Prototipo · Versión preliminar: todos los servidores del registro oficial, sincronizados cada 30 minutos. Inicia sesión con Google para escribir reseñas.Prototipo · se actualiza cada 30 min
PopNx MCPServidores MCP para quienes usan IA · en palabras sencillas

Pronunciation & Voice Coach

de JuhongParkversión 0.3.0i★ 3iSe ejecuta en tu computadoraRepositorio ↗
Nombre en el registroio.github.JuhongPark/pronunciation

Cómo instalar

What it does

Local MCP voice coach with English pronunciation, grammar, and fluency feedback.

  • Connects Se ejecuta en tu computadora
  • Account or key No key needed
  • Category Otros

Por qué está en este puesto

Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes

Popularidad7/80Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20
Actualidad7/12Puntuación completa con una versión o cambio de código en 30 días
Sigue respondiendo0/8El endpoint en la nube respondió en la última revisión
Puntuación de uso14/100

Calidad: Pasó 3/3 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)

Instalación

Elige la app de IA que usas y copia la configuración.

Que tu IA lo instale con una frase

Instala Pronunciation & Voice Coach. Sigue https://mcp.popnx.com/i/juhongpark-pronunciation.md, enséñame los comandos y espera mi OK antes de ejecutarlos.

Pégala en una IA que trabaje en tu equipo (como Claude Code o Cursor). Lee nuestros pasos, te muestra los comandos y espera tu OK. Sin clave ni registro. · Ver el texto completo que lee tu IA

Pasó 3/3 revisiones · Funciona en tu computadora · ✓ Comandos revisados el 14 nov 2026

Primero: ¿qué IA usas?

Elige tu app y los pasos aparecen abajo.

Funciona con Claude, pero hay que preparar algo antes

Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil

Que la IA lo instale

Copia este mensaje en un chat de Claude. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server Pronunciation & Voice Coach para Claude en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "pronunciation": { "command": "uvx", "args": [ "mcp-server-pronunciation" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Pronunciation & Voice Coach aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Abre el archivo de configuración de la app de Claude de escritorio

    SettingsDeveloperEdit Config

  3. Pega esta configuración y guarda el archivo

    {
      "mcpServers": {
        "pronunciation": {
          "command": "uvx",
          "args": [
            "mcp-server-pronunciation"
          ]
        }
      }
    }
  4. Cierra Claude y vuelve a abrirlo

  5. Pruébalo

    Usa Pronunciation & Voice Coach y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude dice que está usando Pronunciation & Voice Coach o muestra una herramienta de Pronunciation & Voice Coach en la respuesta, ya está conectado

5 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • MCP_PRONUNCIATION_MODEL Tamaño del modelo faster-whisper. Predeterminado: base.en. Opciones: tiny.en, base.en, small.en, medium.en, large-v3, large-v3-turbo
    Ver original en inglésfaster-whisper model size. Default: base.en. Options: tiny.en, base.en, small.en, medium.en, large-v3, large-v3-turbo.
  • HF_HUB_CACHE Sobrescribe el directorio de caché de Hugging Face Hub donde se almacenan los pesos de Whisper.
    Ver original en inglésOverride Hugging Face Hub cache directory where Whisper weights are stored.
  • MCP_PRONUNCIATION_PRELOAD Establezca 0, false, no u off para desactivar la precarga en segundo plano del modelo Whisper durante la inspección del registro o las pruebas de humo de Docker.
    Ver original en inglésSet to 0, false, no, or off to disable background Whisper model preload during registry inspection or Docker smoke tests.
  • MCP_PRONUNCIATION_AUDIO_RETENTION Política de retención temporal de WAV. Use session para eliminar las grabaciones al salir del servidor, o keep para conservarlas para inspección manual.
    Ver original en inglésTemporary WAV retention policy. Use session to delete recordings when the server exits, or keep for manual inspection.
  • TORCH_HOME Sobrescribe el directorio de caché de PyTorch para los pesos opcionales de alineación forzada wav2vec2.
    Ver original en inglésOverride PyTorch cache directory for optional wav2vec2 forced-alignment weights.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

