Todas as vozes do Sandbook

Cada voz aqui é um embedding de estilo para o mesmo modelo, o Kokoro-82M, rodando na GPU do dispositivo a 24 kHz. Não há nível básico nem nível premium, nem “vozes de IA” cobradas à parte das “vozes padrão”, nem voz que precise de conexão para falar. Os 41 pacotes de voz vêm dentro do app, e isso é parte do motivo de o download ser grande. É isso também que faz do Sandbook um leitor com voz natural que funciona offline, até no modo avião.

Essa é a forma honesta de dizer “as vozes mais naturais”. Entre os apps de texto para voz que rodam inteiramente no iPhone e não custam nada, são as vozes mais naturais que conhecemos; não são as melhores vozes de qualquer celular, nem se comparam a um serviço hospedado com mil vozes e uma fatura mensal. Toque em reproduzir em algumas abaixo e decida antes de instalar qualquer coisa. Prefere ouvir uma frase sua em vez das nossas? Experimente as vozes online, aqui no navegador, de graça.

O que muda de uma voz para outra é o idioma e o caráter, não a qualidade: quão calorosa, quão rápida, quão formal, quanto a leitura se entrega à frase. A voz que combina com um thriller raramente é a que você quer para um documento técnico, então o app foi pensado para você experimentar as vozes, e não para ler uma lista.

Toque em reproduzir em qualquer voz abaixo. É o mesmo modelo Kokoro-82M e os mesmos pacotes de voz que vêm no app, lendo a frase que o Sandbook usa nas suas próprias amostras, no idioma de cada voz. Em português, ela diz: “Cuide das pessoas e do mundo, e crie coisas novas e boas.”

Nada é baixado até você pedir: a página não carrega nenhum áudio até você tocar em um botão de reproduzir, e cada clipe tem cerca de quatro segundos e 30 KB.

Para ficção, as vozes em inglês mais naturais são as expressivas: Heart, Bella, Kore e Isabella sustentam diálogos e mudam de tom ao longo de uma frase. Fable e Onyx combinam com tudo o que tem peso: história, terror, um ensaio longo que você quer ouvir lido com seriedade.

Não ficção e documentação são mais fáceis de acompanhar com uma voz uniforme e sem pressa, em que você presta atenção no argumento, e não na interpretação: Adam, Alloy, River, Emma e Eric mantêm uma linha clara e estável por uma hora sem cansar. Se você ouve em velocidades mais altas, as vozes mais calmas continuam compreensíveis em velocidades maiores do que as mais animadas.

Para ler em português, você tem a Dora, calorosa e descontraída, o Alex, uniforme e sem pressa, e o Santa, grave e animado. Com qualquer coisa que você esteja estudando, experimente o mesmo parágrafo com duas vozes antes de se comprometer com um livro de 400 páginas. Leva trinta segundos e economiza várias horas.

O catálogo em inglês tem 20 vozes americanas e 8 britânicas, e há mais 13 em outros idiomas: Dora, Alex e Santa em espanhol; Siwis em francês; Sara e Nicola em italiano; Dora, Alex e Santa em português do Brasil; e Alpha, Beta, Omega e Psi em hindi. O francês tem hoje uma só voz, então, se o francês é o seu idioma principal, você vai usar a Siwis.

A voz define o idioma. Um livro em português já abre com uma voz em português; você pode trocá-la, e o livro lembra a sua voz e velocidade, então o próximo livro em inglês que você abrir mantém a dele. A limpeza que lê datas, preços, unidades e siglas com naturalidade só se aplica a texto em inglês.

O app está disponível em inglês, espanhol, francês, italiano, português (Brasil) e hindi. Não há clonagem de voz, nem criação de vozes personalizadas, nem dicionário de pronúncia, e não há vozes fora desses seis idiomas. As 41 vozes desta página são o conjunto completo, e são as mesmas 41 para todo mundo.

A velocidade vai de 0,5× a 2,5× e é aplicada dentro do modelo, ajustando a duração prevista de cada fonema, em vez de acelerar uma forma de onda já pronta. É por isso que uma voz em 2× continua soando como aquela pessoa lendo rápido, com o tom e o caráter intactos, e não com o efeito de voz de esquilo que a reamostragem do áudio produz.

Cada livro lembra a sua própria voz e velocidade. Todas as amostras acima estão em 1×.