Las 3 mejores apps con Kokoro TTS para iPhone en 2026

Para mucha gente, Kokoro-82M fue la primera voz sintética realmente natural que escuchó funcionando en su propio hardware. Es un modelo pequeño, de pesos abiertos, y suena mucho mejor de lo que sugieren sus 82 millones de parámetros: por eso se extendió por las instalaciones de IA local más rápido que casi cualquier otro modelo de voz. El problema es que la mayoría de esas instalaciones implican Python, una terminal y un portátil. En un iPhone hace falta una app que ya haya hecho ese trabajo.

Respuesta corta: Local TTS es la mejor opción si quieres las voces de Kokoro dentro de un lector real para PDF, libros electrónicos y páginas que fotografías. On-Device AI encaja con quien además quiere modelos de chat locales y reconocimiento de voz en el mismo sitio. Koro Voices es la forma más barata de experimentar con voces offline, si te basta con inglés o italiano.

Alcance y fuentes: esta comparativa cubre Local TTS - Voice Aloud Reader, On-Device AI: Private Suite y Koro Voices: Text to speech. Local TTS es nuestra propia app, así que los criterios de selección se exponen antes del ranking, y las demás se describen únicamente a partir de sus fichas en la App Store, revisadas el 13 de agosto de 2026. Los datos del modelo proceden de la ficha oficial de Kokoro-82M y de su VOICES.md. Las funciones y los precios cambian: confirma las fichas actuales antes de pagar.

Qué es Kokoro-82M, en un párrafo

Kokoro-82M es un modelo neuronal de texto a voz con pesos abiertos publicado por hexgrad. La versión 1.0 llegó el 27 de enero de 2025, produce audio a 24 kHz y distribuye sus pesos bajo licencia Apache 2.0. Su catálogo oficial publica 20 voces en inglés estadounidense y 8 en inglés británico, entre ellas af_heart, la voz «Heart» a la que el catálogo da la nota más alta. Con unos 82 millones de parámetros cabe holgadamente en un iPhone moderno, y justo por eso aparece en apps que funcionan en el dispositivo en lugar de tras una API en la nube. Nuestra guía de Kokoro-82M detalla la arquitectura y sus límites.

Qué mirar en una app con Kokoro TTS

Que el modelo sea pequeño es la parte fácil. Lo que cambia entre estas apps es todo lo que lo envuelve, y con eso es con lo que convives.

• Si el modelo se nombra siquiera. Muchos lectores offline usan Kokoro o algo parecido sin decirlo. Si el modelo te importa, comprueba que la ficha lo mencione y que la voz se genere localmente en lugar de descargarse de un servidor que casualmente ejecuta Kokoro.
• Qué voces obtienes y cómo llegan. Algunas apps incluyen el catálogo en inglés; otras descargan un paquete de voces tras la instalación. Eso cambia tanto el tamaño como lo que funciona el primer día.
• Qué puedes darle de comer. Un modelo de voz no es un lector. Para escuchar un PDF de 200 páginas, un EPUB o un archivo de Word, la app tiene que importarlo y extraer el texto.
• Si puede leer imágenes. La mitad de lo que la gente quiere escuchar no es un archivo: una página de un libro de texto, un folleto impreso, una captura de pantalla, un contrato fotografiado. Eso exige OCR en el propio dispositivo, integrado en la app, no un paso de escaneo aparte.
• Qué ocurre mientras escuchas. El resaltado palabra por palabra, la reproducción en segundo plano y en pantalla bloqueada, la posición guardada por documento y la exportación de audio separan una demo de un hábito diario.
• Requisitos y tamaño de descarga. Los modelos en el dispositivo implican hardware reciente y descargas grandes: desde unos 100 MB hasta casi dos gigabytes.
• Cómo se paga. Los pesos de Kokoro son abiertos; las apps no. Compara compras únicas, suscripciones y gratis.

Las tres opciones de un vistazo

La tabla recoge funciones publicadas y precios estadounidenses, no un ranking de calidad de voz. Cómo suena una frase depende mucho más de la voz elegida y de la puntuación del texto que de la app que la rodea.