ChatGPT todavía no puede conectar Pronunciation & Voice Coach

Pronunciation & Voice Coach se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web

Lo que puedes hacer en su lugar

A · Usa una app que pueda conectar Pronunciation & Voice Coach

  • Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil
  • Instala Python (uv) en tu computadora primero (una sola vez)
  • Instala Python (uv) en tu computadora primero (una sola vez)
  • Instala Python (uv) en tu computadora primero (una sola vez)

B · Otros en Otros que funcionan con ChatGPT

Elegidos entre los más usados de la misma categoría, solo los que se conectan con una dirección y sin clave

Funciona con Claude Code, pero hay que preparar algo antes

Instala Python (uv) en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de Claude Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server Pronunciation & Voice Coach para Claude Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): claude mcp add --scope user pronunciation -- uvx mcp-server-pronunciation 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Pronunciation & Voice Coach aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Abre la Terminal

    Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell

  3. Pega este comando y pulsa Enter

    claude mcp add --scope user pronunciation -- uvx mcp-server-pronunciation
  4. Escribe /mcp en Claude Code

    Deberías ver Pronunciation & Voice Coach en la lista como conectado

  5. Pruébalo

    Usa Pronunciation & Voice Coach y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude Code dice que está usando Pronunciation & Voice Coach o muestra una herramienta de Pronunciation & Voice Coach en la respuesta, ya está conectado

5 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • MCP_PRONUNCIATION_MODEL Tamaño del modelo faster-whisper. Predeterminado: base.en. Opciones: tiny.en, base.en, small.en, medium.en, large-v3, large-v3-turbo
    Ver original en inglésfaster-whisper model size. Default: base.en. Options: tiny.en, base.en, small.en, medium.en, large-v3, large-v3-turbo.
  • HF_HUB_CACHE Sobrescribe el directorio de caché de Hugging Face Hub donde se almacenan los pesos de Whisper.
    Ver original en inglésOverride Hugging Face Hub cache directory where Whisper weights are stored.
  • MCP_PRONUNCIATION_PRELOAD Establezca 0, false, no u off para desactivar la precarga en segundo plano del modelo Whisper durante la inspección del registro o las pruebas de humo de Docker.
    Ver original en inglésSet to 0, false, no, or off to disable background Whisper model preload during registry inspection or Docker smoke tests.
  • MCP_PRONUNCIATION_AUDIO_RETENTION Política de retención temporal de WAV. Use session para eliminar las grabaciones al salir del servidor, o keep para conservarlas para inspección manual.
    Ver original en inglésTemporary WAV retention policy. Use session to delete recordings when the server exits, or keep for manual inspection.
  • TORCH_HOME Sobrescribe el directorio de caché de PyTorch para los pesos opcionales de alineación forzada wav2vec2.
    Ver original en inglésOverride PyTorch cache directory for optional wav2vec2 forced-alignment weights.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con Cursor, pero hay que preparar algo antes

Instala Python (uv) en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de Cursor. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server Pronunciation & Voice Coach para Cursor en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "pronunciation": { "command": "uvx", "args": [ "mcp-server-pronunciation" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Pronunciation & Voice Coach aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Pulsa este botón para abrir Cursor

    Abrir en Cursor

    Cursor te pedirá confirmar; pulsa Install

  3. Abre el chat de IA de Cursor en modo Agent

  4. Pruébalo

    Usa Pronunciation & Voice Coach y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Cursor dice que está usando Pronunciation & Voice Coach o muestra una herramienta de Pronunciation & Voice Coach en la respuesta, ya está conectado

