Le migliori voci TTS italiane 2026 (14 voci neurali gratis)

Pubblicato il 9 luglio 2026

Nel 2026 l'italiano ha una delle coperture TTS neurali gratuite più ricche tra le lingue non inglesi: 14 voci neurali italiane nel catalogo Edge Online, più della maggior parte delle altre lingue europee. Aggiungi Apple, Piper e Kokoro e arrivi a oltre 20 opzioni gratuite. Questo articolo le analizza una per una, senza fronzoli.

Il panorama TTS italiano nel 2026

Tre fatti definiscono la situazione italiana nel 2026:

Primo: l'italiano è tra le lingue con più voci neurali gratuite in assoluto. Le 14 voci Edge Online (sintetizzate sui server Azure ed esposte via Web Speech su Edge) coprono dal registro giornalistico alla narrazione calda. Per confronto: il tedesco ne ha 19 (ma distribuite su DE/AT/CH), il portoghese brasiliano 15, il francese 11. L'italiano, con 14, è tra i cataloghi più profondi al mondo per una lingua non inglese.

Secondo: anche l'ecosistema offline è cresciuto. Il progetto Piper offre due voci italiane che girano interamente nel browser via WebAssembly, e Kokoro-82M aggiunge due voci italiane che girano su WebGPU. Quindi: anche senza Edge, anche offline, puoi avere qualità neurale moderna — inclusa una voce femminile locale, cosa che non tutte le lingue hanno.

Terzo: le voci di sistema classiche (Elsa, Cosimo, Lucia su Windows; Alice su macOS) restano disponibili e continuano a suonare "vecchie". Hanno una nicchia — avvisi brevi, accessibilità di base — ma per qualsiasi lettura più lunga di tre frasi oggi esiste un'alternativa nettamente migliore.

Le 14 voci neurali Online su Edge

È la parte che giustifica il titolo. Ogni voce Edge Online in italiano, con un'impressione onesta:

• Microsoft Elsa Online — la voce femminile predefinita per l'italiano. Timbro pulito e neutro, prosodia costante sulle frasi lunghe. È la scelta "default" se non vuoi pensarci troppo.
• Microsoft Diego Online — la controparte maschile standard. Tono serio, leggermente formale. Ottima per contenuti giornalistici o tecnici.
• Microsoft Isabella Online — femminile, più giovane di Elsa. Funziona bene per contenuti informali, podcast, video in stile YouTube.
• Microsoft Benigno Online — maschile, registro caldo. Utile per narrazione con presenza (documentari, sigle).
• Microsoft Calimero Online — maschile, registro medio. Voce versatile, senza tratti troppo marcati — buona come narratore "invisibile".
• Microsoft Cataldo Online — maschile, tono più grave. Adatto a contenuti dal peso serio.
• Microsoft Fabiola Online — femminile, energia medio-alta. Buona per testi motivazionali o commerciali.
• Microsoft Gianni Online — maschile, registro medio, naturale. Alternativa a Diego per testi meno formali.
• Microsoft Imelda Online — femminile, matura. Tono calmo e pacato: eccellente per audiolibri lunghi.
• Microsoft Irma Online — femminile, articolazione molto chiara. Ideale per testo denso, lettura giornalistica.
• Microsoft Lisandro Online — maschile, registro più alto di Diego o Cataldo. Versatile.
• Microsoft Palmira Online — femminile, calda. Ottima per narrazione intima (meditazione, racconti).
• Microsoft Pierina Online — femminile, neutra. Un'altra alternativa "default", utile quando Elsa comincia a stancare l'orecchio.
• Microsoft Rinaldo Online — maschile, ritmo più dinamico. Buona per notizie brevi, avvisi, podcast agili.

Top 3 personale per uso generale: Elsa Online (default più sicuro), Imelda Online (audiolibri lunghi, migliore stabilità prosodica), Diego Online (testo formale maschile). Se conosci una sola voce italiana di TTS, dovresti sentire queste tre prima di provarne altre.

Limite importante: le voci Edge Online funzionano solo su Microsoft Edge e richiedono la connessione a internet — la sintesi avviene sui server Azure. Per testi sensibili (dati sanitari, legali, GDPR) valuta invece Piper.

Microsoft Elsa, Cosimo, Lucia: le classiche di Windows

Su qualsiasi Windows, le tre voci SAPI classiche restano disponibili in tutti i browser (non serve Edge):

• Microsoft Elsa — la voce femminile storica di sistema (da non confondere con Elsa Online, che è neurale). Suona esattamente come la ricordi da Windows 7. Utile quando non c'è internet.
• Microsoft Cosimo — la voce maschile classica. Stessa famiglia tecnologica, stessi limiti.
• Microsoft Lucia — seconda voce femminile, leggermente più chiara di Elsa. Pochi sanno che esiste.

