Paano kumuha ng transcript ng YouTube gamit ang API (curl, Python, JavaScript)

Para makakuha ng transcript ng YouTube gamit ang API, magpadala ng isang HTTP request na may URL o ID ng video at isang API key, at basahin ang transcript mula sa sagot. Ipinapakita ng gabay na ito ang request sa curl, Python at JavaScript gamit ang Transcript API ng sum.video, at tinatalakay pagkatapos ang mga format, error at gastos.

Ano ang ibinabalik ng API

Ibinabalik ng endpoint ang mga umiiral na caption ng isang pampublikong video sa YouTube, isinulat man ng gumawa o awtomatikong nabuo ng YouTube. Hindi nito itina-transcribe ang audio. Kapag walang caption ang isang video, error ang makukuha mo sa halip na hula (mas marami sa ibaba).

Ang mga batayan:

• Endpoint: POST https://sum.video/api/v1/transcript (gumagana rin ang GET)
• Authentication: ang iyong key sa header na X-API-Key, o Authorization: Bearer <key>
• Input: url o video_id
• Opsyonal na lang (default en)
• Opsyonal na format: json, text o srt

Sinasabi rin ng sagot ang totoong wika ng caption track at kung awtomatiko itong nabuo, para alam mo kung anong kalidad ang aasahan.

Hakbang 1: Gumawa ng API key

Mag-sign in at gumawa ng key sa API dashboard (/dashboard/api sa sum.video). Puwede kang magkaroon ng hanggang 5 aktibong key, na kapaki-pakinabang para paghiwalayin ang key para sa pagsubok at key para sa production. Ang una mong key ay may kasamang 10 libreng credit, sapat para sa 5 transcript, kaya masusubukan mo ang lahat ng nasa ibaba nang walang gastos.

Hakbang 2: Gawin ang una mong request

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"}'

Dahil gumagana rin ang GET, puwede kang sumubok mula sa script na gumagawa lang ng mga URL. Mas mabuting ibigay ang key sa header para hindi ito mapunta sa mga log.

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+ o browser)

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());
}

Ilagay ang key sa isang server. Ang key na nasa code ng browser ay maaaring kopyahin ng sinumang magbukas ng developer tools.

Hakbang 3: Piliin ang tamang format

Kung balak mong mag-link sa isang sandali sa video, gamitin ang json at buuin ang link mula sa offset ng segment. Para pakainin ang isang LLM, mas maliit at mas simple ang text. Kung gusto mong maghanap nang mano-mano sa loob ng transcript sa ibang pagkakataon, tingnan ang paano maghanap sa loob ng transcript ng isang video sa YouTube.

Hakbang 4: Pumili ng wika

Ang lang ay en bilang default. Itakda ito sa wikang gusto mo, halimbawa de o es. Iniuulat ng sagot ang wika ng track na talagang naibalik, kaya suriin ito sa halip na ipagpalagay. Madalas isa lang ang caption track ng isang video, at tunay na caption ang ibinabalik ng API, kaya hindi nito isinasalin para sa iyo.

Hakbang 5: Asikasuhin ang mga error

Paghandaan ang mga kasong ito mula sa unang araw:

• 404 no_transcript: walang caption ang video, o ito ay live stream, pribadong video o inalis na video. Walang puwedeng subukan ulit. Laktawan ito, o humingi sa user ng ibang video.
• 402 budget_exceeded: umabot ka na sa buwanang limitasyon ng credit na itinakda mo. Tingnan ang susunod na seksyon.
• Limitasyon sa bilis: bawat key ay pumapayag ng 60 request kada minuto. Ihiwa-hiwalay ang mga batch job, at magdahan-dahan kapag nilimitahan ka.
• Mga pagkabigo sa panig namin: subukan ulit pagkatapos ng maikling pagkaantala. Wala itong gastos.

Ang isang simpleng loop na umuulit sa mga error ng server at lumalaktaw sa 404 ay sumasakop sa karamihan ng pangangailangan sa production.

Magkano ang gastos

Bawat transcript ay nagkakahalaga ng 2 credit. Ang mga request na hindi nagbabalik ng transcript, o pumapalpak sa panig ng sum.video, ay walang gastos, kaya hindi kailanman nauubos ng 404 ang balanse mo. Makikita mo ang balanse mo gamit ang GET /api/v1/credits.

Ang mga credit ay ibinebenta sa isahang pakete na hindi nag-e-expire kailanman:

Ang mga subscriber ng Pro ay nakakakuha rin ng 100 bonus credit bawat buwan. Para sa mas mabigat na gawain, gaya ng pag-ingest ng buong channel, basahin ang senaryong mga transcript ng YouTube para sa isang RAG app sa malakihang saklaw, na sumasaklaw sa awtomatikong top-up at mga budget. Tingnan din ang mga presyo.

Mga limitasyong dapat malaman bago ka magtayo

• Mga video lang na may caption ang gumagana. Ito ang pangunahing dahilan ng 404 no_transcript.
• Ang mga awtomatikong nabuong caption ay maaaring may pagkakamali, lalo na sa mga pangalan, punto at teknikal na termino.
• Transcript lang ang ibinabalik ng API. Hindi ito nagbubuod. Kung gusto mo ng buod, mga timestamp at chat sa ibabaw ng transcript, ang tagabuod ng YouTube ang gumagawa nito, at ang tool ng transcript ay ang bersyong walang code para sa isang video.
• Hindi kapalit dito ang opisyal na YouTube Data API. Ang paraan nito sa pag-download ng caption ay nangangailangan ng pahintulot na mag-edit ng video, kaya para ito sa sarili mong mga video (dokumentasyon ng Google).

Mga pinagmulan

• YouTube Data API: Captions.download
• Transcript API ng sum.video