5 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • MCP_PRONUNCIATION_MODEL Tamaño del modelo faster-whisper. Predeterminado: base.en. Opciones: tiny.en, base.en, small.en, medium.en, large-v3, large-v3-turbo
    Ver original en inglésfaster-whisper model size. Default: base.en. Options: tiny.en, base.en, small.en, medium.en, large-v3, large-v3-turbo.
  • HF_HUB_CACHE Sobrescribe el directorio de caché de Hugging Face Hub donde se almacenan los pesos de Whisper.
    Ver original en inglésOverride Hugging Face Hub cache directory where Whisper weights are stored.
  • MCP_PRONUNCIATION_PRELOAD Establezca 0, false, no u off para desactivar la precarga en segundo plano del modelo Whisper durante la inspección del registro o las pruebas de humo de Docker.
    Ver original en inglésSet to 0, false, no, or off to disable background Whisper model preload during registry inspection or Docker smoke tests.
  • MCP_PRONUNCIATION_AUDIO_RETENTION Política de retención temporal de WAV. Use session para eliminar las grabaciones al salir del servidor, o keep para conservarlas para inspección manual.
    Ver original en inglésTemporary WAV retention policy. Use session to delete recordings when the server exits, or keep for manual inspection.
  • TORCH_HOME Sobrescribe el directorio de caché de PyTorch para los pesos opcionales de alineación forzada wav2vec2.
    Ver original en inglésOverride PyTorch cache directory for optional wav2vec2 forced-alignment weights.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con VS Code, pero hay que preparar algo antes

Instala Python (uv) en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de VS Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server Pronunciation & Voice Coach para VS Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "servers": { "pronunciation": { "type": "stdio", "command": "uvx", "args": [ "mcp-server-pronunciation" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de Pronunciation & Voice Coach aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Pulsa este botón para abrir VS Code

    Abrir en VS Code

    VS Code te pedirá confirmar; pulsa Install

  3. Abre el chat de IA de VS Code en modo Agent

  4. Pruébalo

    Usa Pronunciation & Voice Coach y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si VS Code dice que está usando Pronunciation & Voice Coach o muestra una herramienta de Pronunciation & Voice Coach en la respuesta, ya está conectado

5 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • MCP_PRONUNCIATION_MODEL Tamaño del modelo faster-whisper. Predeterminado: base.en. Opciones: tiny.en, base.en, small.en, medium.en, large-v3, large-v3-turbo
    Ver original en inglésfaster-whisper model size. Default: base.en. Options: tiny.en, base.en, small.en, medium.en, large-v3, large-v3-turbo.
  • HF_HUB_CACHE Sobrescribe el directorio de caché de Hugging Face Hub donde se almacenan los pesos de Whisper.
    Ver original en inglésOverride Hugging Face Hub cache directory where Whisper weights are stored.
  • MCP_PRONUNCIATION_PRELOAD Establezca 0, false, no u off para desactivar la precarga en segundo plano del modelo Whisper durante la inspección del registro o las pruebas de humo de Docker.
    Ver original en inglésSet to 0, false, no, or off to disable background Whisper model preload during registry inspection or Docker smoke tests.
  • MCP_PRONUNCIATION_AUDIO_RETENTION Política de retención temporal de WAV. Use session para eliminar las grabaciones al salir del servidor, o keep para conservarlas para inspección manual.
    Ver original en inglésTemporary WAV retention policy. Use session to delete recordings when the server exits, or keep for manual inspection.
  • TORCH_HOME Sobrescribe el directorio de caché de PyTorch para los pesos opcionales de alineación forzada wav2vec2.
    Ver original en inglésOverride PyTorch cache directory for optional wav2vec2 forced-alignment weights.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps

Ver todas las apps que usan MCP →

La configuración JSON está en “Para desarrolladores”, abajo

¿Te atascaste? Pregunta a quien usa Pronunciation & Voice Coach💬 Conversación →
Para desarrolladores: comandos de Terminal y configuración JSON

Instalado en tu computadora

Claude Code

claude mcp add --scope user pronunciation -- uvx mcp-server-pronunciation

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "pronunciation": {
      "command": "uvx",
      "args": [
        "mcp-server-pronunciation"
      ]
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "pronunciation": {
      "command": "uvx",
      "args": [
        "mcp-server-pronunciation"
      ]
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "pronunciation": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mcp-server-pronunciation"
      ]
    }
  }
}