1. Local TTS - Voice Aloud Reader — la mejor para documentos y páginas impresas

Local TTS parte de la idea de que quieres terminar algo: un informe, un capítulo, un artículo, un montón de material impreso. Kokoro-82M da vida a sus 28 voces en inglés estadounidense y británico, y toda la cadena —extracción de texto, detección de idioma, OCR con la cámara y generación de voz— se ejecuta en el iPhone o el iPad. No se sube nada a un servidor de voz, no hay cuenta y la etiqueta de privacidad de Apple es No se recopilan datos.

Como la generación es local, se crea audio nuevo en modo avión, no solo se reproducen archivos convertidos antes, y no hay cuotas de palabras en la nube que se agoten al volver a escuchar o reexportar un documento largo.

Lee lo que fotografías, no solo lo que descargas. Apunta la cámara a una página de un libro de texto, un contrato impreso, un folleto o una página de un libro de la biblioteca: el OCR del dispositivo extrae el texto y se lo pasa a las mismas voces, sin subidas, sin una app de escaneo intermedia y dentro del plan gratuito en lugar de reservado a una suscripción. Eso cubre justo el material que nunca existe como archivo, que es donde la mayoría de los lectores se quedan cortos.

Las demás diferencias aparecen en una escucha larga, no en una frase de demostración: las palabras se resaltan sincronizadas para seguir la lectura o retomar el punto tras apartar la vista, la reproducción continúa desde la pantalla bloqueada y el centro de control con la pantalla apagada, cada nota conserva su voz y su velocidad, las etiquetas ordenan la biblioteca, las notas se sincronizan por tu propio iCloud privado y Pro exporta cualquier nota como archivo M4A para guardarlo o escucharlo en una app de pódcast.

Datos clave:

• Voces: las 28 voces en inglés de Kokoro-82M, más una voz multilingüe basada en Supertonic 3 que lee 31 idiomas sin conexión, con diferencia la mayor cobertura de idiomas de esta lista.
• Documentos: PDF, EPUB, DOCX, TXT, Markdown y texto pegado — consulta cómo leer un PDF en voz alta sin conexión.
• Imágenes: OCR de cámara y fotos en el dispositivo, de modo que una página fotografiada se convierte en una nota que puedes escuchar.
• Mientras escuchas: resaltado palabra por palabra, reproducción en segundo plano y en pantalla bloqueada, una voz distinta por nota, etiquetas y sincronización privada opcional por iCloud entre iPhone y iPad.
• Plan gratis: 500 caracteres por nota con una voz multilingüe y tres en inglés, además de importación de archivos y OCR con la cámara.
• Pro: 4,99 $ al mes o una compra única de 19,99 $ de por vida para texto ilimitado, todo el catálogo de voces, importación completa de PDF de varias páginas y exportación M4A.
• Requisitos: iOS/iPadOS 18.6 o posterior en iPhone 12 o posterior, o un iPad reciente compatible. Unos 630 MB.

Los límites, con honestidad: la app necesita hardware relativamente reciente porque los modelos se ejecutan localmente, la descarga es grande por el mismo motivo, no hay versión para Android, Windows ni web, y el tope de 500 caracteres del plan gratuito obliga a Pro para un capítulo entero. Si lo tuyo es experimentar con voces más que leer documentos, las dos apps siguientes piden mucho menos almacenamiento.

Descarga Local TTS gratis en la App Store y escucha las voces inglesas de Kokoro sobre un documento que de verdad tengas que terminar.

2. On-Device AI: Private Suite — el mejor kit completo de IA local

On-Device AI, del desarrollador Zijie Deng, es la opción maximalista: una sola app para ejecutar modelos de lenguaje locales y voz a la vez. Su ficha describe compatibilidad con modelos locales como Llama, Gemma, Phi, Qwen, DeepSeek, Mistral y Nemotron, y afirma que puedes «crear audio con voces de Apple, Kokoro, PocketTTS, Qwen 3 TTS, CosyVoice y VibeVoice». Una actualización reciente presentó específicamente el modelo Kokoro TTS, prometiendo voz más expresiva con una gestión de memoria estable.

También lee: la ficha cubre la importación de «PDF, Markdown, texto plano, artículos web legibles y libros escaneados», la corrección del OCR en el dispositivo y la conversión de documentos y artículos en «una cola de lectura y escucha», con soporte de RSS.

