Transkrip YouTube untuk aplikasi RAG dalam skala besar: kredit, isi ulang otomatis, dan anggaran

Jika aplikasi RAG atau AI-mu membutuhkan transkrip YouTube dalam skala besar, pengaturan yang praktis adalah API transkrip bayar sesuai pemakaian dengan kredit prabayar, isi ulang otomatis agar pekerjaan pemasukan data yang panjang tidak pernah macet, dan anggaran bulanan agar sebuah bug tidak membengkakkan tagihan. Penelusuran ini mengikuti seorang pengembang menjalani pengaturan itu dengan API Transkrip sum.video.

Situasinya

Maya membangun asisten riset yang menjawab pertanyaan tentang ceramah konferensi. Indeksnya harus mencakup sekitar 10.000 video YouTube dari beberapa ratus kanal, lalu bertambah sekitar 300 video baru per bulan. Ia menjalankan pemasukan data dari server kecil, dan tidak mau menungguinya atau dikejutkan oleh tagihan.

Syaratnya jelas: biaya yang terduga, tanpa isi ulang manual di tengah pekerjaan, dan penanganan yang rapi untuk video tanpa transkrip.

Yang ia butuhkan

• Teks biasa untuk setiap video, siap dipotong dan di-embed.
• Penanda waktu, agar sebuah jawaban bisa menaut ke momen persis di video.
• Biaya yang bisa ia perkirakan sebelum memulai.
• Batas atas pengeluaran yang tegas.

Langkah demi langkah

1. Perkirakan biaya dulu

Satu transkrip berbiaya 2 kredit, dan permintaan yang tidak menghasilkan transkrip tidak dikenai biaya. Untuk 10.000 video, itu paling banyak 20.000 kredit. Dengan paket 5.000 kredit seharga $74.99 ($0.030 per transkrip), 10.000 transkrip berbiaya sekitar $300 secara total, sedikit lebih rendah jika ada video tanpa teks sulih. Paket yang lebih kecil lebih mahal per transkrip: $0.090 untuk 100 kredit, $0.056 untuk 500, $0.038 untuk 2.000. Halaman harga memuat rincian terbaru.

Kredit dibeli sekali dan tidak pernah kedaluwarsa, jadi tidak ada jam langganan yang berjalan selama ia membangun.

2. Uji dengan kredit gratis

Kunci API pertamanya datang dengan 10 kredit gratis, yaitu 5 transkrip. Ia memakainya untuk memeriksa respons beberapa video dalam format json (segmen dengan offset dan duration dalam detik) dan format text. Untuk rincian permintaan, panduan cara mendapatkan transkrip YouTube dengan API memuat contoh curl, Python, dan JavaScript yang berfungsi.

3. Atur isi ulang otomatis

Di dasbor API ia menyalakan isi ulang otomatis. Aturannya: ketika saldo turun di bawah tingkat yang dipilih, kartu tersimpan ditagih untuk satu paket lagi. Pekerjaan pemasukan data terus berjalan semalaman tanpa isi ulang manual.

4. Atur anggaran

Dua batas melindunginya:

• Anggaran isi ulang bulanan, yang membatasi berapa banyak isi ulang otomatis boleh dibelanjakan dalam sebulan.
• Batas kredit bulanan. Saat tercapai, permintaan berikutnya mengembalikan 402 budget_exceeded.

Ia juga menyalakan peringatan email untuk saldo rendah, untuk 80% dari batas bulanan, dan untuk isi ulang yang gagal. Peringatan memberi tahu masalah selagi masih ada waktu untuk bertindak.

5. Hormati batas laju

Setiap kunci mengizinkan 60 permintaan per menit. Pada kecepatan itu, 10.000 permintaan memakan waktu sekitar 167 menit, kurang dari tiga jam dengan satu kunci. Ia menjalankan antrean sederhana yang mengirim satu permintaan per detik, sehingga tetap di bawah batas tanpa lonjakan. Ia bisa membuat hingga 5 kunci aktif, misalnya satu untuk pemasukan data dan satu untuk pencarian langsung aplikasi, agar pengisian ulang data lama tidak pernah menghalangi permintaan pengguna.

6. Tangani video tanpa transkrip

API hanya mengembalikan teks sulih YouTube yang sudah ada. Siaran langsung, video privat atau yang dihapus, dan video tanpa teks sulih mengembalikan 404 no_transcript. Di antreannya, status itu berarti tandai sebagai dilewati dan lanjutkan, jangan pernah dicoba ulang. Karena permintaan itu tidak dikenai biaya, kanal yang penuh video tanpa teks sulih tidak menghabiskan anggarannya.

Perulangannya, dalam pseudokode:

1. Ambil ID video berikutnya dari antrean.
2. Panggil API dengan format=json.
3. Jika berhasil: pecah segmen menjadi potongan sekitar satu menit, simpan tiap potongan dengan offset awalnya, dan embed.
4. Pada 404 no_transcript: simpan penanda "tanpa transkrip".
5. Pada 402 budget_exceeded: jeda antrean dan beri tahu dirinya sendiri.
6. Pada galat server: coba lagi setelah jeda.

7. Periksa saldo lewat kode

Sebelum setiap batch besar ia memanggil GET /api/v1/credits. Jika saldo lebih rendah dari kebutuhan batch dan isi ulang otomatis mati, pekerjaan menolak untuk mulai. Ini pengaman murah terhadap impor yang setengah jadi.

Hasil akhirnya

Setelah malam pertama, indeks berisi transkrip hampir semua dari 10.000 video, tiap potongan membawa waktu mulainya. Saat pengguna bertanya, asisten mengutip sebuah ceramah dan penanda waktu, dan tautannya membuka video pada momen itu. Biaya berjalannya kecil: 300 video baru per bulan paling banyak 600 kredit, sekitar $18 dengan tarif paket 5.000 sebesar $0.030 per transkrip.

Jika Maya berlangganan Pro, ia juga mendapat bonus 100 kredit setiap bulan, yang menutup sebagian pertumbuhan itu.

Di mana ini kurang

• Tanpa teks sulih, tanpa transkrip. API tidak mentranskripsi audio. Untuk video tanpa teks sulih kamu butuh sumber lain, seperti layanan ucapan ke teks, yang dibayar terpisah. Beberapa API transkrip lain menawarkan cadangan audio, lihat perbandingan API transkrip YouTube.
• Teks sulih otomatis punya kesalahan. Nama dan istilah khusus biasanya yang terkena. Respons menyebutkan apakah suatu trek dibuat otomatis, jadi kamu bisa memberi bobot atau menandai potongan itu.
• Bahasanya adalah bahasa trek teks sulih. Respons melaporkan bahasa aslinya, jadi jangan berasumsi sama dengan yang kamu minta.
• Throughput dibatasi per kunci. Pengisian ulang data lama yang sangat besar memakan waktu berjam-jam, bukan hitungan detik.
• Hanya mengembalikan transkrip. Memotong, meng-embed, dan mengambil kembali adalah tugasmu. Jika kamu hanya butuh ringkasan satu video, gunakan peringkas YouTube.

Sumber

• API Transkrip sum.video
• Harga sum.video