Les 3 meilleures applications Kokoro TTS pour iPhone en 2026

Pour beaucoup de gens, Kokoro-82M a été la première voix de synthèse vraiment naturelle entendue sur leur propre matériel. Le modèle est petit, ses poids sont ouverts, et il sonne bien mieux que ses 82 millions de paramètres ne le laissent supposer : c’est pourquoi il s’est diffusé dans les installations d’IA locale plus vite que presque tout autre modèle vocal. Le problème, c’est que la plupart de ces installations supposent Python, un terminal et un ordinateur portable. Sur iPhone, il faut une application qui a déjà fait ce travail.

Réponse courte : Local TTS est le meilleur choix pour retrouver les voix Kokoro dans un vrai lecteur de PDF, de livres numériques et de pages photographiées. On-Device AI convient à ceux qui veulent aussi des modèles de conversation locaux et de la reconnaissance vocale au même endroit. Koro Voices est la façon la moins chère d’expérimenter avec des voix hors ligne, si l’anglais ou l’italien suffit.

Périmètre et sources : ce comparatif couvre Local TTS - Voice Aloud Reader, On-Device AI: Private Suite et Koro Voices: Text to speech. Local TTS est notre propre application : les critères de sélection sont donc énoncés avant le classement, et les autres applications sont décrites uniquement à partir de leurs fiches App Store, vérifiées le 13 août 2026. Les informations sur le modèle proviennent de la fiche officielle de Kokoro-82M et de son VOICES.md. Fonctions et tarifs évoluent : vérifiez les fiches à jour avant tout achat.

Ce qu’est Kokoro-82M, en un paragraphe

Kokoro-82M est un modèle de synthèse vocale neuronale à poids ouverts publié par hexgrad. La version 1.0 est sortie le 27 janvier 2025, produit un son à 24 kHz et distribue ses poids sous licence Apache 2.0. Son catalogue officiel publie 20 voix anglaises américaines et 8 voix britanniques, dont af_heart — la voix « Heart », la mieux notée du catalogue. Avec environ 82 millions de paramètres, il tient sans peine sur un iPhone récent, ce qui explique qu’on le retrouve dans des applications sur l’appareil plutôt que derrière une API cloud. Notre guide Kokoro-82M détaille l’architecture et ses limites.

Ce qu’il faut regarder dans une application Kokoro TTS

Le petit modèle, c’est la partie facile. Ce qui change d’une application à l’autre, c’est tout ce qui l’entoure — et c’est avec cela qu’on vit au quotidien.

• Le modèle est-il seulement nommé ? Beaucoup de lecteurs hors ligne utilisent Kokoro ou un équivalent sans le dire. Si le modèle compte pour vous, vérifiez que la fiche le nomme — et que la voix est générée localement plutôt que récupérée sur un serveur qui, lui, fait tourner Kokoro.
• Quelles voix, et comment arrivent-elles ? Certaines applications embarquent le catalogue anglais, d’autres téléchargent un pack de voix après l’installation. Cela change la taille de l’application et ce qui fonctionne dès le premier jour.
• Ce qu’on peut lui donner à lire. Un modèle vocal n’est pas un lecteur. Pour écouter un PDF de 200 pages, un EPUB ou un fichier Word, l’application doit d’abord l’importer et en extraire le texte.
• Sait-elle lire des images ? La moitié de ce qu’on veut se faire lire n’est pas un fichier : une page de manuel, un document imprimé, une capture d’écran, un contrat photographié. Il faut une OCR sur l’appareil intégrée à l’application, pas une étape de numérisation séparée.
• Ce qui se passe pendant l’écoute. Surlignage mot à mot, lecture en arrière-plan et sur l’écran verrouillé, position mémorisée par document, export audio : c’est ce qui sépare une démo d’une habitude quotidienne.
• Prérequis matériels et taille du téléchargement. Les modèles sur l’appareil impliquent du matériel récent et de gros téléchargements — d’environ 100 Mo à près de deux gigaoctets.
• Le mode de paiement. Les poids de Kokoro sont ouverts, pas les applications. Comparez achat unique, abonnement et gratuit.

Les trois options en un coup d’œil

Ce tableau recense des fonctions publiées et des prix américains, pas un classement de qualité vocale. Le rendu d’une phrase dépend bien davantage de la voix choisie et de la ponctuation du texte que de l’application qui l’entoure.

