¿Cómo hago que Claude Code transcriba audio y vídeo?
Añade el servidor MCP de KolWrite con un solo comando, claude mcp add, o instala la skill kolwrite-transcribe. Claude Code sube tu archivo, inicia el trabajo, espera y escribe en tu proyecto la transcripción, los subtítulos o la traducción. Se cobra por segundo de tus créditos de KolWrite.
Lo que haces una sola vez
Crea tú la cuenta y la clave en console.kolwrite.com: regístrate, añade créditos, abre API Keys y crea una clave. Un agente no puede hacerlo por ti.
Guarda la clave en el perfil de tu shell (~/.zshrc, ~/.bashrc) para que todas las sesiones de agente que abras puedan leerla, y abre una terminal nueva:
export KOLWRITE_API_KEY=... # paste the key from API Keys
Las herramientas leen la clave solo de esta variable. No la pegues en un chat ni la subas a un repositorio.
Añadir el servidor MCP
Ejecuta esto en una terminal donde KOLWRITE_API_KEY esté definida. Añade --scope user para tenerlo en todos tus proyectos:
claude mcp add --transport stdio --env KOLWRITE_API_KEY="$KOLWRITE_API_KEY" kolwrite -- npx -y https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz
El servidor da al agente seis herramientas: transcribe_file, transcribe_url, upload_file, get_job, list_models, list_languages. Se ejecuta en tu ordenador con Node.js 18 o posterior y se descarga de https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz (SHA-256 0dcd6ff169b860b9363044837b8545279efa585c4987b20d81035f920f6ac7ca).
Compruébalo con claude mcp list o con /mcp dentro de una sesión.
O instalar la skill
La skill es una carpeta con un SKILL.md y el cliente de un solo archivo. Claude Code la carga desde ~/.claude/skills (todos los proyectos) o .claude/skills (un proyecto) y la usa cuando le pides una transcripción:
mkdir -p ~/.claude/skills && cd ~/.claude/skills
curl -fsSLO https://console.kolwrite.com/skills/kolwrite-transcribe.zip && unzip -o kolwrite-transcribe.zip && rm kolwrite-transcribe.zip
El texto de la skill está en SKILL.md. Usa el servidor MCP o la skill; no necesitas ambos.
Qué pedirle
Tres cosas que puedes pedirle a Claude Code:
Transcribe ~/Downloads/interview.m4a con KolWrite y guarda el texto como interview.txt en la misma carpeta.
Genera subtítulos SRT en inglés para talk.mp4 con KolWrite, un subtítulo por frase.
¿Quién dijo qué en team-call.mp3? Transcríbelo con el modelo oracle e identificación de hablantes y luego haz una lista de las tareas de cada persona.
Claude Code necesita el archivo en tu ordenador o un enlace directo a un archivo multimedia. Si el vídeo pesa más de 100 MiB aproximadamente, extrae primero el audio con ffmpeg.
Cuánto cuesta
| Trabajo | Modelo | Coste |
|---|---|---|
| Una entrevista de 30 minutos, texto plano | base | 0,24 US$ |
| Una reunión de una hora con identificación de hablantes | oracle | 1,56 US$ |
| Una charla de una hora en hebreo con subtítulos en inglés | oracle | 1,44 US$ |
| Una hora de audio con ruido y voces superpuestas | oracle_max | 3,60 US$ |
Se cobra por segundo de audio y se descuenta de tus créditos, sin mínimo. La identificación de hablantes suma 0,10 créditos por hora de audio. El servidor MCP y kolwrite.py usan base salvo que se indique otro modelo, y oracle_mini al traducir. Todas las tarifas: /es/models.
Lo que el agente no debe hacer
- Pedirte la clave en el chat, mostrarla o escribirla en un archivo, un comando o un commit.
- Volver a iniciar la misma transcripción tras un timeout o un error de red. Cada inicio es un trabajo nuevo y se cobra; debe consultar el trabajo existente o preguntarte.
- Escribir marcas de tiempo por su cuenta. Para recortar o citar por tiempo, toma los números de segmento de la transcripción y calcula los tiempos en código a partir de los tiempos de cada palabra.
- Enviar como archivo la dirección de un vídeo de YouTube o de cualquier otra página web. Necesita el archivo multimedia en sí.
- Transcribir grabaciones largas (de más de una hora) sin decirte antes cuánto va a costar.
Preguntas y respuestas
¿Claude Code necesita el servidor MCP o puede llamar a la API por sí mismo?
Puede llamar a la API REST por sí mismo con curl o Python si añades a CLAUDE.md la regla de agent-instructions.md. El servidor MCP o la skill le ahorran escribir cada vez el código de subida y consulta.
¿Adónde va el audio?
El archivo se sube a KolWrite y se transcribe en la nube según los términos y la política de privacidad de KolWrite. El servidor MCP no guarda ninguna copia.