# Comment faire transcrire de l’audio et de la vidéo par Gemini CLI ?

> Ajoutez le serveur MCP de KolWrite avec une seule commande, gemini mcp add. Gemini CLI peut alors transcrire des enregistrements locaux en texte, en sous-titres SRT ou en traductions. La facturation se fait à la seconde, sur vos crédits KolWrite.

Dernière mise à jour: 2026-11-21 · HTML: https://console.kolwrite.com/fr/agents/gemini-cli

## Ce que vous faites une seule fois

Créez le compte et la clé vous-même sur [console.kolwrite.com](https://console.kolwrite.com/auth?lang=fr) : 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 :

```bash
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

Lancez la commande là où `KOLWRITE_API_KEY` est définie ; `-s user` rend le serveur disponible dans tous les projets :

```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
```

Ou ajoutez-le à la main dans `~/.gemini/settings.json`. Gemini CLI remplace `$KOLWRITE_API_KEY` par la valeur de votre environnement :

```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"
      }
    }
  }
}
```

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`).

Vérifiez avec `/mcp` dans Gemini CLI.

## Garder la consigne dans GEMINI.md

Pour que Gemini CLI connaisse aussi l’API quand il écrit du code, ajoutez cette ligne à `GEMINI.md` dans le projet :

```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.
```

## Que lui demander

Trois demandes à essayer avec Gemini CLI :

```text
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

| Tâche | Modèle | Coût |
| --- | --- | --- |
| Un entretien de 30 minutes, texte brut | `base` | 0,24 US$ |
| Une réunion d’une heure avec identification des locuteurs | `oracle` | 1,56 US$ |
| Une conférence d’une heure en hébreu avec sous-titres en anglais | `oracle` | 1,44 US$ |
| Une heure d’audio bruyant avec des voix qui se chevauchent | `oracle_max` | 3,60 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](https://console.kolwrite.com/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

### La clé est-elle écrite dans settings.json ?

Pas avec la forme `$KOLWRITE_API_KEY` : Gemini CLI lit la valeur dans votre environnement quand il démarre le serveur. `gemini mcp add -e` enregistre la valeur que vous lui passez.

## Pages associées

- [Claude Code](https://console.kolwrite.com/fr/agents/claude-code)
- [Tout agent : kolwrite.py et la skill](https://console.kolwrite.com/fr/agents/any-agent)
- [API d’horodatage mot à mot](https://console.kolwrite.com/fr/guides/word-timestamps-api)
- [Monter une vidéo avec des agents IA](https://console.kolwrite.com/fr/guides/video-editing-with-ai)
- [Documentation de l’API](https://console.kolwrite.com/fr/public_api_docs)

---
Obtenir une clé API: https://console.kolwrite.com/auth?lang=fr · Documentation de l’API: https://console.kolwrite.com/fr/public_api_docs · llms.txt: https://console.kolwrite.com/llms.txt
