Ինչպես ստանալ YouTube-ի սղագրությունը API-ի միջոցով (curl, Python, JavaScript)

YouTube-ի սղագրությունը API-ի միջոցով ստանալու համար ուղարկիր մեկ HTTP հարցում՝ տեսանյութի URL-ով կամ ID-ով և API բանալով, և կարդա սղագրությունը պատասխանից։ Այս ուղեցույցը ցույց է տալիս հարցումը curl-ով, Python-ով և JavaScript-ով՝ օգտագործելով sum.video-ի Transcript API-ն, ապա անդրադառնում է ձևաչափերին, սխալներին և արժեքին։

Ինչ է վերադարձնում API-ն

Վերջնակետը վերադարձնում է հանրային YouTube տեսանյութի առկա ենթագրերը՝ լինեն դրանք հեղինակի գրածը, թե YouTube-ի ավտոմատ ստեղծածը։ Այն չի սղագրում ձայնը։ Եթե տեսանյութը ենթագրեր չունի, ենթադրության փոխարեն սխալ ես ստանում (մանրամասները՝ ստորև)։

Հիմնականը.

• Վերջնակետ՝ POST https://sum.video/api/v1/transcript (GET-ն էլ է աշխատում)
• Նույնականացում՝ քո բանալին X-API-Key վերնագրում կամ Authorization: Bearer <key>
• Մուտք՝ url կամ video_id
• Ոչ պարտադիր lang (լռելյայն en)
• Ոչ պարտադիր format՝ json, text կամ srt

Պատասխանը նաև ասում է ենթագրերի հետքի իրական լեզուն և արդյոք այն ավտոմատ է ստեղծվել, որպեսզի իմանաս, ինչ որակ սպասել։

Քայլ 1. Ստեղծիր API բանալի

Մուտք գործիր և ստեղծիր բանալի API վահանակում (/dashboard/api sum.video-ում)։ Կարող ես ունենալ մինչև 5 ակտիվ բանալի, ինչը հարմար է փորձնական և արտադրական բանալիները առանձնացնելու համար։ Առաջին բանալու հետ գալիս է 10 անվճար կրեդիտ, որը բավական է 5 սղագրության համար, ուստի ստորև ամեն ինչ կարող ես փորձել առանց ծախսի։

Քայլ 2. Ուղարկիր առաջին հարցումդ

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"}'

Քանի որ GET-ն էլ է աշխատում, կարող ես փորձել մի սկրիպտից, որը միայն URL-ներ է կառուցում։ Բանալին ավելի լավ է փոխանցել վերնագրում, որպեսզի այն չհայտնվի մատյաններում։

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+ կամ դիտարկիչ)

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());
}

Բանալին պահիր սերվերում։ Դիտարկիչի կոդում դրված բանալին կարող է պատճենել յուրաքանչյուր ոք, ով կբացի մշակողի գործիքները։

Քայլ 3. Ընտրիր ճիշտ ձևաչափը

Եթե նախատեսում ես հղում անել տեսանյութի որևէ պահի, օգտագործիր json և հղումը կառուցիր հատվածի offset-ից։ LLM-ին տալու համար text-ը փոքր է ու պարզ։ Եթե հետո ուզենաս ձեռքով որոնել սղագրության մեջ, տես ինչպես որոնել YouTube տեսանյութի սղագրության մեջ։

Քայլ 4. Ընտրիր լեզուն

lang-ի լռելյայն արժեքը en է։ Սահմանիր քո ուզած լեզուն, օրինակ՝ de կամ es։ Պատասխանը հայտնում է իրականում վերադարձված հետքի լեզուն, ուստի ստուգիր այն՝ ենթադրելու փոխարեն։ Տեսանյութը հաճախ ունի ընդամենը մեկ ենթագրերի հետք, իսկ API-ն վերադարձնում է իրական ենթագրեր, ուստի չի թարգմանում քեզ համար։

Քայլ 5. Մշակիր սխալները

Այս դեպքերը նախատեսիր առաջին օրվանից.

• 404 no_transcript՝ տեսանյութը ենթագրեր չունի, կամ ուղիղ եթեր է, մասնավոր կամ հեռացված տեսանյութ։ Կրկնելու բան չկա։ Բաց թող այն կամ օգտատիրոջից խնդրիր այլ տեսանյութ։
• 402 budget_exceeded՝ հասել ես քո սահմանած ամսական կրեդիտի սահմանաչափին։ Տես հաջորդ բաժինը։
• Արագության սահմանաչափ՝ յուրաքանչյուր բանալի թույլ է տալիս 60 հարցում րոպեում։ Բաշխիր փաթեթային աշխատանքները և դանդաղեցրու, երբ սահմանափակում են։
• Մեր կողմի ձախողումներ՝ կարճ դադարից հետո կրկին փորձիր։ Դրանք ոչինչ չեն արժենում։

Պարզ ցիկլը, որը սերվերի սխալների դեպքում կրկնում է, իսկ 404-ի դեպքում բաց է թողնում, բավարարում է արտադրության կարիքների մեծ մասը։

Որքան արժե

Յուրաքանչյուր սղագրություն արժե 2 կրեդիտ։ Այն հարցումները, որոնք սղագրություն չեն վերադարձնում կամ ձախողվում են sum.video-ի կողմից, ոչինչ չեն արժենում, ուստի 404-ը երբեք չի դատարկում քո մնացորդը։ Մնացորդը կարող ես տեսնել GET /api/v1/credits-ով։

Կրեդիտները վաճառվում են մեկանգամյա փաթեթներով, որոնք երբեք չեն սպառվում.

Pro բաժանորդները ամեն ամիս ստանում են նաև 100 բոնուսային կրեդիտ։ Ավելի ծանր աշխատանքի համար, օրինակ՝ ամբողջ ալիք բեռնելու, կարդա YouTube-ի սղագրություններ RAG հավելվածի համար մեծ մասշտաբով սցենարը, որն անդրադառնում է ավտոմատ համալրմանը և բյուջեներին։ Տես նաև գները։

Սահմանափակումներ, որ պետք է իմանալ նախքան կառուցելը

• Աշխատում են միայն ենթագրերով տեսանյութերը։ Սա 404 no_transcript-ի հիմնական պատճառն է։
• Ավտոմատ ստեղծված ենթագրերում կարող են սխալներ լինել, մասնավորապես անունների, առոգանության և տեխնիկական եզրույթների մեջ։
• API-ն վերադարձնում է միայն սղագրությունը։ Այն չի ամփոփում։ Եթե սղագրության վրա ամփոփումներ, ժամանակային նշաններ և զրույց ես ուզում, դա անում է YouTube-ի ամփոփիչը, իսկ սղագրության գործիքը մեկ տեսանյութի համար առանց կոդի տարբերակն է։
• Պաշտոնական YouTube Data API-ն այստեղ փոխարինող չէ։ Դրա ենթագրերի ներբեռնման մեթոդը պահանջում է տեսանյութը խմբագրելու թույլտվություն, ուստի նախատեսված է քո սեփական տեսանյութերի համար (Google-ի փաստաթղթեր)։

Աղբյուրներ

• YouTube Data API: Captions.download
• sum.video-ի Transcript API