YouTube-ko transkripzioak RAG aplikazio batentzat eskala handian: kredituak, birkargatze automatikoa eta aurrekontuak

Zure RAG edo AA aplikazioak YouTube-ko transkripzioak behar baditu eskala handian, konfigurazio praktikoa hau da: aurrez ordaindutako kredituekin erabileraren araberako transkripzio-API bat, sarrera-lan luze batek inoiz gelditu ez dadin birkargatze automatikoa, eta akats batek faktura puztu ez dezan hileko aurrekontu bat. Azalpen honek garatzaile bat konfigurazio horretatik zehar jarraitzen du sum.video-ren Transcript API erabiliz.

Egoera

Mayak ikerketa-laguntzaile bat eraikitzen ari da, biltzarretako hitzaldiei buruzko galderak erantzuten dituena. Bere indizeak hainbat ehun kanaletako 10.000 YouTube bideo inguru estali behar ditu, eta gero hilero 300 bideo berri inguruko erritmoan hazi. Sarrera zerbitzari txiki batetik exekutatzen du, eta ez du zaintzen egon nahi, ezta faktura batek harrapatu ere.

Bere baldintzak argiak dira: kostu aurreikusgarria, lanaren erdian eskuzko birkargarik ez, eta transkripziorik ez duten bideoen kudeaketa garbia.

Zer behar duen

• Bideo bakoitzerako testu soila, zatitzeko eta txertatzeko prest.
• Denbora-markak, erantzun batek bideoko une zehatzera esteka dezan.
• Hasi aurretik estima dezakeen kostu bat.
• Gastuaren goiko muga zurruna.

Pausoz pauso

1. Estimatu lehenik kostua

Transkripzio batek 2 kreditu kostatzen ditu, eta transkripziorik itzultzen ez duten eskaerek ez dute ezer kostatzen. 10.000 bideotarako gehienez 20.000 kreditu dira. $74.99-ko 5.000 krediturako paketearekin ($0.030 transkripzioko), 10.000 transkripziok guztira $300 inguru kostatzen dute, apur bat gutxiago zenbait bideok azpititulurik ez badute. Pakete txikiagoek gehiago kostatzen dute transkripzioko: $0.090 100 kredituko, $0.056 500ekoan, $0.038 2.000koan. Prezioen orriak uneko xehetasunak ditu.

Kredituak behin erosten dira eta ez dira inoiz iraungitzen, beraz harpidetza-erlojurik ez dabil eraikitzen ari den bitartean.

2. Probatu doako kredituekin

Bere lehen API gakoak 10 kreditu doan ditu, hau da, 5 transkripzio. Horiekin zenbait bideoren erantzuna egiaztatzen du json formatuan (segundotan offset eta duration dituzten segmentuak) eta text formatuan. Eskaeraren xehetasunetarako, nola lortu YouTube-ko transkripzioa API batekin gidak curl, Python eta JavaScript-eko adibide funtzionalak ditu.

3. Ezarri birkargatze automatikoa

API panelean birkargatze automatikoa aktibatzen du. Araua: saldoa aukeratutako maila baten azpitik jaisten denean, gordetako txartelari beste pakete baten ordainketa kobratzen zaio. Sarrera-lana gau osoan zehar exekutatzen jarraitzen du eskuzko birkargarik gabe.

4. Ezarri aurrekontuak

Bi muga babesten dute:

• Hileko birkarga-aurrekontua, birkargatze automatikoak hilabetean zenbat gastatu dezakeen mugatzen duena.
• Hileko kreditu-muga. Iristean, hurrengo eskaerek 402 budget_exceeded itzultzen dute.

Posta elektronikoko abisuak ere aktibatzen ditu saldo baxurako, hileko mugaren %80rako eta huts egindako birkargetarako. Abisuek arazoaren berri ematen diote oraindik jarduteko denbora dagoenean.

