# Como fazer o Gemini CLI transcrever áudio e vídeo?

> Adicione o servidor MCP do KolWrite com um único comando, gemini mcp add. O Gemini CLI passa a transcrever gravações locais em texto, legendas SRT ou traduções. A cobrança é por segundo, dos seus créditos do KolWrite.

Última atualização: 2026-11-21 · HTML: https://console.kolwrite.com/pt/agents/gemini-cli

## O que você faz uma única vez

Crie você mesmo a conta e a chave em [console.kolwrite.com](https://console.kolwrite.com/auth?lang=pt): cadastre-se, adicione créditos, abra API Keys e crie uma chave. Um agente não consegue fazer isso por você.

Coloque a chave no arquivo de perfil do seu shell (`~/.zshrc`, `~/.bashrc`) para que toda sessão de agente que você abrir consiga lê-la, e abra um terminal novo:

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

As ferramentas leem a chave só dessa variável. Não cole a chave em um chat nem faça commit dela em um repositório.

## Adicionar o servidor MCP

Rode o comando onde `KOLWRITE_API_KEY` esteja definida; o `-s user` deixa o servidor disponível em todos os projetos:

```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 adicione à mão no `~/.gemini/settings.json`. O Gemini CLI expande `$KOLWRITE_API_KEY` a partir do seu ambiente:

```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"
      }
    }
  }
}
```

O servidor dá ao agente seis ferramentas: `transcribe_file`, `transcribe_url`, `upload_file`, `get_job`, `list_models`, `list_languages`. Ele roda no seu computador com Node.js 18 ou mais recente e é baixado de https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz (SHA-256 `0dcd6ff169b860b9363044837b8545279efa585c4987b20d81035f920f6ac7ca`).

Confira com `/mcp` dentro do Gemini CLI.

## Manter a regra no GEMINI.md

Para que o Gemini CLI conheça a API também quando escrever código, adicione esta linha ao `GEMINI.md` do projeto:

```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.
```

## O que pedir

Três pedidos que você pode fazer ao Gemini CLI:

```text
Transcreva ~/Downloads/interview.m4a com o KolWrite e salve o texto como interview.txt ao lado do arquivo.

Gere legendas SRT em inglês para talk.mp4 com o KolWrite, uma legenda por frase.

Quem disse o quê em team-call.mp3? Transcreva com identificação de falantes no modelo oracle e depois liste as tarefas de cada pessoa.
```

## Quanto custa

| Tarefa | Modelo | Custo |
| --- | --- | --- |
| Uma entrevista de 30 minutos, em texto simples | `base` | US$ 0,24 |
| Uma reunião de uma hora com identificação de falantes | `oracle` | US$ 1,56 |
| Uma palestra de uma hora em hebraico com legendas em inglês | `oracle` | US$ 1,44 |
| Uma hora de áudio com ruído e vozes sobrepostas | `oracle_max` | US$ 3,60 |

A cobrança é por segundo de áudio, descontada dos seus créditos, sem valor mínimo. A identificação de falantes soma 0,10 crédito por hora de áudio. O servidor MCP e o kolwrite.py usam o `base` a menos que você ou o agente indiquem outro modelo, e o `oracle_mini` ao traduzir. Todos os preços: [/pt/models](https://console.kolwrite.com/pt/models).

## O que o agente não deve fazer

- Pedir a chave a você no chat, exibi-la ou gravá-la em um arquivo, em um comando ou em um commit.
- Iniciar de novo a mesma transcrição depois de um timeout ou de um erro de rede. Cada início é um job novo e é cobrado; em vez disso, deve consultar o job existente ou perguntar a você.
- Digitar timestamps por conta própria. Para cortar ou citar por tempo, ele pega os números dos segmentos na transcrição e calcula os tempos no código, a partir dos tempos das palavras.
- Enviar como mídia o endereço de um vídeo do YouTube ou de outra página da web. O que a API precisa é do arquivo de mídia em si.
- Transcrever gravações longas (mais de uma hora) sem antes avisar você do custo previsto.

## Perguntas e respostas

### A chave é gravada no settings.json?

Não com a forma `$KOLWRITE_API_KEY`: o Gemini CLI lê o valor do seu ambiente quando inicia o servidor. Já o `gemini mcp add -e` grava o valor que você passar.

## Páginas relacionadas

- [Claude Code](https://console.kolwrite.com/pt/agents/claude-code)
- [Qualquer agente: kolwrite.py e a skill](https://console.kolwrite.com/pt/agents/any-agent)
- [API de carimbos de tempo por palavra](https://console.kolwrite.com/pt/guides/word-timestamps-api)
- [Editar vídeo com agentes de IA](https://console.kolwrite.com/pt/guides/video-editing-with-ai)
- [Documentação da API](https://console.kolwrite.com/pt/public_api_docs)

---
Obter uma chave de API: https://console.kolwrite.com/auth?lang=pt · Documentação da API: https://console.kolwrite.com/pt/public_api_docs · llms.txt: https://console.kolwrite.com/llms.txt
