Os 3 melhores apps com Kokoro TTS para iPhone em 2026

Para muita gente, o Kokoro-82M foi a primeira voz sintética realmente natural ouvida no próprio aparelho. É um modelo pequeno, de pesos abertos, e soa muito melhor do que seus 82 milhões de parâmetros sugerem — por isso se espalhou pelas configurações de IA local mais rápido do que quase qualquer outro modelo de voz. O problema é que a maioria dessas configurações envolve Python, terminal e um notebook. No iPhone, você precisa de um app que já tenha feito esse trabalho.

Resposta curta: o Local TTS é a melhor escolha se você quer as vozes do Kokoro dentro de um leitor de verdade, para PDFs, e-books e páginas que você fotografa. O On-Device AI serve para quem também quer modelos de conversa locais e reconhecimento de fala no mesmo lugar. O Koro Voices é o jeito mais barato de experimentar vozes offline, se inglês ou italiano for suficiente.

Escopo e fontes: este comparativo cobre Local TTS - Voice Aloud Reader, On-Device AI: Private Suite e Koro Voices: Text to speech. O Local TTS é o nosso app, então os critérios de seleção vêm antes do ranking, e os demais são descritos apenas a partir de suas próprias páginas na App Store, verificadas em 13 de agosto de 2026. Os dados do modelo vêm do card oficial do Kokoro-82M e do VOICES.md. Recursos e preços mudam — confirme as páginas atuais antes de pagar.

O que é o Kokoro-82M, em um parágrafo

O Kokoro-82M é um modelo neural de texto para voz com pesos abertos publicado pela hexgrad. A versão 1.0 chegou em 27 de janeiro de 2025, gera áudio a 24 kHz e distribui os pesos sob licença Apache 2.0. Seu catálogo oficial publica 20 vozes em inglês americano e 8 em inglês britânico, incluindo af_heart — a voz “Heart”, a mais bem avaliada do catálogo. Com cerca de 82 milhões de parâmetros, cabe tranquilamente num iPhone moderno, e é justamente por isso que aparece em apps que rodam no aparelho em vez de atrás de uma API na nuvem. Nosso guia do Kokoro-82M detalha a arquitetura e os limites.

O que observar em um app com Kokoro TTS

O modelo ser pequeno é a parte fácil. O que muda entre esses apps é tudo o que está em volta — e é com isso que você convive.

• Se o modelo é sequer citado. Muitos leitores offline usam Kokoro ou algo parecido sem dizer. Se o modelo importa para você, verifique se a descrição o nomeia — e se a fala é gerada localmente, e não buscada em um servidor que por acaso roda Kokoro.
• Quais vozes você recebe e como elas chegam. Alguns apps embutem o catálogo em inglês; outros baixam um pacote de vozes depois da instalação. Isso muda o tamanho do app e o que funciona no primeiro dia.
• O que dá para colocar dentro. Um modelo de voz não é um leitor. Para ouvir um PDF de 200 páginas, um EPUB ou um arquivo do Word, o app precisa importar e extrair o texto antes.
• Se ele lê imagens. Metade do que as pessoas querem ouvir nem é arquivo: uma página de livro didático, um material impresso, uma captura de tela, um contrato fotografado. Isso exige OCR no aparelho, dentro do app, e não uma etapa de digitalização à parte.
• O que acontece enquanto você ouve. Destaque palavra por palavra, reprodução em segundo plano e na tela bloqueada, posição salva por documento e exportação de áudio separam uma demonstração de um hábito diário.
• Requisitos e tamanho do download. Modelos no aparelho significam hardware recente e downloads grandes — de cerca de 100 MB a quase dois gigabytes.
• Como se paga. Os pesos do Kokoro são abertos; os apps não. Compare compra única, assinatura e gratuito.

As três opções em resumo

A tabela registra recursos publicados e preços dos EUA, não um ranking de qualidade de voz. Como uma frase soa depende muito mais da voz escolhida e da pontuação do texto do que do app em volta.

1. Local TTS - Voice Aloud Reader — melhor para documentos e páginas impressas

O Local TTS parte da ideia de que você quer terminar alguma coisa: um relatório, um capítulo, um artigo, uma pilha de material impresso. O Kokoro-82M sustenta suas 28 vozes em inglês americano e britânico, e toda a cadeia — extração de texto, detecção de idioma, OCR pela câmera e geração de voz — roda no iPhone ou no iPad. Nada é enviado a um servidor de voz, não há conta, e o rótulo de privacidade da Apple é Nenhum dado coletado.