Valores que debes completar

  • MCP_PRONUNCIATION_MODEL env
    Tamaño del modelo faster-whisper. Predeterminado: base.en. Opciones: tiny.en, base.en, small.en, medium.en, large-v3, large-v3-turbo
    Ver original en inglésfaster-whisper model size. Default: base.en. Options: tiny.en, base.en, small.en, medium.en, large-v3, large-v3-turbo.
  • HF_HUB_CACHE env
    Sobrescribe el directorio de caché de Hugging Face Hub donde se almacenan los pesos de Whisper.
    Ver original en inglésOverride Hugging Face Hub cache directory where Whisper weights are stored.
  • MCP_PRONUNCIATION_PRELOAD env
    Establezca 0, false, no u off para desactivar la precarga en segundo plano del modelo Whisper durante la inspección del registro o las pruebas de humo de Docker.
    Ver original en inglésSet to 0, false, no, or off to disable background Whisper model preload during registry inspection or Docker smoke tests.
  • MCP_PRONUNCIATION_AUDIO_RETENTION env
    Política de retención temporal de WAV. Use session para eliminar las grabaciones al salir del servidor, o keep para conservarlas para inspección manual.
    Ver original en inglésTemporary WAV retention policy. Use session to delete recordings when the server exits, or keep for manual inspection.
  • TORCH_HOME env
    Sobrescribe el directorio de caché de PyTorch para los pesos opcionales de alineación forzada wav2vec2.
    Ver original en inglésOverride PyTorch cache directory for optional wav2vec2 forced-alignment weights.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

De un vistazo

Descargas por semanai
62/sem
Conexión
Se ejecuta en tu computadora
Última versióni
0.3.0
Categoríai
Otros
Publicado en el registroi
3 may 2026
Último cambio de códigoi
11 oct 2026
Creador
JuhongPark
Paquetes
pypi: mcp-server-pronunciation
Estado en el registro
Activo

Qué apps pueden usarlo

Según cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.

Se ejecutan en tu computadora en

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

Todas las apps, con ventajas y desventajas →

Qué puede hacer

Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 19 nov 2026

  • ✓ Superada

    El creador coincide con el repo

    El nombre en el registro se verificó con la cuenta de GitHub JuhongPark, dueña del repo

  • ✓ Superada

    Sigue en mantenimiento

    Último cambio de código: hace 39 días

  • ✓ Superada

    Tiene licencia

    Usa MIT

  • – No aplica

    El endpoint responde

    Este se ejecuta en tu computadora; no hay endpoint en internet

  • – No aplica

    Inicio de sesión con OAuth

    Se ejecuta en tu computadora y usa ajustes locales en su lugar

  • … Aún sin revisar

    Sin instrucciones ocultas en las descripciones de herramientas

    Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet

Vulnerabilidades publicadas (OSV.dev)

Sin entradas en OSV.dev para mcp-server-pronunciation@0.3.0

Solo revisa esta versión del paquete, no todas sus dependencias · revisado 15 nov 2026

Qué revisamos → · JSON

Creadores: pedir otra revisión o avisar de un dato erróneo
Para autores: añade una insignia a tu README

Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/juhongpark-pronunciation.svg)](https://mcp.popnx.com/en/servers/juhongpark-pronunciation)

Conversación

Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.

Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.

Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.

Inicia sesión para publicar

Reseñas de usuarios

Aún no hay reseñas

Inicia sesión para escribir una reseña

Comparado con otros en Otrosi

  • Más estrellas que el 93% de los otros 20653 servidores de esta categoría
  • Publicado en el registro más recientemente que el 5% de los otros 20653 servidores de esta categoría
  • Revisiones básicas iguales o mejores que el 99% de los otros 20653 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro Pronunciation & Voice Coach?

Superó 3 de 3 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.

¿Qué claves o códigos necesita?

El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez hace 39 días, y la última versión (0.3.0) llegó al registro hace 7 meses.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: World Monitor, openstatus, Oh My Posh Validator, Strata, Jitsu

Alternativas parecidas

Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.

Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

World Monitor

Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 100 tools.

de koala73Muy usado★ 90,9 milActualizado hace 3 días

Se ejecuta en la nube✓ del servicio · worldmonitor.app

openstatus

Manage monitors, status pages, incidents and maintenances in your openstatus workspace.

de openstatusHQMuy usado★ 9,3 milActualizado hace 2 meses

Se ejecuta en la nube✓ del servicio · openstatus.dev

Oh My Posh Validator

Validate oh-my-posh configurations and segment snippets against the official schema.

de JanDeDobbeleerMuy usado★ 23,8 mil Estrellas de todo el repositorioActualizado hace 30 días

Se ejecuta en la nube✓ del servicio · ohmyposh.dev

Strata

MCP server for progressive tool usage at any scale (see https://klavis.ai)

de Klavis-AIEn crecimiento★ 5,8 milActualizado hace 14 meses

Se ejecuta en la nubeRepo archivado✓ klavis.ai

Jitsu

Manage Jitsu data pipelines: destinations, streams, connections, functions, live events.

de jitsucomMuy usado★ 5,1 milActualizado hace 4 meses

Se ejecuta en la nube✓ del servicio · jitsu.com
Comparado con otros parecidos
Este
Pronunciation & Voice Coach
World MonitoropenstatusOh My Posh ValidatorStrataJitsu
Dónde se ejecutaSe instala en tu equipoFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nada
Necesita claveNoNoNoNoNoNo
Se añade con + en ClaudeNoNoNoNoNoNo
Revisiones básicas3/34/44/44/41/44/4
LicenciaMITAGPL-3.0AGPL-3.0MITApache-2.0MIT
PrecioSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registro

README del creador

Abrir el README

Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.

mcp-server-pronunciation

Accuracy and safety notice

This project is a local language-learning practice tool. It may contain bugs,

runtime errors, inaccurate transcripts, inaccurate pronunciation feedback, or

platform-specific recording issues. Pronunciation feedback is a coaching

signal, not a standardized-test, clinical, employment, or high-stakes

assessment. Review outputs carefully before relying on them. See

DISCLAIMER.md.

An MCP (Model Context Protocol) server that lets you talk to your MCP assistant by voice while getting English pronunciation, grammar, and fluency feedback in the same turn. Use it for casual voice chat with light coaching, or switch to drill mode when you want to practice a specific sentence.

Built for Codex CLI, Claude Desktop, Claude Code, Cursor, VS Code, and other MCP clients. Everything runs locally — audio is captured with your mic, transcribed by faster-whisper on-device, and never leaves your machine.

mcp-name: io.github.JuhongPark/pronunciation

Why

Voice MCP servers today treat speech as a typing replacement. English tutor MCP servers are text-only. This one combines the two: you speak freely, your assistant replies, and feedback on what you just said (pronunciation, grammar, fluency) surfaces inside the same tool call so the assistant can weave it into a natural reply — or stay out of the way when you're just chatting.

Features

  • Voice conversation with your MCP assistant. Speak, auto-stop on silence, then let the assistant read your transcript and respond.
  • Phoneme-level drill feedback (when a reference sentence is given): Needleman-Wunsch word alignment, per-word expected vs produced IPA, learner-profile hints, minimal-pair drills, and prosody checks (word stress, final-rise intonation, intra-clause pauses).
  • Extensible learner-profile support: the current rule pack includes Korean-L1 pronunciation-pattern hints and Korean-language tips. Contributions for additional L1 profiles are welcome.
  • Whisper-bias mitigation via optional [phoneme] extra: wav2vec2 CTC forced alignment verifies whether the user actually produced each reference word, so rare proper nouns and domain-specific terms that Whisper rewrites toward more common alternatives no longer surface as mispronunciations.
  • Inline English feedback in conversation: pronunciation, grammar (common irregular-verb errors), and fluency (pace + long pauses).
  • Drill mode (practice, quick_practice, retry) for focused sentence practice.
  • Local-only: Whisper model runs on your machine, audio never leaves it.
  • Cross-platform: macOS, Linux, Windows, and WSL2 (recording auto-routes through Windows).
  • Fast startup: lazy imports + background model pre-load keep the MCP handshake under a second.

