Ler um PDF no iPhone: destaque palavra por palavra

Todo app de leitura em voz alta da App Store diz que lê PDF. Muito poucos mostram como isso fica depois que você toca em reproduzir, e o que separa essas promessas não é a voz. É se a tela acompanha a voz.

Um PDF não é um bloco de texto. São páginas, com colunas, figuras, legendas e quebras de página. Um app que só produz som te obriga a decidir a cada dois minutos: parar de ouvir e procurar o seu ponto, ou continuar ouvindo e perdê-lo.

Resposta curta: leitura acompanhada significa que o app mostra onde a voz está enquanto fala. No Local TTS isso funciona em duas camadas ao mesmo tempo — uma moldura em volta da frase falada sobre a página PDF renderizada e um destaque no nível da palavra num painel em letras grandes abaixo — e a visualização avança de página sozinha quando a voz chega ao fim. Os três comportamentos são gerados no aparelho, então funcionam em modo avião.

Baixe o Local TTS gratuitamente na App Store e veja-o acompanhar o seu próprio PDF.

Em que este artigo se baseia: o vídeo incorporado abaixo é uma demonstração oficial do Local TTS — gravação de tela sem edição do app lendo uma edição de domínio público de livre distribuição de A História de Pedro Coelho como PDF ilustrado: 82 frases e 7 minutos e 40 segundos de fala. Características do produto, limites de plano e requisitos de aparelho foram verificados em 23 de agosto de 2026 na página atual da App Store do Local TTS 2.1.5. É o nosso próprio app; publicamos o material bruto justamente para que você confronte cada afirmação abaixo com ele em vez de acreditar na nossa palavra.

O que cabe em um único quadro da reprodução

Pause a demonstração em qualquer instante e a tela está respondendo a quatro perguntas diferentes ao mesmo tempo.

Nada disso é enfeite. Cada elemento existe porque ouvir um documento longo produz um tipo específico de confusão, e cada um elimina uma delas.

Por que duas camadas de destaque em vez de uma

O desenho óbvio é um único destaque sobre a própria página PDF. O Local TTS desenha um segundo, e a razão é que uma página PDF é uma diagramação fixa que nunca foi pensada para ser lida com o braço estendido.

A página da demonstração é um livro infantil composto numa fonte de máquina de escrever, num corpo escolhido para impressão. No celular, na distância em que você de fato o segura andando, as palavras isoladas da página são legíveis mas não confortavelmente acompanháveis. Destacar uma palavra ali seria tecnicamente correto e praticamente inútil.

Então as duas camadas dividem o trabalho:

• A moldura da página serve para localização. Ela diz qual parte do documento real — aquele com a ilustração dos três coelhos colhendo amoras — está sendo lida. Move-se uma vez por frase, devagar o bastante para ser acompanhada de relance.
• O painel de texto serve para leitura. Redesenha a frase atual num corpo confortável e destaca uma palavra por vez. Move-se várias vezes por segundo, o que só é útil porque a letra é grande o suficiente para acompanhar.

Observe de perto a palavra destacada na imagem de capa: Cotton-tail. O destaque cobre o composto com hífen inteiro em vez de passar por Cotton e depois por tail. É uma escolha deliberada de segmentação: um separador de palavras ingênuo trata o hífen como fronteira e produz dois destaques para uma só palavra falada, o que na tela se lê como gagueira. Nomes com hífen, adjetivos compostos e construções com travessão aparecem com frequência suficiente em documentos reais para que o erro apareça já no primeiro minuto.

Para sentir essa sincronia sem instalar nada, a página inicial do Local TTS roda o mesmo efeito numa frase do mesmo livro.

Virada de página automática: o recurso que só se nota quando falta

É o único comportamento que uma imagem parada não mostra, então procure por ele no vídeo. Por volta dos sete segundos o contador passa da frase 11 para a 12, a ilustração muda de três coelhos colhendo amoras para Pedro se espremendo sob um portão, e a voz não para. Ninguém tocou na tela.

Nesta edição cada página traz uma frase e um desenho, então atravessar seus 7:40 de fala exige que a visualização avance dezenas de vezes. Sem avanço automático, cada uma delas é uma interrupção: tirar o celular do bolso, desbloquear, achar o controle de página e deslizar — o que destrói justamente o motivo pelo qual você estava ouvindo. Leitura em voz alta que exige segurar o celular é um jeito estritamente pior de ler do que ler.