Datos clave:

• Kokoro: se ofrece como uno más entre varios motores de voz, junto a las voces de Apple y otros modelos locales.
• Más allá del TTS: toda una batería de modelos de chat locales y reconocimiento de voz en la misma app: el alcance de IA local más amplio de esta lista.
• Documentos e imágenes: PDF, Markdown, texto, artículos web y libros escaneados, con OCR en el dispositivo que puedes corregir antes de escuchar.
• Precio: gratis, con compras integradas listadas como Pro Member Subscription a 3,99 $ y 34,99 $, y Lifetime Pro Member a 49,99 $ y 99,99 $.
• Requisitos: iOS 18.0 o posterior con chip A12 Bionic o posterior y unos 1,9 GB de descarga. También indica compatibilidad con Mac y Apple Vision Pro.

Dónde gana claramente: si quieres modelos de chat sin conexión, dictado y voz Kokoro sin instalar tres apps distintas, aquí es donde más lejos se llega. La contrapartida es el alcance: un kit de IA general reparte su interfaz entre muchas funciones, así que leer y escuchar es una capacidad entre decenas y no el producto entero.

3. Koro Voices — la forma más barata de trastear con voces offline

Koro Voices, del desarrollador Emanuele Delirio, es la app más pequeña y barata de la lista: unos 113 MB y un desbloqueo único de 1,99 $. Su ficha la describe como «un lector en voz alta, totalmente sin conexión en tu dispositivo. Sin internet, sin límites, sin suscripciones», y afirma que «todo ocurre directamente en el dispositivo. Sin servicios en la nube, sin consumo de datos… tu texto nunca sale del teléfono».

Una aclaración antes de compararla con las otras dos: su ficha de la App Store no nombra en ningún momento Kokoro ni Kokoro-82M. El nombre de la app y sus idiomas de voz —inglés estadounidense y británico más italiano, todos ellos idiomas para los que Kokoro v1.0 publica voces— apuntan en esa dirección, pero el desarrollador no indica ningún modelo, así que conviene tratar la conexión como no confirmada y juzgar la app por lo que promete de verdad.

Y lo que promete es inusual para el precio. Además de síntesis ilimitada, la ficha describe mezclar las voces integradas «para crear tu propio sonido» y ajustar la pronunciación «a nivel de fonema para una locución perfecta», un control que casi ningún lector expone. Suma transcripción con Whisper en más de 10 idiomas, extracción de voz de archivos de audio y vídeo, y resumen o reescritura de textos largos con un modelo de lenguaje local.

Datos clave:

• Voces: voces offline integradas, con mezcla y edición de la pronunciación a nivel de fonema. Locución solo en inglés estadounidense, inglés británico e italiano.
• Documentos: archivos de texto y PDF. Sin EPUB ni DOCX, y no menciona escaneo de imágenes.
• Extras: transcripción en vivo con Whisper en más de 10 idiomas, transcripción de archivos de audio y vídeo, y resumen con modelo local.
• Exportación: guardar la voz como archivos de audio y compartirlos.
• Precio: prueba gratuita y una compra única «Koro Unlimited» de 1,99 $; la ficha indica que algunas funciones están limitadas en la versión gratuita.
• Requisitos: iOS 16.6 o posterior, iPhone XS o posterior, el requisito más flexible de la lista. La versión 2.0.1 salió el 25 de marzo de 2026.

Dónde gana: si quieres una voz offline que puedas afinar, en un iPhone antiguo y por el precio de un café, aquí no tiene rival. Las contrapartidas son la cobertura de idiomas, la falta de indicación del modelo y el aviso de su propia ficha: «la velocidad y el rendimiento general de Koro cambian según el modelo de tu dispositivo».

También conviene saber

Simple Voice Reader, de Walter Claw Software LLC, es la opción gratuita y minimalista, y nombra su modelo sin rodeos: una app de 3 MB que «lee en voz alta texto pegado o escrito, archivos TXT, archivos RTF y PDF», donde «en dispositivos iOS 26 compatibles también puedes descargar un paquete opcional de voces Kokoro en inglés estadounidense con Heart y otras 19 voces naturales. El paquete ocupa unos 170 MB, se descarga una vez desde Apple y puede eliminarse en cualquier momento». Es gratis, sin compras integradas, y resalta las palabras mientras lee. Lee con atención la línea de requisitos: la app funciona en iOS 17, pero el paquete Kokoro está limitado a dispositivos iOS 26 compatibles y, por debajo, obtienes las voces del sistema de Apple. No hay soporte de libros electrónicos, ni OCR, ni exportación de audio.