Caso d'uso reale per queste voci nel 2026: screen reader offline su connessioni instabili, avvisi brevi nei totem, accessibilità su sistemi legacy. Per tutto il resto, meglio Edge Online o Piper.

Apple: Alice, Federica, Emma e Luca

Su macOS e iOS sono disponibili quattro voci italiane (le versioni Premium si scaricano da Impostazioni → Accessibilità → Contenuti letti):

• Alice — voce femminile predefinita (it-IT). La versione Premium è chiaramente neurale, paragonabile alle migliori Edge Online per qualità pura. Gira al 100% in locale — nulla va in cloud.
• Federica (Siri) — voce femminile Siri. Tono naturale, prosodia ben calibrata sulle frasi lunghe.
• Emma (Siri) — seconda voce femminile Siri. Alternativa a Federica, leggermente più brillante.
• Luca (Siri) — voce maschile Siri. Registro medio, resa naturale.

Su Apple il compromesso è favorevole: qualità quasi Edge Online, ma con sintesi locale. Per chi usa iPhone/Mac e tiene alla privacy, Alice Premium o Luca sono il punto giusto tra qualità ed elaborazione offline.

Piper per l'italiano offline

Due voci italiane sono disponibili nel catalogo Piper. Girano come moduli WebAssembly nel browser, completamente offline dopo il primo download:

• it_IT-paola-medium — voce femminile, qualità media. La scelta "default" per l'italiano offline. Timbro chiaro, articolazione pulita. È anche l'unica voce femminile Piper italiana.
• it_IT-riccardo-x_low — voce maschile, qualità molto bassa. Modello più piccolo, inferenza più veloce, ma con artefatti udibili sulle vocali sostenute. Utile su hardware limitato.

Nota onesta: il catalogo Piper italiano è piccolo (due voci) e il divario di qualità tra paola-medium e riccardo-x_low è netto. Per uso generale offline, paola-medium è la raccomandazione diretta. Se ti serve una voce maschile neurale locale di qualità migliore, guarda Kokoro im_nicola (sezione seguente).

Kokoro in italiano: if_sara e im_nicola

Kokoro-82M include due voci in italiano:

• if_sara — voce femminile neurale in formato locale-nel-browser. Qualità paragonabile a Elsa o Imelda Online, ma gira sulla tua GPU via WebGPU invece che sul server Azure.
• im_nicola — voce maschile neurale locale. Buona alternativa a Piper riccardo quando vuoi qualità maschile migliore senza cloud.

Requisito: WebGPU (Chrome o Edge desktop con GPU ragionevole). Su Quick TTS non gira su mobile — per il mobile la raccomandazione torna a Piper.

Voce per uso: audiolibri, narrazione, avvisi, lettura tecnica

Decisione pratica per caso:

• Audiolibro lungo (1+ ore): Edge Online Imelda Online (cloud) o Piper it_IT-paola-medium (offline). La stabilità prosodica è la metrica chiave qui — entrambe mantengono il tono lungo interi capitoli.
• Narrazione giornalistica / podcast: Edge Online Diego Online o Irma Online. Articolazione chiara, registro formale.
• Contenuto informale / video YouTube: Edge Online Isabella Online o Rinaldo Online.
• Video motivazionale / commerciale: Edge Online Fabiola Online.
• Avvisi brevi, sistema offline: Microsoft Elsa/Cosimo SAPI o Piper it_IT-riccardo-x_low.
• Accessibilità screen reader: voce di sistema predefinita (Apple Alice, Microsoft Elsa) — qui conta la latenza minima.
• Testo sensibile al GDPR: Piper offline (paola, riccardo), Kokoro o Apple Alice — sintesi locale, il testo non lascia il dispositivo.
• Voce femminile neurale locale: Kokoro if_sara su desktop con WebGPU, oppure Piper it_IT-paola-medium ovunque.
• iPhone / Mac, senza attriti: Apple Alice Premium. Scarichi, installi, dimentichi.

Provale tu stesso

Apri Quick TTS, incolla un paragrafo in italiano e alterna tra il motore del browser (Edge Online o Apple), Piper e Kokoro sullo stesso testo. Puoi cambiare voce a metà lettura — Quick TTS riprende da dove la voce precedente si era fermata, così puoi confrontare Elsa → Imelda → paola sulla stessa frase. È l'unico modo onesto di confrontare 20+ voci: orecchio umano, stesso materiale.

Più contesto nella guida all'uso (nove casi pratici di TTS), nelle domande frequenti e nella pagina Informazioni, che spiega perché Quick TTS elabora tutto in locale — inclusa la parte GDPR per i contenuti sensibili.