Wie lasse ich Claude Code Audio und Video transkribieren?

Fügen Sie den KolWrite-MCP-Server mit einem einzigen claude mcp add-Befehl hinzu oder installieren Sie den Skill kolwrite-transcribe. Claude Code lädt dann Ihre Datei hoch, startet den Job, wartet und schreibt Transkript, Untertitel oder Übersetzung in Ihr Projekt. Abgerechnet wird sekundengenau von Ihren KolWrite-Credits.

API-Schlüssel holen Schnellstart Unterstützte Sprachen

Zuletzt aktualisiert: · Markdown

Was Sie einmal tun

Legen Sie das Konto und den Schlüssel selbst auf console.kolwrite.com an: registrieren, Credits aufladen, API Keys öffnen und einen Schlüssel erstellen. Das kann ein Agent nicht für Sie erledigen.

Tragen Sie den Schlüssel in die Profildatei Ihrer Shell ein (~/.zshrc, ~/.bashrc), damit jede Agenten-Sitzung ihn lesen kann, und öffnen Sie ein neues Terminal:

export KOLWRITE_API_KEY=...   # paste the key from API Keys

Die Tools lesen den Schlüssel nur aus dieser Variablen. Fügen Sie ihn nicht in einen Chat ein und committen Sie ihn nicht in ein Repository.

MCP-Server hinzufügen

Führen Sie den Befehl in einem Terminal aus, in dem KOLWRITE_API_KEY gesetzt ist. Mit --scope user steht der Server in jedem Projekt zur Verfügung:

claude mcp add --transport stdio --env KOLWRITE_API_KEY="$KOLWRITE_API_KEY" kolwrite -- npx -y https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz

Der Server stellt dem Agenten sechs Tools bereit: transcribe_file, transcribe_url, upload_file, get_job, list_models, list_languages. Er läuft auf Ihrem Rechner mit Node.js ab Version 18 und wird von https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz geladen (SHA-256 0dcd6ff169b860b9363044837b8545279efa585c4987b20d81035f920f6ac7ca).

Prüfen Sie ihn mit claude mcp list oder mit /mcp in einer Sitzung.

Oder den Skill installieren

Der Skill ist ein Ordner mit einer SKILL.md und dem Ein-Datei-Client. Claude Code lädt ihn aus ~/.claude/skills (alle Projekte) oder .claude/skills (ein Projekt) und nutzt ihn, wenn Sie eine Transkription anfordern:

mkdir -p ~/.claude/skills && cd ~/.claude/skills
curl -fsSLO https://console.kolwrite.com/skills/kolwrite-transcribe.zip && unzip -o kolwrite-transcribe.zip && rm kolwrite-transcribe.zip

Der Text des Skills steht in SKILL.md. Nutzen Sie entweder den MCP-Server oder den Skill, beides zusammen ist nicht nötig.

Beispielanfragen

Drei Anfragen, die Sie Claude Code stellen können:

Transkribiere ~/Downloads/interview.m4a mit KolWrite und speichere den Text als interview.txt im selben Ordner.

Erstelle englische SRT-Untertitel für talk.mp4 mit KolWrite, ein Untertitel pro Satz.

Wer hat in team-call.mp3 was gesagt? Transkribiere die Datei mit Sprechererkennung und dem Modell oracle und liste dann die Aufgaben jedes Sprechers auf.

Claude Code braucht die Datei auf Ihrem Rechner oder einen direkten Link auf eine Mediendatei. Bei Videos über etwa 100 MiB extrahiert Claude Code zuerst die Tonspur mit ffmpeg.

Was es kostet

AufgabeModellKosten
Ein 30-minütiges Interview als reiner Textbase0,24 US$
Eine einstündige Besprechung mit Sprechererkennungoracle1,56 US$
Ein einstündiger Vortrag auf Hebräisch mit englischen Untertitelnoracle1,44 US$
Eine Stunde verrauschtes Audio mit sich überlagernden Stimmenoracle_max3,60 US$

Abgerechnet wird sekundengenau nach Audiolänge von Ihren Credits, ohne Mindestbetrag. Die Sprechererkennung kostet 0,10 Credits pro Audiostunde extra. Der MCP-Server und kolwrite.py verwenden base, solange nicht Sie oder der Agent ein anderes Modell nennen, und oracle_mini beim Übersetzen. Alle Preise: /de/models.

Was der Agent nicht tun darf

  • Sie im Chat nach dem Schlüssel fragen, ihn ausgeben oder in eine Datei, einen Befehl oder einen Commit schreiben.
  • Dieselbe Transkription nach einem Timeout oder Netzwerkfehler erneut starten. Jeder Start ist ein neuer, kostenpflichtiger Job; stattdessen soll er den bestehenden Job abfragen oder bei Ihnen nachfragen.
  • Zeitstempel selbst eintippen. Um nach Zeit zu schneiden oder zu zitieren, nimmt er die Segmentnummern aus dem Transkript und berechnet die Zeiten im Code aus den Wortzeiten.
  • Die Adresse eines YouTube-Videos oder einer anderen Webseite als Medium senden. Benötigt wird die Mediendatei selbst.
  • Lange Aufnahmen (über eine Stunde) transkribieren, ohne Ihnen vorher die erwarteten Kosten zu nennen.

Fragen und Antworten

Braucht Claude Code den MCP-Server, oder kann es die API selbst aufrufen?

Es kann die REST-API selbst mit curl oder Python aufrufen, wenn Sie die Regel aus agent-instructions.md in CLAUDE.md eintragen. Der MCP-Server oder der Skill erspart ihm, jedes Mal den Upload- und Abfragecode neu zu schreiben.

Wohin wird die Audiodatei gesendet?

Die Datei wird zu KolWrite hochgeladen und in der Cloud transkribiert, gemäß den Nutzungsbedingungen und der Datenschutzerklärung von KolWrite. Der MCP-Server behält keine Kopie.