World Monitor
Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 100 tools.
Local MCP voice coach with English pronunciation, grammar, and fluency feedback.
Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes
| Popularidad | 7/80 | Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20 |
|---|---|---|
| Actualidad | 7/12 | Puntuación completa con una versión o cambio de código en 30 días |
| Sigue respondiendo | 0/8 | El endpoint en la nube respondió en la última revisión |
| Puntuación de uso | 14/100 |
Calidad: Pasó 3/3 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)
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
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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: 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
SettingsDeveloperEdit Config
{
"mcpServers": {
"pronunciation": {
"command": "uvx",
"args": [
"mcp-server-pronunciation"
]
}
}
}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
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 HF_HUB_CACHE Sobrescribe el directorio de caché de Hugging Face Hub donde se almacenan los pesos de Whisper. 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. 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. TORCH_HOME Sobrescribe el directorio de caché de PyTorch para los pesos opcionales de alineación forzada wav2vec2. 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
A · Usa una app que pueda conectar Pronunciation & Voice Coach
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)
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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: 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
Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell
claude mcp add --scope user pronunciation -- uvx mcp-server-pronunciationDeberías ver Pronunciation & Voice Coach en la lista como conectado
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
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 HF_HUB_CACHE Sobrescribe el directorio de caché de Hugging Face Hub donde se almacenan los pesos de Whisper. 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. 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. TORCH_HOME Sobrescribe el directorio de caché de PyTorch para los pesos opcionales de alineación forzada wav2vec2. 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)
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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: 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
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
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 HF_HUB_CACHE Sobrescribe el directorio de caché de Hugging Face Hub donde se almacenan los pesos de Whisper. 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. 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. TORCH_HOME Sobrescribe el directorio de caché de PyTorch para los pesos opcionales de alineación forzada wav2vec2. 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)
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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: 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
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
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 HF_HUB_CACHE Sobrescribe el directorio de caché de Hugging Face Hub donde se almacenan los pesos de Whisper. 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. 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. TORCH_HOME Sobrescribe el directorio de caché de PyTorch para los pesos opcionales de alineación forzada wav2vec2. 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
Claude Code
claude mcp add --scope user pronunciation -- uvx mcp-server-pronunciationClaude 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"
]
}
}
}MCP_PRONUNCIATION_MODEL envHF_HUB_CACHE envMCP_PRONUNCIATION_PRELOAD envMCP_PRONUNCIATION_AUDIO_RETENTION envTORCH_HOME envDescripciones 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.
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
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 19 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub JuhongPark, dueña del repo
Último cambio de código: hace 39 días
Usa MIT
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
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
Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.
[](https://mcp.popnx.com/en/servers/juhongpark-pronunciation)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.
Aún no hay reseñas
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
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.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
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).
El repo de GitHub cambió por última vez hace 39 días, y la última versión (0.3.0) llegó al registro hace 7 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.
En la misma categoría: World Monitor, openstatus, Oh My Posh Validator, Strata, Jitsu
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
Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 100 tools.
Manage monitors, status pages, incidents and maintenances in your openstatus workspace.
Validate oh-my-posh configurations and segment snippets against the official schema.
MCP server for progressive tool usage at any scale (see https://klavis.ai)
Manage Jitsu data pipelines: destinations, streams, connections, functions, live events.
| Este Pronunciation & Voice Coach | World Monitor | openstatus | Oh My Posh Validator | Strata | Jitsu | |
|---|---|---|---|---|---|---|
| Dónde se ejecuta | Se instala en tu equipo | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada |
| Necesita clave | No | No | No | No | No | No |
| Se añade con + en Claude | No | No | No | No | No | No |
| Revisiones básicas | 3/3 | 4/4 | 4/4 | 4/4 | 1/4 | 4/4 |
| Licencia | MIT | AGPL-3.0 | AGPL-3.0 | MIT | Apache-2.0 | MIT |
| Precio | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro |
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.
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
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
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.
[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.practice, quick_practice, retry) for focused sentence practice.base.en)[phoneme] extra (wav2vec2 weights for forced alignment)2025-06-18 via the official Python SDK (mcp>=1.2)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
# Recommended: uvx (no global install, cached between runs)
uvx mcp-server-pronunciation
uv tool install mcp-server-pronunciation
pip install mcp-server-pronunciation
pip install 'mcp-server-pronunciation[phoneme]'
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
sudo dnf install portaudio
sudo pacman -S portaudio
sudo apt-get install pipewire-alsa
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
codex mcp add pronunciation -- uvx mcp-server-pronunciation
claude mcp add pronunciation -- uvx mcp-server-pronunciation
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.
Add to ~/.cursor/mcp.json:
{
"mcpServers": { "pronunciation": { "command": "uvx", "args": ["mcp-server-pronunciation"] } } }
Add to .vscode/mcp.json or your user settings:
{
"servers": { "pronunciation": { "type": "stdio", "command": "uvx", "args": ["mcp-server-pronunciation"] } } }
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."
You: "Give me a sentence to practice with 'th' sounds."
Assistant (calls
suggest_sentencewithfocus=th): "Try this: *The three brothers thought thoroughly about their future.*"
You: "Record me reading it."
Assistant (calls
practicewith 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).*
You: "Let me try again."
Assistant (calls
retry): *re-records the same target sentence and compares*
| Tool | Purpose |
|---|---|
| `converse` | Primary. Record + transcribe + quick feedback + assistant guidance for natural voice-chat-with-coaching. |
practice | Drill mode: record user reading a specific reference sentence, return detailed assessment. |
quick_practice | Pick a random sentence (by phoneme focus + difficulty) and drill it. |
retry | Re-record the last sentence and compare the new attempt against the previous one. |
open_voice_panel | Open the MCP Apps voice panel when the client supports embedded UI. |
analyze_uploaded_audio | Analyze WAV audio uploaded by the voice panel and store it as the latest voice capture. |
start_voice_capture | Start recording in the background and return a session id immediately. |
voice_capture_status | Check whether a background capture is recording, analyzing, done, cancelled, or failed. |
wait_for_voice_capture | Wait for a background capture to finish and return transcript + feedback. |
latest_voice_capture | Return the most recent background voice capture result. |
cancel_voice_capture | Mark a background capture as cancelled before analysis starts. |
suggest_sentence | Return a practice sentence without recording. |
record | Record audio and save a WAV file (raw, no analysis). |
assess | Assess 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_mic | List 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.
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.
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.
MCP clients that expose server prompts can start common workflows directly:
| Prompt | Purpose |
|---|---|
start_voice_chat | Start a local voice conversation with light feedback. |
daily_practice | Run a short suggested-sentence practice loop. |
practice_focus | Start a drill for a chosen focus and difficulty. |
troubleshoot_mic | Inspect microphone devices and recording settings. |
Set MCP_PRONUNCIATION_MODEL to pick a different model size:
# Default — fast, English-only (~150 MB)
export MCP_PRONUNCIATION_MODEL=base.en
export MCP_PRONUNCIATION_MODEL=tiny.en
export MCP_PRONUNCIATION_MODEL=small.en
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.
By default Whisper weights are cached in ~/.cache/huggingface/hub/. Override with HF_HUB_CACHE:
export HF_HUB_CACHE=/path/to/cache
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