Deepgram su MCP: trascrizione, analisi del testo, sintesi vocale e consumi in qualsiasi agente AI

💡 Niente installazione? Vai direttamente su cloud.anythingmcp.com. Accedi, clicca Connectors → Deepgram, inserisci le credenziali, genera una MCP API key e hai finito. Niente Docker, niente git clone, niente server locale.

Deepgram

Deepgram speech AI con la tua chiave API: trascrive registrazioni da un URL con etichette dei parlanti, riassunti, argomenti e sentiment, analizza testi, trasforma testo in voce con le voci Aura e controlla modelli, chiavi, membri, consumi, richieste, spesa e saldi di credito.

Setup

La configurazione richiede circa 3 minuti. Ti serve un account Deepgram; un account nuovo parte con credito gratuito.

1. Accedi a https://console.deepgram.com e apri il progetto che vuoi usare.
2. Apri API Keys, fai clic su Create a New API Key, dai un nome e scegli il ruolo. Member basta per trascrizione, sintesi vocale, analisi del testo, chiavi e consumi; Admin o Owner servono per membri, saldi, spesa e acquisti (billing:read). Lascia vuota la scadenza o impostane una che ricorderai.
3. Copia la chiave, mostrata una sola volta, in DEEPGRAM_API_KEY. Incolla solo la chiave: il connettore la invia come Authorization: Token <key>.
4. Installa il connettore ed esegui deepgram_list_projects per verificare la chiave.

Quanto costa: deepgram_transcribe_url è fatturato per minuto di audio (di più con riassunti e altre funzioni di analisi), deepgram_analyze_text per token e deepgram_text_to_speech per carattere, sempre sul progetto della chiave. Tutti gli altri strumenti sono gratuiti. Per una registrazione lunga o un lotto grande l'AI dice prima quanto costerà all'incirca, e deepgram_list_balances mostra il credito rimasto.

Cosa fa:

• Trascrive una registrazione con deepgram_transcribe_url da un url pubblico; un link prefirmato S3, GCS o Drive funziona, una pagina dietro login no. Buoni valori predefiniti sono model: nova-3 e smart_format: true. diarize con utterances o paragraphs mostra chi ha detto cosa, detect_language gestisce una lingua sconosciuta (oppure language: multi su nova-3 per lingue miste), keyterm aiuta con nomi e gergo, summarize: v2, topics, intents e sentiment analizzano le chiamate (solo inglese) e redact nasconde numeri di carta o dati personali.
• Analizza testi che hai già, come una trascrizione, un'email o appunti, con deepgram_analyze_text e summarize, topics, intents o sentiment (inglese).
• Genera audio con deepgram_text_to_speech e una voce Aura in model; deepgram_list_models elenca le voci con lingua, accento e link a un campione.
• Modelli: deepgram_list_models e deepgram_get_model per i modelli pubblici, deepgram_list_project_models per quelli che un progetto può usare, modelli personalizzati inclusi.
• Account: deepgram_list_projects per il project_id, poi il progetto, le sue chiavi API (solo lettura, il segreto non viene mai restituito) e i suoi membri.
• Consumi e costi: deepgram_get_usage_breakdown per ore, richieste, token e caratteri per periodo o raggruppati per endpoint, modello, chiave o tag; deepgram_list_usage_fields per i valori su cui filtrare; deepgram_list_requests e deepgram_get_request per le singole chiamate con il loro costo; deepgram_get_billing_breakdown per la spesa in USD; deepgram_list_balances, deepgram_get_balance e deepgram_list_purchases per il credito.

Tutti gli strumenti sono attivi all'installazione. I tre strumenti a pagamento consumano il credito del progetto, quindi l'AI concorda prima con te le esecuzioni grandi o ripetute.

Formati dei dati: la trascrizione è in results.channels[0].alternatives[0].transcript con una confidence da 0 a 1, un canale per canale audio con multichannel. Con paragraphs il testo formattato con i parlanti è in alternatives[0].paragraphs.transcript; results.utterances elenca i turni con start e end in secondi e speaker (0, 1, ...). I riassunti sono in results.summary.short, argomenti, intenti e sentiment in results.topics, results.intents e results.sentiments. I tempi per parola vengono rimossi per tenere piccole le risposte, quindi l'AI usa utterances o paragraphs per i tempi. metadata.duration è la durata dell'audio in secondi e metadata.request_id identifica la chiamata nel log delle richieste. Nell'analisi del testo il riassunto è in results.summary.text. La sintesi vocale restituisce l'audio come file allegato al risultato (MP3 per impostazione predefinita, fino a 8 MiB); Deepgram non lo conserva, quindi tieni il file. Le ore di consumo arrivano come stringhe decimali, importi e saldi in units (di solito usd), le date come YYYY-MM-DD in UTC.

Paginazione: deepgram_list_requests pagina con page (da 0) e limit (fino a 1000); l'AI continua finché una pagina torna piena. Gli altri elenchi restituiscono tutto in una volta.

Limiti: la sintesi vocale accetta al massimo 2.000 caratteri per chiamata, quindi l'AI divide i testi più lunghi alla fine delle frasi. La trascrizione risponde in una chiamata e il connettore attende fino a 30 secondi: nova-3 di solito trascrive un'ora di audio ben entro questo tempo, ma file molto lunghi con molte funzioni di analisi possono richiedere di più e conviene trascriverli a parti. I progetti Pay-as-you-go e Growth eseguono fino a 50 trascrizioni, 15 sintesi vocali e circa 10 analisi del testo in contemporanea. L'analisi del testo accetta fino a 150K token in ingresso.

Errori comuni: 400 con err_code e err_msg indica un'opzione che il modello non supporta (ad esempio keyterm su nova-2, o funzioni di analisi su audio non inglese) o un URL che Deepgram non riesce a scaricare; 400 TOKEN_LIMIT_EXCEEDED significa testo oltre 150K token. 401 è una chiave errata o scaduta, 402 un progetto senza credito, 403 una chiave il cui ruolo non ha lo scope (membri e fatturazione richiedono Admin o Owner), 404 un id di progetto, richiesta o saldo sconosciuto, 413 un testo oltre 2.000 caratteri per la sintesi vocale, 429 troppe richieste contemporanee.

Il connettore non trasmette audio in streaming dal vivo, non usa la voice agent API, non carica file locali (solo URL) e non crea né elimina chiavi o membri.

Prerequisiti: DEEPGRAM_API_KEY

Installazione locale del connettore

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

Apri http://localhost:3000/connectors/store, scegli Deepgram e inserisci le variabili elencate nei Prerequisiti.

Tool disponibili

Esempi di prompt

• "Trascrivi la chiamata su https://example.com/calls/2026-10-29.mp3 con i parlanti e fammi un breve riassunto."
• "Quali argomenti e quale sentiment emergono da questa trascrizione di supporto? Ecco il testo."
• "Leggi questo paragrafo con una voce Aura inglese e dammi l'MP3."
• "Quante ore di audio ha trascritto il nostro progetto questo mese, raggruppate per modello?"
• "Quanto credito resta sul progetto, e quanto abbiamo speso la settimana scorsa in USD?"

Prossimi passi

• Collegare a Claude
• Collegare a ChatGPT