Quando a voz chega ao fim do texto de uma página, a visualização passa para a seguinte e a reprodução continua sem intervalo. Na prática, é isso que transforma um PDF em algo que dá para ouvir numa caminhada, no carro ou com o celular virado para baixo na mesa. É também o que torna a reprodução em segundo plano e na tela bloqueada realmente utilizável em vez de um item de lista: áudio em segundo plano só ajuda se o app conseguir atravessar o documento sem supervisão.

Para que serve o indicador de posição

11 / 82 · 10% e 0:50 / 7:40 parecem duas versões da mesma informação. Não são.

O indicador da esquerda conta frases: esta é a frase 11 das 82 em que o app dividiu o documento, e você está a cerca de 10% do caminho. Essa é a unidade que o Local TTS de fato lê, destaca e retoma, por isso é a que aparece na tela. A barra de tempo fala do áudio: 50 segundos de 7 minutos e 40. Você precisa do primeiro para decidir onde retomar amanhã e do segundo para decidir se começa antes de uma caminhada de dez minutos.

Os dois pesam mais em documentos importados do que em texto colado, porque o Local TTS mantém um PDF como item de escuta salvo e não como uma fala descartável. Feche o app no meio de uma frase e o documento continua ali, com a sua posição. Essa é a linha prática entre importar um documento e usar um leitor de tela genérico que fala o que estiver exibido — o leitor de tela não tem memória do documento, porque para ele não existe documento, só tela.

Tudo naquela tela foi produzido no celular

O ponto fácil de ignorar: destaque sincronizado costuma ser um recurso de nuvem.

Para destacar uma palavra no momento em que ela é falada, algo precisa saber quando cada palavra começa no áudio gerado. Serviços de voz em nuvem devolvem esses tempos junto com o arquivo de áudio, o que significa que o texto foi enviado a um servidor para obtê-los. Um app só consegue destacar offline se gerar localmente tanto o áudio quanto os tempos.

O Local TTS gera. A fala vem do Supertonic 3 para a voz multilíngue que cobre os 31 idiomas suportados, ou do Kokoro-82M para as 28 vozes de inglês americano e britânico, e os tempos de palavra saem da mesma passagem de síntese no aparelho. Nada na cadeia — extração do texto do PDF, geração da fala, tempos de palavra, renderização da página — faz uma requisição de rede.

A consequência é que o comportamento de leitura acompanhada do vídeo não é um luxo do modo conectado que degrada para áudio simples num avião. É o mesmo caminho de código nos dois casos. Se você prefere verificar a afirmação em vez de aceitá-la, o teste do modo avião tem quatro passos e leva cerca de um minuto.

Há uma exceção honesta, e ela é sobre o arquivo, não sobre o app: um PDF que só existe no iCloud Drive precisa de conexão na primeira vez que você o abre. A geração da fala é offline; baixar o documento de origem não é.

Reproduzindo a demonstração você mesmo

O vídeo usa uma edição de domínio público de A História de Pedro Coelho, então dá para fazer o mesmo teste com o mesmo arquivo.

1. Baixe qualquer PDF para o app Arquivos no seu iPhone. Um livro de domínio público funciona bem porque você pode mostrar o resultado sem preocupação com a fonte.
2. Abra o Local TTS e importe o PDF.
3. Escolha uma voz. Comece em 1× — o destaque é mais fácil de avaliar em velocidade normal, porque em 1,5× um pequeno erro de sincronia é difícil de distinguir de um leitor rápido.
4. Toque em reproduzir e observe a moldura da frase, não as palavras. Se ela está cercando a frase certa, a camada de palavras quase sempre também está.
5. Deixe chegar ao fim da página sem tocar na tela. Isso é a virada de página automática.
6. Ligue o modo avião e reproduza outra página. Nada no destaque deve mudar.

O plano gratuito lê até 500 caracteres por nota, o suficiente para ver tudo isso num trecho. A importação completa de um livro ilustrado como este é um recurso Pro — US$ 4,99 por mês ou US$ 19,99 uma única vez — junto com o texto sem limite, o catálogo completo de vozes e a exportação em M4A.

Onde acompanhar o texto ajuda de verdade

Destaque sincronizado costuma ser arquivado em acessibilidade e esquecido ali. As razões pelas quais as pessoas usam são mais amplas.

