Obtenir la transcription YouTube avec une API (curl, Python, JavaScript)

Pour obtenir la transcription YouTube avec une API, envoie une requête HTTP avec l'URL ou l'identifiant de la vidéo et une clé d'API, puis lis la transcription dans la réponse. Ce guide montre la requête en curl, Python et JavaScript avec l'API de transcription sum.video, puis aborde les formats, les erreurs et les coûts.

Ce que renvoie l'API

Le point d'accès renvoie les sous-titres existants d'une vidéo YouTube publique, écrits par le créateur ou générés automatiquement par YouTube. Il ne transcrit pas l'audio. Si une vidéo n'a pas de sous-titres, tu obtiens une erreur plutôt qu'une supposition (plus bas).

L'essentiel :

• Point d'accès : POST https://sum.video/api/v1/transcript (GET fonctionne aussi)
• Authentification : ta clé dans l'en-tête X-API-Key, ou Authorization: Bearer <key>
• Entrée : url ou video_id
• lang facultatif (en par défaut)
• format facultatif : json, text ou srt

La réponse indique aussi la vraie langue de la piste de sous-titres et si elle est générée automatiquement, pour que tu saches à quelle qualité t'attendre.

Étape 1 : Crée une clé d'API

Connecte-toi et crée une clé dans le tableau de bord de l'API (/dashboard/api sur sum.video). Tu peux avoir jusqu'à 5 clés actives, pratique pour séparer une clé de test d'une clé de production. Ta première clé est fournie avec 10 crédits gratuits, de quoi faire 5 transcriptions, donc tu peux tout tester ci-dessous sans frais.

Étape 2 : Envoie ta première requête

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"}'

Comme GET fonctionne aussi, tu peux tester depuis un script qui ne fait que construire des URL. Préfère l'en-tête pour la clé, afin qu'elle ne finisse pas dans les journaux.

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+ ou navigateur)

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());
}

Garde la clé sur un serveur. Une clé placée dans le code du navigateur peut être copiée par quiconque ouvre les outils de développement.

Étape 3 : Choisis le bon format

Si tu veux créer des liens vers un moment de la vidéo, utilise json et construis le lien à partir de l'offset du segment. Pour alimenter un LLM, text est plus léger et plus simple. Si tu veux plus tard chercher à la main dans une transcription, vois comment chercher dans la transcription d'une vidéo YouTube.

Étape 4 : Choisis une langue

lang vaut en par défaut. Mets la langue souhaitée, par exemple de ou es. La réponse indique la langue de la piste réellement renvoyée, vérifie-la donc au lieu de la supposer. Une vidéo n'a souvent qu'une seule piste de sous-titres, et l'API renvoie de vrais sous-titres, elle ne les traduit donc pas pour toi.

Étape 5 : Gère les erreurs

Prévois ces cas dès le premier jour :

• 404 no_transcript : la vidéo n'a pas de sous-titres, ou c'est un direct, une vidéo privée ou supprimée. Il n'y a rien à retenter. Ignore-la, ou demande une autre vidéo à l'utilisateur.
• 402 budget_exceeded : tu as atteint la limite mensuelle de crédits que tu as configurée. Voir la section suivante.
• Limite de débit : chaque clé autorise 60 requêtes par minute. Espace les traitements par lots et ralentis quand on te limite.
• Échecs de notre côté : réessaie après un court délai. Ils ne coûtent rien.

Une simple boucle qui réessaie sur les erreurs serveur et ignore les 404 couvre la plupart des besoins en production.

Ce que ça coûte

Chaque transcription coûte 2 crédits. Les requêtes qui ne renvoient pas de transcription, ou qui échouent du côté de sum.video, ne coûtent rien, donc un 404 ne vide jamais ton solde. Tu peux vérifier ton solde avec GET /api/v1/credits.

Les crédits se vendent en packs uniques qui n'expirent jamais :

Les abonnés Pro reçoivent aussi 100 crédits bonus chaque mois. Pour une charge plus lourde, comme l'ingestion d'une chaîne entière, lis le scénario transcriptions YouTube pour une application RAG à grande échelle, qui traite de la recharge automatique et des budgets. Voir aussi les tarifs.

Limites à connaître avant de construire

• Seules les vidéos avec sous-titres fonctionnent. C'est la principale raison du 404 no_transcript.
• Les sous-titres générés automatiquement peuvent contenir des erreurs, surtout avec les noms, les accents et les termes techniques.
• L'API ne renvoie que la transcription. Elle ne résume pas. Si tu veux des résumés, des horodatages et un chat par-dessus une transcription, le résumeur YouTube s'en charge, et l'outil de transcription est la version sans code pour une seule vidéo.
• L'API officielle YouTube Data n'est pas un substitut ici. Sa méthode de téléchargement des sous-titres exige l'autorisation de modifier la vidéo, elle est donc destinée à tes propres vidéos (documentation Google).

Sources

• YouTube Data API : Captions.download
• API de transcription sum.video