Czy Twoja aplikacja TTS działa w trybie samolotowym?

Jesteś dziesięć kilometrów nad ziemią z plikiem PDF, który miałeś przeczytać w zeszłym tygodniu. Otwierasz czytnik głosowy zainstalowany dokładnie na taką okazję, wklejasz akapit i naciskasz odtwarzanie. Nic się nie dzieje — albo kółko ładowania kręci się bez końca, albo komunikat prosi o sprawdzenie połączenia.

Na stronie w App Store było napisane „offline”. To nie było kłamstwo. To słowo znaczyło po prostu coś innego, niż zakładałeś.

Krótka odpowiedź: w tej kategorii „offline” opisuje trzy wykluczające się rzeczy. Część aplikacji generuje nową mowę na urządzeniu, zupełnie bez sieci. Część tylko odtwarza dźwięk, który wcześniej — w zasięgu — został przekonwertowany. Część nie ma trybu offline wcale. Przed lotem warto pytać nie „czy działa offline?”, lecz „czy przeczyta tekst, który mu podam, kiedy jestem już bez połączenia?”

Zakres i źródła: ten artykuł obejmuje dziewięć aplikacji na iPhone’a: Local TTS - Voice Aloud Reader, SpeakCove, PageEcho, VoiceReader AI, Speech Central, Voice Dream Reader, ElevenReader, Speechify i NaturalReader, a także wbudowaną w iOS funkcję „Odczytaj ekran”. Local TTS to nasza własna aplikacja, dlatego każde stwierdzenie poniżej pochodzi z opisu opublikowanego przez sam produkt — karty w sklepie, strony z cennikiem albo dokumentacji pomocy — a nie z naszej o nim opinii; wszystko jest cytowane, byś mógł to sprawdzić u źródła. Karty sprawdzono 23 sierpnia 2026 roku. Plany zmieniają się często: przed zapłatą sprawdź aktualną kartę.

Trzy znaczenia słowa „offline”

Uporządkuj kategorię w ten sposób, a zamęt znika.

1. Synteza na żywo na urządzeniu. Model mowy działa na Twoim iPhonie. Bez połączenia możesz wkleić tekst, którego nigdy wcześniej nie widziałeś, i usłyszeć, jak zostaje przeczytany. To jedyne znaczenie, które przetrwa lot.

2. Odtwarzanie wcześniej wygenerowanego dźwięku. Zamieniasz tekst na plik audio, gdy masz połączenie, plik zostaje na urządzeniu, a Ty odtwarzasz go później bez sieci. To naprawdę przydatne — tak działają podcasty — ale to słuchanie offline, a nie mówienie offline. Nowy tekst nie da Ci nic.

3. Brak trybu offline. Każde żądanie idzie na serwer. Bez połączenia aplikacja jest przeglądarką dokumentów.

Jest jeszcze druga oś, na której ludzie się potykają, i dotyczy nawet kategorii 1: co poza tym wymaga sieci. Model głosowy trzeba zwykle raz pobrać. Abonament trzeba zweryfikować. Biblioteka w chmurze musi się zsynchronizować. Aplikacja może doskonale syntezować lokalnie i mimo to być bezużyteczna w samolocie, bo zainstalowałeś ją przy bramce i nigdy nie pobrałeś głosu.

Co każda aplikacja mówi o sobie

Wszystko w tej tabeli zostało zacytowane lub streszczone z karty w sklepie, strony z cennikiem albo dokumentacji danego produktu.

Przeczytaj drugą kolumnę od góry do dołu, a podział ułoży się sam: siedem z tych dziesięciu tworzy mowę lokalnie, jedna tworzy ją zdalnie i zapisuje wynik, a dwie wymagają sieci przy każdym żądaniu.

Przypadek ElevenReadera, bo jest najczytelniejszy

ElevenReadera warto omówić osobno z dwóch powodów: to najczęstsze źródło nieporozumienia, a jego własna dokumentacja jest w tej sprawie godna podziwu pod względem precyzji.

