Quais iPhones rodam o Sandbook

Dois requisitos: iOS 18.2 ou posterior e um chip da geração A14 ou mais recente. No iPhone, isso significa a família iPhone 12 e tudo o que veio depois, incluindo o iPhone SE (3ª geração). No iPad, significa iPad Air (4ª geração) e posteriores, iPad (10ª geração) e posteriores, iPad mini (6ª geração) e posteriores, e iPad Pro com M1 ou posterior.

O motivo é a própria voz. O Sandbook não transmite áudio de um servidor; ele gera cada frase no dispositivo com o Kokoro-82M, rodando via Apple MLX na GPU. O MLX precisa da família de GPU que a Apple lançou com o chip A14. Os iPhones anteriores não a têm, então nesses aparelhos o modelo simplesmente não roda, e o Sandbook prefere dizer isso a fingir que funciona. Outros leitores neurais traçam essa linha em lugares diferentes; o levantamento do que cada app exige de um iPhone antigo traz os detalhes.

As regras de compatibilidade da App Store não conseguem expressar “A14 ou posterior”, então um iPhone mais antigo talvez ainda consiga instalar o app. Se isso acontecer, você pode importar e ler livros, e o app explica que as vozes exigem iPhone 12 ou posterior. Isso não é um leitor útil, e é por isso que a próxima seção existe.

As vozes do Sandbook não funcionam no iPhone XS, XS Max, XR, 11, 11 Pro, 11 Pro Max nem no SE (2ª geração), mesmo com iOS 18. O que funciona em todos eles já vem no iOS, e é grátis:

• Falar Tela. Ative em Ajustes, Acessibilidade, Conteúdo Falado. Depois deslize dois dedos para baixo a partir do topo de qualquer tela e o iPhone lê a página inteira, com um pequeno controle de velocidade e de avanço.
• Falar Seleção. Nos mesmos ajustes. Selecione qualquer texto e toque em Falar no menu que aparece.
• Vozes melhores. Em Conteúdo Falado, Vozes, você pode baixar uma voz Aprimorada ou Premium para o seu idioma, que soa bem melhor que a padrão e funciona offline depois de baixada.

Cada ajuste é explicado passo a passo, com os nomes atuais dos menus, em como fazer o iPhone ler texto em voz alta.

O que o Falar Tela não faz é se comportar como um leitor de livros: não há biblioteca, importador de EPUB ou PDF, nem posição de leitura salva por arquivo. A comparação completa, incluindo como configurá-lo, está na página de alternativa ao Falar Tela.

O modelo é pequeno. O Kokoro-82M tem 82 milhões de parâmetros, e o download inteiro do Sandbook tem cerca de 276 MB, com o modelo e todas as 41 vozes incluídos, o que é minúsculo perto dos modelos de voz que vivem em data centers, e pequeno o bastante para ficar na memória de um celular e ser usado, não só armazenado.

O MLX usa memória unificada, então os pesos não ficam indo e voltando entre CPU e GPU a cada passo. Num celular, onde a largura de banda da memória é o recurso escasso, não copiar coisas é a maior parte da otimização.

E fala em tempo real é um problema de latência, não de vazão. O Sandbook sintetiza frase por frase e começa a tocar assim que a primeira fica pronta, então a GPU só precisa ficar um pouco à frente de uma pessoa ouvindo em ritmo de conversa, uma meta que um iPhone 12 cumpre com folga.

Não existe modo lite, conjunto reduzido de vozes nem nível de qualidade inferior. Um iPhone 12 recebe o modelo Kokoro-82M completo a 24 kHz, todas as 41 vozes (28 vozes em inglês dos EUA e do Reino Unido, mais espanhol, francês, italiano, português do Brasil e hindi), destaque palavra por palavra, EPUB, PDF, páginas web e páginas digitalizadas, os temas e as fontes de leitura, e a faixa completa de velocidade de 0,5× a 2,5×.

Ele também recebe a mesma independência da rede. Como o modelo está no celular, não há carregamento, streaming, falha de conexão num túnel nem uso de dados enquanto você lê um livro offline.

Um limite vale para todo aparelho, novo ou antigo: a leitura em tempo real pausa quando a tela é bloqueada. Para ouvir com a tela desligada, prepare o capítulo antes.