5. Errespetatu abiadura-muga

Gako bakoitzak 60 eskaera onartzen ditu minutuko. Erritmo horretan, 10.000 eskaerak 167 minutu inguru behar dituzte, hiru ordu baino gutxiago gako bakarrarekin. Segundoko eskaera bat bidaltzen duen ilara sinple bat exekutatzen du, beraz mugaren azpian geratzen da gailurrik gabe. 5 gako aktibo arte sor litzake, adibidez bat sarrerarako eta beste bat aplikazioaren bilaketa zuzenetarako, datu zaharren betetzeak inoiz erabiltzaile baten eskaera blokeatu ez dezan.

6. Kudeatu transkripziorik gabeko bideoak

APIak lehendik dauden YouTube azpitituluak soilik itzultzen ditu. Zuzeneko emisioek, bideo pribatu edo ezabatuek eta azpititulurik gabeko bideoek 404 no_transcript itzultzen dute. Bere ilaran, egoera horrek esan nahi du: markatu saltatu gisa eta jarraitu, ez saiatu inoiz berriro. Eskaera horiek ezer kostatzen ez dutenez, azpititulurik gabeko bideoz betetako kanal batek ez du bere aurrekontua erretzen.

Bere begizta, pseudokodean:

1. Hartu ilarako hurrengo bideo IDa.
2. Deitu APIari format=json erabiliz.
3. Arrakastaz bada: zatitu segmentuak minutu bateko zatitan, gorde zati bakoitza bere hasierako desplazamenduarekin eta txertatu.
4. 404 no_transcript bada: gorde "transkripziorik ez" marka bat.
5. 402 budget_exceeded bada: gelditu ilara eta jakinarazi zeure buruari.
6. Zerbitzari-erroreetan: saiatu berriro atzerapen baten ondoren.

7. Egiaztatu saldoa kodean

Lote handi bakoitzaren aurretik GET /api/v1/credits deitzen du. Saldoa lotearen beharra baino txikiagoa bada eta birkargatze automatikoa itzalita badago, lanak hasteari uko egiten dio. Erdizka geratutako inportazio baten aurkako babes merkea da.

Zer lortzen duen amaieran

Lehen gauaren ondoren, indizeak 10.000 bideoetatik ia guztien transkripzioak ditu, zati bakoitzak bere hasiera-ordua daramalarik. Erabiltzaile batek galdera bat egiten duenean, laguntzaileak hitzaldi bat eta denbora-marka bat aipatzen ditu, eta estekak bideoa une horretan irekitzen du. Etengabeko kostua txikia da: hilean 300 bideo berri gehienez 600 kreditu dira, 5.000 paketearen $0.030 transkripzioko tarifarekin $18 inguru.

Mayak Pro-ra harpidetuko balitz, hilero 100 bonus-kreditu ere jasoko lituzke, hazkunde horren zati bat estaltzen dutenak.

Non geratzen den motz

• Azpititulurik gabe ez dago transkripziorik. APIak ez du audiorik transkribatzen. Azpititulurik gabeko bideoetarako beste iturri bat behar duzu, hala nola hizketa-testu zerbitzu bat, bereizita ordaintzen dena. Beste transkripzio-API batzuek audio-ordezkoa eskaintzen dute, ikusi YouTube-ko transkripzio-APIen konparaketa.
• Azpititulu automatikoek akatsak dituzte. Izenak eta jargoia izaten dira kaltetuenak. Erantzunak esaten du pista automatikoki sortua den, beraz zati horiei pisua eman edo markatu ditzakezu.
• Hizkuntza azpititulu-pistaren hizkuntza da. Erantzunak benetako hizkuntza adierazten du, beraz ez suposatu eskatutakoarekin bat datorrenik.
• Errendimendua gakoko mugatua da. Datu zaharren bete handi bat orduen kontua da, ez segundoena.
• Transkripzioak soilik itzultzen ditu. Zatitzea, txertatzea eta berreskuratzea zure lana da. Bideo bakarraren laburpena soilik behar baduzu, erabili YouTube-ko laburtzailea.

Iturriak

• sum.video-ren Transcript API
• sum.video-ren prezioak