Como a geração é local, o áudio novo funciona no modo avião em vez de apenas reproduzir arquivos convertidos antes, e não há cotas de palavras na nuvem para consumir quando você reouve ou reexporta um documento longo.

Ele lê o que você fotografa, não só o que você baixa. Aponte a câmera para uma página de livro didático, um contrato impresso, um panfleto ou uma página de livro emprestado da biblioteca: o OCR no aparelho extrai o texto e entrega às mesmas vozes — sem upload, sem app de digitalização no meio, e incluído no plano grátis em vez de reservado a uma assinatura. Isso cobre justamente o material que nunca existe como arquivo, que é onde a maioria dos leitores empaca.

As outras diferenças aparecem numa escuta longa, não numa frase de demonstração: as palavras são destacadas em sincronia para acompanhar a leitura ou reencontrar o ponto depois de desviar o olhar, a reprodução continua pela tela bloqueada e pela central de controle com a tela apagada, cada nota mantém a própria voz e velocidade, as tags organizam a biblioteca, as notas sincronizam pelo seu próprio iCloud privado, e o Pro exporta qualquer nota como arquivo M4A para guardar ou ouvir num app de podcasts.

Dados principais:

• Vozes: todas as 28 vozes em inglês do Kokoro-82M, além de uma voz multilíngue baseada no Supertonic 3 que lê 31 idiomas offline — de longe a maior cobertura de idiomas desta lista.
• Documentos: PDF, EPUB, DOCX, TXT, Markdown e texto colado — veja como ouvir um PDF offline.
• Imagens: OCR de câmera e fotos no aparelho, transformando uma página fotografada numa nota que dá para ouvir.
• Enquanto você ouve: destaque palavra por palavra, reprodução em segundo plano e na tela bloqueada, uma voz diferente por nota, tags e sincronização privada opcional por iCloud entre iPhone e iPad.
• Plano grátis: 500 caracteres por nota com uma voz multilíngue e três em inglês, além de importação de arquivos e OCR pela câmera.
• Pro: US$ 4,99 por mês ou uma compra única vitalícia de US$ 19,99 para texto ilimitado, catálogo completo de vozes, importação integral de PDFs com várias páginas e exportação M4A.
• Requisitos: iOS/iPadOS 18.6 ou mais recente em iPhone 12 ou mais recente, ou um iPad recente compatível. Cerca de 630 MB.

Os limites, com honestidade: o app exige hardware relativamente recente porque os modelos rodam localmente, o download é grande pelo mesmo motivo, não há versão para Android, Windows ou web, e o limite de 500 caracteres do plano grátis faz um capítulo inteiro exigir o Pro. Se a ideia é experimentar vozes em vez de ler documentos, os dois apps a seguir pedem bem menos armazenamento.

Baixe o Local TTS de graça na App Store e ouça as vozes em inglês do Kokoro num documento que você realmente precisa terminar.

2. On-Device AI: Private Suite — melhor como kit completo de IA local

O On-Device AI, do desenvolvedor Zijie Deng, é a opção maximalista: um único app para rodar modelos de linguagem locais e voz juntos. A descrição cita suporte a modelos locais como Llama, Gemma, Phi, Qwen, DeepSeek, Mistral e Nemotron, e afirma que você pode “criar áudio com vozes da Apple, Kokoro, PocketTTS, Qwen 3 TTS, CosyVoice e VibeVoice”. Uma atualização recente apresentou especificamente o modelo Kokoro TTS, prometendo fala mais expressiva com gerenciamento de memória estável.

Ele também lê: a descrição cobre a importação de “PDFs, Markdown, texto simples, artigos da web legíveis e livros escaneados”, a correção do OCR no aparelho e a transformação de documentos e artigos em “uma fila de leitura e escuta”, com suporte a RSS.

