata.

Come Sandbook fa sintesi vocale locale

  • Il motore è Kokoro-82M, un modello neurale di sintesi vocale a pesi aperti con 82 milioni di parametri, eseguito sul dispositivo con Core ML di Apple sulla CPU, lo stesso motore su iPhone, iPad e Mac (prima girava con Apple MLX sulla GPU).
  • Niente da scaricare. Il modello e tutte le 41 voci arrivano con il download dell’app, senza chiavi API né passaggi di attivazione.
  • Frase per frase. Ogni frase viene sintetizzata mentre ascolti, a 24 kHz, così la riproduzione parte dopo la prima frase e non dopo l’intero capitolo. La velocità va da 0,5× a 2,5×, e ogni parola viene evidenziata mentre viene pronunciata.
  • 41 voci in sei lingue: 28 in inglese (20 americane, 8 britanniche), 3 in spagnolo, 1 in francese, 2 in italiano (Sara e Nicola), 3 in portoghese brasiliano e 4 in hindi.
  • Cosa legge: file EPUB, PDF, Word (.docx), TXT, RTF, Markdown e HTML, pagine web, scansioni con la fotocamera e foto (riconosciute sul dispositivo), e testo scritto o incollato. Un capitolo o un libro intero si può esportare come un unico file M4A con i capitoli.
  • Anche nel browser di un computer: prova Kokoro TTS in una scheda del browser, dove la voce viene generata sul tuo computer e non viene caricato nulla.

Quanto ti costa il TTS locale, onestamente

  • Un download più pesante. Il modello e tutte le 41 voci arrivano con il download dell’app. Le app nel cloud possono essere più leggere perché le loro voci stanno altrove.
  • Un sistema recente. Sandbook richiede iOS 18.2 su iPhone XS, iPhone XR e successivi, oppure un iPad con chip A12 o successivo. Se il tuo iPhone non arriva a iOS 18.2, leggi la pagina sulla sintesi vocale su iPhone meno recenti.
  • Meno lingue dei servizi nel cloud. Sei lingue per le voci, non decine. Un server può contenere un catalogo per cui nessun telefono ha spazio.

Come verificare che sia davvero locale

Qualsiasi app può dire di funzionare sul dispositivo. La prova richiede un minuto:

  1. Apri nell’app un libro, un PDF o un testo incollato.
  2. Attiva la modalità aereo, con anche il Wi‑Fi spento.
  3. Premi play e ascolta un capitolo intero, poi prova una voce che non hai ancora usato.

La voce generata su un server non supera questa prova. In Sandbook l’unica cosa che aspetta la connessione è aggiungere una nuova pagina web. Anche scansionare una pagina stampata con la fotocamera funziona in modalità aereo, perché pure il riconoscimento del testo avviene sul dispositivo.

Domande sulla sintesi vocale locale

La sintesi vocale locale è buona quanto quella nel cloud?

Per leggere un libro ad alta voce, il divario è molto più piccolo di un tempo. Sandbook esegue Kokoro-82M, un modello neurale di sintesi vocale, a 24 kHz sull’iPhone stesso: una classe di voce diversa dalle vecchie voci di sistema robotiche che un tempo erano sinonimo di sintesi sul dispositivo. Dove il cloud vince ancora è l’ampiezza: un server può ospitare migliaia di voci in decine di lingue, un telefono no. La qualità puoi giudicarla da te, perché ognuna delle 41 voci di Sandbook ha un’anteprima nella pagina delle voci.

Il TTS locale funziona offline?

Sì, è proprio questo che lo rende locale. In Sandbook il modello e tutte le 41 voci sono inclusi nell’app, quindi file EPUB, PDF, Word (.docx), TXT, RTF, Markdown e HTML, scansioni con la fotocamera e foto, e testo scritto o incollato vengono letti ad alta voce anche in modalità aereo. L’unica cosa che richiede la connessione è aggiungere una nuova pagina web, perché la pagina va scaricata prima di poterla leggere; una volta salvata, si legge offline anche quella.

Quali iPhone possono usare la sintesi vocale locale?

Sandbook richiede iOS 18.2 o successivo su iPhone XS, iPhone XR e successivi, oppure un iPad con chip A12 o successivo, e le voci funzionano su tutti questi dispositivi. Un iPhone che non arriva a iOS 18.2, come un iPhone X o un iPhone 8, può comunque usare la sintesi vocale integrata in iOS.

La sintesi vocale locale di Sandbook è gratis?

Sì, del tutto. Non ci sono acquisti in-app, abbonamenti, pubblicità, account né limiti di caratteri o di minuti. Poiché la voce viene generata sul tuo dispositivo, leggere un capitolo non costa niente a nessuno, quindi non c’è nulla da conteggiare. Tutte le 41 voci in sei lingue sono disponibili dal primo avvio.

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

Sintesi vocale locale da mettere alla prova in modalità aereo

Installala, spegni le connessioni e leggi un capitolo intero. Ciò che leggi non lascia mai il tuo dispositivo. Gratis, senza account, 41 voci generate sul tuo iPhone.

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