Un’app di sintesi vocale che non carica mai i tuoi documenti

La maggior parte delle app di lettura si definisce privata e intende una promessa: una pagina di policy che dice che il tuo testo non viene conservato, o viene cancellato dopo l’elaborazione, o non viene usato per l’addestramento. Possono essere tutte vere, e restano comunque promesse su cosa fa un’azienda con qualcosa che ha ricevuto.

La versione di Sandbook è più ristretta e verificabile. La voce viene generata sul tuo iPhone, quindi il testo letto non deve andare da nessuna parte. Aprire un libro, estrarne il testo, riconoscere una pagina scansionata, generare la voce ed esportare l’audio avviene tutto sul dispositivo. Non è una politica di conservazione dei dati. È l’assenza del caricamento che una politica di conservazione esiste per regolare.

Ci sono due modi per verificarlo senza fidarti di noi:

• Attiva la modalità aereo e leggi un libro. Importa un EPUB o un PDF, premi play e ascolta tutto il capitolo senza connessione. Una voce generata su un server non supera questa prova; una voce generata sul telefono non se ne accorge nemmeno. L’unica cosa che aspetta una connessione è l’aggiunta di una nuova pagina web.
• Scansiona una pagina senza connessione. Punta la fotocamera su una pagina stampata con la modalità aereo attiva. Il testo viene riconosciuto e letto ad alta voce lo stesso, perché anche il riconoscimento avviene sul dispositivo.

La versione formale è nell’informativa sulla privacy. Questa pagina è la spiegazione tecnica del perché i tuoi documenti restano dove sono.

Tutto ciò che leggi, in breve. La risposta lunga elenca le parti, perché “sul dispositivo” è un’espressione che il marketing ha consumato.

Il modello e le voci. Kokoro-82M, sintesi vocale neurale a pesi aperti con 82 milioni di parametri, è incluso nel download dell’app insieme alle 41 voci: il download è di circa 276 MB, con tutto incluso. Al primo avvio non viene scaricato nulla da un server, non c’è un passaggio di attivazione e non c’è una chiave API. Per questo il download è grande, ed è l’unico motivo per cui il resto di questa pagina è possibile.

I tuoi file. Un libro che importi, che sia EPUB, PDF, TXT, RTF, Markdown o HTML, viene copiato nella cartella sandbox di Sandbook. Eliminarlo dalla libreria rimuove quella copia e non tocca l’originale.

Le tue scansioni. Le pagine che scansioni con la fotocamera, e le foto o gli screenshot che scegli, vengono riconosciuti sul dispositivo con il riconoscimento del testo di Apple. Il testo riconosciuto diventa un libro nella tua libreria, un capitolo per pagina. La fotocamera viene usata solo mentre scansioni.

I tuoi testi. Capitoli estratti, livelli di testo dei PDF, testo scritto, incollato o dagli appunti vengono elaborati in memoria e letti da lì. L’audio viene sintetizzato sulla GPU tramite Apple MLX a 24 kHz, frase per frase mentre ascolti. Lo stesso modello gira anche in una scheda del browser su un computer, se vuoi provare prima le voci su una frase riservata; anche quel testo resta nella scheda.

Posizione di lettura e voci. Il punto in cui ti sei fermato in ogni libro, la voce e la velocità che ogni libro ricorda, le tue Voci preferite e le opzioni di lettura stanno nelle preferenze locali dell’app. Non c’è sincronizzazione iCloud né passaggio tra dispositivi: è un limite reale, ed è anche il motivo per cui nulla di tutto ciò si trova altrove.

Le tue esportazioni. L’audio M4A che esporti va dove lo mandi tramite il menu Condividi di iOS, e da nessun’altra parte.

Le pagine web che aggiungi. Quando aggiungi una pagina dal menu + della libreria o la condividi da Safari, Sandbook scarica quella pagina, e la sua immagine di copertina o icona, direttamente dal sito che la ospita, come farebbe un browser. Nessun server di Sandbook riceve l’indirizzo o l’articolo. Una volta nella tua libreria, si legge offline come qualsiasi altro libro.

Una pagina sulla privacy che elenca solo vantaggi è una pubblicità. Il conto di questa architettura è reale, e si paga in funzioni.

• La lettura in tempo reale si mette in pausa quando lo schermo si blocca. Il modello occupa memoria reale della GPU mentre lavora, e iOS sospende quel lavoro quando l’app esce dal primo piano. Per ascoltare a schermo spento, prepara prima il capitolo.
• Sei lingue per le voci, non decine. 41 voci, 28 delle quali in inglese americano e britannico, più spagnolo, francese, italiano, portoghese brasiliano e hindi. Un lettore basato su server può offrirne molte di più.
• iOS 18.2 e un iPhone 12 o successivo, oppure un iPad con chip A14 o successivo. Un lettore basato su server gira su hardware più vecchio, proprio perché non esegue un modello neurale sul tuo telefono.
• Nessun riconoscimento del testo per i PDF fatti solo di immagini e nessuna importazione di DOCX. Scansioni e foto dalla fotocamera vengono riconosciute; un file PDF scansionato no.
• Un download grande, e nessuna sincronizzazione iCloud, nessun recupero dell’account e nessuna libreria che sopravviva al dispositivo.

Se uno di questi punti conta più della questione del caricamento, meglio saperlo subito e scegliere diversamente: la pagina delle alternative confronta i lettori con onestà, compresi altri lettori sul dispositivo che fanno diverse cose che Sandbook non sa fare. Cosa significa in generale far girare un modello sul telefono lo trovi nella pagina sulla sintesi vocale locale.

Un solo fatto generale separa le due architetture, e non serve che qualcuno si comporti male perché sia vero: se la voce viene sintetizzata su un server, allora il testo è arrivato a quel server. Cosa gli succede dopo è una questione di policy a cui ogni produttore risponde per conto suo. Se sia stato trasmesso o no non è una questione di policy: dipende da dove gira il modello.

Quindi la cosa utile da verificare in un’app di lettura non è la pagina sulla privacy, ma l’architettura. Ognuna di queste è la descrizione che il produttore stesso dà di dove viene generata la sua voce, letta il 14 settembre 2026:

• Speechify. Per lo più sui server di Speechify. Il 18 dicembre 2025 Speechify ha aggiunto voci iOS sul dispositivo, che girano in locale con Core ML di Apple.
• NaturalReader. Le voci IA sono generate sui server di NaturalReader; il livello Free Voices usa le voci di sistema preinstallate sul dispositivo.
• ElevenReader. Sui server di ElevenLabs. Per l’uso offline l’audio viene scaricato, non sintetizzato sul dispositivo.

Nota cosa dice e cosa non dice questo elenco. Non afferma nulla su come un concorrente tratta o conserva i documenti; per questo, leggi l’informativa sulla privacy di ciascun produttore. Il punto è più ristretto: dove viene prodotta la voce decide se il tuo testo deve viaggiare, e ogni produttore lo dice con parole sue prima che tu installi qualsiasi cosa.