TTS Android, Piper e Kokoro: confronto tra le voci per i libri

In breve: la voce di sistema resta il modo più rapido e leggero per ascoltare una notifica o un breve passaggio. Per un libro intero, Piper è il miglioramento pratico e Kokoro quello più naturale. Le clip qui sotto mostrano la differenza meglio di qualsiasi elenco di aggettivi.

La differenza si sente meglio affiancando le voci. Piper e Kokoro elaborano sempre il testo sul telefono. Il funzionamento offline di una voce di sistema Android dipende dalla voce installata.

TTS Android: pratico, non letterario

Una voce di sistema funziona bene con testi brevi e funzionali. È già installata, parte subito ed è disponibile in molte app. Nei libri emerge il compromesso. Una domanda e la sua risposta possono avere lo stesso ritmo, il nome di un personaggio può essere pronunciato male ogni volta e una frase lunga con due subordinate può fermarsi proprio nei punti sbagliati.

Niente di tutto questo rende incomprensibile un paragrafo. Capitolo dopo capitolo, però, un’intonazione piatta ti costringe a fare piccole correzioni mentali: chi sta parlando, quali parti della frase vanno insieme, la frase si sta ancora costruendo o sta finendo? È da qui che nasce la fatica d’ascolto. Una voce non deve suonare terribile per stancare; basta che continui a leggere la forma della prosa in modo leggermente sbagliato.

Piper: un miglioramento affidabile

Piper mantiene i vantaggi della sintesi locale ma suona meno artificiale. I pacchetti vocali sono relativamente compatti, coprono molte lingue e si adattano bene a biblioteche multilingue o telefoni meno potenti.

Kokoro: per immergersi nella storia

Kokoro richiede più risorse, ma offre una lettura più fluida ed espressiva. Con romanzi e saggi lunghi, sembra meno uno strumento che legge testo e più una vera narrazione.

Cosa cambia con il passaggio

Questo è il confronto tra voce predefinita e voce neurale: cosa cambia quando vai oltre la voce già presente sul telefono. Se sei già convinto e devi scegliere fra i due motori, la guida separata Piper e Kokoro a confronto entra in quella scelta senza ripeterla qui.

I compromessi, senza nasconderli

• I modelli vocali occupano spazio. Le voci Piper vanno da circa 13 a 115 MB ciascuna. Kokoro scarica un modello da 132 o 349 MB che contiene tutte le 53 voci. Su un telefono da 64 GB è un costo reale.
• Kokoro chiede di più ai telefoni meno recenti. Sui dispositivi moderni tiene bene il passo, ma Piper è la scelta più sicura su un telefono vecchio o economico e quella più leggera per le sessioni lunghe.
• Il TTS di sistema resta adatto ai testi brevi e funzionali. Parte subito, non costa nulla in più e potrebbe già supportare la lingua necessaria. Non c’è motivo di caricare un modello neurale per un paragrafo che ascolterai una volta sola.

Il miglioramento merita lo spazio quando l’ascolto smette di essere uno strumento e diventa un modo di leggere.

Ciò che aggiunge Lectern

La voce è solo metà dell'esperienza. Lectern conserva il punto di lettura, evidenzia la frase pronunciata, continua a schermo spento, supporta i comandi Bluetooth e riprende dallo stesso punto sia leggendo sia ascoltando.

Domande frequenti