1. Local TTS - Voice Aloud Reader — le meilleur pour les documents et les pages imprimées

Local TTS part du principe que vous voulez terminer quelque chose : un rapport, un chapitre, un article, une pile de documents imprimés. Kokoro-82M alimente ses 28 voix anglaises américaines et britanniques, et toute la chaîne — extraction du texte, détection de la langue, OCR par appareil photo et génération vocale — s’exécute sur l’iPhone ou l’iPad. Rien n’est envoyé à un serveur vocal, il n’y a pas de compte, et l’étiquette de confidentialité d’Apple indique Aucune donnée collectée.

Comme la génération est locale, un nouvel audio se crée en mode Avion, et pas seulement la relecture de fichiers convertis auparavant ; aucun quota de mots cloud ne s’épuise quand vous réécoutez ou réexportez un long document.

L’application lit ce que vous photographiez, pas seulement ce que vous téléchargez. Visez une page de manuel, un contrat imprimé, un prospectus ou une page d’un livre emprunté : l’OCR sur l’appareil en extrait le texte et le confie aux mêmes voix — sans envoi, sans application de numérisation intermédiaire, et c’est inclus dans l’offre gratuite plutôt que réservé à un abonnement. Cela couvre précisément la matière qui n’existe jamais sous forme de fichier, là où la plupart des lecteurs butent.

Les autres différences apparaissent sur la durée plutôt que sur une phrase de démonstration : les mots se surlignent en rythme pour suivre du regard ou retrouver sa place, la lecture continue depuis l’écran verrouillé et le centre de contrôle une fois l’écran éteint, chaque note garde sa voix et sa vitesse, les tags organisent la bibliothèque, les notes se synchronisent via votre propre iCloud privé, et Pro exporte n’importe quelle note en fichier M4A à conserver ou à écouter dans une application de podcasts.

Informations clés :

• Voix : les 28 voix anglaises de Kokoro-82M, plus une voix multilingue propulsée par Supertonic 3 qui lit 31 langues hors ligne — de loin la plus large couverture linguistique de cette liste.
• Documents : PDF, EPUB, DOCX, TXT, Markdown et texte collé — voir comment lire un PDF à voix haute hors ligne.
• Images : OCR appareil photo et photos sur l’appareil, pour transformer une page photographiée en note écoutable.
• Pendant l’écoute : surlignage mot à mot, lecture en arrière-plan et sur l’écran verrouillé, une voix différente par note, tags et synchronisation iCloud privée facultative entre iPhone et iPad.
• Offre gratuite : 500 caractères par note avec une voix multilingue et trois voix anglaises, import de fichiers et OCR inclus.
• Pro : 4,99 $ par mois ou 19,99 $ en achat unique à vie pour du texte illimité, tout le catalogue de voix, l’import complet de PDF multipages et l’export M4A.
• Prérequis : iOS/iPadOS 18.6 ou plus récent sur iPhone 12 ou plus récent, ou un iPad récent pris en charge. Environ 1,0 Go.

Les limites, honnêtement : l’application demande un matériel assez récent puisque les modèles tournent localement, le téléchargement est volumineux pour la même raison, il n’existe pas de version Android, Windows ou web, et la limite de 500 caractères de l’offre gratuite impose Pro pour un chapitre entier. Si vous voulez surtout expérimenter des voix plutôt que lire des documents, les deux applications suivantes demandent bien moins d’espace.

Téléchargez Local TTS gratuitement sur l’App Store et écoutez les voix anglaises de Kokoro sur un document que vous devez vraiment terminer.

2. On-Device AI: Private Suite — la meilleure boîte à outils d’IA locale

On-Device AI, du développeur Zijie Deng, est l’option maximaliste : une seule application pour faire tourner ensemble modèles de langage locaux et voix. Sa fiche décrit la prise en charge de modèles locaux comme Llama, Gemma, Phi, Qwen, DeepSeek, Mistral et Nemotron, et indique qu’on peut « créer de l’audio avec les voix Apple, Kokoro, PocketTTS, Qwen 3 TTS, CosyVoice et VibeVoice ». Une mise à jour récente a introduit spécifiquement le modèle Kokoro TTS, en promettant une voix plus expressive et une gestion mémoire stable.

Elle lit aussi : la fiche couvre l’import de « PDF, Markdown, texte brut, articles web lisibles et livres scannés », la correction de l’OCR sur l’appareil et la transformation de documents et d’articles en « une file de lecture et d’écoute », avec prise en charge des flux RSS.