Dados principais:

• Kokoro: oferecido como um entre vários motores de voz, ao lado das vozes da Apple e de outros modelos locais.
• Além do TTS: uma lista completa de modelos de conversa locais mais reconhecimento de fala no mesmo app — o maior escopo de IA local desta lista.
• Documentos e imagens: PDF, Markdown, texto, artigos da web e livros escaneados, com OCR no aparelho que dá para corrigir antes de ouvir.
• Preço: grátis, com compras no app listadas como Pro Member Subscription a US$ 3,99 e US$ 34,99, e Lifetime Pro Member a US$ 49,99 e US$ 99,99.
• Requisitos: iOS 18.0 ou mais recente com chip A12 Bionic ou superior e cerca de 1,9 GB de download. Também informa compatibilidade com Mac e Apple Vision Pro.

Onde ele vence com folga: se você quer modelos de conversa offline, ditado e fala com Kokoro sem instalar três apps distintos, nada aqui vai tão longe. O custo é a amplitude — um kit de IA genérico espalha a interface por muitos recursos, então ler e ouvir é uma capacidade entre dezenas, e não o produto inteiro.

3. Koro Voices — o jeito mais barato de brincar com vozes offline

O Koro Voices, do desenvolvedor Emanuele Delirio, é o menor e mais barato daqui: cerca de 113 MB e uma liberação única de US$ 1,99. A descrição o apresenta como “um leitor em voz alta, totalmente offline no seu aparelho. Sem internet, sem limites, sem assinaturas”, e afirma que “tudo acontece direto no aparelho. Sem serviços de nuvem, sem uso de dados… seu texto nunca sai do telefone”.

Um esclarecimento antes de compará-lo com os outros dois: a página dele na App Store nunca cita Kokoro nem Kokoro-82M. O nome do app e seus idiomas de fala — inglês americano e britânico mais italiano, todos idiomas para os quais o Kokoro v1.0 publica vozes — apontam nessa direção, mas o desenvolvedor não informa modelo algum. Trate a ligação como não confirmada e avalie o app pelo que ele de fato promete.

E o que promete é incomum para o preço. Além da síntese ilimitada, a descrição fala em misturar as vozes integradas “para criar um som só seu” e ajustar a pronúncia “no nível do fonema para uma fala perfeita” — um controle que quase nenhum leitor expõe. Há ainda transcrição com Whisper em mais de 10 idiomas, extração de fala de arquivos de áudio e vídeo, e resumo ou reescrita de textos longos com um modelo de linguagem local.

Dados principais:

• Vozes: vozes offline integradas, com mistura e edição de pronúncia no nível do fonema. Fala apenas em inglês americano, inglês britânico e italiano.
• Documentos: arquivos de texto e PDF. Sem EPUB ou DOCX, e digitalização de imagens não é mencionada.
• Extras: transcrição ao vivo com Whisper em mais de 10 idiomas, transcrição de arquivos de áudio e vídeo, e resumo por modelo local.
• Exportação: salvar a fala como arquivos de áudio e compartilhá-los.
• Preço: teste grátis e uma compra única “Koro Unlimited” de US$ 1,99; a descrição informa que alguns recursos são limitados na versão gratuita.
• Requisitos: iOS 16.6 ou mais recente, iPhone XS ou mais recente — a exigência mais leve desta lista. A versão 2.0.1 saiu em 25 de março de 2026.

Onde ele vence: para uma voz offline que você pode ajustar, num iPhone mais antigo e pelo preço de um café, nada aqui compete. As contrapartidas são a cobertura de idiomas, a ausência de indicação do modelo e o aviso da própria descrição de que “a velocidade e o desempenho geral do Koro mudam conforme o modelo do seu aparelho”.

Também vale conhecer

O Simple Voice Reader, da Walter Claw Software LLC, é a opção gratuita e minimalista, e cita o modelo abertamente: um app de 3 MB que “lê em voz alta texto colado ou digitado, arquivos TXT, arquivos RTF e PDFs”, sendo que “em aparelhos compatíveis com iOS 26 você também pode baixar um pacote opcional de vozes Kokoro em inglês americano com Heart e outras 19 vozes naturais. O pacote tem cerca de 170 MB, é baixado uma vez da Apple e pode ser removido a qualquer momento”. É grátis, sem compras no app, e destaca as palavras durante a leitura. Leia com atenção a linha de requisitos: o app roda no iOS 17, mas o pacote Kokoro é limitado a aparelhos compatíveis com iOS 26 e, abaixo disso, você fica com as vozes do sistema da Apple. Não há suporte a e-books, OCR nem exportação de áudio.

