Come trascrive audio con KolWrite qualsiasi agente IA?

Se l’agente può eseguire un comando di shell, dagli kolwrite.py: un unico file Python, solo con la libreria standard, che carica il file, avvia il job, aspetta e scrive il risultato. Per gli agenti che caricano skill c’è lo stesso file impacchettato come skill kolwrite-transcribe, e per tutto il resto ci sono l’API REST e il suo file OpenAPI.

Ottieni una chiave API Guida rapida Lingue supportate

Ultimo aggiornamento: · Markdown

Cosa fai una volta sola

Crea tu l’account e la chiave su console.kolwrite.com: registrati, aggiungi crediti, apri API Keys e crea una chiave. Un agente non può farlo al posto tuo.

Metti la chiave nel file di profilo della tua shell (~/.zshrc, ~/.bashrc) in modo che ogni sessione di agente che avvii possa leggerla, poi apri un nuovo terminale:

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

Gli strumenti leggono la chiave solo da questa variabile. Non incollarla in una chat e non farne il commit in un repository.

Scaricare kolwrite.py e verificarlo

curl -fsSLO https://console.kolwrite.com/cli/kolwrite.py
echo "721055e7e1af698755f88da45b98d56541dc278228f3b9bcf6bdd87fe4e15b78  kolwrite.py" | shasum -a 256 -c -

SHA-256: 721055e7e1af698755f88da45b98d56541dc278228f3b9bcf6bdd87fe4e15b78. Serve Python 3.9 o successivo, nessun pacchetto da installare. Sorgente: kolwrite.py.

I comandi che l’agente esegue

python3 kolwrite.py transcribe meeting.m4a --model oracle --speakers --format json -o meeting.json
python3 kolwrite.py transcribe talk.mp4 --format srt -o talk.srt
python3 kolwrite.py transcribe interview.m4a --language he --translate-to en
python3 kolwrite.py transcribe https://example.com/podcast.mp3 --json
python3 kolwrite.py job JOB_ID
python3 kolwrite.py models
Codice di uscitaSignificato
0Fatto; il risultato è su stdout o nel file indicato con -o
1Errore dell’API o di rete; viene stampato il messaggio dell’API
2Errore d’uso, oppure KOLWRITE_API_KEY non è impostata
3Ancora in corso dopo --timeout; controlla più tardi con kolwrite.py job JOB_ID
4Il job è fallito; viene stampato il motivo

La skill per agenti

Gli agenti che caricano Agent Skills (Claude Code da ~/.claude/skills, Codex da ~/.agents/skills) possono usare l’intera cartella: SKILL.md più scripts/kolwrite.py, compressi in kolwrite-transcribe.zip. È elencata in /.well-known/agent-skills/index.json.

curl -fsSLO https://console.kolwrite.com/skills/kolwrite-transcribe.zip && unzip -o kolwrite-transcribe.zip

La regola per AGENTS.md o CLAUDE.md

For speech-to-text use the KolWrite API.
- Run python3 kolwrite.py (from https://console.kolwrite.com/cli/kolwrite.py, SHA-256 721055e7e1af698755f88da45b98d56541dc278228f3b9bcf6bdd87fe4e15b78) or call the API as https://console.kolwrite.com/agent-instructions.md describes.
- The key is in KOLWRITE_API_KEY. Never print it or write it to a file.
- Tell me the expected cost before transcribing more than an hour of audio.

Gli agenti che costruiscono da soli le chiamate HTTP usano openapi.json (OpenAPI 3.1 con esempi e i codici di errore effettivi) e llms-full.txt.

Quanto costa

OperazioneModelloCosto
Un’intervista di 30 minuti, solo testobase0,24 US$
Una riunione di un’ora con riconoscimento degli interlocutorioracle1,56 US$
Un intervento di un’ora in ebraico con sottotitoli in ingleseoracle1,44 US$
Un’ora di audio rumoroso con voci sovrapposteoracle_max3,60 US$

Si paga al secondo di audio, dai tuoi crediti, senza minimo. Il riconoscimento degli interlocutori aggiunge 0,10 crediti per ora di audio. Il server MCP e kolwrite.py usano base se tu o l’agente non indicate un altro modello, e oracle_mini per tradurre. Tutte le tariffe: /it/models.

Cosa l’agente non deve fare

  • Chiederti la chiave nella chat, stamparla o scriverla in un file, in un comando o in un commit.
  • Riavviare la stessa trascrizione dopo un timeout o un errore di rete. Ogni avvio è un nuovo job e viene fatturato; deve invece controllare il job esistente o chiedere a te.
  • Scrivere i timestamp da solo. Per tagliare o citare in base al minutaggio, prende i numeri dei segmenti dalla trascrizione e calcola i tempi via codice a partire dai timestamp delle parole.
  • Inviare come file multimediale l’indirizzo di un video di YouTube o di un’altra pagina web. Serve il file multimediale vero e proprio.
  • Trascrivere registrazioni lunghe (oltre un’ora) senza dirti prima il costo previsto.

Domande e risposte

Perché un solo file invece di un pacchetto?

Non c’è niente da installare e niente che cambi senza che tu lo sappia: l’agente scarica un file, ne controlla l’hash e lo esegue. Non esiste ancora un pacchetto SDK su npm o PyPI.

Cosa invia kolwrite.py, e dove?

Solo il file e le opzioni che gli dai, all’API di KolWrite su app.kolwrite.com, con la tua chiave nell’header x-api-key. I file oltre i 4 MiB vengono caricati tramite il form firmato dello storage restituito dall’API, senza la chiave.