Leer un PDF en iPhone: resaltado palabra por palabra

Todas las apps de lectura en voz alta de la App Store dicen que leen PDF. Muy pocas enseñan cómo se ve eso una vez pulsas reproducir, y lo que distingue esas promesas no es la voz. Es si la pantalla sigue el ritmo de la voz.

Un PDF no es un muro de texto. Son páginas, con columnas, figuras, pies de imagen y saltos de página. Una app que solo produce sonido te obliga a decidir cada dos minutos: dejar de escuchar y buscar tu sitio, o seguir escuchando y perderlo.

Respuesta corta: la lectura seguida significa que la app muestra dónde está la voz mientras habla. En Local TTS esto funciona en dos capas a la vez — un recuadro alrededor de la frase hablada sobre la página PDF y un resaltado a nivel de palabra en un panel en letra grande debajo — y la vista avanza sola de página cuando la voz llega al final. Los tres comportamientos se generan en el dispositivo, así que funcionan en modo avión.

Descarga Local TTS gratis en la App Store y míralo seguir tu propio PDF.

En qué se basa este artículo: el vídeo incrustado abajo es una demostración oficial de Local TTS, una grabación de pantalla sin editar de la app leyendo una edición de dominio público de libre distribución de El cuento de Perico el conejo travieso como PDF ilustrado: 82 frases y 7 minutos 40 segundos de habla. Las características del producto, los límites de los planes y los requisitos se comprobaron el 23 de agosto de 2026 en la ficha actual de la App Store de Local TTS 2.1.5. Es nuestra propia app; publicamos el material en bruto precisamente para que puedas contrastar con él cada afirmación de abajo en lugar de creernos.

Qué contiene un solo fotograma de la reproducción

Pausa la demo en cualquier momento y la pantalla está respondiendo a cuatro preguntas distintas a la vez.

Nada de esto es decorativo. Cada elemento existe porque escuchar un documento largo genera un tipo concreto de desorientación, y cada uno elimina una.

Por qué dos capas de resaltado en lugar de una

El diseño obvio es un único resaltado sobre la propia página PDF. Local TTS dibuja un segundo, y la razón es que una página PDF es una maqueta fija que nunca se pensó para leerse con el brazo estirado.

La página de la demo es un cuento infantil compuesto en una tipografía de máquina de escribir, a un tamaño elegido para imprenta. En un móvil, a la distancia a la que realmente lo sostienes mientras caminas, las palabras sueltas de la página son legibles pero no cómodamente seguibles. Resaltar una palabra ahí sería técnicamente correcto y prácticamente inútil.

Así que las dos capas se reparten el trabajo:

• El recuadro de la página sirve para orientarse. Indica qué parte del documento real — el que tiene la ilustración de los tres conejos recogiendo moras — se está leyendo. Se mueve una vez por frase, lo bastante despacio para seguirlo de un vistazo.
• El panel de texto sirve para leer. Redibuja la frase actual a un tamaño cómodo y resalta una palabra cada vez. Se mueve varias veces por segundo, algo que solo resulta útil porque la letra es lo bastante grande para seguirla.

Fíjate bien en la palabra resaltada de la imagen de portada: Cotton-tail. El resaltado cubre el compuesto con guion entero en vez de pasar por Cotton y luego por tail. Es una decisión deliberada de segmentación: un separador de palabras ingenuo trata el guion como frontera y produce dos resaltados para una sola palabra hablada, que en pantalla se lee como un tartamudeo. Los nombres con guion, los adjetivos compuestos y las construcciones con raya aparecen con frecuencia suficiente en documentos reales como para que el fallo se note en el primer minuto.

Si quieres notar esa sincronía sin instalar nada, la página de inicio de Local TTS ejecuta el mismo efecto sobre una frase del mismo libro.

Cambio de página automático: la función que solo se nota cuando falta

Es el único comportamiento que una imagen fija no puede enseñar, así que búscalo en el vídeo. Hacia el segundo siete el contador pasa de la frase 11 a la 12, la ilustración cambia de tres conejos recogiendo moras a Perico colándose bajo una portilla, y la voz no se detiene. Nadie tocó la pantalla.

En esta edición cada página lleva una frase y un dibujo, así que recorrer sus 7:40 de habla obliga a que la vista avance decenas de veces. Sin avance automático, cada una es una interrupción: sacar el móvil, desbloquearlo, encontrar el control de página y deslizar, lo que echa por tierra la razón misma por la que estabas escuchando. Una lectura en voz alta que te obliga a sostener el móvil es estrictamente peor forma de leer que leer.

