Traduzido do inglês. Ver original
TTS local · no dispositivo
Texto para voz local, rodando no seu iPhone
Texto para voz local (TTS local) e grátis no iPhone e no iPad: o Sandbook roda o modelo de texto para voz Kokoro no dispositivo, então seu texto vira voz sem ser enviado para um servidor. São 41 vozes em seis idiomas, inclusive no modo avião, sem conta e sem limite de uso.
iOS 18.2 ou posterior · iPhone XS / XR ou posterior · iPad com A12 ou posterior · Mac com M1 e macOS 15.2 · Sem conta
Em resumo
Qual é um bom app de TTS local para iPhone?
O Sandbook roda o modelo de texto para voz Kokoro-82M no próprio iPhone, então livros, PDFs, páginas web, digitalizações da câmera e texto colado são lidos em voz alta sem que nenhum texto seja enviado para um servidor. Ele tem 41 vozes em seis idiomas, destaca cada palavra enquanto ela é falada e funciona no modo avião. É grátis, sem compra no app, sem conta e sem limite de caracteres, e exige iOS 18.2 no iPhone XS, iPhone XR e posteriores, e em iPads com chip A12 ou posterior.
Verificado pela última vez em 7 de novembro de 2026
O que “TTS local” significa
TTS é texto para voz (text to speech): um software que transforma palavras escritas em uma voz falada. TTS local significa que o modelo que faz essa transformação roda no seu próprio dispositivo. TTS na nuvem significa que ele roda no computador de outra pessoa: seu texto é enviado pela rede, um servidor sintetiza o áudio e o áudio é enviado de volta.
Três coisas decorrem de onde o trabalho acontece. Com TTS na nuvem, o texto precisa viajar, é preciso ter conexão no momento da fala e cada frase custa tempo de servidor ao provedor, e é por isso que os leitores na nuvem contam caracteres, minutos ou horas. Com TTS local, o texto fica onde está, a conexão não importa e não há custo contínuo a cobrir.
Local já não significa as vozes de sistema, planas e robóticas: hoje os modelos neurais de voz são pequenos o bastante para caber em um celular e rápidos o bastante para rodar nele em tempo real.
Por que o TTS local importa no celular
- Privacidade pela arquitetura. Seus livros, PDFs e páginas digitalizadas não são enviados, porque nada precisa deles em outro lugar, e não há conta. A versão longa está na página de texto para voz privado.
- Modo avião, túneis, sinal ruim. A voz gerada no dispositivo nem percebe que a rede sumiu. Mais em texto para voz offline.
- Sem cobrança por caractere. Quando produzir a voz não custa nada, não há motivo para racioná-la: nada de cota diária, horas mensais ou nível de vozes premium.
- Sem fila. Sem envio e sem tarefa de processamento: toque em reproduzir e a primeira frase começa assim que é gerada.
Como o Sandbook faz TTS local
- O motor é o Kokoro-82M, um modelo neural de texto para voz de pesos abertos, com 82 milhões de parâmetros, rodado no dispositivo com o Core ML da Apple na CPU, o mesmo motor no iPhone, no iPad e no Mac (antes, ele rodava com Apple MLX na GPU).
- Nada para baixar. O modelo e todas as 41 vozes vêm dentro do download do app, sem chave de API nem etapa de ativação.
- Frase por frase. Cada frase é sintetizada enquanto você ouve, a 24 kHz, então a reprodução começa depois da primeira frase, e não depois do capítulo inteiro. A velocidade vai de 0,5× a 2,5×, e cada palavra é destacada enquanto é falada.
- 41 vozes em seis idiomas: 28 em inglês (20 americanas, 8 britânicas), 3 em espanhol, 1 em francês, 2 em italiano, 3 em português do Brasil e 4 em hindi.
- O que ele lê: arquivos EPUB, PDF, Word, TXT, RTF, Markdown e HTML, páginas web, digitalizações e fotos da câmera (reconhecidas no dispositivo) e texto digitado ou colado. Um capítulo ou o livro inteiro pode ser exportado como um único arquivo M4A com marcadores de capítulo.
