Как да вземеш транскрипт от YouTube през API (curl, Python, JavaScript)

За да вземеш транскрипт от YouTube през API, изпрати една HTTP заявка с URL адреса или идентификатора на видеото и API ключ, а транскрипта прочети от отговора. Това ръководство показва заявката в curl, Python и JavaScript с API за транскрипти на sum.video, а после разглежда форматите, грешките и цените.

Какво връща API

Крайната точка връща съществуващите субтитри на публично видео в YouTube, написани от автора или генерирани автоматично от YouTube. Тя не разпознава аудио. Ако видеото няма субтитри, получаваш грешка вместо предположение (повече по-долу).

Основите:

• Крайна точка: POST https://sum.video/api/v1/transcript (GET също работи)
• Удостоверяване: ключът ти в заглавката X-API-Key или Authorization: Bearer <key>
• Вход: url или video_id
• По избор lang (по подразбиране en)
• По избор format: json, text или srt

Отговорът казва и реалния език на субтитровата писта и дали е генерирана автоматично, така че знаеш какво качество да очакваш.

Стъпка 1: Създай API ключ

Влез и създай ключ в таблото за API (/dashboard/api на sum.video). Можеш да имаш до 5 активни ключа, което е удобно за разделяне на тестов от работен ключ. Първият ти ключ идва с 10 безплатни кредита, достатъчни за 5 транскрипта, така че можеш да изпробваш всичко по-долу без разход.

Стъпка 2: Направи първата си заявка

curl

curl -X POST https://sum.video/api/v1/transcript \
  -H "X-API-Key: $SUMVIDEO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://www.youtube.com/watch?v=dQw4w9WgXcQ", "lang": "en", "format": "text"}'

Тъй като GET също работи, можеш да тестваш и от скрипт, който само изгражда URL адреси. По-добре подавай ключа в заглавката, за да не попадне в логовете.

Python

import os
import requests

resp = requests.post(
    "https://sum.video/api/v1/transcript",
    headers={"X-API-Key": os.environ["SUMVIDEO_API_KEY"]},
    json={"video_id": "dQw4w9WgXcQ", "lang": "en", "format": "text"},
    timeout=30,
)

if resp.status_code == 404:
    print("No captions for this video")
else:
    resp.raise_for_status()
    print(resp.text)

JavaScript (Node 18+ или браузър)

const resp = await fetch("https://sum.video/api/v1/transcript", {
  method: "POST",
  headers: {
    "X-API-Key": process.env.SUMVIDEO_API_KEY,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    video_id: "dQw4w9WgXcQ",
    lang: "en",
    format: "text",
  }),
});

if (resp.status === 404) {
  console.log("No captions for this video");
} else if (!resp.ok) {
  throw new Error(`Request failed: ${resp.status}`);
} else {
  console.log(await resp.text());
}

Пази ключа на сървър. Ключ в код за браузър може да бъде копиран от всеки, който отвори инструментите за разработчици.

Стъпка 3: Избери подходящия формат

Ако смяташ да правиш връзки към момент във видеото, използвай json и изгради връзката от offset на сегмента. За подаване към езиков модел text е по-малък и по-прост. Ако по-късно искаш да търсиш ръчно в транскрипт, виж как да търсиш в транскрипта на видео в YouTube.

Стъпка 4: Избери език

lang е по подразбиране en. Задай желания език, например de или es. Отговорът съобщава езика на реално върнатата писта, затова го провери, вместо да предполагаш. Видеото често има само една субтитрова писта, а API връща реални субтитри, така че не ги превежда вместо теб.

Стъпка 5: Обработи грешките

Предвиди тези случаи от първия ден:

• 404 no_transcript: видеото няма субтитри или е стрийм на живо, частно или изтрито видео. Няма какво да се повтаря. Пропусни го или поискай от потребителя друго видео.
• 402 budget_exceeded: достигнал си зададения месечен лимит на кредитите. Виж следващия раздел.
• Ограничение на честотата: всеки ключ позволява 60 заявки в минута. Разпредели пакетните задачи и намали темпото, когато те ограничат.
• Неуспехи от наша страна: опитай отново след кратко забавяне. Те не струват нищо.

Един прост цикъл, който повтаря при грешки на сървъра и пропуска при 404, покрива повечето нужди в производство.

Колко струва

Всеки транскрипт струва 2 кредита. Заявките, които не връщат транскрипт или се провалят от страна на sum.video, не струват нищо, така че 404 никога не изчерпва баланса ти. Можеш да провериш баланса с GET /api/v1/credits.

Кредитите се продават в еднократни пакети, които никога не изтичат:

Абонатите на Pro получават и 100 бонус кредита всеки месец. За по-тежки натоварвания, като зареждането на цял канал, прочети сценария транскрипти от YouTube за RAG приложение в голям мащаб, който разглежда автоматичното зареждане и бюджетите. Виж и цените.

Ограничения, които да знаеш, преди да строиш

• Работят само видеа със субтитри. Това е основната причина за 404 no_transcript.
• Автоматично генерираните субтитри могат да съдържат грешки, особено при имена, акценти и технически термини.
• API връща само транскрипта. Не прави резюмета. Ако искаш резюмета, времеви отметки и чат върху транскрипт, това прави обобщителят за YouTube, а инструментът за транскрипти е версията без код за едно видео.
• Официалният YouTube Data API тук не е заместител. Методът му за изтегляне на субтитри изисква право за редактиране на видеото, така че е предназначен за твоите собствени видеа (документация на Google).

Източници

• YouTube Data API: Captions.download
• API за транскрипти на sum.video