Cuando la voz llega al final del texto de una página, la vista pasa a la siguiente y la reproducción continúa sin hueco. En la práctica, eso es lo que convierte un PDF en algo que puedes escuchar paseando, en el coche o con el móvil boca abajo sobre la mesa. Es también lo que hace que la reproducción en segundo plano y en pantalla bloqueada sea de verdad usable en vez de una casilla marcada: el audio en segundo plano solo ayuda si la app puede atravesar el documento sin vigilancia.

Para qué sirve el indicador de posición

11 / 82 · 10% y 0:50 / 7:40 parecen dos versiones de la misma información. No lo son.

El indicador de la izquierda cuenta frases: esta es la frase 11 de las 82 en que la app dividió el documento, y llevas alrededor del 10%. Esa es la unidad que Local TTS lee, resalta y reanuda de verdad, por eso es la que aparece en pantalla. La barra de tiempo habla del audio: 50 segundos de 7 minutos 40. Necesitas lo primero para decidir por dónde seguir mañana y lo segundo para decidir si lo pones antes de un paseo de diez minutos.

Ambos importan más en documentos importados que en texto pegado, porque Local TTS conserva un PDF como elemento de escucha guardado y no como una locución de usar y tirar. Cierra la app a media frase y el documento sigue ahí con tu posición. Esa es la línea práctica entre importar un documento y usar un lector de pantalla general que pronuncia lo que hay a la vista: el lector de pantalla no tiene memoria del documento, porque para él no hay documento, solo pantalla.

Todo lo de esa pantalla se produjo en el móvil

El detalle que se pasa por alto: el resaltado sincronizado suele ser una función en la nube.

Para resaltar una palabra en el momento en que se pronuncia, algo tiene que saber cuándo empieza cada palabra en el audio generado. Los servicios de voz en la nube devuelven esos tiempos junto con el archivo de audio, lo que significa que el texto se envió a un servidor para obtenerlos. Una app solo puede resaltar sin conexión si genera localmente tanto el audio como los tiempos.

Local TTS lo hace. El habla procede de Supertonic 3 para la voz multilingüe que cubre los 31 idiomas admitidos, o de Kokoro-82M para las 28 voces de inglés americano y británico, y los tiempos de palabra salen de la misma pasada de síntesis en el dispositivo. Nada de la cadena — extracción del texto del PDF, generación del habla, tiempos de palabra, dibujado de la página — hace una petición de red.

La consecuencia es que la lectura seguida del vídeo no es un lujo del modo conectado que degrade a audio simple en un avión. Es el mismo camino de código en ambos casos. Si prefieres comprobar la afirmación en vez de aceptarla, la prueba del modo avión son cuatro pasos y un minuto.

Hay una excepción honesta, y tiene que ver con el archivo, no con la app: un PDF que solo vive en iCloud Drive necesita conexión la primera vez que lo abres. La generación del habla es sin conexión; descargar el documento de origen no.

Reproducir la demo tú mismo

El vídeo usa una edición de dominio público de El cuento de Perico el conejo travieso, así que puedes hacer la misma prueba con el mismo archivo.

1. Descarga cualquier PDF a Archivos en tu iPhone. Un libro de dominio público va bien porque puedes enseñar el resultado sin preocuparte por la fuente.
2. Abre Local TTS e importa el PDF.
3. Elige una voz. Empieza a 1×: el resaltado se evalúa mejor a velocidad normal, porque a 1,5× un pequeño error de sincronía apenas se distingue de un lector rápido.
4. Dale a reproducir y mira el recuadro de la frase, no las palabras. Si está recuadrando la frase correcta, la capa de palabras casi siempre acierta también.
5. Déjalo llegar al final de la página sin tocar la pantalla. Eso es el cambio de página automático.
6. Activa el modo avión y reproduce otra página. En el resaltado no debería cambiar nada.

El plan gratuito lee hasta 500 caracteres por nota, suficiente para ver todo esto en un extracto. La importación completa de un libro ilustrado como este es una función Pro — 4,99 $ al mes o 19,99 $ una sola vez — junto con la longitud de texto ilimitada, el catálogo completo de voces y la exportación M4A.

Dónde ayuda de verdad seguir el texto

El resaltado sincronizado suele archivarse en accesibilidad y quedarse ahí. Las razones por las que la gente lo usa son más amplias.

