# ¿Cómo hago que Gemini CLI transcriba audio y vídeo?

> Añade el servidor MCP de KolWrite con un solo comando, gemini mcp add. Gemini CLI podrá transcribir grabaciones locales a 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/gemini-cli

## 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

Ejecuta esto donde `KOLWRITE_API_KEY` esté definida; `-s user` lo deja disponible en todos los proyectos:

```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
```

O añádelo a mano en `~/.gemini/settings.json`. Gemini CLI sustituye `$KOLWRITE_API_KEY` por el valor de tu entorno:

```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"
      }
    }
  }
}
```

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 `/mcp` dentro de Gemini CLI.

## Añadir la regla en GEMINI.md

Para que Gemini CLI también conozca la API cuando escriba código, añade esta línea a `GEMINI.md` en el proyecto:

```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 Gemini CLI:

```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

### ¿Se escribe la clave en settings.json?

No con la forma `$KOLWRITE_API_KEY`: Gemini CLI lee el valor de tu entorno cuando inicia el servidor. `gemini mcp add -e` guarda el valor que le pases.

## 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)
- [API de marcas de tiempo por palabra](https://console.kolwrite.com/es/guides/word-timestamps-api)
- [Editar vídeo con agentes de IA](https://console.kolwrite.com/es/guides/video-editing-with-ai)
- [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