Requirements

  • Python 3.11+
  • A working microphone
  • ~150 MB disk space for the default Whisper model (base.en)
  • Additional ~360 MB if you install the optional [phoneme] extra (wav2vec2 weights for forced alignment)
  • MCP spec: targets 2025-06-18 via the official Python SDK (mcp>=1.2)

Installation

Stable release

Install the latest stable release:

uvx mcp-server-pronunciation

For pip users:

pip install mcp-server-pronunciation

To pin this release explicitly:

uvx mcp-server-pronunciation@0.3.0

Run doctor before relying on the server in a live session:

mcp-server-pronunciation doctor
General install commands
# Recommended: uvx (no global install, cached between runs)

uvx mcp-server-pronunciation

Or install as a uv tool

uv tool install mcp-server-pronunciation

Or pip

pip install mcp-server-pronunciation

Optional: forced-alignment upgrade for Whisper-bias mitigation + tighter

phoneme-level feedback. Adds ~200 MB of torch CPU wheels.

pip install 'mcp-server-pronunciation[phoneme]'

Linux: install PortAudio first

sounddevice ships PortAudio inside the wheel on macOS and Windows, but on Linux you need the system library:

# Debian / Ubuntu

sudo apt-get install libportaudio2

Fedora / RHEL

sudo dnf install portaudio

Arch

sudo pacman -S portaudio

PipeWire-only systems may also need

sudo apt-get install pipewire-alsa

First-time check

Before wiring the server into an MCP client, run the preflight:

uvx mcp-server-pronunciation doctor

Optional — pre-download the Whisper model (~150 MB) so the first call is instant:

uvx mcp-server-pronunciation pull-model base.en

Add to your MCP client

Codex CLI
codex mcp add pronunciation -- uvx mcp-server-pronunciation
Claude Code
claude mcp add pronunciation -- uvx mcp-server-pronunciation
Claude Desktop

Edit claude_desktop_config.json:

{

"mcpServers": { "pronunciation": { "command": "uvx", "args": ["mcp-server-pronunciation"] } } }

On macOS, if Claude Desktop can't find uvx (spawn uvx ENOENT), use an absolute path. Find it with which uvx in your terminal.

Cursor

Add to ~/.cursor/mcp.json:

{

"mcpServers": { "pronunciation": { "command": "uvx", "args": ["mcp-server-pronunciation"] } } }

VS Code (with MCP support)

Add to .vscode/mcp.json or your user settings:

{

"servers": { "pronunciation": { "type": "stdio", "command": "uvx", "args": ["mcp-server-pronunciation"] } } }

Usage Examples

1. Voice chat with feedback

You: "Let's have a voice chat. I'll ask you about the weekend. Use the converse tool."

Assistant (calls converse): *records your speech, transcribes it, notes that you said "buyed" instead of "bought"*

Assistant: "Oh nice — what kind of apples did you buy? And by the way, the past tense of 'buy' is 'bought' — small thing, but I noticed it."

2. Drill a specific sentence

You: "Give me a sentence to practice with 'th' sounds."

Assistant (calls suggest_sentence with focus=th): "Try this: *The three brothers thought thoroughly about their future.*"

You: "Record me reading it."

Assistant (calls practice with that reference): *returns an alignment table (match / sub / ins / del) with per-word acoustic confidence when the [phoneme] extra is installed, phoneme-level issues with expected vs produced IPA, learner-profile hints when applicable, minimal-pair drills, and prosody notes (word stress, final-rise intonation, intra-clause pauses).*

3. Retry after feedback

You: "Let me try again."

