Respuesta corta. Un chat de IA normal no puede decirte qué tan bien pronunciaste una frase: el modo de voz está hecho para entender el habla con acento, no para calificarla. Con el conector de Talkfirst el agente abre una ventana de grabación en el chat, y recibes una calificación sobre 100 para la frase y para cada palabra, lo que oyó el reconocedor y tu tiempo de reacción; luego el agente te explica en español los errores principales.
Pregúntale a ChatGPT en modo de voz cómo está tu pronunciación y probablemente te diga que muy bien. No es adulación, es cómo funciona el modo de voz: intenta entenderte, no calificarte. Responde al sentido que entendió y no te muestra las pausas, las dudas ni las palabras que tuvo que adivinar. Así, los errores de sonidos y las pausas largas antes de palabras difíciles pasan desapercibidos.
Esta página trata de cómo darle a tu agente una medición con la que pueda trabajar. Cómo conectar Talkfirst está en la introducción de la sección.
La ventana de pronunciación
El agente la abre con practice_phrase, en el mismo chat, en Claude en la web o en la app de escritorio. Hay tres formas de llamarla:
- sin argumentos: la siguiente frase de tu colección;
- con cualquier texto: la frase que quieras, de tu trabajo, de una presentación o de una película;
- con una tarjeta de tu vocabulario.
En la ventana hay un botón Reference que reproduce cómo debe sonar la frase, y un botón para grabar. Escuchas, la dices y esperas un segundo.

Una imagen del curso de lituano en nuestro entorno de prueba, no una captura de un chat real. La ventana es igual para inglés.
Qué te dice la calificación
Después de grabar ves:
- una calificación general sobre 100;
- una calificación para cada palabra, con la palabra resaltada si salió imprecisa, por ejemplo «mal pronunciada, 63»;
- Heard: lo que de verdad oyó el reconocedor;
- tu tiempo de reacción: cuánto tardaste en empezar.
Hay que tener claro qué es esto. La calificación sale del reconocimiento de voz a nivel de palabras. No es un análisis de sonidos individuales ni de la entonación. Si ship te sale parecido a sheep, o very se oye como berry, esa palabra recibe una calificación baja y Heard muestra lo que se reconoció, pero la ventana no nombra el sonido. Las calificaciones son automáticas y pueden fallar, y la voz de referencia es síntesis de voz.
Luego el agente mira el resultado y te explica en palabras, en español, uno o dos problemas principales. No lo revisa todo de golpe. Si el reconocedor no detecta habla en inglés, no hay calificación: el agente te pide que grabes otra vez.
Errores típicos de quien habla español
Saber dónde buscar ayuda a elegir las frases para practicar. Estos son los clásicos; pídele al agente frases que los contengan:
- Vocales cortas y largas: ship y sheep, full y fool. El español tiene cinco vocales; el inglés, muchas más.
- La «e» antes de s + consonante: speak, school, Spanish empiezan directo con la «s», sin una «e» delante.
- La “th”: think, three, this se dicen con la lengua entre los dientes, no como «t», «d» o «s».
- Finales de palabra: la «d» de worked, la «s» de it's o la «t» de first se suelen perder.
Prompts para la pronunciación
Dame una ventana de pronunciación para “Thank you very much for your help.”
La siguiente frase de mi colección, por favor. Después de cada intento dime solo una cosa que corregir, en español.
Mañana tengo una llamada con un cliente. Déjame practicar “Let me check with my team and get back to you.” hasta que la calificación pase de 85.
El umbral lo eliges tú; el agente solo sigue abriendo la ventana y comparando calificaciones. Si quieres que trabaje siempre así, pídele que guarde la regla en tus notas.
Modo de recordar: dilo de memoria
Leer una frase en voz alta y producirla tú son habilidades distintas. En el modo de recordar (recall=true) la ventana muestra solo el significado, en español. Dices la frase en inglés de memoria, y el original aparece después de la grabación. Tras un intento así, el agente cuenta la tarjeta como repasada (srs_review con la calificación sugerida), así que un intento hablado mueve tu calendario de repaso igual que una respuesta en un quiz.
Modo de recordar con mis tarjetas de hoy: muéstrame el significado y yo digo la frase de memoria.
Para varias frases seguidas hay un quiz hablado, quiz_start(type="say"). Al final ves, para cada frase, si se reconoció, la calificación, tu tiempo de reacción y una sugerencia cuando una frase ya se puede marcar como sabida.
Hazme un quiz hablado con cinco frases de «Llamadas telefónicas»: Can I take a message?, hold on a second, call someone back, speak up, see you then.
Pausas: dónde te detienes a pensar
En las conversaciones por voz, Talkfirst obtiene del reconocimiento el tiempo de cada palabra. Se registra cualquier hueco de 0.4 segundos o más entre palabras, junto con la palabra que venía después, y también el «tiempo para pensar» antes de tu primera palabra.
Aquí el agente ve lo que un chat normal no puede. Si a menudo te detienes antes de responsibility o antes de la segunda mitad de work-life balance, esas palabras aparecen en el resumen de pausas que el agente lee al inicio del día, y el compañero de conversación las mete en tus próximas conversaciones.
¿Antes de qué palabras hago pausas más seguido? Inclúyelas en nuestra próxima conversación.
Más sobre la práctica de conversación en sí en cómo perder el miedo a hablar inglés.
En el celular
En las apps móviles de Claude, las ventanas del conector no tienen micrófono. Las herramientas de texto sí funcionan, y la propia ventana de pronunciación ofrece abrirla en el navegador (Open in browser). Graba en la app de Talkfirst en el navegador, vuelve al chat y escribe «listo»: el agente toma el resultado de tu progreso.
Grabé “Can you speak up? I can't hear you.” en la app. Listo. ¿Qué salió mal?
Lo que no reemplaza
Una calificación por palabra es una medición que puedes repetir todos los días, más de lo que te da el modo de voz. No es un profesor de fonética. Si un sonido concreto sigue fallando, un profesor que te escuche sigue siendo la forma más rápida de corregirlo. Otras guías en todas las guías; el producto, en la página principal de Talkfirst.
Preguntas frecuentes
¿ChatGPT puede revisar mi pronunciación en inglés?
Puede decirte si te entendió, y eso sirve. Pero el modo de voz está hecho para entender el habla con acento, así que no da una calificación por palabra y puede no notar un sonido equivocado. Con el conector de Talkfirst el agente recibe una calificación palabra por palabra para trabajar.
¿La calificación revisa sonidos individuales y la entonación?
No. Es una calificación del reconocimiento de voz a nivel de palabras: qué palabras se reconocieron y con cuánta seguridad. No divide la palabra en sonidos ni califica la entonación.
¿Cuántas grabaciones puedo hacer gratis?
El plan gratis incluye 35 minutos de voz a la semana, que cubren el reconocimiento de tu voz y las respuestas con voz. Pro tiene 140 minutos a la semana. Los límites se renuevan el lunes.
¿Qué hago si la ventana dice que no se reconoció nada?
Entonces no hay calificación. Revisa el micrófono, acércate y graba de nuevo; el agente te va a pedir lo mismo.