PageEcho - AI Text Reader es un lector de libros electrónicos en el dispositivo cuya ficha indica que su voz está «impulsada por Supertonic, Kokoro y las voces del sistema de Apple». No es un lector general —quiere libros EPUB, MOBI, AZW3, FB2 y PDF— y exige iOS 26 o posterior, así que queda fuera del alcance de los iPhone más antiguos. Lo tratamos en la comparativa de apps que usan Supertonic.

Los desarrolladores no necesitan ninguna app. Paquetes Swift de código abierto como mlalma/kokoro-ios (licencia MIT, MLX Swift, iOS 18+) generan audio en inglés más rápido que en tiempo real en iPhone recientes y se integran en tu propio proyecto. Es una vía para construirlo tú mismo, no una instalación desde la App Store.

Reproducción en segundo plano: qué pasa al bloquear la pantalla

Es el detalle que la mayoría de las comparativas se salta, y separa estas apps con más claridad que la calidad de voz. La voz neuronal se genera de forma continua mientras escuchas, e iOS limita cuánto puede trabajar una app cuando deja el primer plano. Por eso «lee en voz alta» y «sigue leyendo con la pantalla apagada» son dos afirmaciones distintas.

Local TTS indica la reproducción en segundo plano de forma explícita: «reproducción en segundo plano con controles en la pantalla bloqueada y el centro de control». Sus voces neuronales continúan en lugar de ceder el paso a otra voz, porque la app prepara la locución siguiente mediante una ruta de Core ML optimizada para trabajo en segundo plano, la misma que usa para exportar audio. En la práctica: pulsas reproducir, te guardas el teléfono y saltas o pausas desde la pantalla bloqueada mientras sigue la misma voz de Kokoro o Supertonic 3.

Simple Voice Reader es inusualmente franco sobre la alternativa, y merece la cita porque muestra la restricción en acción: «La voz de Apple continúa cuando la app pasa a segundo plano o se bloquea la pantalla, con controles de pausa, reanudación y parada en la pantalla bloqueada y en el centro de control. Si Kokoro no puede continuar porque el dispositivo necesita más memoria o la app pasa a segundo plano, la lectura continúa con la voz de Apple seleccionada». Para una app de 3 MB es un diseño razonable, pero significa que la voz Kokoro que elegiste no es necesariamente la que termina el capítulo.

On-Device AI describe una cola de escucha que puedes «llevarte contigo» y la posibilidad de «reanudar la escucha, reproducir lo siguiente», pero su ficha no describe específicamente que la reproducción continúe con la app en segundo plano. Koro Voices no menciona en absoluto la reproducción en segundo plano o en pantalla bloqueada; su respuesta a escuchar fuera de la app es exportar un archivo de audio que puedes «volver a escuchar en cualquier momento, incluso sin la app», algo válido para un trayecto pero que es un paso aparte y no reproducción continua.

Si escuchar con la pantalla apagada es justo el objetivo —caminar, conducir, cocinar, dormirse con un capítulo—, pruébalo antes de pagar: inicia un texto largo, bloquea el teléfono varios minutos y comprueba si el audio sigue y si la voz continúa siendo la que elegiste.

Cómo elegir

• Quieres escuchar documentos, libros y páginas que fotografías: elige Local TTS. Las voces de Kokoro están dentro de un flujo de importar, escanear y escuchar con OCR, resaltado, reproducción en pantalla bloqueada y exportación M4A.
• Escuchas con la pantalla apagada, paseando o en el trayecto: elige Local TTS, o exporta un archivo de audio desde Koro Voices y reprodúcelo en una app de pódcast.
• Quieres LLM locales, dictado y TTS en una sola app: elige On-Device AI, contando con una descarga mayor y una interfaz más amplia.
• Quieres la voz offline más barata o tienes un iPhone antiguo: elige Koro Voices: 1,99 $, unos 113 MB y compatible hasta el iPhone XS con iOS 16.6.
• Quieres escuchar Kokoro en concreto, gratis: prueba Simple Voice Reader, siempre que tu dispositivo admita su paquete de voces de iOS 26.
• Necesitas idiomas además del inglés: con Kokoro solo no llegas. Local TTS lo combina con Supertonic 3 para 31 idiomas; para una visión más amplia, consulta nuestra comparativa de las mejores apps de texto a voz para iPhone.