Retención en material denso. Leer y oír la misma frase activa dos canales en vez de uno. En manuales y PDF de asignatura, el resaltado es lo que te permite escuchar rápido y aun así parar limpiamente en la frase que no seguiste. Qué apps ofrecen esa combinación está en la comparativa de apps de lectura en voz alta para iPhone.

La atención que se va — el caso que mejor le sienta a Local TTS. La lectura seguida encaja especialmente bien con lectores con TDAH, y por un motivo concreto. La lectura con TDAH rara vez falla porque el texto sea difícil. Falla unos segundos después de que la atención se marche: vuelves al texto, no encuentras la línea, relees el párrafo y acabas cerrando el documento. Un resaltado que avanza borra esa búsqueda. La voz te guarda el sitio mientras tu atención está en otra parte, así que volver cuesta una mirada en vez de un reinicio, y el audio sigue tirando de la lectura en lugar de esperarte. Es una herramienta de lectura, no clínica, pero la fricción que elimina es la que más veces termina una sesión.

Aprendizaje de idiomas. Oír una palabra viendo exactamente cuál era es el ejercicio entero. Sin resaltado tienes audio y texto; con él tienes la correspondencia entre ambos, que es la parte difícil de construir en solitario.

Corregir lo que escribes. Una voz sintética no lee lo que querías decir. Seguir el resaltado por tu propio borrador es una forma eficiente de encontrar la frase donde se rompió la gramática.

Leer con una pantalla que no siempre puedes mirar. En el tren, caminando o cocinando miras el móvil de vez en cuando, no de forma continua. El valor del resaltado no es que lo mires, sino que cuando miras el reenganche cuesta un segundo en lugar de un rebobinado.

Preguntas frecuentes

¿Qué es la lectura seguida en un lector de PDF?

Que la app muestre por dónde va en el texto mientras habla. Local TTS lo hace en dos capas — un recuadro que marca la frase en la página PDF y un resaltado por palabra en el panel en letra grande de abajo — para que en cualquier momento sepas dónde está la voz.

¿La app pasa las páginas del PDF por sí sola?

Sí. Al llegar al final de una página la vista avanza y la lectura sigue sin hueco. En el vídeo se ve: el contador salta de la frase 11 a la 12, la página cambia y nadie toca la pantalla.

¿El resaltado palabra a palabra necesita conexión a internet?

No. Los tiempos de palabra se producen en el dispositivo durante la generación del habla, así que el resaltado funciona en modo avión igual que en línea.

¿Puedo leer un PDF entero de varias páginas con el plan gratuito?

Uno largo no. El plan gratuito lee hasta 500 caracteres por nota, lo que cubre una prueba con un extracto. La importación completa de PDF de varias páginas es una función Pro, a 4,99 $ al mes o 19,99 $ en pago único.

¿Qué pasa con mi posición en el documento al cerrar la app?

Se conserva. Un PDF importado es un elemento de escucha guardado con posición, así que al reabrirlo se reanuda donde lo dejaste.

¿Por qué la palabra resaltada parece a veces ir ligeramente por delante de la voz?

Porque un resaltado dibujado en la posición de audio exacta llega tarde una vez se cuentan el repintado y el búfer de salida. Un pequeño adelanto deliberado es lo que hace que palabra y voz se sientan simultáneas.

¿La lectura seguida encaja bien con lectores con TDAH?

Sí, y es una de las razones más fuertes para usarla. Unos segundos de despiste normalmente te cuestan el sitio, y recuperarlo es lo que termina la sesión. El resaltado sigue avanzando mientras tanto, así que vuelves con una mirada y la voz mantiene la lectura en marcha. Es una app de lectura, no una herramienta clínica.

La afirmación que conviene comprobar

«Lee PDF en voz alta» es lo mínimo y no dice casi nada. Las preguntas que separan un lector de documentos con el que terminarás un libro de otro que abandonarás en la página tres son más estrechas:

• ¿Muestra la pantalla dónde está la voz, con resolución de palabra?
• ¿Avanza las páginas sin ti?
• ¿Recuerda dónde lo dejaste?
• ¿Todo eso sigue funcionando con la red apagada?

Se responden viendo treinta segundos de material sin editar, y por eso el vídeo de demostración no está editado. Haz la misma prueba con un PDF tuyo — un informe, un artículo, un manual — y comprueba si la pantalla sigue el ritmo de la voz.

Instala Local TTS gratis y sigue tu primer PDF. Sin cuenta, sin subidas y sin conexión tras la instalación.