Assistant (calls retry): *re-records the same target sentence and compares*

Tools

ToolPurpose
`converse`Primary. Record + transcribe + quick feedback + assistant guidance for natural voice-chat-with-coaching.
practiceDrill mode: record user reading a specific reference sentence, return detailed assessment.
quick_practicePick a random sentence (by phoneme focus + difficulty) and drill it.
retryRe-record the last sentence and compare the new attempt against the previous one.
open_voice_panelOpen the MCP Apps voice panel when the client supports embedded UI.
analyze_uploaded_audioAnalyze WAV audio uploaded by the voice panel and store it as the latest voice capture.
start_voice_captureStart recording in the background and return a session id immediately.
voice_capture_statusCheck whether a background capture is recording, analyzing, done, cancelled, or failed.
wait_for_voice_captureWait for a background capture to finish and return transcript + feedback.
latest_voice_captureReturn the most recent background voice capture result.
cancel_voice_captureMark a background capture as cancelled before analysis starts.
suggest_sentenceReturn a practice sentence without recording.
recordRecord audio and save a WAV file (raw, no analysis).
assessAssess the last recording (or a specified WAV) without re-recording. When given a reference, runs the full drill pipeline (alignment, phoneme diff, learner-profile hints, prosody).
check_micList available audio input devices.

Tools that assess speech also return structured MCP output with transcript, clarity_pct, speaking_rate_wpm, top_issue, next_action, retry_comparison, the full machine-readable assessment, and the rendered report_markdown. MCP clients can use the structured result to offer a retry, surface the top issue, or build a richer practice UI without parsing Markdown.

Visible voice-capture workflow

For MCP clients without an embedded voice UI, use the background capture tools to keep the user informed:

start_voice_capture(duration=8, mode="conversation")

voice_capture_status(session_id) wait_for_voice_capture(session_id, timeout=30) latest_voice_capture()

The status response includes recording, analyzing, done, error, or cancelled, plus elapsed time, transcript, clarity, speaking rate, feedback markdown, and the full structured assessment when available. On WSL2, keep duration short because PowerShell recording may wait for the full requested duration before analysis begins.

MCP Apps voice panel

Clients that support MCP Apps can call open_voice_panel to render the ui://pronunciation/voice-panel resource. The panel requests browser microphone access, records locally in the browser, uploads a WAV clip through analyze_uploaded_audio, and displays the returned transcript and feedback. Uploaded audio must be a readable 16-bit PCM RIFF/WAVE file with mono or stereo audio at 8-48 kHz, no larger than 20 MB and no longer than 120 seconds.

The uploaded clip is stored in the same voice session registry as MCP-only recordings, so assistants can call latest_voice_capture after the panel finishes and respond to both the development note and the pronunciation feedback. Clients without MCP Apps support should use the visible voice-capture workflow above.

Prompt Shortcuts

MCP clients that expose server prompts can start common workflows directly:

PromptPurpose
start_voice_chatStart a local voice conversation with light feedback.
daily_practiceRun a short suggested-sentence practice loop.
practice_focusStart a drill for a chosen focus and difficulty.
troubleshoot_micInspect microphone devices and recording settings.

Configuration

Whisper model

Set MCP_PRONUNCIATION_MODEL to pick a different model size:

# Default — fast, English-only (~150 MB)

export MCP_PRONUNCIATION_MODEL=base.en

Smaller / faster (~75 MB)

export MCP_PRONUNCIATION_MODEL=tiny.en

More accurate (~470 MB)

export MCP_PRONUNCIATION_MODEL=small.en

Multilingual options (larger)

export MCP_PRONUNCIATION_MODEL=small export MCP_PRONUNCIATION_MODEL=medium

Available: tiny, tiny.en, base, base.en, small, small.en, medium, medium.en, large-v3, large-v3-turbo. For English-only use, the .en variants are faster and more accurate at a given size.

GPU (CUDA 12 + cuDNN 9) is auto-detected when available; otherwise runs on CPU with int8 quantization.

Cache location

By default Whisper weights are cached in ~/.cache/huggingface/hub/. Override with HF_HUB_CACHE:

export HF_HUB_CACHE=/path/to/cache
Startup preload

By default the server preloads the Whisper model in the background after the MCP handshake starts. Set MCP_PRONUNCIATION_PRELOAD=0 for registry inspection, Docker smoke tests, or other environments that only need tool

Solo se muestra el principio; lee el resto en el repo