Deepgram über MCP mit ChatGPT verbinden

💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → Deepgram klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen, fertig. Kein Docker, kein git clone, kein lokaler Server.

Deepgram + ChatGPT

Deepgram Speech AI mit deinem eigenen API-Key: Aufnahmen von einer URL mit Sprecherkennung, Zusammenfassungen, Themen und Stimmung transkribieren, Texte analysieren, Text mit Aura-Stimmen in Sprache umwandeln und Modelle, Keys, Mitglieder, Nutzung, Anfragen, Ausgaben und Guthaben prüfen.

Voraussetzungen

Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:

DEEPGRAM_API_KEY

Schritt 1 — Zugangsdaten holen

Die Einrichtung dauert etwa 3 Minuten. Du brauchst ein Deepgram-Konto; ein neues Konto startet mit Gratis-Guthaben.

1. Melde dich unter https://console.deepgram.com an und öffne das Projekt, das du nutzen willst.
2. Öffne API Keys, klick auf Create a New API Key, gib einen Namen ein und wähle die Rolle. Member reicht für Transkription, Sprachausgabe, Textanalyse, Keys und Nutzung; Admin oder Owner brauchst du für Mitglieder, Guthaben, Ausgaben und Käufe (billing:read). Lass das Ablaufdatum leer oder setz eines, an das du dich erinnerst.
3. Kopiere den Key, der nur einmal angezeigt wird, in DEEPGRAM_API_KEY. Füge nur den Key selbst ein: Der Connector sendet ihn als Authorization: Token <key>.
4. Installiere den Connector und rufe deepgram_list_projects auf, um den Key zu prüfen.

Was es kostet: deepgram_transcribe_url wird pro Audiominute abgerechnet (mehr mit Zusammenfassungen und anderen Analysefunktionen), deepgram_analyze_text pro Token und deepgram_text_to_speech pro Zeichen, jeweils auf das Projekt des Keys. Alle anderen Tools sind kostenlos. Bei einer langen Aufnahme oder einem großen Stapel sagt die KI vorher ungefähr, was es kostet, und deepgram_list_balances zeigt das restliche Guthaben.

Was er kann:

• Eine Aufnahme mit deepgram_transcribe_url von einer öffentlichen url transkribieren; ein vorsignierter S3-, GCS- oder Drive-Link funktioniert, eine Seite hinter einem Login nicht. Gute Standardwerte sind model: nova-3 und smart_format: true. diarize mit utterances oder paragraphs zeigt, wer was gesagt hat, detect_language hilft bei unbekannter Sprache (oder language: multi auf nova-3 für gemischte Sprachen), keyterm bei Namen und Fachbegriffen, summarize: v2, topics, intents und sentiment analysieren Gespräche (nur Englisch), und redact verbirgt Kartennummern oder personenbezogene Daten.
• Texte analysieren, die du schon hast, etwa ein Transkript, eine E-Mail oder Notizen, mit deepgram_analyze_text und summarize, topics, intents oder sentiment (Englisch).
• Audio erzeugen mit deepgram_text_to_speech und einer Aura-Stimme in model; deepgram_list_models listet die Stimmen mit Sprache, Akzent und Hörprobe.
• Modelle: deepgram_list_models und deepgram_get_model für die öffentlichen Modelle, deepgram_list_project_models für das, was ein Projekt nutzen darf, eigene Modelle eingeschlossen.
• Konto: deepgram_list_projects für die project_id, danach das Projekt, seine API-Keys (nur lesend, das Secret wird nie zurückgegeben) und seine Mitglieder.
• Nutzung und Kosten: deepgram_get_usage_breakdown für Stunden, Anfragen, Tokens und Zeichen pro Zeitraum oder gruppiert nach Endpunkt, Modell, Key oder Tag; deepgram_list_usage_fields für die Filterwerte; deepgram_list_requests und deepgram_get_request für einzelne Aufrufe mit ihren Kosten; deepgram_get_billing_breakdown für Ausgaben in USD; deepgram_list_balances, deepgram_get_balance und deepgram_list_purchases für das Guthaben.

Alle Tools sind bei der Installation aktiv. Die drei kostenpflichtigen Tools verbrauchen Guthaben des Projekts, deshalb stimmt die KI große oder wiederholte Läufe vorher mit dir ab.

Datenformate: Das Transkript steht in results.channels[0].alternatives[0].transcript mit einer confidence von 0 bis 1, mit multichannel ein Kanal pro Audiokanal. Mit paragraphs steht der formatierte Text mit Sprecherangaben in alternatives[0].paragraphs.transcript; results.utterances listet Redebeiträge mit start und end in Sekunden und speaker (0, 1, ...). Zusammenfassungen stehen in results.summary.short, Themen, Absichten und Stimmung in results.topics, results.intents und results.sentiments. Zeitangaben pro Wort werden entfernt, damit die Antworten klein bleiben; die KI nimmt für Zeiten Utterances oder Paragraphs. metadata.duration ist die Audiolänge in Sekunden, metadata.request_id kennzeichnet den Aufruf im Request-Log. Bei der Textanalyse steht die Zusammenfassung in results.summary.text. Die Sprachausgabe liefert das Audio als Datei am Ergebnis (standardmäßig MP3, bis 8 MiB); Deepgram speichert es nicht, also behalte die Datei. Nutzungsstunden kommen als Dezimal-Strings, Beträge und Guthaben in units (meist usd), Datumswerte als YYYY-MM-DD in UTC.