O PageEcho - AI Text Reader é um leitor de e-books no aparelho cuja descrição diz que a fala é “alimentada por Supertonic, Kokoro e vozes do sistema da Apple”. Não é um leitor genérico — ele quer livros EPUB, MOBI, AZW3, FB2 e PDF — e exige iOS 26 ou mais recente, ficando fora de alcance em iPhones mais antigos. Falamos dele no comparativo de apps que usam o Supertonic.

Desenvolvedores não precisam de app nenhum. Pacotes Swift de código aberto como o mlalma/kokoro-ios (licença MIT, MLX Swift, iOS 18+) geram áudio em inglês mais rápido que o tempo real em iPhones recentes e podem ser incorporados ao seu projeto. É o caminho de construir por conta própria, não uma instalação pela App Store.

Reprodução em segundo plano: o que acontece ao bloquear a tela

Esse é o detalhe que a maioria dos comparativos pula, e ele separa esses apps com mais clareza do que a qualidade da voz. A fala neural é gerada continuamente enquanto você ouve, e o iOS limita quanto trabalho um app pode fazer depois de sair do primeiro plano. Ou seja, “ele lê em voz alta” e “ele continua lendo com a tela apagada” são duas afirmações diferentes.

O Local TTS informa a reprodução em segundo plano de forma direta: “reprodução em segundo plano com controles na tela bloqueada e na central de controle”. Suas vozes neurais continuam em vez de passar o bastão para outra voz, porque o app prepara os trechos seguintes por um caminho de Core ML otimizado para trabalho em segundo plano — o mesmo usado na exportação de áudio. Na prática: você toca em reproduzir, guarda o telefone no bolso e pula ou pausa pela tela bloqueada enquanto a mesma voz do Kokoro ou do Supertonic 3 segue em frente.

O Simple Voice Reader é raramente franco sobre a alternativa, e vale a citação porque mostra a restrição em ação: “A fala da Apple continua quando o app vai para segundo plano ou a tela é bloqueada, com controles de pausa, retomada e parada na tela bloqueada e na central de controle. Se o Kokoro não puder continuar porque o aparelho precisa de mais memória ou o app foi para segundo plano, a leitura continua com a voz da Apple selecionada.” Para um app de 3 MB é um projeto razoável — mas significa que a voz Kokoro escolhida não é necessariamente a voz que termina o capítulo.

O On-Device AI descreve uma fila de escuta que você pode “levar com você” e a possibilidade de “retomar a escuta, tocar o próximo”, mas sua página não descreve especificamente que a reprodução continua com o app em segundo plano. O Koro Voices não menciona reprodução em segundo plano ou na tela bloqueada; sua resposta para ouvir fora do app é exportar um arquivo de áudio que dá para “ouvir novamente a qualquer momento, mesmo sem o app” — ótimo para o deslocamento, mas é uma etapa separada, não reprodução contínua.

Se ouvir com a tela apagada é justamente o objetivo — caminhando, dirigindo, cozinhando, dormindo com um capítulo —, teste antes de pagar: inicie um texto longo, bloqueie o telefone por alguns minutos e verifique se o áudio continua e se a voz ainda é a que você escolheu.

Como escolher

• Você quer ouvir documentos, livros e páginas que fotografa: escolha o Local TTS. As vozes do Kokoro estão dentro de um fluxo de importar, escanear e ouvir, com OCR, destaque, reprodução na tela bloqueada e exportação M4A.
• Você ouve com a tela apagada, caminhando ou no trajeto: escolha o Local TTS, ou exporte um arquivo de áudio do Koro Voices e ouça num app de podcasts.
• Você quer LLMs locais, ditado e TTS num app só: escolha o On-Device AI, contando com um download maior e uma interface mais ampla.
• Você quer a voz offline mais barata ou tem um iPhone antigo: escolha o Koro Voices — US$ 1,99, cerca de 113 MB, e funciona até no iPhone XS com iOS 16.6.
• Você quer ouvir o Kokoro especificamente, de graça: experimente o Simple Voice Reader, desde que seu aparelho suporte o pacote de vozes do iOS 26.
• Você precisa de idiomas além do inglês: só com o Kokoro não dá. O Local TTS o combina com o Supertonic 3 para 31 idiomas; para um panorama mais amplo, veja nosso comparativo dos melhores apps de texto para voz para iPhone.

