# ¿Cómo hago que Codex transcriba audio y vídeo?

> Añade cuatro líneas a ~/.codex/config.toml (o ejecuta codex mcp add), o coloca la skill kolwrite-transcribe en ~/.agents/skills. Codex podrá convertir las grabaciones de tu repositorio en texto, subtítulos SRT o traducciones. Se cobra por segundo de tus créditos de KolWrite.

Última actualización: 2026-11-21 · HTML: https://console.kolwrite.com/es/agents/codex

## Lo que haces una sola vez

Crea tú la cuenta y la clave en [console.kolwrite.com](https://console.kolwrite.com/auth?lang=es): 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:

```bash
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

En `~/.codex/config.toml`. `env_vars` pasa `KOLWRITE_API_KEY` desde el shell en el que inicias Codex, así que la clave no se escribe en el archivo:

```toml
[mcp_servers.kolwrite]
command = "npx"
args = ["-y", "https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz"]
env_vars = ["KOLWRITE_API_KEY"]
```

O con un solo comando (este guarda la clave en config.toml):

```bash
codex mcp add kolwrite --env KOLWRITE_API_KEY="$KOLWRITE_API_KEY" -- 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`).

## O instalar la skill

Codex lee las skills de `~/.agents/skills` (todos los proyectos) o de `.agents/skills` en el repositorio:

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

Si una skill nueva no aparece, reinicia Codex.

## Añadir la regla en AGENTS.md

Para que todas las sesiones de Codex en el repositorio conozcan la API aunque no haya herramienta, añade esta línea a `AGENTS.md`:

```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.
```

## Qué pedirle

Tres cosas que puedes pedirle a Codex:

```text
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.
```

## 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](https://console.kolwrite.com/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

### ¿Funciona también en la extensión de Codex para el IDE?

La extensión lee el mismo `~/.codex/config.toml`, así que el servidor MCP también está disponible ahí.

### ¿Puede Codex escribir código que llame a la API en mi app?

Sí. Indícale [agent-instructions.md](https://console.kolwrite.com/agent-instructions.md) y [openapi.json](https://console.kolwrite.com/openapi.json). El servidor MCP sirve para transcribir archivos mientras trabajas; no es una librería para integrar en tu app.

## Páginas relacionadas

- [Claude Code](https://console.kolwrite.com/es/agents/claude-code)
- [Cualquier agente: kolwrite.py y la skill](https://console.kolwrite.com/es/agents/any-agent)
- [Herramienta de transcripción para agentes de IA](https://console.kolwrite.com/es/guides/transcription-tool-for-ai-agents)
- [Agentes de IA y vibe coding](https://console.kolwrite.com/es/use-cases/ai-agents)
- [Documentación de la API](https://console.kolwrite.com/es/public_api_docs)

---
Obtener una clave de API: https://console.kolwrite.com/auth?lang=es · Documentación de la API: https://console.kolwrite.com/es/public_api_docs · llms.txt: https://console.kolwrite.com/llms.txt