Strona z cennikiem ElevenReadera opisuje pobieranie offline jako funkcję pozwalającą „convert text into audio ahead of time so you can listen without an internet connection” (z wyprzedzeniem zamienić tekst na dźwięk, żeby móc słuchać bez połączenia z internetem). Wszystkie ograniczenia wynikają z tego jednego zdania:

• Sieci wymaga konwersja. Offline jest wyłącznie odtwarzanie.
• To funkcja planu Ultra. Poziom darmowy, z 10 godzinami zamiany tekstu na dźwięk miesięcznie, generuje przez sieć.
• Pobieranie ograniczono do około 20 godzin dziennie.
• Pliki są przechowywane do 60 dni i znikają po wylogowaniu.

Nic z tego nie jest wadą. ElevenLabs uruchamia duże modele, które nie mieszczą się w telefonie, a wcześniejsze generowanie to uczciwa inżynierska odpowiedź na to ograniczenie. To po prostu inny produkt niż aplikacja syntezująca lokalnie — a słowo „offline” tę różnicę zasłania.

Ta, która zaskakuje: Voice Dream Reader

Opis Voice Dream Readera mówi, że „wszystkie głosy działają offline”, a skaner „działa w całości na urządzeniu: internet nie jest potrzebny”. Oba zdania są prawdziwe, a aplikacja od lat jest domyślnym wyborem środowiska osób korzystających z ułatwień dostępu.

Ten sam opis dodaje jednak: „do korzystania z aplikacji wymagany jest abonament”. To, że mowa powstaje lokalnie, niewiele daje, jeśli aplikacja zamyka się za abonamentem. To właśnie druga oś z wcześniejszego akapitu: silnik z kategorii 1 z przykręconą do drzwi wejściowych zależnością z kategorii 3. Oba stwierdzenia nie są sprzeczne — głosy naprawdę są lokalne — ale „działa offline” i „otwiera się offline” to dwa różne pytania, a opis odpowiada tylko na pierwsze.

Co wymaga połączenia nawet w najlepszym wypadku

Jeśli pakujesz się na lot, oto cztery rzeczy, na których ludzie się przewracają, niezależnie od wybranej aplikacji lokalnej:

1. Pobranie głosów przy pierwszym uruchomieniu. VoiceReader AI mówi to wprost: offline działa „po pierwszym pobraniu głosu”. Większość aplikacji lokalnych jest dostarczana w lekkiej formie i pobiera model osobno. Zainstaluj i otwórz każdą aplikację przed wyjazdem.
2. Ten konkretny głos, którego chcesz. Pobranie jednego głosu nie pobiera wszystkich. Zmiana lektora w trakcie lotu może się nie udać, nawet jeśli odtwarzanie działa.
3. Weryfikacja abonamentu. Każda aplikacja wymagająca aktywnego abonamentu może go sprawdzić ponownie.
4. Biblioteki dokumentów w chmurze. Aplikacja, która trzyma Twoje pliki na serwerze, ma Twoje pliki na serwerze. Zaimportuj je najpierw do pamięci lokalnej.

Trzydziestosekundowy test, zanim zaufasz

Dokumentacja mówi, co produkt zamierza. Twój własny telefon mówi, co robi w dniu, w którym go potrzebujesz. Test jest krótki:

1. Jeszcze z połączeniem otwórz aplikację, dokończ pierwszą konfigurację i pobierz głos, którego chcesz używać.
2. Włącz tryb samolotowy — a potem sprawdź, czy Wi-Fi też jest wyłączone. Tryb samolotowy zostawia Wi-Fi włączone, jeśli było włączone wcześniej, co po cichu unieważnia całe ćwiczenie.
3. Wklej zdanie, którego aplikacja nigdy nie widziała, i naciśnij odtwarzanie.