Elijas lo que elijas, pruébalo con tu propio material antes de comprometerte. Pega una página con nombres, cifras y términos técnicos y comprueba la pronunciación, cuánto tarda en empezar la primera frase y si la reproducción sobrevive al bloqueo. Si vas a escuchar material impreso, fotografía una página real y mira qué hace la app con ella. Una lista ordena apps; tu propia página te dice si el resultado merece una hora de escucha.

Preguntas frecuentes

¿Existe una app oficial de Kokoro TTS para iPhone?

No. Kokoro-82M es un modelo de pesos abiertos que hexgrad publica en Hugging Face, no una app. Para usarlo en un iPhone hay que instalar una app de terceros que lo incluya, como Local TTS u On-Device AI.

¿Las apps con Kokoro TTS funcionan sin conexión a internet?

Sí, una vez que el modelo está en el dispositivo. Con unos 82 millones de parámetros, Kokoro es lo bastante pequeño para funcionar en un iPhone, así que las apps que lo incluyen generan voz nueva sin conexión. Algunas todavía necesitan conexión para la primera descarga del paquete de voces o para funciones en la nube ajenas.

¿Una app con Kokoro TTS puede leer en voz alta una página fotografiada?

Solo si incluye OCR. Local TTS reconoce el texto de la cámara o de una foto guardada en el dispositivo y lo lee con las mismas voces, dentro del plan gratuito. On-Device AI menciona la importación de libros escaneados con OCR corregible. Koro Voices menciona importación de texto y PDF, pero no escaneo de imágenes.

¿Las voces de Kokoro siguen sonando con la pantalla del iPhone bloqueada?

Depende de la app, no del modelo. Local TTS indica reproducción en segundo plano con controles en la pantalla bloqueada y el centro de control, y sigue generando sus voces neuronales en segundo plano. Simple Voice Reader señala que, si Kokoro no puede continuar en segundo plano, la lectura sigue con la voz de Apple seleccionada. On-Device AI y Koro Voices no describen la reproducción en segundo plano.

¿Cuál es la app de tipo Kokoro más barata para iPhone?

Koro Voices desbloquea la app completa con una compra única de 1,99 $. Local TTS se descarga gratis y lee hasta 500 caracteres por nota, con tres voces inglesas de Kokoro incluidas; Pro cuesta 4,99 $ al mes o 19,99 $ de por vida e incluye texto ilimitado, todas las voces y exportación M4A. On-Device AI es gratis con niveles de pago desde 3,99 $.

¿Kokoro-82M admite idiomas además del inglés?

La versión pública Kokoro v1.0 incluye voces en varios idiomas, pero sus propias notas advierten de que el soporte fuera del inglés puede ser escaso porque las herramientas de pronunciación y los datos de entrenamiento varían según el idioma. Por eso Local TTS usa Kokoro para sus 28 voces en inglés estadounidense y británico, y Supertonic 3 para los 31 idiomas.

¿Cuántas voces de Kokoro suele incluir una app de iPhone?

Kokoro v1.0 publica 20 voces en inglés estadounidense y 8 en británico. Local TTS incluye las 28 en su catálogo completo, junto a una voz multilingüe de Supertonic 3 que lee 31 idiomas sin conexión.

Veredicto: elige la app, no el modelo

Todas estas apps ejecutan voz neuronal en el dispositivo, así que la decisión no va realmente de Kokoro, sino de qué hace la app con él. Si las voces offline son una curiosidad, 1,99 $ y 113 MB dan para experimentar sorprendentemente mucho. Si forman parte de un hábito más amplio de IA local, la suite privada lo reúne todo en una app grande. Y si lo que quieres de verdad es acabar con la lectura que llevas posponiendo —los PDF, los libros electrónicos, las páginas impresas sobre la mesa—, elige la app construida alrededor de los documentos y la cámara.

Descarga Local TTS gratis en la App Store y pásale un PDF real o una página fotografiada: voces inglesas de Kokoro, en el dispositivo, sin cuenta, sin subidas y sin cuota de palabras.