Informations clés :

• Kokoro : proposé comme l’un des moteurs de synthèse parmi d’autres, aux côtés des voix Apple et d’autres modèles locaux.
• Au-delà du TTS : tout un ensemble de modèles de conversation locaux et de la reconnaissance vocale dans la même application — la portée d’IA locale la plus large de cette liste.
• Documents et images : PDF, Markdown, texte, articles web et livres scannés, avec une OCR sur l’appareil corrigeable avant l’écoute.
• Prix : gratuite, avec des achats intégrés listés comme Pro Member Subscription à 3,99 $ et 34,99 $, et Lifetime Pro Member à 49,99 $ et 99,99 $.
• Prérequis : iOS 18.0 ou plus récent avec une puce A12 Bionic ou plus récente, et environ 1,9 Go à télécharger. La fiche mentionne aussi la compatibilité Mac et Apple Vision Pro.

Son avantage net : pour disposer de modèles de conversation hors ligne, de dictée et de voix Kokoro sans installer trois applications, rien ne va aussi loin ici. La contrepartie est l’étendue — une boîte à outils d’IA généraliste répartit son interface sur de nombreuses fonctions, et le parcours lire-écouter n’y est qu’une capacité parmi des dizaines.

3. Koro Voices — la façon la moins chère de bricoler des voix hors ligne

Koro Voices, du développeur Emanuele Delirio, est la plus petite et la moins chère ici : environ 113 Mo et un déblocage unique à 1,99 $. Sa fiche la décrit comme « un lecteur à voix haute, entièrement hors ligne sur votre appareil. Pas d’Internet, pas de limites, pas d’abonnement », et précise que « tout se passe directement sur l’appareil. Aucun service cloud, aucune consommation de données… votre texte ne quitte jamais votre téléphone ».

Une précision avant de la comparer aux deux autres : sa fiche App Store ne nomme jamais Kokoro ni Kokoro-82M. Le nom de l’application et ses langues de synthèse — anglais américain et britannique plus italien, toutes des langues pour lesquelles Kokoro v1.0 publie des voix — vont dans ce sens, mais le développeur n’indique aucun modèle : le lien reste donc non confirmé, et il faut juger l’application sur ce qu’elle promet réellement.

Or ce qu’elle promet est inhabituel à ce prix. Au-delà de la synthèse illimitée, la fiche décrit le mélange des voix intégrées « pour créer votre propre sonorité » et le réglage de la prononciation « au niveau du phonème pour une lecture parfaite » — un contrôle que la plupart des lecteurs n’exposent jamais. S’y ajoutent la transcription Whisper dans plus de 10 langues, l’extraction de parole depuis des fichiers audio et vidéo, et le résumé ou la réécriture de longs textes avec un modèle de langage local.

Informations clés :

• Voix : voix hors ligne intégrées, avec mélange et édition de la prononciation au niveau du phonème. Synthèse en anglais américain, anglais britannique et italien uniquement.
• Documents : fichiers texte et PDF. Ni EPUB ni DOCX, et la numérisation d’images n’est pas mentionnée.
• Extras : transcription Whisper en direct dans plus de 10 langues, transcription de fichiers audio et vidéo, résumé par modèle local.
• Export : enregistrer la voix en fichiers audio et les partager.
• Prix : essai gratuit, puis un achat unique « Koro Unlimited » à 1,99 $ ; la fiche indique que certaines fonctions sont limitées dans la version gratuite.
• Prérequis : iOS 16.6 ou plus récent, iPhone XS ou plus récent — l’exigence la plus souple de cette liste. La version 2.0.1 date du 25 mars 2026.

Son avantage : pour une voix hors ligne réglable, sur un iPhone plus ancien, au prix d’un café, rien d’autre ici ne rivalise. Les contreparties sont la couverture linguistique, l’absence d’indication du modèle, et l’avertissement de sa propre fiche : « la vitesse et les performances générales de Koro varient selon le modèle de votre appareil ».

À connaître également

Simple Voice Reader, de Walter Claw Software LLC, est l’option gratuite et minimaliste, et elle nomme son modèle sans détour : une application de 3 Mo qui « lit à voix haute le texte collé ou saisi, les fichiers TXT, les fichiers RTF et les PDF », sachant que « sur les appareils iOS 26 compatibles, vous pouvez aussi télécharger un pack de voix Kokoro en anglais américain avec Heart et 19 autres voix naturelles. Le pack pèse environ 170 Mo, se télécharge une fois depuis Apple et peut être supprimé à tout moment ». Elle est gratuite sans achats intégrés et surligne les mots pendant la lecture. Lisez toutefois attentivement la ligne des prérequis : l’application tourne sous iOS 17, mais le pack Kokoro est réservé aux appareils iOS 26 compatibles ; en dessous, vous obtenez les voix système d’Apple. Pas de livres numériques, pas d’OCR, pas d’export audio.