Krok 3 to całe pytanie. Odtworzenie wcześniej zaimportowanego dokumentu dowodzi tylko, że plik był zapisany. Mowa z tekstu, który aplikacja widzi po raz pierwszy, bez sieci — to właśnie oddziela kategorię 1 od 2 i to właśnie będziesz robić dziesięć kilometrów nad ziemią.

Jeśli się nie uda, przeczytaj komunikat uważnie. „Network connection required to generate speech” znaczy, że silnik jest zdalny. „Voice not downloaded” znaczy, że silnik jest lokalny, a Ty pominąłeś krok 1.

Ograniczenia tego porównania

Kilka uczciwych granic, bo porównanie, które twierdzi, że rozstrzyga wszystko, nie rozstrzyga niczego:

• To porównanie dokumentacji. Każdy wiersz odzwierciedla to, co produkt publikuje o sobie na 23 sierpnia 2026 roku. Opublikowane deklaracje to rozsądny punkt wyjścia — dostawca za nie odpowiada — ale opisują zamiar, a nie Twoje konkretne urządzenie w konkretnym dniu.
• Offline to nie to samo co dobrze. Duże modele serwerowe brzmią naprawdę lepiej niż cokolwiek, co mieści się w telefonie. Wybór lokalnego to zgoda na ten kompromis, a jest on realny.
• Plany zmieniają się często. Poziom offline w ElevenReaderze, limity słów w Speechify i każda wymieniona tu cena mogą się zmienić w następnym kwartale.
• Książki z DRM są poza zakresem. Żadna z wymienionych opcji nie przeczyta na głos zakupu z Kindle ani Apple Books, offline czy nie. Potrzebny jest plik bez DRM, do którego masz prawo dostępu.

Co budujemy i dlaczego jest na tej liście

Local TTS to nasza aplikacja, więc potraktuj tę sekcję jako ujawnienie interesu, a nie werdykt.

Należy do kategorii 1. Mowa powstaje na iPhonie: Supertonic 3 obsługuje 31 języków, a Kokoro-82M angielskie głosy — oba modele zestawiliśmy w oficjalnych benchmarkach. Nowy tekst wklejony na wysokości przelotowej jest więc syntezowany zdanie po zdaniu, a nie pobierany. Nie ma konta, więc nie ma się gdzie logować. Dzięki OCR na urządzeniu działa bez połączenia także sfotografowana strona. Plan darmowy czyta do 500 znaków na notatkę — wystarczy, by wykonać powyższy trzydziestosekundowy test bez płacenia, co przekonuje bardziej niż ten akapit.

Recenzent z amerykańskiego App Store ujął tę różnicę zwięźlej, niż udało się nam:

“Compared to the pay walls like other TTS apps, being able to use it offline and simply copy and paste without limits is what other apps are missing.”

— #night11, pięć gwiazdek, 21 sierpnia 2026, App Store

(W porównaniu z płatnymi barierami innych aplikacji TTS to właśnie tego brakuje pozostałym: możliwości używania offline i zwykłego kopiowania i wklejania bez limitów.)

Uczciwe ograniczenia: działa tylko na iPhonie i iPadzie, czyta PDF, EPUB, DOCX, TXT i Markdown, a nie każdy istniejący format, a jego głosy nie pokonają dużego modelu w chmurze pod względem samej naturalności. Jeśli czytasz przy biurku w zasięgu Wi-Fi i chcesz najlepiej brzmiącej lektury, aplikacja serwerowa jest rozsądnym wyborem. Jeśli czytasz w samolotach, pociągach i na peronach metra — albo chodzi o dokumenty, których wolisz nigdzie nie wysyłać — szukaj w kategorii lokalnej, a jest w niej kilka dobrych aplikacji.

Wersja w jednym zdaniu

Przed lotem: otwórz aplikację, wklej zdanie, którego nigdy nie używałeś, włącz tryb samolotowy i naciśnij odtwarzanie. Trzydzieści sekund teraz jest warte więcej niż godzina ciszy później.