PDF lu à voix haute sur iPhone : surlignage mot à mot

Toutes les applis de synthèse vocale de l’App Store annoncent qu’elles lisent les PDF à voix haute. Très peu montrent à quoi cela ressemble une fois que vous appuyez sur lecture, et ce qui distingue ces promesses n’est pas la voix. C’est de savoir si l’écran suit la voix.

Un PDF n’est pas un bloc de texte. Ce sont des pages, avec des colonnes, des figures, des légendes et des sauts de page. Une appli qui ne produit que du son vous impose un choix toutes les deux minutes : arrêter d’écouter pour retrouver votre place, ou continuer et la perdre.

Réponse courte : la lecture suivie signifie que l’appli montre où se trouve la voix pendant qu’elle parle. Dans Local TTS, cela fonctionne sur deux couches à la fois — un cadre autour de la phrase prononcée sur la page PDF affichée, et un surlignage au niveau du mot dans un panneau en gros caractères en dessous — et l’affichage passe seul à la page suivante quand la voix atteint le bas d’une page. Ces trois comportements sont produits sur l’appareil : ils fonctionnent donc en mode Avion.

Téléchargez Local TTS gratuitement sur l’App Store et regardez-le suivre votre propre PDF.

Sur quoi repose cet article : la vidéo intégrée ci-dessous est une démonstration officielle de Local TTS — un enregistrement d’écran non monté de l’appli lisant une édition du domaine public librement diffusée de Pierre Lapin sous forme de PDF illustré : 82 phrases, 7 minutes 40 de parole. Les caractéristiques du produit, les limites des formules et la configuration requise ont été vérifiées le 23 août 2026 sur la fiche App Store actuelle de Local TTS 2.1.5. C’est notre propre appli ; si nous publions les images brutes, c’est précisément pour que vous puissiez y confronter chaque affirmation ci-dessous au lieu de nous croire sur parole.

Ce que contient une seule image de lecture

Arrêtez la démo à n’importe quel instant : l’écran répond à quatre questions différentes en même temps.

Rien de tout cela n’est décoratif. Chaque élément existe parce que l’écoute d’un long document engendre un type précis de confusion, et chacun en supprime une.

Pourquoi deux couches de surlignage plutôt qu’une

La conception évidente serait un surlignage unique sur la page PDF elle-même. Local TTS en dessine un second, et la raison tient à ceci : une page PDF est une mise en page figée qui n’a jamais été conçue pour être lue à bout de bras.

La page de la démo est un livre pour enfants composé dans un caractère de machine à écrire, à une taille choisie pour l’impression. Sur un téléphone, à la distance où vous le tenez réellement en marchant, les mots individuels de la page affichée sont lisibles mais pas confortablement suivables. Y surligner un mot serait techniquement correct et pratiquement inutile.

Les deux couches se partagent donc le travail :

• Le cadre de page sert au repérage. Il indique quelle partie du document réel — celui avec l’illustration des trois lapins cueillant des mûres — est en cours de lecture. Il bouge une fois par phrase, assez lentement pour être suivi d’un coup d’œil.
• Le panneau de texte sert à lire. Il redessine la phrase en cours à une taille confortable et surligne un mot à la fois. Il bouge plusieurs fois par seconde, ce qui n’est utile que parce que la typographie est assez grande pour être suivie.

Regardez de près le mot surligné sur l’image d’aperçu : Cotton-tail. Le surlignage couvre tout le composé à trait d’union au lieu de passer sur Cotton puis sur tail. C’est un choix de segmentation délibéré : un découpeur de mots naïf traite le trait d’union comme une frontière et produit deux surlignages pour un seul mot prononcé, ce qui se lit à l’écran comme un bégaiement. Les noms à trait d’union, les adjectifs composés et les constructions à tiret sont assez fréquents dans les documents réels pour que l’erreur se voie dès la première minute.

Pour ressentir ce minutage sans rien installer, la page d’accueil de Local TTS fait tourner le même effet sur une phrase du même livre.

La tourne de page automatique : la fonction qu’on ne remarque qu’en son absence

C’est le seul comportement qu’une image fixe ne peut pas montrer : regardez-le dans la vidéo. Vers la septième seconde, le compteur passe de la phrase 11 à la phrase 12, l’illustration passe de trois lapins cueillant des mûres à Pierre se faufilant sous un portail, et la voix ne s’interrompt pas. Personne n’a touché l’écran.

Dans cette édition, chaque page porte une phrase et une image : parcourir ses 7:40 de parole demande donc des dizaines de changements de page. Sans avance automatique, chacun est une interruption : sortir le téléphone, le déverrouiller, trouver la commande de page, faire glisser — ce qui ruine la raison même pour laquelle vous écoutiez. Une lecture à voix haute qui vous oblige à tenir le téléphone est strictement une plus mauvaise façon de lire que de lire.