Retenção em material denso. Ler e ouvir a mesma frase aciona dois canais em vez de um. Em livros didáticos e PDFs de disciplina, é o destaque que permite ouvir rápido e ainda assim parar exatamente na frase que você não acompanhou. Quais apps oferecem essa combinação está no comparativo de apps de leitura em voz alta para iPhone.

A atenção que escapa — o caso em que o Local TTS mais se encaixa. A leitura acompanhada combina especialmente bem com leitores com TDAH, e o motivo é específico. A leitura com TDAH raramente falha porque o texto é difícil. Ela falha alguns segundos depois que a atenção sai: você volta ao texto, não acha a linha, relê o parágrafo e acaba fechando o documento. Um destaque que avança apaga essa procura. A voz guarda o seu lugar enquanto a atenção está longe, então voltar custa um olhar em vez de um recomeço, e o áudio continua puxando a leitura para a frente em vez de esperar por você. É uma ferramenta de leitura, não clínica, mas o atrito que ela remove é justamente o que mais encerra sessões.

Aprendizado de idiomas. Ouvir uma palavra vendo exatamente qual era é o exercício inteiro. Sem o destaque você tem áudio e texto; com ele você tem a correspondência entre os dois, que é a parte difícil de construir sozinho.

Revisar o que você escreve. Uma voz sintética não lê o que você quis dizer. Seguir o destaque pelo próprio rascunho é um jeito eficiente de achar a frase em que a gramática quebrou.

Ler com uma tela que nem sempre dá para olhar. No trem, andando ou cozinhando, você olha o celular de vez em quando, não continuamente. O valor do destaque não é que você fique olhando — é que, quando olha, voltar custa um segundo em vez de um retrocesso.

Perguntas frequentes

O que é a leitura acompanhada num leitor de PDF?

É o app mostrar em que ponto do texto está enquanto fala. O Local TTS faz isso em duas camadas — uma moldura marcando a frase na página PDF e um destaque por palavra no painel em letras grandes abaixo — para que a qualquer momento você saiba onde a voz está.

O app vira as páginas do PDF sozinho?

Vira. Ao chegar ao fim de uma página a visualização avança e a leitura segue sem intervalo. Dá para ver no vídeo: o contador salta da frase 11 para a 12, a página muda e ninguém toca na tela.

O destaque palavra a palavra precisa de conexão com a internet?

Não. Os tempos de palavra são produzidos no aparelho durante a geração da fala, então o destaque funciona em modo avião igual a online.

Dá para ler um PDF inteiro de várias páginas no plano gratuito?

Um longo, não. O plano gratuito lê até 500 caracteres por nota, o que cobre um teste em um trecho. A importação completa de PDF de várias páginas é um recurso Pro, por US$ 4,99 por mês ou US$ 19,99 em compra única.

O que acontece com a minha posição no documento quando fecho o app?

Ela é mantida. Um PDF importado é um item de escuta salvo com posição, então reabrir retoma de onde você parou.

Por que a palavra destacada às vezes parece ligeiramente à frente da voz?

Porque um destaque desenhado na posição exata do áudio chega atrasado depois de contabilizar o redesenho e o buffer de saída. Um pequeno adiantamento proposital é o que faz palavra e voz parecerem simultâneas.

A leitura acompanhada combina com leitores com TDAH?

Combina, e é uma das razões mais fortes para usá-la. Alguns segundos de dispersão normalmente custam o seu lugar, e reencontrá-lo é o que encerra a sessão. O destaque continua avançando nesse meio-tempo, então você retoma com um olhar e a voz mantém a leitura andando. É um app de leitura, não uma ferramenta clínica.

A afirmação que vale conferir

«Lê PDF em voz alta» é o mínimo e não diz quase nada. As perguntas que separam um leitor de documentos com o qual você vai realmente terminar um livro daquele que você abandona na página três são mais estreitas:

• A tela mostra onde a voz está, com resolução de palavra?
• Ela avança as páginas sem você?
• Ela lembra onde você parou?
• Tudo isso continua funcionando com a rede desligada?

Dá para responder assistindo trinta segundos de material sem edição, e é por isso que o vídeo de demonstração não é editado. Faça o mesmo teste com um PDF seu — um relatório, um artigo, um manual — e veja se a tela acompanha a voz.

Instale o Local TTS gratuitamente e acompanhe o seu primeiro PDF. Sem conta, sem envio e sem conexão depois da instalação.