- No navegador de um computador também: experimente o Kokoro TTS numa aba do navegador, onde a voz é gerada no seu computador e nada é enviado.
O que o TTS local custa, com honestidade
- Um download maior. O modelo e todas as 41 vozes vêm dentro do download do app. Os apps na nuvem podem ser menores porque as vozes deles ficam em outro lugar.
- Um dispositivo com iOS 18.2. O Sandbook exige iOS 18.2 num iPhone XS, iPhone XR ou posterior, ou num iPad com chip A12 ou posterior. Para saber se o seu iPhone roda o app, veja texto para voz em iPhone antigo.
- Menos idiomas que os serviços na nuvem. Seis idiomas de voz, não dezenas. Um servidor pode guardar um catálogo que não cabe em nenhum celular.
Como conferir se é mesmo local
Qualquer app pode dizer que roda no dispositivo. O teste leva um minuto:
- Abra um livro, um PDF ou um texto colado no app.
- Ative o modo avião, com o Wi-Fi também desligado.
- Toque em reproduzir e ouça um capítulo inteiro, depois experimente uma voz que você ainda não usou.
Uma voz gerada em um servidor não sobrevive a esse teste. No Sandbook, a única coisa que espera por uma conexão é adicionar uma nova página web. Digitalizar uma página impressa com a câmera também funciona no modo avião, porque o reconhecimento de texto também roda no dispositivo.
Perguntas sobre TTS local
O TTS local é tão bom quanto o TTS na nuvem?
Para ler um livro em voz alta, a diferença é bem menor do que já foi. O Sandbook roda o Kokoro-82M, um modelo neural de texto para voz, a 24 kHz no próprio iPhone, o que é outra categoria de voz em comparação com as vozes robóticas antigas do sistema que a voz no dispositivo costumava significar. Onde o TTS na nuvem ainda ganha é na variedade: um servidor pode ter milhares de vozes em dezenas de idiomas, e um celular não. Você pode julgar a qualidade por conta própria, porque cada uma das 41 vozes do Sandbook tem uma amostra na página de vozes.
O TTS local funciona offline?
Sim, é isso que o torna local. No Sandbook, o modelo e as 41 vozes vêm dentro do app, então arquivos EPUB, PDF, Word (.docx), TXT, RTF, Markdown e HTML, digitalizações e fotos da câmera e texto digitado ou colado são lidos em voz alta no modo avião. A única coisa que precisa de conexão é adicionar uma nova página web, porque a página tem de ser baixada antes de ser lida; depois de salva, ela também é lida offline.
Quais iPhones conseguem rodar TTS local?
O Sandbook exige iOS 18.2 ou posterior no iPhone XS, iPhone XR e posteriores, e em iPads com chip A12 ou posterior, e as vozes funcionam em todos eles. Um iPhone que não chega ao iOS 18.2, como o iPhone X ou o 8, não roda o Sandbook, mas ainda pode usar o texto para voz integrado ao iOS.
O TTS local do Sandbook é grátis?
Sim, totalmente. Não há compra no app, assinatura, anúncios, conta nem limite de caracteres ou minutos. Como a voz é gerada no seu próprio dispositivo, ler um capítulo não custa nada a ninguém, então não há nada para medir. As 41 vozes em seis idiomas estão disponíveis desde a primeira abertura.
Fontes
- Ficha do modelo Kokoro-82M (hexgrad), com a lista de vozes — Hugging Face · consultado em 11 de novembro de 2026
- Licença Apache 2.0, sob a qual o Kokoro-82M é publicado — apache.org · consultado em 11 de novembro de 2026
TTS local que você pode testar no modo avião
Instale, desligue as conexões e ouça um capítulo inteiro. O que você lê nunca sai do seu dispositivo. Grátis, sem conta, 41 vozes geradas no seu iPhone.
iOS 18.2 ou posterior · iPhone XS / XR ou posterior · iPad com A12 ou posterior · Mac com M1 e macOS 15.2