Quand la voix atteint la fin du texte d’une page, l’affichage passe à la suivante et la lecture continue sans coupure. En pratique, c’est ce qui transforme un PDF en quelque chose que l’on peut écouter en marchant, en voiture ou le téléphone posé face contre le bureau. C’est aussi ce qui rend la lecture en arrière-plan et sur l’écran verrouillé réellement utilisable plutôt qu’une case à cocher : l’audio en arrière-plan n’aide que si l’appli parvient à traverser le document sans surveillance.

À quoi sert l’affichage de position

11 / 82 · 10% et 0:50 / 7:40 ressemblent à deux versions de la même information. Ce n’en sont pas.

L’affichage de gauche compte les phrases : c’est la phrase 11 des 82 en lesquelles l’appli a découpé le document, et vous en êtes à environ 10%. C’est l’unité que Local TTS lit, surligne et reprend réellement, d’où sa présence à l’écran. La barre de temps concerne l’audio : 50 secondes écoulées sur 7 minutes 40. Il vous faut la première pour décider où reprendre demain, et la seconde pour décider si vous lancez la lecture avant dix minutes de marche.

Les deux comptent davantage pour un document importé que pour du texte collé, parce que Local TTS conserve un PDF comme élément d’écoute enregistré et non comme énoncé jetable. Fermez l’appli au milieu d’une phrase : le document est toujours là, avec votre position. C’est la frontière pratique entre importer un document et utiliser une lecture d’écran générale qui prononce ce qui est affiché — la lecture d’écran n’a aucune mémoire du document, car de son point de vue il n’y a pas de document, seulement un écran.

Tout ce qui apparaît à cet écran a été produit sur le téléphone

Le point facile à manquer : le surlignage synchronisé est d’ordinaire une fonction en nuage.

Pour surligner un mot à l’instant où il est prononcé, il faut savoir quand chaque mot commence dans l’audio généré. Les services vocaux en nuage renvoient ces minutages avec le fichier audio, ce qui signifie que le texte a été envoyé à un serveur pour les obtenir. Une appli ne peut surligner hors ligne que si elle génère localement l’audio et les minutages.

Local TTS le fait. La parole vient de Supertonic 3 pour la voix multilingue couvrant les 31 langues prises en charge, ou de Kokoro-82M pour les 28 voix anglaises américaines et britanniques, et les minutages de mots sortent de la même passe de synthèse sur l’appareil. Rien dans la chaîne — extraction du texte du PDF, génération de la parole, minutage des mots, rendu des pages — n’effectue de requête réseau.

Conséquence : le comportement de lecture suivie de la vidéo n’est pas un luxe du mode connecté qui se dégraderait en simple audio dans un avion. C’est le même chemin de code dans les deux cas. Si vous préférez vérifier cette affirmation plutôt que l’accepter, le test du mode Avion tient en quatre étapes et prend une minute.

Il existe une exception honnête, et elle concerne le fichier plutôt que l’appli : un PDF qui n’existe que dans iCloud Drive a besoin d’une connexion la première fois que vous l’ouvrez. La génération de la parole est hors ligne ; le téléchargement du document source ne l’est pas.

Reproduire la démo vous-même

La vidéo utilise une édition du domaine public de Pierre Lapin : vous pouvez donc mener le même test sur le même fichier.

1. Téléchargez n’importe quel PDF dans Fichiers sur votre iPhone. Un livre du domaine public convient bien, car vous pourrez montrer le résultat sans souci de source.
2. Ouvrez Local TTS et importez le PDF.
3. Choisissez une voix. Commencez à 1× : le surlignage s’évalue le plus facilement à vitesse normale, car à 1,5× une petite erreur de synchronisation se distingue mal d’un lecteur rapide.
4. Lancez la lecture et regardez le cadre de phrase, pas les mots. S’il encadre la bonne phrase, la couche des mots est presque toujours juste aussi.
5. Laissez-le atteindre le bas de la page sans toucher l’écran. C’est la tourne de page automatique.
6. Activez le mode Avion et lisez une autre page. Rien ne doit changer dans le surlignage.

La formule gratuite lit jusqu’à 500 caractères par note, assez pour observer tout cela sur un extrait. L’import complet d’un livre illustré comme celui-ci est une fonction Pro — 4,99 $ par mois ou 19,99 $ une fois — avec la longueur de texte illimitée, le catalogue de voix complet et l’export M4A.

Là où suivre le texte aide vraiment

Le surlignage synchronisé est souvent rangé dans l’accessibilité et laissé là. Les raisons pour lesquelles les gens l’utilisent sont plus larges.

La mémorisation sur des contenus denses. Lire et entendre la même phrase mobilise deux canaux au lieu d’un. Pour les manuels et les PDF de cours, c’est le surlignage qui permet d’écouter vite tout en s’arrêtant net sur la phrase que vous n’avez pas suivie. Le comparatif des applis de lecture vocale pour iPhone indique lesquelles offrent cette combinaison.

