Trascrizioni YouTube per un'app RAG su larga scala: crediti, ricarica automatica e budget

Se la tua app RAG o di IA ha bisogno di trascrizioni YouTube su larga scala, l'impostazione pratica è un'API di trascrizione a consumo con crediti prepagati, una ricarica automatica perché un lungo lavoro di acquisizione non si fermi mai, e un budget mensile perché un bug non gonfi la fattura. Questo percorso segue una sviluppatrice in questa impostazione con l'API di trascrizione di sum.video.

La situazione

Maya sta costruendo un assistente di ricerca che risponde a domande su interventi a conferenze. Il suo indice deve coprire circa 10.000 video YouTube di qualche centinaio di canali, e poi crescere di circa 300 nuovi video al mese. Esegue l'acquisizione da un piccolo server e non vuole né sorvegliarla né ricevere sorprese in fattura.

I suoi vincoli sono semplici: costo prevedibile, nessuna ricarica manuale a metà lavoro e una gestione pulita dei video senza trascrizione.

Di cosa ha bisogno

• Testo semplice per ogni video, pronto per essere suddiviso e convertito in embedding.
• Timestamp, perché una risposta possa rimandare al momento esatto del video.
• Un costo che possa stimare prima di iniziare.
• Un tetto fisso alla spesa.

Passo dopo passo

1. Stima prima il costo

Una trascrizione costa 2 crediti, e le richieste che non restituiscono una trascrizione non costano nulla. Per 10.000 video sono al massimo 20.000 crediti. Con il pacchetto da 5.000 crediti a $74.99 ($0.030 per trascrizione), 10.000 trascrizioni costano circa $300 in totale, un po' meno se alcuni video non hanno sottotitoli. I pacchetti più piccoli costano di più per trascrizione: $0.090 con 100 crediti, $0.056 con 500, $0.038 con 2.000. La pagina dei prezzi ha i dettagli aggiornati.

I crediti si comprano una volta e non scadono mai, quindi mentre costruisce non corre nessun orologio di abbonamento.

2. Prova con i crediti gratuiti

La sua prima chiave API include 10 crediti gratuiti, cioè 5 trascrizioni. Li usa per controllare la risposta su qualche video in formato json (segmenti con offset e duration in secondi) e in formato text. Per i dettagli della richiesta, la guida come ottenere la trascrizione di YouTube con un'API ha esempi funzionanti in curl, Python e JavaScript.

3. Imposta la ricarica automatica

Nella dashboard dell'API attiva la ricarica automatica. La regola: quando il saldo scende sotto un livello scelto, la carta salvata viene addebitata per un altro pacchetto. Il lavoro di acquisizione continua tutta la notte senza ricariche manuali.

4. Imposta i budget

La proteggono due limiti:

• Un budget mensile di ricarica, che limita quanto la ricarica automatica può spendere in un mese.
• Un limite mensile di crediti. Una volta raggiunto, le richieste successive restituiscono 402 budget_exceeded.

Attiva anche avvisi via e-mail per saldo basso, per l'80% del limite mensile e per ricariche fallite. Gli avvisi la informano di un problema quando c'è ancora tempo per intervenire.

5. Rispetta il limite di frequenza

Ogni chiave consente 60 richieste al minuto. A quel ritmo, 10.000 richieste richiedono circa 167 minuti, meno di tre ore con una sola chiave. Esegue una semplice coda che invia una richiesta al secondo, così resta sotto il limite senza picchi. Potrebbe creare fino a 5 chiavi attive, per esempio una per l'acquisizione e una per le consultazioni in tempo reale dell'app, in modo che un recupero massivo non blocchi mai la richiesta di un utente.

6. Gestisci i video senza trascrizione

L'API restituisce solo sottotitoli YouTube esistenti. Dirette, video privati o rimossi e video senza sottotitoli restituiscono 404 no_transcript. Nella sua coda quello stato significa: segna come saltato e vai avanti, non riprovare mai. Poiché quelle richieste non costano nulla, un canale pieno di video senza sottotitoli non brucia il suo budget.

Il suo ciclo, in pseudocodice:

1. Prendi il prossimo ID video dalla coda.
2. Chiama l'API con format=json.
3. In caso di successo: dividi i segmenti in blocchi di circa un minuto, salva ogni blocco con il suo offset di inizio e calcolane l'embedding.
4. Con 404 no_transcript: salva un indicatore "nessuna trascrizione".
5. Con 402 budget_exceeded: metti in pausa la coda e avvisati.
6. Con un errore del server: riprova dopo una pausa.

7. Controlla il saldo nel codice

Prima di ogni grande lotto chiama GET /api/v1/credits. Se il saldo è inferiore a quello che serve al lotto e la ricarica automatica è disattivata, il lavoro si rifiuta di partire. È una protezione economica contro un'importazione a metà.

Cosa ottiene alla fine

Dopo la prima notte, l'indice contiene le trascrizioni di quasi tutti i 10.000 video, ogni blocco con il proprio orario di inizio. Quando un utente fa una domanda, l'assistente cita un intervento e un timestamp, e il link apre il video in quel momento. Il costo continuativo è piccolo: 300 nuovi video al mese sono al massimo 600 crediti, circa $18 alla tariffa del pacchetto da 5.000 di $0.030 per trascrizione.

Se Maya si abbonasse a Pro, riceverebbe anche 100 crediti bonus ogni mese, che coprono parte di quella crescita.

Dove non basta

• Niente sottotitoli, niente trascrizione. L'API non trascrive l'audio. Per i video senza sottotitoli serve un'altra fonte, come un servizio di riconoscimento vocale, che paghi a parte. Alcune altre API di trascrizione offrono un ripiego audio, vedi il confronto tra le API di trascrizione YouTube.
• I sottotitoli automatici contengono errori. Nomi e gergo ne fanno di solito le spese. La risposta indica se una traccia è generata automaticamente, quindi puoi pesare o segnalare quei blocchi.
• La lingua è quella della traccia dei sottotitoli. La risposta indica la lingua reale, quindi non dare per scontato che coincida con quella richiesta.
• La velocità è limitata per chiave. Un recupero molto grande è questione di ore, non di secondi.
• Restituisce solo trascrizioni. Suddivisione, embedding e recupero toccano a te. Se ti serve solo il riassunto di un video, usa il riassuntore di YouTube.

Fonti

• API di trascrizione di sum.video
• Prezzi di sum.video