Comment faire transcrire de l’audio et de la vidéo par Cursor ?

Ajoutez le serveur MCP de KolWrite à ~/.cursor/mcp.json (ou ouvrez le lien d’installation ci-dessous). L’agent de Cursor peut alors transcrire les enregistrements de votre projet en texte, en sous-titres ou en traductions. La facturation se fait à la seconde, sur vos crédits KolWrite.

Obtenir une clé API Démarrage rapide Langues prises en charge

Dernière mise à jour: · Markdown

Ce que vous faites une seule fois

Créez le compte et la clé vous-même sur console.kolwrite.com : inscrivez-vous, ajoutez des crédits, ouvrez API Keys et créez une clé. Un agent ne peut pas le faire à votre place.

Placez la clé dans le fichier de profil de votre shell (~/.zshrc, ~/.bashrc) pour que chaque session d’agent que vous lancez puisse la lire, puis ouvrez un nouveau terminal :

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

Les outils lisent la clé uniquement dans cette variable. Ne la collez pas dans un chat et ne la committez pas dans un dépôt.

Ajouter le serveur MCP

Dans ~/.cursor/mcp.json (tous les projets) ou .cursor/mcp.json (un projet). ${env:KOLWRITE_API_KEY} lit la clé dans l’environnement où Cursor a été lancé :

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

Ou ouvrez ce lien dans un navigateur sur l’ordinateur où Cursor est installé ; Cursor vous demande confirmation avant d’ajouter le serveur : Add KolWrite to Cursor

Le serveur donne à l’agent six outils : transcribe_file, transcribe_url, upload_file, get_job, list_models, list_languages. Il s’exécute sur votre ordinateur avec Node.js 18 ou une version plus récente et se télécharge depuis https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz (SHA-256 0dcd6ff169b860b9363044837b8545279efa585c4987b20d81035f920f6ac7ca).

Si les outils n’apparaissent pas, lancez Cursor depuis un terminal où KOLWRITE_API_KEY est définie, ou ouvrez Cursor Settings, puis MCP, et vérifiez l’état du serveur.

Garder une règle dans le projet

Pour que l’agent connaisse aussi l’API quand il écrit du code, ajoutez une règle dans .cursor/rules/kolwrite.mdc :

---
description: Speech-to-text with the KolWrite API
alwaysApply: false
---
For speech-to-text use the KolWrite API; read https://console.kolwrite.com/agent-instructions.md first. The key is in KOLWRITE_API_KEY; never print it.

Que lui demander

Trois demandes à essayer avec Cursor :

Transcris ~/Downloads/interview.m4a avec KolWrite et enregistre le texte dans interview.txt à côté du fichier.

Génère des sous-titres SRT en anglais pour talk.mp4 avec KolWrite, un sous-titre par phrase.

Qui a dit quoi dans team-call.mp3 ? Transcris-le avec identification des locuteurs sur le modèle oracle, puis liste les actions à mener pour chaque intervenant.

Combien ça coûte

TâcheModèleCoût
Un entretien de 30 minutes, texte brutbase0,24 US$
Une réunion d’une heure avec identification des locuteursoracle1,56 US$
Une conférence d’une heure en hébreu avec sous-titres en anglaisoracle1,44 US$
Une heure d’audio bruyant avec des voix qui se chevauchentoracle_max3,60 US$

La facturation se fait à la seconde d’audio, sur vos crédits, sans minimum. L’identification des locuteurs ajoute 0,10 crédit par heure d’audio. Le serveur MCP et kolwrite.py utilisent base tant que vous ou l’agent n’indiquez pas un autre modèle, et oracle_mini pour traduire. Tous les tarifs : /fr/models.

Ce que l’agent ne doit pas faire

  • Vous demander la clé dans le chat, l’afficher, ou l’écrire dans un fichier, une commande ou un commit.
  • Relancer la même transcription après un timeout ou une erreur réseau. Chaque lancement crée un nouveau job facturé ; il doit plutôt vérifier le job existant ou vous demander.
  • Saisir lui-même des horodatages. Pour couper ou citer à un moment précis, il reprend les numéros de segments de la transcription et calcule les temps dans le code à partir des horodatages des mots.
  • Envoyer comme média l’adresse d’une vidéo YouTube ou d’une autre page web. Il lui faut le fichier média lui-même.
  • Transcrire de longs enregistrements (plus d’une heure) sans vous indiquer d’abord le coût prévu.

Questions et réponses

Cela fonctionne-t-il en mode Ask ?

Les outils MCP s’exécutent dans l’agent. Utilisez l’agent pour transcrire ; le mode Ask peut ensuite lire la transcription.