Une attention qui décroche — le cas où Local TTS convient le mieux. La lecture suivie convient particulièrement aux lecteurs présentant un TDAH, et pour une raison précise. La lecture avec TDAH échoue rarement parce que le texte est trop difficile. Elle échoue quelques secondes après le décrochage : vous revenez au texte, vous ne retrouvez pas la ligne, vous relisez le paragraphe, puis vous finissez par fermer le document. Un surlignage qui avance supprime cette recherche. La voix garde votre place pendant que votre attention est ailleurs : revenir coûte un coup d’œil au lieu d’un redémarrage, et l’audio continue de tirer la lecture vers l’avant au lieu de vous attendre. C’est un outil de lecture et non un outil clinique, mais la friction qu’il supprime est celle qui met fin le plus souvent à une séance.

L’apprentissage des langues. Entendre un mot en voyant exactement lequel c’était, c’est tout l’exercice. Sans surlignage vous avez de l’audio et du texte ; avec lui vous avez la correspondance entre les deux, et c’est la partie difficile à construire seul.

Relire ses propres textes. Une voix synthétique ne lit pas ce que vous vouliez dire. Suivre le surlignage dans son propre brouillon est un moyen efficace de trouver la phrase où la grammaire a cédé.

Lire avec un écran qu’on ne peut pas toujours regarder. Dans le train, en marchant, en cuisinant, on jette un œil au téléphone de temps en temps plutôt qu’en continu. La valeur du surlignage n’est pas qu’on le regarde — c’est que, quand on regarde, la reprise coûte une seconde au lieu d’un rembobinage.

Questions fréquentes

Qu’est-ce que la lecture suivie dans un lecteur de PDF ?

C’est le fait que l’appli montre où elle en est dans le texte pendant qu’elle parle. Local TTS le fait sur deux couches — un cadre marquant la phrase sur la page PDF affichée et un surlignage au niveau du mot dans le panneau en gros caractères en dessous — pour que vous sachiez à tout moment où en est la voix.

L’appli tourne-t-elle les pages du PDF toute seule ?

Oui. Quand la voix atteint la fin d’une page, l’affichage avance et la lecture continue sans coupure. La vidéo le montre : le compteur passe de la phrase 11 à la 12, la page change, et personne ne touche l’écran.

Le surlignage mot à mot nécessite-t-il une connexion internet ?

Non. Les minutages de mots sont produits sur l’appareil pendant la génération de la parole : le surlignage fonctionne en mode Avion exactement comme en ligne.

Puis-je lire un PDF entier de plusieurs pages avec la formule gratuite ?

Pas un long. La formule gratuite lit jusqu’à 500 caractères par note, ce qui couvre un test sur extrait. L’import complet de PDF multipages est une fonction Pro, à 4,99 $ par mois ou 19,99 $ une fois pour toutes.

Que devient ma position dans le document quand je ferme l’appli ?

Elle est conservée. Un PDF importé est un élément d’écoute enregistré avec une position : le rouvrir reprend là où vous vous étiez arrêté.

Pourquoi le mot surligné semble-t-il parfois légèrement en avance sur la voix ?

Parce qu’un surlignage dessiné à la position audio exacte arrive en retard une fois pris en compte le rafraîchissement et le tampon de sortie. Une petite avance délibérée est ce qui rend le mot et la voix simultanés.

La lecture suivie convient-elle aux lecteurs présentant un TDAH ?

Oui, et c’est l’une des meilleures raisons de l’utiliser. Quelques secondes de décrochage vous font normalement perdre votre place, et la retrouver met fin à la séance. Le surlignage continue d’avancer pendant ce temps : vous reprenez d’un coup d’œil et la voix poursuit la lecture. C’est une appli de lecture, pas un outil clinique.

L’affirmation qui mérite vérification

« Lit les PDF à voix haute » est le minimum et ne vous apprend presque rien. Les questions qui séparent un lecteur de documents avec lequel vous finirez vraiment un livre de celui que vous abandonnerez page trois sont plus étroites :

• L’écran montre-t-il où est la voix, à la résolution du mot ?
• Avance-t-il les pages sans vous ?
• Se souvient-il de l’endroit où vous vous êtes arrêté ?
• Tout cela fonctionne-t-il encore réseau coupé ?

On y répond en regardant trente secondes d’images non montées, et c’est pourquoi la vidéo de démonstration n’est pas montée. Faites le même test sur un PDF à vous — un rapport, un article, un manuel — et voyez si l’écran suit la voix.

Installez Local TTS gratuitement et suivez votre premier PDF. Aucun compte, aucun envoi, aucune connexion nécessaire après l’installation.