PageEcho - AI Text Reader est un lecteur de livres numériques sur l’appareil dont la fiche indique que la voix est « propulsée par Supertonic, Kokoro et les voix système d’Apple ». Ce n’est pas un lecteur généraliste — il attend des livres EPUB, MOBI, AZW3, FB2 et PDF — et il exige iOS 26 ou plus récent, donc hors de portée sur les iPhone plus anciens. Nous le traitons dans le comparatif des applications utilisant Supertonic.

Les développeurs n’ont besoin d’aucune application. Des paquets Swift open source comme mlalma/kokoro-ios (licence MIT, MLX Swift, iOS 18+) génèrent de l’audio anglais plus vite que le temps réel sur les iPhone récents et s’intègrent à votre projet. C’est une voie à construire soi-même, pas une installation depuis l’App Store.

Lecture en arrière-plan : ce qui se passe quand vous verrouillez l’écran

C’est le détail que la plupart des comparatifs sautent, et il sépare ces applications plus nettement que la qualité vocale. La voix neuronale est générée en continu pendant l’écoute, et iOS limite ce qu’une application peut faire dès qu’elle quitte le premier plan. « Elle lit à voix haute » et « elle continue de lire écran éteint » sont donc deux affirmations différentes.

Local TTS annonce clairement la lecture en arrière-plan : « lecture en arrière-plan avec commandes sur l’écran verrouillé et le centre de contrôle ». Ses voix neuronales continuent au lieu de passer le relais à une autre voix, car l’application prépare la suite via un chemin Core ML optimisé pour le travail en arrière-plan — le même que pour l’export audio. Concrètement : vous lancez la lecture, mettez le téléphone dans la poche, et sautez ou mettez en pause depuis l’écran verrouillé pendant que la même voix Kokoro ou Supertonic 3 poursuit.

Simple Voice Reader est exceptionnellement franc sur l’autre approche, et la citation montre la contrainte à l’œuvre : « La voix Apple continue lorsque l’application passe en arrière-plan ou que l’écran se verrouille, avec les commandes pause, reprise et arrêt sur l’écran verrouillé et dans le centre de contrôle. Si Kokoro ne peut pas continuer parce que l’appareil a besoin de plus de mémoire ou que l’application passe en arrière-plan, la lecture se poursuit avec la voix Apple sélectionnée. » Pour une application de 3 Mo, le choix se défend — mais cela signifie que la voix Kokoro choisie n’est pas forcément celle qui terminera le chapitre.

On-Device AI décrit une file d’écoute qu’on peut « emporter avec soi » et la possibilité de « reprendre l’écoute, lire la suite », mais sa fiche ne précise pas que la lecture se poursuit pendant que l’application est en arrière-plan. Koro Voices ne mentionne pas du tout la lecture en arrière-plan ou sur écran verrouillé ; sa réponse à l’écoute hors application est l’export d’un fichier audio qu’on peut « réécouter à tout moment, même sans l’application » — parfait pour les trajets, mais c’est une étape distincte plutôt qu’une lecture continue.

Si écouter écran éteint est tout l’intérêt — marche, conduite, cuisine, un chapitre avant de dormir —, testez avant d’acheter : lancez un texte long, verrouillez le téléphone plusieurs minutes, et vérifiez que le son continue et que la voix est toujours celle choisie.

Comment choisir

• Vous voulez écouter documents, livres et pages photographiées : choisissez Local TTS. Les voix Kokoro s’inscrivent dans un parcours import-numérisation-écoute avec OCR, surlignage, lecture sur écran verrouillé et export M4A.
• Vous écoutez écran éteint, en marchant ou dans les transports : choisissez Local TTS, ou exportez un fichier audio depuis Koro Voices pour l’écouter dans une application de podcasts.
• Vous voulez LLM locaux, dictée et TTS dans une seule application : choisissez On-Device AI, en acceptant un téléchargement plus lourd et une interface plus large.
• Vous voulez la voix hors ligne la moins chère, ou vous avez un iPhone ancien : choisissez Koro Voices — 1,99 $, environ 113 Mo, compatible jusqu’à l’iPhone XS sous iOS 16.6.
• Vous voulez entendre Kokoro précisément, gratuitement : essayez Simple Voice Reader, à condition que votre appareil prenne en charge son pack de voix iOS 26.
• Vous avez besoin d’autres langues que l’anglais : Kokoro seul n’y suffira pas. Local TTS l’associe à Supertonic 3 pour 31 langues ; pour un panorama plus large, voir notre comparatif des meilleures applications de synthèse vocale pour iPhone.