Seja qual for a escolha, teste com o seu próprio material antes de se comprometer. Cole uma página com nomes, números e termos técnicos e verifique a pronúncia, quanto tempo leva até a primeira frase e se a reprodução sobrevive ao bloqueio da tela. Se pretende ouvir material impresso, fotografe uma página real e veja o que o app faz com ela. Uma lista ordena apps; a sua página diz se o resultado vale uma hora de escuta.

Perguntas frequentes

Existe um app oficial do Kokoro TTS para iPhone?

Não. O Kokoro-82M é um modelo de pesos abertos publicado pela hexgrad no Hugging Face, não um app. Para usá-lo no iPhone é preciso instalar um app de terceiros que traga o modelo, como o Local TTS ou o On-Device AI.

Os apps com Kokoro TTS funcionam sem internet?

Sim, depois que o modelo está no aparelho. Com cerca de 82 milhões de parâmetros, o Kokoro é pequeno o bastante para rodar num iPhone, então apps que o incluem geram voz nova offline. Alguns ainda precisam de conexão para o primeiro download do pacote de vozes ou para recursos de nuvem não relacionados.

Um app com Kokoro TTS consegue ler em voz alta uma página fotografada?

Só se tiver OCR. O Local TTS reconhece o texto da câmera ou de uma foto salva no aparelho e lê com as mesmas vozes, incluído no plano grátis. O On-Device AI menciona importação de livros escaneados com OCR corrigível. O Koro Voices menciona importação de texto e PDF, mas não digitalização de imagens.

As vozes do Kokoro continuam tocando com a tela do iPhone bloqueada?

Depende do app, não do modelo. O Local TTS indica reprodução em segundo plano com controles na tela bloqueada e na central de controle, e continua gerando suas vozes neurais em segundo plano. O Simple Voice Reader informa que, se o Kokoro não puder continuar em segundo plano, a leitura segue com a voz da Apple selecionada. On-Device AI e Koro Voices não descrevem reprodução em segundo plano.

Qual app de TTS no estilo Kokoro é o mais barato para iPhone?

O Koro Voices libera o app completo com uma compra única de US$ 1,99. O Local TTS é grátis para baixar e lê até 500 caracteres por nota, incluindo três vozes em inglês do Kokoro; o Pro custa US$ 4,99 por mês ou US$ 19,99 vitalício, com texto ilimitado, todas as vozes e exportação M4A. O On-Device AI é grátis, com níveis pagos a partir de US$ 3,99.

O Kokoro-82M oferece suporte a idiomas além do inglês?

A versão pública Kokoro v1.0 inclui vozes em vários idiomas, mas as próprias notas do projeto avisam que o suporte fora do inglês pode ser limitado, porque ferramentas de pronúncia e dados de treinamento variam conforme o idioma. Por isso o Local TTS usa o Kokoro nas 28 vozes em inglês americano e britânico e o Supertonic 3 para os 31 idiomas.

Quantas vozes do Kokoro um app de iPhone costuma incluir?

O Kokoro v1.0 publica 20 vozes em inglês americano e 8 em britânico. O Local TTS inclui todas as 28 no catálogo completo, junto de uma voz multilíngue do Supertonic 3 que lê 31 idiomas offline.

Veredito: escolha o app, não o modelo

Todos esses apps rodam fala neural no próprio aparelho, então a decisão não é realmente sobre o Kokoro, e sim sobre o que o app faz com ele. Se as vozes offline são curiosidade, US$ 1,99 e 113 MB rendem surpreendentemente muito para explorar. Se fazem parte de um hábito maior de IA local, a suíte privada junta tudo num app grande. E se o que você quer mesmo é dar conta da leitura adiada — os PDFs, os e-books, as páginas impressas sobre a mesa —, escolha o app construído em torno de documentos e da câmera.

Baixe o Local TTS de graça na App Store e coloque nele um PDF de verdade ou uma página fotografada — vozes em inglês do Kokoro, no aparelho, sem conta, sem upload e sem cota de palavras.