Blättern: deepgram_list_requests blättert mit page (ab 0) und limit (bis 1000); die KI macht weiter, solange eine Seite voll zurückkommt. Die anderen Listen liefern alles auf einmal.

Limits: Die Sprachausgabe nimmt höchstens 2.000 Zeichen pro Aufruf; längere Texte teilt die KI an Satzgrenzen. Die Transkription antwortet in einem Aufruf, auf den der Connector bis zu 30 Sekunden wartet: nova-3 schafft eine Stunde Audio meist deutlich schneller, sehr lange Dateien mit vielen Analysefunktionen können aber länger dauern und werden besser in Teilen transkribiert. Pay-as-you-go- und Growth-Projekte verarbeiten bis zu 50 Transkriptionen, 15 Sprachausgaben und etwa 10 Textanalysen gleichzeitig. Die Textanalyse nimmt bis zu 150K Tokens Eingabe.

Häufige Fehler: 400 mit err_code und err_msg bedeutet eine Option, die das Modell nicht unterstützt (etwa keyterm auf nova-2 oder Analysefunktionen bei nicht englischem Audio), oder eine URL, die Deepgram nicht herunterladen kann; 400 TOKEN_LIMIT_EXCEEDED heißt Text über 150K Tokens. 401 ist ein falscher oder abgelaufener Key, 402 ein Projekt ohne Guthaben, 403 ein Key, dessen Rolle der Scope fehlt (Mitglieder und Abrechnung brauchen Admin oder Owner), 404 eine unbekannte Projekt-, Request- oder Guthaben-ID, 413 Text über 2.000 Zeichen für die Sprachausgabe, 429 zu viele gleichzeitige Anfragen.

Der Connector streamt kein Live-Audio, nutzt die Voice-Agent-API nicht, lädt keine lokalen Dateien hoch (nur URLs) und legt keine Keys oder Mitglieder an und löscht keine.

Schritt 2 — Adapter installieren

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Schritt 3 — Connector in ChatGPT hinzufügen

Deine Server-URL: Öffne in AnythingMCP MCP Servers → den Server, auf dem dieser Connector liegt, und kopiere seine URL (https://cloud.anythingmcp.com/mcp/…). Setze sie überall ein, wo diese Anleitung YOUR_SERVER_ID zeigt.

ChatGPT fügt MCP-Server als Plugins auf seiner Seite Plugins hinzu, im Web und in den kostenpflichtigen Tarifen. Den Entwicklermodus brauchst du dafür nicht mehr. In einem Business-Workspace dürfen das nur Admins und Owner; in Enterprise und Edu kann ein Admin die Berechtigung Create plugins with MCPs vergeben.

1. Geh zu chatgpt.com/plugins, klicke auf Add und dann auf Add custom MCP server.
2. Gib einen Namen ein, z. B. Name: Deepgram.
3. Trag unter Connection als Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID ein und lass Authentication auf OAuth.
4. Wähle I understand and want to continue und dann Create as a plugin. Wenn ChatGPT danach fragt, meldest du dich bei AnythingMCP an und erlaubst den Zugriff.
5. Installiere das neue Plugin unter deinen persönlichen Plugins, tippe dann in einem Chat @ und wähle es aus.

Verfügbare Tools

Beispiel-Prompts

• „Transkribiere das Gespräch unter https://example.com/calls/2026-10-29.mp3 mit Sprecherkennung und gib mir eine kurze Zusammenfassung.“
• „Welche Themen und welche Stimmung kommen in diesem Support-Transkript vor? Hier ist der Text.“
• „Lies diesen Absatz mit einer englischen Aura-Stimme vor und gib mir die MP3.“
• „Wie viele Stunden Audio hat unser Projekt diesen Monat transkribiert, gruppiert nach Modell?“
• „Wie viel Guthaben hat das Projekt noch, und was haben wir letzte Woche in USD ausgegeben?“

FAQ

Funktioniert der kostenlose ChatGPT-Tarif mit eigenen MCP-Servern? OpenAI dokumentiert eigene MCP-Server nur für kostenpflichtige Tarife; den Free-Tarif führt OpenAI nicht auf.

Nächste Schritte

• Connector-Startseite
• Mit Claude verbinden
• Mit Cursor verbinden
• Mit Gemini verbinden
• Mit Meta Muse verbinden
• Mit Microsoft Copilot verbinden