Quel que soit votre choix, testez sur votre propre matière avant de vous engager. Collez une page contenant des noms, des chiffres et des termes techniques, puis vérifiez la prononciation, le temps avant la première phrase, et si la lecture survit au verrouillage. Si vous comptez écouter de l’imprimé, photographiez une vraie page et regardez ce que l’application en fait. Un classement ordonne des applications ; votre page vous dit si le résultat mérite une heure d’écoute.

Questions fréquentes

Existe-t-il une application Kokoro TTS officielle pour iPhone ?

Non. Kokoro-82M est un modèle à poids ouverts publié par hexgrad sur Hugging Face, pas une application. Sur iPhone, il faut installer une application tierce qui embarque le modèle, comme Local TTS ou On-Device AI.

Les applications Kokoro TTS fonctionnent-elles sans connexion Internet ?

Oui, une fois le modèle sur l’appareil. Avec environ 82 millions de paramètres, Kokoro est assez petit pour tourner sur un iPhone : les applications qui l’embarquent génèrent de nouvelles voix hors ligne. Une connexion peut rester nécessaire pour le premier téléchargement d’un pack de voix ou pour des fonctions cloud sans rapport.

Une application Kokoro TTS peut-elle lire une page photographiée ?

Uniquement si elle intègre l’OCR. Local TTS reconnaît le texte depuis l’appareil photo ou une photo enregistrée, sur l’appareil, et le lit avec les mêmes voix, dans l’offre gratuite. On-Device AI mentionne l’import de livres scannés avec une OCR corrigeable. Koro Voices mentionne l’import de texte et de PDF, mais pas la numérisation d’images.

Les voix Kokoro continuent-elles quand l’écran de l’iPhone est verrouillé ?

Cela dépend de l’application, pas du modèle. Local TTS annonce une lecture en arrière-plan avec commandes sur l’écran verrouillé et le centre de contrôle, et continue de générer ses voix neuronales en arrière-plan. Simple Voice Reader précise que si Kokoro ne peut pas continuer en arrière-plan, la lecture se poursuit avec la voix Apple sélectionnée. On-Device AI et Koro Voices ne décrivent pas la lecture en arrière-plan.

Quelle application TTS de type Kokoro est la moins chère sur iPhone ?

Koro Voices débloque toute l’application avec un achat unique de 1,99 $. Local TTS est gratuite au téléchargement et lit jusqu’à 500 caractères par note, dont trois voix anglaises Kokoro ; Pro coûte 4,99 $ par mois ou 19,99 $ à vie pour du texte illimité, toutes les voix et l’export M4A. On-Device AI est gratuite avec des paliers payants à partir de 3,99 $.

Kokoro-82M prend-il en charge d’autres langues que l’anglais ?

La version publique Kokoro v1.0 inclut des voix dans plusieurs langues, mais ses propres notes préviennent que la prise en charge hors anglais peut être limitée, les outils de prononciation et les données d’entraînement variant selon la langue. Local TTS utilise donc Kokoro pour ses 28 voix anglaises américaines et britanniques, et Supertonic 3 pour l’ensemble des 31 langues.

Combien de voix Kokoro contient une application iPhone en général ?

Kokoro v1.0 publie 20 voix anglaises américaines et 8 britanniques. Local TTS inclut les 28 dans son catalogue complet, aux côtés d’une voix multilingue Supertonic 3 qui lit 31 langues hors ligne.

Verdict : choisissez l’application, pas le modèle

Toutes ces applications font tourner de la synthèse neuronale localement : la décision ne porte donc pas vraiment sur Kokoro, mais sur ce que l’application en fait. Si les voix hors ligne relèvent de la curiosité, 1,99 $ et 113 Mo offrent étonnamment de quoi expérimenter. Si elles s’inscrivent dans une pratique plus large d’IA locale, la suite privée regroupe tout dans une grande application. Et si ce que vous voulez vraiment, c’est venir à bout des lectures repoussées — les PDF, les livres numériques, les pages imprimées posées sur le bureau —, prenez l’application conçue autour des documents et de l’appareil photo.

Téléchargez Local TTS gratuitement sur l’App Store et passez-y un vrai PDF ou une page photographiée — voix anglaises Kokoro, sur l’appareil, sans compte, envoi ni quota de mots.