# Wie lasse ich Gemini CLI Audio und Video transkribieren?

> Fügen Sie den KolWrite-MCP-Server mit einem einzigen gemini mcp add-Befehl hinzu. Gemini CLI kann dann lokale Aufnahmen in Text, SRT-Untertitel oder Übersetzungen umwandeln. Abgerechnet wird sekundengenau von Ihren KolWrite-Credits.

Zuletzt aktualisiert: 2026-11-21 · HTML: https://console.kolwrite.com/de/agents/gemini-cli

## Was Sie einmal tun

Legen Sie das Konto und den Schlüssel selbst auf [console.kolwrite.com](https://console.kolwrite.com/auth?lang=de) 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:

```bash
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 dort aus, wo `KOLWRITE_API_KEY` gesetzt ist; mit `-s user` steht der Server in jedem Projekt zur Verfügung:

```bash
gemini mcp add -s user -e KOLWRITE_API_KEY="$KOLWRITE_API_KEY" kolwrite npx -y https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz
```

Oder tragen Sie ihn von Hand in `~/.gemini/settings.json` ein. Gemini CLI ersetzt `$KOLWRITE_API_KEY` durch den Wert aus Ihrer Umgebung:

```json
{
  "mcpServers": {
    "kolwrite": {
      "command": "npx",
      "args": [
        "-y",
        "https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz"
      ],
      "env": {
        "KOLWRITE_API_KEY": "$KOLWRITE_API_KEY"
      }
    }
  }
}
```

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 `/mcp` in Gemini CLI.

## Die Regel in GEMINI.md ablegen

Damit Gemini CLI die API auch beim Schreiben von Code kennt, tragen Sie diese Zeile in die `GEMINI.md` des Projekts ein:

```text
For speech-to-text use the KolWrite API; read https://console.kolwrite.com/agent-instructions.md before writing code. The key is in KOLWRITE_API_KEY.
```

## Beispielanfragen

Drei Anfragen, die Sie Gemini CLI stellen können:

```text
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.
```

## Was es kostet

| Aufgabe | Modell | Kosten |
| --- | --- | --- |
| Ein 30-minütiges Interview als reiner Text | `base` | 0,24 US$ |
| Eine einstündige Besprechung mit Sprechererkennung | `oracle` | 1,56 US$ |
| Ein einstündiger Vortrag auf Hebräisch mit englischen Untertiteln | `oracle` | 1,44 US$ |
| Eine Stunde verrauschtes Audio mit sich überlagernden Stimmen | `oracle_max` | 3,60 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](https://console.kolwrite.com/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

### Wird der Schlüssel in settings.json geschrieben?

Nicht in der Form `$KOLWRITE_API_KEY`: Gemini CLI liest den Wert beim Start des Servers aus Ihrer Umgebung. `gemini mcp add -e` speichert dagegen den Wert, den Sie übergeben.

## Verwandte Seiten

- [Claude Code](https://console.kolwrite.com/de/agents/claude-code)
- [Jeder Agent: kolwrite.py und der Skill](https://console.kolwrite.com/de/agents/any-agent)
- [Wortzeitstempel-API](https://console.kolwrite.com/de/guides/word-timestamps-api)
- [Videos mit KI-Agenten schneiden](https://console.kolwrite.com/de/guides/video-editing-with-ai)
- [API-Dokumentation](https://console.kolwrite.com/de/public_api_docs)

---
API-Schlüssel holen: https://console.kolwrite.com/auth?lang=de · API-Dokumentation: https://console.kolwrite.com/de/public_api_docs · llms.txt: https://console.kolwrite.com/llms.txt
