ChivoxMCP
返回首页
Product Value

三大核心价值

从细颗粒度评分数据，到 LLM 语义深度分析，再到全场景一键落地 —— 一条协议打通 AI 听说能力栈。

01

丰富的数据维度

四大主维度（Accuracy · Integrity · Fluency · Rhythm）+ 音素级对齐 + 错误类型分类，考试级颗粒度直送 LLM。

MCP Response (partial)live
{
  "overall": 72,
  "pron": {
    "accuracy":  65,
    "integrity": 95,
    "fluency":   85,
    "rhythm":    70
  }
}
错误类型分类 · dp_type
normalmispronomitinsert
准确度 Accuracy
完整度 Integrity
流利度 Fluency
韵律度 Rhythm
错误诊断 Diagnostics
音素级对齐 Phoneme
02

LLM 二次诊断

用一段 Prompt，把 MCP 返回的结构化评测（维度分、音素、dp_type 等）整理成课堂可用的诊断与练习建议；可套用驰声提供的 Prompt Skill 模板快速落地。

系统提示词 · Prompt Skill
按 dp_type 归类（错读 / 漏读 / 多读等）；对 score < 70 的音素展开说明，给出口型与舌位提示，并排序练习优先级。
↓
模型输出

将 /ð/ 读成 /z/：舌尖轻触上齿背，别用齿龈塞擦；/ɒ/ 口腔偏小：下颌略张大、舌位略靠后。建议优先巩固 /ð/（英语中出现频率高）。

兼容常见大模型
GPTClaudeGeminiQwenDeepSeekGLM
  • 弱音素聚类 → 可执行的纠音步骤
  • 水平档位推断 + 进阶要补的能力点
  • 结合画像生成个性化练习
03

赋能全场景 AI 产品

基于 MCP 标准协议，任意支持 MCP 的 AI 客户端一行配置即刻获得考试级语音评测能力，无需封装 SDK。

~/.cursor/mcp.json1-line
{
  "mcpServers": {
    "chivox": {
      "command": "npx",
      "args": ["@chivox/mcp"]
    }
  }
}
MCP 原生客户端
Cursor
Claude Desktop
扣子 Coze
Dify
豆包
LangChain
场景集成 · IM 机器人
飞书
钉钉
企业微信
  • 一行 MCP 接入
  • 全平台兼容
  • 场景无边界
三层能力都能被 LLM 以 MCP 工具的方式直接调用